عنوان : ( مقایسه مدلهای شبکه عصبی مصنوعی ، ANFIS و رگرسیونی در برآورد سطح ایستابی آبخوان دشت نیشابور )
نویسندگان: عباس خاشعی سیوکی , بیژن قهرمان , مهدی کوچک زاده ,
Full Textچکیده
آب زیرزمینی و مدیریت منابع آب نقش کلیدی در پایداری منابع آب در نواحی خشک و نیمه خشک ایفا می کند. دشت نیشابور یکی از مهمترین دشتهای پر آب در استان خراسان رضوی می باشد که نقش مهمی در تولید محصولات کشاورزی ایفا می کند. برداشت بی رویه از این منابع باعث ایجاد متوسط افت 74 سانتیمتر در سال شده است. هدف از این مطالعه ارزیابی روشهای آماری کلاسیک ، سیستم های خبره (شبکه عصبی مصنوعیANN و سیستم های استنتاج فازی عصبیANFIS ) در پیش بینی سطح آب زیرزمینی می باشد. در این تحقیق پارامترهای موثر بر تغییرات سطح ایستابی مانند بارندگی و تخلیه بصورت ماهانه تعیین شد و با استفاده از روشهای زمین آماری نقشه های پهنه بندی شده ماهانه بدست آمد. بانک اطلاعاتی مورد نیاز بر ای آموزش و آزمایش سیستم های خبره از نقشه های رستری و با استفاده از نرم افزار ArcGIS9.3 حاصل شد. از نتایج فوق رابطه رگرسیونی پارامترهای موثر بر عمق سطح ایستابی بدست آمد. نتایج روشهای مذکور نشان داد که برای مدل ANN بهترین دقت به ورودیa آذر ماه با0.94 R2= و 5.78 MAE=متر نسبت داده شد و در مدل ANFIS ورودی b شهریورماه با 0.86 R2=و 8.84 MAE=متر بهترین کارآیی را داشتند. مدل رگرسیونی همواره کمترین دقت را داشته اند.
کلمات کلیدی
, آب زیرزمینی, GIS , دشت نیشابور, مدلهای رگرسیونی چند متغیره, سیستم های خبره
@article{paperid:1035688,
author = {عباس خاشعی سیوکی and قهرمان, بیژن and مهدی کوچک زاده},
title = {مقایسه مدلهای شبکه عصبی مصنوعی ، ANFIS و رگرسیونی در برآورد سطح ایستابی آبخوان دشت نیشابور},
journal = {آبیاری و زهکشی ایران},
year = {2013},
volume = {7},
number = {1},
month = {April},
issn = {2008-7942},
pages = {10--22},
numpages = {12},
keywords = {آب زیرزمینی،GIS ، دشت نیشابور، مدلهای رگرسیونی چند متغیره، سیستم های خبره},
}
%0 Journal Article
%T مقایسه مدلهای شبکه عصبی مصنوعی ، ANFIS و رگرسیونی در برآورد سطح ایستابی آبخوان دشت نیشابور
%A عباس خاشعی سیوکی
%A قهرمان, بیژن
%A مهدی کوچک زاده
%J آبیاری و زهکشی ایران
%@ 2008-7942
%D 2013
