آب های زیرزمینی
ثنا ملکی؛ وحید نورانی؛ حسام نجفی
چکیده
سیستم‌های ارزیابی آسیب‌پذیری آب‌های زیرزمینی برای دستیابی به روشی مناسب برای حفاظت از این منابع در برابر آلاینده‌ها توسعه‌یافته‌اند. یکی از روش‌های شناخته شده برای تعیین حساسیت آب‌های زیرزمینی، روش DRASTIC است. از آنجایی که ارزیابی آلودگی آب‌های زیرزمینی اغلب با عدم قطعیت همراه است، مطالعه حاضر از مفهوم اعداد Z به‌عنوان نسل جدیدی ...
بیشتر
سیستم‌های ارزیابی آسیب‌پذیری آب‌های زیرزمینی برای دستیابی به روشی مناسب برای حفاظت از این منابع در برابر آلاینده‌ها توسعه‌یافته‌اند. یکی از روش‌های شناخته شده برای تعیین حساسیت آب‌های زیرزمینی، روش DRASTIC است. از آنجایی که ارزیابی آلودگی آب‌های زیرزمینی اغلب با عدم قطعیت همراه است، مطالعه حاضر از مفهوم اعداد Z به‌عنوان نسل جدیدی از منطق فازی برای تخمین آسیب‌پذیری ویژه آبخوان‌ها استفاده کرده است. در این مطالعه، از پارامترهای مدل DRASTIC (ورودی‌ها) و مقادیر غلظت نیترات (خروجی) در دو سناریو برای برآورد آسیب‌پذیری ویژه آبخوان‌های دشت‌های اردبیل و قروه- دهگلان استفاده شد و نتایج به‌دست‌آمده با نتایج مدل DRASTIC به‌عنوان مدل معیار مقایسه شد. تجزیه‌وتحلیل نتایج نشان داد که مدل‌سازی مبتنی بر اعداد Z به دلیل درنظرگرفتن قابلیت اطمینان داده‌ها و تخصیص وزن مناسب به قوانین، کیفیت نتایج را نسبت به منطق فازی کلاسیک به میزان 53 درصد (برای سناریوی اول)، 184 درصد (برای سناریوی دوم) در دشت اردبیل و 127 درصد (برای سناریوی اول)، 311 درصد (برای سناریوی دوم) در دشت قروه_دهگلان بهبود بخشید. همچنین بر اساس نتایج، ممکن است کیفیت قوانین استخراج شده برای مدل مبتنی بر اعداد Z در دشت‌هایی با ضریب تغییرات داده بالاتر، پایین باشد (برای مثال ضریب تغییرات داده بالای دشت اردبیل نسبت به دشت قروه_دهگلان در این مطالعه)، بنابراین در این شرایط، نتایج مدل مبتنی بر اعداد Z ممکن است بهبود قابل‌توجهی نسبت به نتایج منطق فازی مرسوم نداشته باشد. روش پیشنهادی در این مطالعه به دلیل قابلیت بالای آن می‌تواند برای طراحی کنترل‌کننده‌های هوشمند مدیریت آب زیرزمینی مورد استفاده قرار گیرد.
مهسا آریاپور؛ مهدی بشیری؛ علی گل کاریان
دوره 6، شماره 19 ، شهریور 1398، ، صفحه 57-77
چکیده
حرکات تودهای با توجه به ماهیت، تنوع و خطراتی که دارند، همواره مورد توجه پژوهشگران علوم مختلف بودهاند. مطالعات گستردهای در زمینه ی شناخت عوامل مؤثر، پهنه بندی و مدل سازی این فرآیند صورت گرفته است، اما در زمینه ی کاربرد الگوریتم های داده کاوی مطالعات محدودی انجام شده است. لذا در این پژوهش با هدف استفاده از ...
بیشتر
حرکات تودهای با توجه به ماهیت، تنوع و خطراتی که دارند، همواره مورد توجه پژوهشگران علوم مختلف بودهاند. مطالعات گستردهای در زمینه ی شناخت عوامل مؤثر، پهنه بندی و مدل سازی این فرآیند صورت گرفته است، اما در زمینه ی کاربرد الگوریتم های داده کاوی مطالعات محدودی انجام شده است. لذا در این پژوهش با هدف استفاده از علم داده کاوی، زمین لغزش های جنوب شرق شهرستان نیشابور بررسی و نقشه ی پهنه بندی خطر با روش های آماری دو متغیره شامل ارزش اطلاعات و تراکم سطح تهیه شد. 15 لایه اطلاعاتی شامل ارتفاع از سطح دریا، شیب اراضی، جهت شیب، اقلیم، کاربری اراضی، خاک شناسی، پوشش گیاهی، زمین شناسی، میزان تبخیر، دما، بارش، تیپ اراضی، فاصله از جاده، فاصله از گسل و فاصله از آبراهه در محیط ArcGIS رقومی و با استفاده از الگوریتم های داده کاوی در نرم ا فزار R، بهترین الگوریتم و عوامل مؤثر شناسایی و معرفی شـدند. برطبق نـتایج این تحقیق، متغیرهای زمین شناسی، آب وهوا، جهت شیب، فاصله از جاده، ارتفاع، خاک شناسی و تیپ اراضی به عنوان مهمترین عوامل وقوع زمین لغزش در نظر گرفته شد. همچنین نتایج حاکی از برتری الگوریتم جنگل تصادفی با دقت 92% بود. نـتایج ارزیابی نـقشه ی پهنه بندی نشان داد بـه ترتیب 45/45% و 51/51% از حرکات توده ای مرحله ارزیابی، در پهنه با خطر زیاد و خیلی زیاد قرار گرفته است و مابقی در پهنه های با خطر کمتر واقع شده اند. بنابراین نتایج بیانگر دقت مناسب مدل سازی است، اما در مقایسه ی دو روش آماری، روش تراکم سطح نسبت به روش ارزش اطلاعات برای منطقه ی مورد مطالعه مناسب تر معرفی شد.
محمدتقی ستاری؛ رسول میرعباسی نجف آبادی؛ مسعود علیمحمدی
دوره 3، شماره 8 ، آذر 1395، ، صفحه 73-92
چکیده
در کشورهای خشک و نیمه خشکی مانند ایران، پیشبینی دقیق خشکسالیها، نقش بسیار مهمی در مقابله با بحران ناشی از خشکسالی و مدیریت سیستم‌های منابع آب ایفا می‌کند. با توجه به اینکه شاخص بارندگی استاندارد شده (SPI) به عنوان یکی از مناسبترین شاخص برای تحلیل خشکسالی شناخته شده است، در این تحقیق، جهت پیشبینی SPI از مدل درختی M5 استفاده ...
بیشتر
در کشورهای خشک و نیمه خشکی مانند ایران، پیشبینی دقیق خشکسالیها، نقش بسیار مهمی در مقابله با بحران ناشی از خشکسالی و مدیریت سیستم‌های منابع آب ایفا می‌کند. با توجه به اینکه شاخص بارندگی استاندارد شده (SPI) به عنوان یکی از مناسبترین شاخص برای تحلیل خشکسالی شناخته شده است، در این تحقیق، جهت پیشبینی SPI از مدل درختی M5 استفاده گردید. بدین منظور از دادههای بارش ماهانه ایستگاه همدیدی مراغه در یک دورهی 25 ساله (89-1365) استفاده و شاخص SPI در مقیاس 6 ماهه استخراج گردید. نـتایج نشان داد که شهرسـتان مراغه در دو دهـهی اخیر با خشکسالیهای پی در پی و شدیدی مواجه بوده است. سپس با استفاده از مدل درختی M5 اقدام به پیشبینی مقادیر شاخص SPI در مقیاس زمانی 6 ماهه برای 1 تا 12 ماه آینده گردید. نتایج به دست آمده نشان داد که میزان شاخص SPI در مقیاسهای زمانی گذشته بیشترین تأثیر را نسبت به پارامترهای دیگر در پیشبینی شاخص بارش استاندارد شده دارد و با افزایش طول دورهی پیشبینی از دقت مدت کاسته میشود. به طوری که در محاسبه SPI6 برای یک ماه آینده مقدار ضریب همبستگی حدود 94/0 به دست آمد که این مقدار برای 12 ماه آینده به حدود 40/0 کاهش پیدا کرد. با این وجود نتایج نشان داد که مدل درختی M5 با ارایهی روابط خطی کاربردی و قابل فهم از دقت و توانایی نسبتاً بالایی در پیشبینی خشکسالی برخوردار است.
