تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری
کاهش بارشها و حتی حدی شدن آنها میتواند تاثیرات زیادی در کاهش سطح آب زیرزمینی داشته باشد که در پی آن آسیبهای جدی به سفرهها و ساختمان آنها وارد میشود. در این مطالعه ضمن بررسی روشها و الگوریتمهای فراابتکاری مختلف برآورد و تخمین توابع مفصل به تحلیل دو بعدی سیگنالهای کمبود بارش و سطح آب زیرزمین...
Main Authors: | , , , |
---|---|
Format: | Article |
Language: | fas |
Published: |
Shahid Chamran University of Ahvaz
2021-03-01
|
Series: | علوم و مهندسی آبیاری |
Subjects: | |
Online Access: | https://jise.scu.ac.ir/article_15400_fcb509a478bff1c8fd558b121deea772.pdf |
_version_ | 1798021161236299776 |
---|---|
author | محمد ناظری تهرودی یوسف رمضانی کارلو دی میکله رسول میرعباسی نجف آبادی |
author_facet | محمد ناظری تهرودی یوسف رمضانی کارلو دی میکله رسول میرعباسی نجف آبادی |
author_sort | محمد ناظری تهرودی |
collection | DOAJ |
description | کاهش بارشها و حتی حدی شدن آنها میتواند تاثیرات زیادی در کاهش سطح آب زیرزمینی داشته باشد که در پی آن آسیبهای جدی به سفرهها و ساختمان آنها وارد میشود. در این مطالعه ضمن بررسی روشها و الگوریتمهای فراابتکاری مختلف برآورد و تخمین توابع مفصل به تحلیل دو بعدی سیگنالهای کمبود بارش و سطح آب زیرزمینی در محدوده زیرحوضه ایستگاه هیدرومتری تپیک در حوضه آبریز نازلوجای در دوره آماری 95-1382 پرداخته شد. نتایج مقایسه الگوریتمهای مختلف و روش معمول تخمین پارامترهای توابع مفصل نشان داد که بر اساس معیار جذر میانگین مربعات خطا، روش معمول IFM نسبت به الگوریتمهای فراابتکاری از دقت بالاتری در برآورد ضریب مفصلهای مورد استفاده برخوردار میباشد. همچنین نتایج نشان داد که از بین الگوریتمهای ژنتیک، بهینهیاب ملخ، چندجهانی، ازدحام ذرات و بهینهیاب نهنگ، الگوریتم ژنتیک دقت به نسبت بالاتری را ارایه نموده و دقت تمامی این الگوریتمها یکسان و در حدود 2/0 بود. با نسبت برتری 131 درصد روش IFM نسبت به الگوریتمهای مورد بررسی نتایج نشان داد که مفصل گامبل-هوگارد دقت قابل قبولی برای تحلیل دو بعدی سیگنالهای کمبود در منطقه دارد. نتایج تحلیل دو بعدی سیگنالهای مورد بررسی نشان داد که با افزایش سیگنال کاهش بارش، احتمال افزایش سیگنال افت سطح آب زیرزمینی نیز به شدت افزایش مییابد. با بررسی دوره بازگشت شرطی سیگنال کمبود سطح آب زیرزمینی و با در نظر گرفتن سیگنال کمبود بارش در مدت دوام پیوسته سی روزه میتوان با احتمال 90 درصد، شاهد حداقل افت سطح آب زیرزمینی برابر با 6/0 متر در سال بود. |
first_indexed | 2024-04-11T17:09:23Z |
format | Article |
id | doaj.art-a5a79bf5449b4fbcbfd2d64c10dc707c |
institution | Directory Open Access Journal |
issn | 2588-5952 2588-5960 |
language | fas |
last_indexed | 2024-04-11T17:09:23Z |
publishDate | 2021-03-01 |
publisher | Shahid Chamran University of Ahvaz |
record_format | Article |
series | علوم و مهندسی آبیاری |
spelling | doaj.art-a5a79bf5449b4fbcbfd2d64c10dc707c2022-12-22T04:12:56ZfasShahid Chamran University of Ahvazعلوم و مهندسی آبیاری2588-59522588-59602021-03-014419310910.22055/jise.2020.31289.188215400تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاریمحمد ناظری تهرودی0یوسف رمضانی1کارلو دی میکله2رسول میرعباسی نجف آبادی3دانش آموخته دکتری منابع آب، گروه علوم و مهندسی آب، دانشگاه بیرجنددانشیار گروه علوم و مهندسی آب، دانشگاه بیرجنداستاد گروه عمران، دانشگاه پلیتکنیک میلاندانشیار گروه مهندسی آب ، دانشگاه شهرکرد.کاهش بارشها و حتی حدی شدن آنها میتواند تاثیرات زیادی در کاهش سطح آب زیرزمینی داشته باشد که در پی آن آسیبهای جدی به سفرهها و ساختمان آنها وارد میشود. در این مطالعه ضمن بررسی روشها و الگوریتمهای فراابتکاری مختلف برآورد و تخمین توابع مفصل به تحلیل دو بعدی سیگنالهای کمبود بارش و سطح آب زیرزمینی در محدوده زیرحوضه ایستگاه هیدرومتری تپیک در حوضه آبریز نازلوجای در دوره آماری 95-1382 پرداخته شد. نتایج مقایسه الگوریتمهای مختلف و روش معمول تخمین پارامترهای توابع مفصل نشان داد که بر اساس معیار جذر میانگین مربعات خطا، روش معمول IFM نسبت به الگوریتمهای فراابتکاری از دقت بالاتری در برآورد ضریب مفصلهای مورد استفاده برخوردار میباشد. همچنین نتایج نشان داد که از بین الگوریتمهای ژنتیک، بهینهیاب ملخ، چندجهانی، ازدحام ذرات و بهینهیاب نهنگ، الگوریتم ژنتیک دقت به نسبت بالاتری را ارایه نموده و دقت تمامی این الگوریتمها یکسان و در حدود 2/0 بود. با نسبت برتری 131 درصد روش IFM نسبت به الگوریتمهای مورد بررسی نتایج نشان داد که مفصل گامبل-هوگارد دقت قابل قبولی برای تحلیل دو بعدی سیگنالهای کمبود در منطقه دارد. نتایج تحلیل دو بعدی سیگنالهای مورد بررسی نشان داد که با افزایش سیگنال کاهش بارش، احتمال افزایش سیگنال افت سطح آب زیرزمینی نیز به شدت افزایش مییابد. با بررسی دوره بازگشت شرطی سیگنال کمبود سطح آب زیرزمینی و با در نظر گرفتن سیگنال کمبود بارش در مدت دوام پیوسته سی روزه میتوان با احتمال 90 درصد، شاهد حداقل افت سطح آب زیرزمینی برابر با 6/0 متر در سال بود.https://jise.scu.ac.ir/article_15400_fcb509a478bff1c8fd558b121deea772.pdfآب زیرزمینیتحلیل توامدریاچه ارومیهسیگنال منابع آبکمبود بارشمفصل |
spellingShingle | محمد ناظری تهرودی یوسف رمضانی کارلو دی میکله رسول میرعباسی نجف آبادی تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری علوم و مهندسی آبیاری آب زیرزمینی تحلیل توام دریاچه ارومیه سیگنال منابع آب کمبود بارش مفصل |
title | تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری |
title_full | تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری |
title_fullStr | تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری |
title_full_unstemmed | تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری |
title_short | تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری |
title_sort | تعیین توابع مفصل دو بعدی بهینه در تحلیل تغییرات سطح آب زیرزمینی با استفاده از الگوریتم های فرا ابتکاری |
topic | آب زیرزمینی تحلیل توام دریاچه ارومیه سیگنال منابع آب کمبود بارش مفصل |
url | https://jise.scu.ac.ir/article_15400_fcb509a478bff1c8fd558b121deea772.pdf |
work_keys_str_mv | AT mḥmdnạẓrythrwdy tʿyyntwạbʿmfṣldwbʿdybhynhdrtḥlyltgẖyyrạtsṭḥậbzyrzmynybạạstfạdhạzạlgwrytmhạyfrạạbtḵạry AT ywsfrmḍạny tʿyyntwạbʿmfṣldwbʿdybhynhdrtḥlyltgẖyyrạtsṭḥậbzyrzmynybạạstfạdhạzạlgwrytmhạyfrạạbtḵạry AT ḵạrlwdymyḵlh tʿyyntwạbʿmfṣldwbʿdybhynhdrtḥlyltgẖyyrạtsṭḥậbzyrzmynybạạstfạdhạzạlgwrytmhạyfrạạbtḵạry AT rswlmyrʿbạsynjfậbạdy tʿyyntwạbʿmfṣldwbʿdybhynhdrtḥlyltgẖyyrạtsṭḥậbzyrzmynybạạstfạdhạzạlgwrytmhạyfrạạbtḵạry |