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...

Full description

Bibliographic Details
Main Authors: محمد ناظری تهرودی, یوسف رمضانی, کارلو دی میکله, رسول میرعباسی نجف آبادی
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