آمار

تعداد نشریات22
تعداد شماره‌ها329
تعداد مقالات3,439
تعداد مشاهده مقاله4,041,870
تعداد دریافت فایل اصل مقاله2,833,656
ابراهیمی, ابراهیم, کاردان مقدم, حمید, روزبهانی, عباس. (1400). پیش‌بینی تراز آب زیرزمینی با استفاده از مدل پیش‌بینی شبکه‌های بیزین در دشت هشتگرد. , 2(1), 1-12. doi: 10.22077/jaaq.2021.1860
ابراهیم ابراهیمی; حمید کاردان مقدم; عباس روزبهانی. "پیش‌بینی تراز آب زیرزمینی با استفاده از مدل پیش‌بینی شبکه‌های بیزین در دشت هشتگرد". , 2, 1, 1400, 1-12. doi: 10.22077/jaaq.2021.1860
ابراهیمی, ابراهیم, کاردان مقدم, حمید, روزبهانی, عباس. (1400). 'پیش‌بینی تراز آب زیرزمینی با استفاده از مدل پیش‌بینی شبکه‌های بیزین در دشت هشتگرد', , 2(1), pp. 1-12. doi: 10.22077/jaaq.2021.1860
ابراهیمی, ابراهیم, کاردان مقدم, حمید, روزبهانی, عباس. پیش‌بینی تراز آب زیرزمینی با استفاده از مدل پیش‌بینی شبکه‌های بیزین در دشت هشتگرد. , 1400; 2(1): 1-12. doi: 10.22077/jaaq.2021.1860

پیش‌بینی تراز آب زیرزمینی با استفاده از مدل پیش‌بینی شبکه‌های بیزین در دشت هشتگرد

آبخوان و قنات
مقاله 1، دوره 2، شماره 1 - شماره پیاپی 2، شهریور 1400، صفحه 1-12    اصل مقاله (684.73 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22077/jaaq.2021.1860
نویسندگان
ابراهیم ابراهیمی1؛ حمید کاردان مقدم* 2؛ عباس روزبهانی* 3
1دانش آموخته کارشناسی ارشد پردیس ابوریحان دانشگاه تهران
2دکتری منابع آب دانشگاه تهران. کارشناس پژوهشی موسسه تحقیقات آب، وزارت نیرو
3استادیار گروه آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران
چکیده
بحران آبی از مهم­ترین مناقشات روز جهان محسوب می­شود و ایران نیز در زمینه منابع آبی جزء کشورهای دارای شرایط تنش است. درپی افت سطح آب زیرزمینی آبخوان­ ها، اکثر دشت ­های کشور شرایط بحران منابع آبی و افت سطح آب زیرزمینی را تجربه کرده است و برداشت از سفره ­های آب زیرزمینی آن ها محدود گردیده است. از جمله دشت­ های دارای تنش آبی، دشت هشتگرد است که در این پژوهش به ­عنوان منطقه مورد مطالعه انتخاب شده است. برای خروج این دشت از وضعیت مذکور، می ­بایست در زمینه مصارف آبی اقدامات مدیریتی اساسی صورت بگیرد که این امر نیازمند ابزارهای پیش­ بینی وضعیت منابع آبی در اثر اعمال این اقدامات است، یکی از این ابزارها، شبکه بیزین می­ باشد؛ که برای ایجاد مدل بیزین پیش ­بینی­ کننده وضعیت منابع آبی، متغیر پیش­ بینی­ شونده، پارامتر سطح آب زیرزمینی در ماه آتی و متغیرهای پیش ­بینی­ کننده، پارامترهای دما، بارش، تبخیر، میزان تغذیه آبخوان، میزان تخلیه آبخوان و سطح آب زیرزمینی در ماه فعلی درنظر گرفته شد. برای کاهش عدم قطعیت اطلاعاتی، از دو رویکرد پیش ­بینی با داده­های دسته­ بندی­ شده (داده­ های گسسته) و پیش­ بینی با داده­ های صریح (داده­ های پیوسته) استفاده شد و با بررسی دقت پیش­ بینی آبخوان توسط دو رویکرد مورد اشاره، رویکرد صریح پیش­ بینی دقیقی از هیدروگراف مشاهداتی ارائه داد که درنتیجه، این رویکرد به­ عنوان رویکرد برتر برای پیش­ بینی سطح آب زیرزمینی در اثر اعمال سناریوهای مدیریتی انتخاب گردید که در آن مقادیر ضریب تبیین 0/9452 و میانگین مجذور مربعات خطا 0/2207 می­ باشد. رویکرد مورد استفاده در این پژوهش را می­ توان در دیگر دشت­ های دارای تنش منابع آبی نیز به ­کار برد.
کلیدواژه‌ها
شبکه های بیزین؛ پیش بینی سطح آبخوان؛ مدیریت آب های زیرزمینی؛ دشت هشتگرد
مراجع
  1. Castelletti, A., Soncini-Sessa, R. 2007. Bayesian networks and participatory modelling in water resource management. Environmental Modelling & Software; 22: 1291-1233.
  2. Freni, G., and Mannina, G. 2010. Bayesian approach for uncertainty quantification in water quality modelling: The influence of prior distribution. Journal of hydrology; 392(1): 31-39.
  3. Macqueen, J. 1967. Some methods for classification and analysis of multivariate observations. In Proceedings of the 5th Berkeley symposium on mathematical statistics and probability. University of California, Berkeley, CA. 281-297.
  4. Mekonnen, M.M., and Hoekstra, A. Y. 2016. Four billion people facing severe water scarcity. Science Advances; 2(2): e1500323.
  5. Neapolitan, R. E. 2004. Learning Bayesian Networks. Prentice Hall, New Jersey, US.
  6. Ramin, ,  Labencki,  T.,  Boyd,  D.,  Trolle,  D.,  and  Arhonditsis,  G.  B. 2012. Abayesian  synthesis  of  predictions  from  different  models  for  setting  water  quality criteria. Ecological Modelling; 242(14): 127-145.
  7. Sahoo, S., Madan, K.J. 2013. Groundwater-level prediction using multiple linear regression and artificial neural network techniques: a comparative assessment. Hydrogeology Journal; 21: 1865–1887.
  8. Varis, O. 1997. Bayesian decision analysis for environmental and resource
آمار
تعداد مشاهده مقاله: 5,425
تعداد دریافت فایل اصل مقاله: 848


نماد الکترونیک 

 

سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب