روندهای نوظهور در ادغام سنجش از دور و یادگیری ماشین در مدی ریت منابع آب ز یرز مینی: یک مطالعه عل مسنجی

Abstract

مدیریت پایدار منابع آب زیرزمینی، به عنوان یک چالش چندوجهی در علوم آب مستلزم بهکارگیری رویکردهای محاسباتی نوین جهت پایش، مد لسازی و پیشبینی دینامیک است. در این پژوهش، به بررسی وضعیت کنونی و ترسیم مسیرهای آتی تحقیقات در کاربردهای پیشرفته سنجش از دور در مدیریت آبهای زیرزمینی از سال 2000 تا 2024 پرداخته شده با (n=2356) Web of Science Core Collection است. دادههای استخراجشده از پایگاه مورد تحلیل قرار گرفتند. نتایج نشان میدهد که R در محیط Bibliometrix استفاده از بسته بهعنوان یک GRACE حوزه پژوهشی با رشد قابلتوجهی مواجه بوده و دادههای ماهوارها ی شاخص کلیدی در ارزیابی تغییرات ذخایر آب زیرزمینی شناخته شدهاند. از طرفی ظهور مفاهیم گرایش پژوهشها را به سمت "risk assessment" و "land-surface model" مد لساز یهای یکپارچه و ارزیابی جامع مخاطرات را منعکس م یکند. انتظار میرود تلفیق دادههای چندمنبعی سنجش از دور )شامل دادههای نسل جدید ماهوارهها و پلتفرمهای هوایی( با الگوریتمهای نوین هوش مصنوعی )از جمله شبکههای عصبی عمیق، مد لهای فیزیکآگاهانه و روشهای یادگیری تقویتی( به کانون توجه پژوهشگران برجسته در حوزههای هیدرولوژی، منابع آب و مهندسی یادگیری ماشین بدل شود. این همگرایی زمینه توسعه مد لهای پیشبینی با قابلیت اطمینان بالاتر، تحلیل دقیق عدم قطعیت و ارائه راهکارهای بهینه مدیریت منابع آب زیرزمینی در سناریوهای مختلف اقلیمی و کاربری اراضی را فراهم م یآورد. این تحلیل عل مسنجی، با بررسی ساختار یافته پژوهشها ی منتشر شده در پایگاهها ی عل می معتبر، یک دیدگاه از وضعیت کنونی، مسیرها ی نوظهور و اولویتها ی آتی در این حوزه حیاتی را برا ی جامعه علمی ترسیم م یکند .