نویسندگان | سعید یوسفی,احمد آریافر,محمد واحدی |
---|---|
همایش | دهمین کنفرانس مهندسی معدن ایران |
تاریخ برگزاری همایش | ۲۰۲۲-۰۲-۲۲ |
محل برگزاری همایش | زاهدان |
شماره صفحات | ۰-۰ |
نوع ارائه | پوستر |
سطح همایش | داخلی |
چکیده مقاله
در مناطق خشک و نیمه خشک، آب زیرزمینی مهمترین منبع تامین آب برای مصارف خانگی، کشاورزی و صنعتی است. امروزه آبهای زیرزمینی به میزان قابل توجهی برداشت و استخراج میشوند که منجر به عوارض جانبی زیانآور محیط زیستی مانند کاهش شدید آب، خشک شدن چاهها، کاهش آب رودخانهها و دریاچهها، کاهش کیفیت آب، افزایش هزینههای پمپاژ و نشست زمین میشود. با توجه به کاهش قابل توجه بارندگی در دهه اخیر و کمبود آب در اکثر نقاط کشور، مدیریت منابع آب زیرزمینی از اهمیت زیادی برخوردار است. در سالهای اخیر روشهای هوشمند مختلفی به منظور مدلسازی پدیدههای هیدرولوژی و هیدروژئولوژی مورد استفاده کارشناسان قرار گرفته است. هدف از انجام این پژوهش پیشبینی سطح آب زیرزمینی دشت مختاران با استفاده از شبکههای عصبی مصنوعیANN و شبکه عصبی موجکیWNN و مقایسه آن ها نسبت به همدیگر است. از معیار ریشه متوسط مربع خطاRMSE جهت مقایسه نتایج حاصل از پیشبینی مدلها استفاده شده است. نتایج مطالعه نشان داده است که روش شبکه عصبی با پیش پردازش موجکی با مقدار 115/0RMSE= پیشبینی دقیقتری را برای سطح آب زیرزمینی ماهانه نسبت به سایر مدلها فراهم مینماید.
کلیدواژهها: دشت مختاران، سطح آب زیرزمینی، مقایسه مدل، شبکه عصبی، موجک