عنوان

بررسی عوامل هیدرولوژیکی موثر در کاهش سطح آب زیرزمینی آبخوان دشت تسوج

‭۱۹۰۶۶پ‬

per

بررسی عوامل هیدرولوژیکی موثر در کاهش سطح آب زیرزمینی آبخوان دشت تسوج

/سیامک رزاق

: علوم طبیعی

، ‮‭۱۳۹۶‬

، میرزائی

چاپی

کارشناسی ارشد

زمین‌شناسی گرایش هیدروژئولوژی

‮‭۱۳۹۶/۱۱/۱۶‬

تبریز

افزایش جمعیت و به تبع آن افزایش نیاز به منابع آب برای تولید محصولات کشاورزی و صنعتی و مصارف خانگی یکی از دغدغه‌های اصلی جوامع و دولت‌های جهان است.در این بین منابع آب زیرزمینی از اهمیت ویژه‌ای برخوردار هستند .این افزایش نیاز به منابع آب لزوم هر چه بیشتر مدیریت یکپارچه این منابع را آشکار می‌کند .یکی از پیش زمینه‌های اصلی یک مدیریت کارآمد شناسایی عوامل موثر بر نوسانات منابع آب بخصوص منابع آب زیرزمینی و مدل‌سازی و پیش‌بینی نوسانات منابع است .به دلیل قرار گرفتن کشور ایران در کمربند خشک و نیمه خشک جهان،شرایط اقتصادی کشور و خشکسالی های پی در پی، نیاز به مدیریت یکپارچه و کارآمد هر چه بیشتر احساس می‌شود .در این راستا تحقیقات مفیدی صورت گرفته است ، ولی با توجه پیش‌رفت‌های روز افزون در علم هیدروژئولوژی و ارائه روش‌های نوین در حوضه‌ی مطالعه و مدل‌سازی منابع آب زیرزمینی، لازم است که با ترکیب روش‌های مختلف و ارائه روش‌های کار آمد برای مناطق مختلف، هرچه بیشتر تلاش شده و به حوضه‌ی مدیریت منابع آب کمک شود .اهمیت و ضرورت این تحقیق در سه بخش قابل ذکر است .اول روش‌های به کار رفته در این تحقیق برای بررسی عوامل مؤثر بر افت سطح آب زیر زمینی است که یه روش جدید و غیر خطی و دارای دقت قابل قبولی است .دوم روش به کار رفته برای محاسبه میانگین نتایج حاصل از پیش‌بینی سطح آب زیرزمینی به وسیله ی مدل‌های هوش مصنوعی است که یک روش نو و کار آمد در این ضمینه است .در آخر منطقه مطالعاتی که آبخوان دشت می‌باشد .براساس داده‌های آب منطقه‌ای استان آذربایجان شرقی، ابخوان دشت تسوج طی سال‌های ‮‭۱۳۸۰‬ تا ‮‭۱۳۹۳‬ با افتی حدود ‮‭۶‬ متر مواجه شده است .این میزان افت سطح آب برای یک آبخوان بسیار مهم و قابل توجه است، و نیاز به مطالعه این دشت را هرچه بیشتر آشکار می‌کند .در بخش اول این مطالعه با استفاده از معیار موجک-آنتروپی‮‭Entropy) - (Wavelet‬اقدام به بررسی عوامل موثر بر افت سطح آب زیرزمینی در دشت تسوج شد و به این منظور از داده‌های بارش و دما به عنوان عوامل طبیعی و از داده‌های پمپاژ به عنوان عامل انسانی استفاده شد .با تو به میزان کاهش پیچدگی سری زمانی پمپاژ عوامل انسانی اصلی ترین عامل کاهش سطح آب زیرزمینی در دشت تسوج تعیین شد .در بخش دوم برای مدیریت بهتر آبخوان دشت تسوج با استفاده از چهار مدل هوش مصنوعی شبکه عصبی مصنوعی‮‭(ANN)‬، منطق فازی روش ساجنو‮‭(SFL)‬ ، منطق فازی روش ممدانی ‮‭(MFL)‬ و برنامه ریزی الگوریتم ژنتیک ‮‭(GEP)‬ اقدام به پیش‌بینی سطح آب زیرزمینی کردیم .بهترین نتایج به ترتیب مربوط به مدل‮‭GEP‬ ،‮‭SFL‬ ، ‮‭ANN‬ و ‮‭MFL‬ بود .در بخش آخر با استفاده از آنتروپی شانون میانگین نتایج مدل‌های هوش مصنوعی محاسبه شد و باعث افزایش دقت نتایج حاصل برای پیش بینی سطح آب زیرزمینی شد .پیشنهاد می‌شود برای افزایش دقت در پیش‌بینی سطح آب زیرزمینی از روش‌های ترکیبی دیگر جهت میانگین گیری از روش‌های پیش بینی استفاده شده و با نتایج روش ماینگین آنتروپی مقایسه شود

Increasing the population and consequently increasing, need for water resources to produce agricultural and industrial products and household consumption is one of the main concerns of the world's societies and governments. Groundwater resources are of particular importance. This increase in the need for water resources necessitates the more integrated management of these resources. One of the main prerequisites for an efficient management is the identification of factors affecting the fluctuations of water resources, especially groundwater resources, and modeling and predicting resource fluctuations. Due to the country's location in the dry and semi-dry belt of the world, the economic conditions of the country and the subsequent droughts, need for integrated and efficient management is felt more and more In this field, useful research has been done, but with increasing advances in hydrology and the introduction of new methods in the basin of studying and modeling of groundwater resources, it is necessary to combine different methods and provide methods of work for different areas, the more effort is required to help manage water resources. The significance and necessity of this research can be noticed in three sections. First, the methods used in this study to investigate the factors affecting groundwater ablation, which is a new and non-linear method with acceptable accuracy. Second, the method used to calculate the average results of prediction of groundwater level by artificial intelligence models is a new and effective method in this field. At the end of the study area is the aquifer of the plain. According to the regional water data of East Azarbaijan Regional Waters, plain aquifer of Tasuaj during the years 2001 to 2015 has fallen by about 8 meters. This is a significant and significant drop in water level for an aquifer, and it reveals, need to study of plain. In the first part of this study, using the Wavelet-Entropy criteria, we investigated the factors affecting groundwater subsidence in the plain of Tasuj. For this purpose, rainfall and temperature data were used as natural factors and from pumping data as an anthropogenic was used. The reduction in the complexity of the pumping time series of human factors was the main factor in reducing the groundwater level in the plain of Tasuj. In the second part, in order to better manage the aquifer of Tasuj plain using four models of Artificial intelligence: Neural Network artificial (ANN), fuzzy logic of Sugeno method (SFL), fuzzy logic of Mamadani method (MFL) and Genetic algorithm programming (GEP), predicted level We gave groundwater. The best results were for GEP, SFL, ANN, and MFL respectively. In the last section, using Shannon entropy, the average of artificial intelligence results of models were calculated and increased the accuracy of the results for prediction of groundwater level. Proposed In order to increase the precision of prediction of groundwater level, other combination methods are used to averaging prediction methods and compare the results of the Maineen entropy procedure

رزاق، سیامک

ندیری، عطاالله، استاد راهنما

دانشور وثوقی، فرناز، استاد مشاور

صادق فام، سینا، استاد مشاور

سیاه و سفید

نمایه‌سازی قبلی