استفاده از مدلهای هوش مصنوعی جهت تخمین هدایت هیدرولیکی با بکارگیری داده های ژئوفیزیکی(مطالعه موردی :آبخوان دشت مراغه-بناب)
First Statement of Responsibility
/سعید یوسف زاده
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: علوم طبیعی
Date of Publication, Distribution, etc.
، ۱۳۹۴
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
CONTENTS NOTE
Text of Note
فاقد کلیدواژه لاتین
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
زمینشناسی، گرایش هیدروژئولوژی
Date of degree
۱۳۹۵/۰۶/۰۶
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
آب زیرزمینی منبع اصلی آب آشامیدنی و کشاورزی و سایر مصارف مختلف برای انسانها می باشد .با افزایش جمعیت و توسعه یافتگی جوامع، تقاضا برای این منبابع طبیعی مهم و حیاتی و استراتژیک افزایش یافته است .این افزایش با کاهش منابع آبی و صدمه بر محیط آبخوانها بوده است .براین اساس برای مقابله با بحران کم آبی و جلوگیری از تخریب آبخوانها نیاز به مدیریت آنها و به تبع آن شناخت دقیق پارامترهای هیدروژئولوژیکی است .یکی از مهمترین این پارامترها، هدایت هیدرولیکی می باشد .با وجود اینکه، سیستم آب زیرزمینی یک سیستم پیچیده بوده و تخمین پارامترای هیدروژئولوژیکی که معمولا با روشهای کلاسیک مانند روشهای آزمایشگاهی، اسلاگ تست، آزمایش ردیابی و آزمون های پمپاز انجام می گیرد، با عدم قطعیت ذاتی همراه بوده و پر هزینه و وقت گیر می باشد .بنابراین، اخیرا استفاده از روشهای هوش مصنوعی برای تخمین هدایت هیدرولیکی، از عدم قطعیت این پارامتر کاسته و وتا حدودی بر دقت آن می افزاید، تا بتواند بر نواقص موجود در روشهای کلاسیک غلبه نماید .هدف این تحقیق استفاده از مدلهای مختلف هوش مصنوعی جهت تخمین هدایت هیدرولیکی در دشت مراغه-بناب می باشد .در قدم اول اقدام به شناخت هیدروژئولوژی آبخوان دشت مراغه-بناب با استفاده از روشهای گرافیکی شد .سپس مدلهای هوش مصنوعی برای تخمین هدایت هیدرولیکی مورد استفاده قرار گرفت .برای پیش بینی هدایت هیدرولیکی در آبخوان دشت مراغه-بناب از مدلهای شبکه های عصبی مصنوعی، فازی، نروفازی، ماشین بردار پشتیبان و هیبرید عصبی-موجکی استفاده شد .ورودی این مدلها شامل داده های ژئوفیزیکی، هدایت الکتریکی و موقعیت هر نقطه بود .سپس برای سود جستن از توانایی های هریک از این مدلها از مدل هوش مصنوعی مرکب نظارت شده برای تخمین هدایت هیدرولیکی استفاده شد که نتایج نسبتا بهتری در پی داشت .در نهایت با توجه به نقاط ضعف و قوت هریک از مدلهای منفرد هوش مصنوعی می توان چنین نتیجه گرفت که هر یک از این مدلها در نقاط خاصی برتری داشته و می توانند در آن نقاط کارآیی بالاتری نسبت به دیگر مدلها داشته باشد .لذا می توان در راستای تدقیق و افزایش بازده و کارآیی مدلهای آبهای زیرزمینی از هریک از مدلهای منفرد بکار رفته در این تحقیق، بصورت ترکیبی استفاده نمود و از توانایی هر کدام از آنها استفاده کرد