17 نتیجه برای پیشبینی
همایون فقیه، جواد بهمنش، کیوان خلیلی،
جلد 22، شماره 1 - ( 3-1397 )
چکیده
بارش، از مؤلفه های اصلی بیلان آب در هر منطقه بوده و توسعه روش های کارآمد برای برآورد توزیع مکانی و زمانی آن از اهمیت قابل توجهی برخوردار است. هدف از این پژوهش بررسی کارایی مدل چند مکانی خودهمبسته (Multiple-site auto regressive model) مرتبه اول برای برآورد مکانی- زمانی بارش سالانه در استان کردستان بود. بدین منظور هشت ایستگاه همدیدی (Synoptic) که دارای آمار بلندمدت، بودند انتخاب شد. برای تعیین پارامترهای مدل، داده های دوره آماری 21 ساله (1391- 1371) به کار برده شد. این پارامترها با محاسبه همبستگی های با تأخیر صفر (Lag0) و یک (Lag1) در سری های زمانی بارش سالانه ایستگاه ها به دست آمدند. در این روش بارش منطقه در سال t براساس بارش سال قبل آن (t-1) برآورد شد. برای ارزیابی مدل، بارش سالانه منطقه در سال های 1392 و 1393 به وسیله مدل برآورد و با داده های مشاهده ای مقایسه شد. نتایج حاکی از دقت مناسب این مدل در پیشبینی مقدار بارش سالانه این منطقه بود. درصد خطای مدل در برآورد بارش سالانه منطقه برای سال های 1392 و 1393 به ترتیب 9/7 و 3/17 درصد به دست آمد. همچنین ضریب همبستگی داده های برآورد شده و مشاهده شده در سطح معنی داری کمتر از یک درصد معنیدار شد (978/0 R=). علاوهبر این عملکرد مدل از نظر تولید داده مناسب بود. به طوری که مشخصات آماری داده های تولیدی و داده های تاریخی ثبت شده، مشابه بودند و اختلاف معنیداری نداشتند. بنابراین با توجه به کارایی مناسب این مدل در پیشبینی و تولید بارش سالانه، کاربرد آن برای کمک به مدیریت بهتر منابع آب این منطقه قابل توصیه است.
سید وحید رضوی ترمه، کورش شیرانی، مسعود سلطانی ربیع،
جلد 23، شماره 2 - ( 6-1398 )
چکیده
امروزه تأمین آب بهمنظور تحقق اهداف توسعه پایدار یکی از مهمترین دغدغهها و چالشها در بیشتر کشورهای جهان است. به همین دلیل تعیین مناطق دارای پتانسیل آب زیرزمینی، از ابزارهای مهم در حفاظت، مدیریت و بهرهبرداری از منابع آب بهشمار میرود. هدف این پژوهش تهیه و ارزیابی نقشه پتانسیل چشمههای آب زیرزمینی در شهرستان نهاوند، در استان همدان با استفاده از مدل وزن شاهد و ترکیب آن با رگرسیون لجستیک است. بدین منظور عوامل زاویه شیب، وجه شیب، طول شیب، ارتفاع، انحنای سطح، انحنای آبراهه، شاخص رطوبت توپوگرافی، شاخص توان آبراهه، فاصله از گسل، تراکم گسل، فاصله از آبراهه، تراکم زهکشی، سنگشناسی و کاربری اراضی بهعنوان عوامل مؤثر بر پتانسیل آب زیرزمینی شناسایی و در نرمافزار ArcGIS رقومی و تهیه شدند. پس از تهیه نقشه پتانسیل آبهای زیرزمینی با این دو مدل، از سطح زیر منحنی (AUC) منحنی تشخیص عملکرد نسبی (ROC) برای ارزیابی نتایج استفاده شد. از 273 چشمه معرفیشده در این پژوهش، 191 چشمه (70 درصد) برای اجرای مدلها (تهیه نقشه پتانسیل آب زیرزمینی) و 82 چشمه (30 درصد) برای ارزیابی مدل استفاده شد. نتایج اعتبارسنجی نشان داد مدل تلفیقی وزن شاهد- رگرسیون لجستیک (5/82 درصد AUC=) نسبت به مدل وزن شاهد (4/80 درصد AUC=) کارایی بهتری در شناسایی مناطق مستعد آب زیرزمینی دارد لذا مدیرن و برنامهریزان اجرایی بهمنظور پیجویی محلهای مناسب با پتانسیل بالای آب زیرزمینی در مطالعات نیمهتفصیلی خود از نتایج این پژوهش بهمنظور کاهش زمان و افزایش دقت میتوانند استفاده کنند.
مهسا بوستانی، فرهاد موسوی، حجت کرمی، سعید فرزین،
جلد 23، شماره 4 - ( 9-1398 )
چکیده
دبی جریان رودخانهها از جمله عوامل تأثیرگذار بر بهرهبرداری منابع آب و طراحی سازههای هیدرولیکی از جمله سدها بوده که مطالعه آن از اهمیت بالایی برخوردار است. عوامل متعدد تأثیرگذار بر این پدیده غیرخطی باعث شده که دبی جریان، تصادفی فرض شود. بنا بر اصول نظریه آشوب، سیستمهای به ظاهر تصادفی و بینظم دارای الگوی منظم و قابل پیشبینی هستند. در این پژوهش، با استفاده از روشهای ترسیم فضای فاز، بُعد همبستگی، بزرگترین نمای لیاپانوف و توان طیف فوریه، دبی رودخانه زایندهرود از دیدگاه نظریه آشوب طی 43 سال (1350 تا 1392) بررسی و تحلیل شده است. بر اساس نتایج، ﻣﻘﺪار غیر صحیح ﺑُﻌﺪ ﻫﻤﺒﺴـﺘﮕﯽ برای ایستگاههای اسکندری و قلعه شاهرخ (بهترتیب 3/34 و 3/6)، حاکی از رﻓﺘـﺎر آﺷﻮﺑﻨﺎک دبی جریان در بالادست مخزن سد زایندهرود است. از سوی دیگر، در ایستگاه سد تنظیمی، نمودار بُعد همبستگی نسبت به بُعد محاط، سیر صعودی دارد که مبین تصادفی بودن سری زمانی مورد مطالعه در پاییندست مخزن سد زایندهرود است. شیب نمودارهای نمای لیاپانوف که نشاندهنده حساسیت به شرایط اولیه سیستم است، برای ایستگاههای اسکندری، قلعه شاهرخ و سد تنظیمی بهترتیب برابر 0/014، 0/017 و 0/0192 و افق پیشبینی قابل اعتماد در ایستگاههای آشوبناک بهترتیب برابر با 96 و 59 روز بهدست آمد. واکاوی غیرتناوبی بودن سریهای زمانی نیز با استفاده از آنالیز توان طیف فوریه انجام شد. پهنای وسیع باند، افزون بر شاخصهای دیگر، بر صحت آشوبناکی دبی رودخانه در ایستگاههای بالادست مخزن سد زایندهرود دلالت دارد.
زیبا مقصودی، محمود رستمینیا، مرزبان فرامرزی، علی کشاورزی، اصغر رحمانی، سید روح اله موسوی،
جلد 24، شماره 2 - ( 5-1399 )
چکیده
نقشهبرداری رقومی خاک همگام با پیشرفتهای زیرساخت دادههای مکانی، نقش مهمی را در جهت ارتقاء دانش مطالعات خاکشناسی ایفا میکند. لذا تحقیق حاضر با هدف تهیه نقشه رقومی کلاس فامیل خاک با استفاده از مدلهای جنگل تصادفی و رگرسیون درختی توسعهیافته در بخشی از اراضی نیمهخشک استان ایلام اجرا شد. متغیرهای محیطی از مدل رقومی ارتفاع با قدرت تفکیک مکانی 30 متر با استفاده از نرمافزار SAGAGIS نسخه 7/3 استخراج شد. تعداد 46 خاکرخ حفر و ویژگیهای فیزیکوشیمیایی نمونههای خاک اندازهگیری و بر اساس سامانه آمریکایی 2014 در سطح فامیل ردهبندی شد. در محدوده مورد مطالعه سه رده مالیسولز، اینسپتیسولز و انتیسولز شناسایی شد. بر اساس نتایج دادهکاوی متغیرهای محیطی با استفاده از آنالیز تورم واریانس (VIF)، متغیرهای کمکی ارتفاع، ارتفاع استاندارد شده و شاخص زبری پستی و بلندی بیشترین میزان تغییرپذیری مکانی خاکها را در منطقه مدلسازی میکند. بهترین پیشبینی مکانی کلاسهای خاک مربوط به فامیل خاکFine, carbonatic, thermic, Typic Haploxerolls است. همچنین نتایج نشان میدهد که مدلهای جنگل تصادفی و رگرسیون درختی توسعهیافته بهترتیب صحت عمومی 0/80 و 0/64 و شاخص کاپای 0/70 و 0/55 را ارائه میکند. بنابراین، روش جنگل تصادفی میتواند یک روش قابل اعتماد و با دقت مناسب باشد که حتی با تعداد نمونه کم تخمین قابل قبولی را ارائه کند.
حمید رضا متین فر، زیبا مقصودی، روح الله موسوی، محبوبه جلالی،
جلد 24، شماره 4 - ( 9-1399 )
چکیده
شناخت توزیع مکانی کربن آلی خاک یکی از ابزارهای کاربردی در تعیین استراتژیهای مدیریت پایدار اراضی است. طی دو دهه اخیر استفاده از رویکردهای دادهکاوی در مدلسازی مکانی کربن آلی خاک با استفاده از تکنیکهای یادگیری ماشین بهطور گستردهای مورد توجه قرار گرفته است. یکی از گامهای اساسی در کاربرد این روشها، تعیین متغیرهای بهینه پیشبینی کننده کربن آلی خاک است. این مطالعه بهمنظور مدلسازی و نقشهبرداری رقومی کربن آلی خاک سطحی با استفاده از روشهای یادگیری ماشین و ویژگیهای خاک شامل درصد سیلت، رس، شن، کربنات کلسیم معادل، میانگین وزنی قطر خاکدانه و اسیدیته انجام پذیرفت. بدین منظور دقت عملکرد مدلهای جنگل تصادفی، کوبیست، رگرسیون حداقل مربعات جزئی، رگرسیون خطی چندمتغیره و کریجینگ معمولی برای برآورد میزان کربن آلی خاک سطحی، در 141 نمونه از عمق 30-0 سانتیمتر در بخشی از اراضی کشاورزی دشت خرم آباد با مساحت 680 هکتار مورد ارزیابی قرار گرفتند. نتایج آنالیز حساسیت متغیرهای پیشران در مدلسازی کربن آلی نشان داد که بهترتیب سه ویژگی درصد سیلت، آهک و میانگین وزنی قطر خاکدانه بیشترین تأثیر را روی تغییرپذیری مکانی کربن آلی خاک داشتند. همچنین مقایسه رویکردهای مختلف تخمین کربن آلی نشان داد که مدل جنگل تصادفی بهترتیب با مقادیر ضریب تبیین (R2) و مجذور میانگین مربعات خطا (RMSE) 0/75 و 0/25 درصد بهترین کارایی را نسبت به سایر رویکردهای مورد استفاده در منطقه مطالعاتی ارائه کرد. در مجموع مدلهای با رویکرد غیرخطی صحت بالاتری نسبت به مدلهای خطی در مدلسازی تغییرات مکانی کربن آلی خاک نشان دادند.
اردوان قربانی، مهدی معمری، فرید دادجو، لیدا عندلیبی،
جلد 25، شماره 2 - ( 6-1400 )
چکیده
هدف این تحقیق مدلسازی زیتوده گیاهی فرمهای رویشی و کل توسط پارامترهای خاک در مراتع هیر- نئور استان اردبیل بود. ابتدا با درنظر گرفتن تیپهای گیاهی و عوامل محیطی، در مرحله اوج رویش گیاهان، زیتوده گیاهی با استفاده از پلاتهای یک مترمربعی بهروش قطع و توزین برداشت شد. در امتداد هر یک از ترانسکتها یک نمونه خاک برداشت و به آزمایشگاه خاکشناسی منتقل و برخی خصوصیات آن با روشهای متداول اندازهگیری شد. با استفاده از رگرسیون خطی چندگانه توسط عوامل خاک، معادله پیشبینی زیتوده فرمهای رویشی و کل سطح مراتع استخراج و نقشههای مربوطه شبیهسازی شد. با توجه به نتایج، پارامترهای سیلت، هدایت الکتریکی، کلسیم، پتاسیم محلول، کربن آلی، کربن آلی ذرهای، pH، منیزیم، آهک، رس، فسفر و رطوبت حجمی بیشترین اثرگذاری و درصد پیشبینی را داشتند (01/0>P). صحت نقشههای شبیهسازی شده نیز با استفاده از معیار RMSE برای گندمیان، پهنبرگان علفی، بوتهایها و کل بهترتیب 81/0، 65/0، 34/0 و 46/0 محاسبه شد. یافتههای این تحقیق نه تنها به اهمیت عوامل خاک بر تغییرات زیتوده مراتع اشاره دارد، بلکه بهعنوان اطلاعات پایه برای مدیریت مراتع در راستای ایجاد حالت تعادل در میزان عرضه و تقاضای انرژی و توازن کربن اکوسیستم قابل استفاده است.
منصور پاکمنش، سید حبیب موسوی جهرمی، امیر خسروجردی، حسین حسن پور درویش، حسین بابازاده،
جلد 25، شماره 3 - ( 9-1400 )
چکیده
تحقیق حاضر به بررسی آزمایشگاهی و نرم¬افزاری سد¬های خاکی همگن در حالت تخلیۀ ناگهانی مخزن میپردازد. در این پژوهش با بهکارگیری مدل آزمایشگاهی، مدل عددی در حالت¬های مختلف اشباع بودن خاک مورد ارزیابی قرار داده شد. بهمنظور بررسی آزمایشگاهی تأثیر هدایت هیدرولیکی بر افت سریع سطح آب و بهکارگیری پارامترهای هیدرولیکی مواد، جریان نشت در مدل توسط نرمافزار seep/w مدلسازی شد. اطلاعات ورودی به نرمافزار شامل، هدایت هیدرولیکی و مقدار حجم آب بهترتیب با انجام آزمایش¬ بار ثابت و با بهکارگیری یک نفوذسنج دیسکی ارائه شد. پس از صحت¬سنجی هدایت هیدرولیکی با مدل عددی، نتایج با داده¬های آزمایشگاهی مقایسه شد. مقایسه بین تخلیه عددی و آزمایشگاهی نشان می¬دهد که مدل عددی تفاوت معناداری با مدل آزمایشگاهی ندارد. علاوه بر این، شبیه¬سازی¬های اشباع و غیراشباع نشان می¬دهد که مدل غیراشباع مطابقت زیادی با مدل آزمایشگاهی دارد. فرض بر این است که با توجه به شرایط افت، مدل¬های غیراشباع می¬توانند دقت زیادی را برای شبیه¬سازی جریان از طریق سد خاکی همگن بهدست آورند.
فرشته ظریف، علی عصاره، مهدی اسدی لور، حسین فتحیان، داود خدادادی دهکردی،
جلد 26، شماره 2 - ( 6-1401 )
چکیده
پیشبینی دقیق و قابل اعتماد از سطح آب زیرزمینی در یک منطقه برای استفاده پایدار و مدیریت منابع آب بسیار مهم است. این پژوهش با هدف ارزیابی شبکههای عصبی مصنوعی (ANNs)؛ پیشرونده عمومی (GFF) و تابع پایه شعاعی (RBF) در پیشبینی ماهانه تراز سطح آب زیرزمینی در دشت دزفول- اندیمشک در جنوب غربی ایران انجام شد. برای تعیین متغیرهای مؤثر ورودی در ANNs از الگوریتم اطلاعات متقابل جزئی (PMI) استفاده شد. نتایج بهکارگیری الگوریتم PMI نشان میدهد که متغیرهای ورودی مؤثر بر پیشبینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای تحت تأثیر برداشت و تغذیه آب، فقط شامل تراز سطح آب در ماه فعلی است. همچنین متغیرهای ورودی مؤثر بر پیشبینی تراز سطح آب برای پیزومترهای تحت تأثیر فقط برداشت آب، به ترتیب شامل تراز سطح آب در ماه فعلی، تراز سطح آب در یک ماه قبل، تراز سطح آب در دو ماه قبل، مختصات عرضی پیزومتر به UTM، تراز سطح آب در سه ماه قبل، تراز سطح آب در چهار ماه قبل، تراز سطح آب در پنج ماه قبل و مختصات طولی پیزومتر به UTM است. علاوه بر این متغیرهای ورودی مؤثر بر پیشبینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای نه تحت تأثیر برداشت و نه تغذیه آب، به ترتیب شامل تراز سطح آب در ماه فعلی، تراز سطح آب در یک ماه قبل، تراز سطح آب در دو ماه قبل، تراز سطح آب در سه ماه قبل، تراز سطح آب در چهار ماه قبل، تراز سطح آب در پنج ماه قبل، تراز سطح آب در شش ماه قبل، مختصات عرضی پیزومتر به UTM و مختصات طولی پیزومتر به UTM است. نتایج نشان میدهد که شبکه GFF از دقت بیشتری نسبت به شبکه RBF، در پیشبینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای شامل برداشت و تغذیه آب و پیزومترهای شامل فقط برداشت آب برخوردار است. علاوه بر این شبکه RBF دقت بیشتری در پیشبینی ماهانه تراز سطح آب زیرزمینی برای پیزومترهای شامل نه برداشت و نه تغذیه آب نسبت به شبکه GFF برخوردار است.
مسلم زرینی بهادر،
جلد 29، شماره 1 - ( 2-1404 )
چکیده
کربنات کلسیم معادل خاک (CCE) یکی از ویژگیهای مهم خاک است. پیشبینی مقدار کربنات کلسیم معادل خاک برای مدیریت پایدار حاصلخیزی خاک ضروری است. مطالعه حاضر با هدف نقشهبرداری رقومی کربنات کلسیم معادل با استفاده از متغیرهای کمکی محیطی و تصاویر ماهواره لندست 8 و مدلهای پیشبینیکننده و معرفی بهترین مدلها، در حوضه آبخیز بدر در جنوب شهرستان قروه انجام گرفت. برای انجام این پژوهش در مرحله اول، نقشه ژئومرفولوژی با استفاده از نقشه زمینشناسی و بر اساس روش ژئوپدولوژی زینک در محیط سامانه اطلاعات جغرافیائی ترسیم شد. در مرحله دوم، محل 125 خاکرخ مطالعاتی بر اساس تکنیک ابر مکعب لاتین تعیین شد و کربنات کلسیم معادل افقهای خاک با روش تیتراسیون با اسید اندازهگیری شد. متغیرهای کمکی شامل مشتقات مدل رقومی ارتفاع، شاخصهای سنجشازدور دریافتی از ماهواره لندست 8 و نقشه ژئوپدولوژی بودند که انتخاب متغیرهای کمکی مناسب با استفاده از روش تجزیه مؤلفههای اصلی (PCA) انجام شد. در مرحله سوم، مدلسازی انجام، نقشههای رقومی کلاسها و ویژگیهای خاک تهیه شد و ارزیابی مدلها صورت گرفت. برای برآورد کربنات کلسیم معادل خاک، در مطالعه حاضر دو حالت مختلف بررسی شد. در حالت اول، مدلهای شبکه عصبی مصنوعی، تحلیل درخت تصمیم، جنگل تصادفی، مدل نزدیکترین همسایه K برای پیشبینی استفاده شدند. همچنین بهمنظور ترکیب نتایج مدلها، از مدل رگرسیون خطی چندگانه استفاده شد. در میان مدلهای استفادهشده برای پیشبینی مقدار کربنات کلسیم معادل با استفاده از روش اعتبارسنجی کافلد 10 مکانی، مدل رگرسیون خطی چندگانه (MLR) با ضریب تعیین 0/796 و ریشه دوم متوسط مربعات خطا 6/514 از بیشترین دقت برای پیشبینی برخوردار بوده است. این در حالی است که با استفاده از روش اعتبارسنجی کافلد 5 تصادفی، مدل نزدیکترین همسایه K (KNN) با ضریب تعیین 0/9845 و ریشه دوم متوسط مربعات خطا 2/1258 از بیشترین دقت برای پیشبینی برخوردار بوده است. بهدلیل مکانی بودن روش اعتبارسنجی کافلد 10 مکانی، استفاده از این روش بر روش اعتبارسنجی کافلد 5 تصادفی ارجحیت دارد. همچنین متغیرهای کمکی مهم در پیشبینی کربنات کلسیم معادل خاک بهترتیب اهمیت شامل شاخص کربنات، جهت شیب، ژئومورفولوژی، سطح مبنای شبکه آبراهه و شیب حوضه آبخیز بودند.
