چکیده:
چشمهها یکی از منابع آبی مهم در سطح کشور شمرده می شوند. در ارتفاعات البرز مرکزی چشمههای کارستی فراوانی گسترش دارند که شناخت وضعیت هیدرولوژیکی آنها در بهرهبرداری و مدیریت آنها ضرورت دارد. هدف از این پژوهش، بررسی کارایی شبکهی عصبی مصنوعی در شبیهسازی آبدهی چشمههای کارستی در استان مازندران است. بدین منظور، 80 چشمه کارستی مورد مطالعه قرار گرفت. تعداد 60 نمونه برای آموزش یا ارائهی مدل و تعداد 20 نمونه برای تست یا اعتباریابی استفاده شد. مقادیر کمی عوامل موثر در آبدهی چشمههای کارستی، شامل؛ درصد تخلخل تشکیلات آبخوان، ارتفاع مکان، شیب زمین، بارش متوسط سالانه و فاصله از منابع آب با بهکارگیری دادهها و نقشهها در محیط سیستم اطلاعات جغرافیایی(GIS) برآورد شد. برای ارائهی مدل مناسب برای آبدهی چشمههای کارستی از نرمافزار MATLAB شاخهی Neural Network و از شبکهی پرسپترون چند لایه استفاده شد. برای فرآیند شبیهسازی، 80 درصد دادهها برای آموزش و 20 درصد مابقی برای تست یا اعتباریابی استفاده شد. عملکرد شبکهی عصبی با پارامترهایی چون، جذر میانگین مربع خطا (RMSE) و ضریب همبستگی بین خروجیهای حقیقی و دلخواه (R) سنجیده شد. نتایج پژوهش، نهتنها کارایی شبکهی عصبی مصنوعی در شبیهسازی آبدهی چشمهها را نشان داد؛ بلکه حاکی از آن است که عوامل فاصله از منابع آب، تخلخل تشکیلات آبخوان و ارتفاع مکان، عوامل اصلی در آبدهی چشمههای کارستی در ارتفاعات البرز مرکزی بهشمار میآیند؛ بنابراین با استفاده از شبکهی عصبی مصنوعی، میتوان آبدهی چشمههای فاقد آمار را با دقت قابل قبولی برآورد کرد.
خلاصه ماشینی:
"نتایجپژوهش،نه تنها کارایی شبکهی عصبی مصنوعی در شبیهسازی آبدهی چشمهها را نشان داد؛بلکه حاکی از آن است که عوامل فاصله از منابع آب،تخلخل تشکیلات آبخوان و ارتفاع مکان،عوامل اصلی در آبدهی چشمههای کارستی در ارتفاعات البرز مرکزی به شمار میآیند؛بنابراینبا استفاده از شبکهی عصبی مصنوعی،میتوان آبدهی چشمههای فاقد آمار را با دقت قابلقبولی برآورد کرد.
پژوهش پیش رو با هدف شبیهسازی آبدهی متوسط چشمههای کارستیارتفاعات البرز مرکزی و همچنین بررسی عوامل مؤثر در آبدهی این چشمهها با استفاده از شبکهی عصبی مصنوعیانجام شده است.
(به تصویر صفحه مراجعه شود) بحث و نتیجهگیری براساس نتایج پژوش،با انتخاب نوع و تعداد مناسب عوامل ورودی و استفاده از نوع مناسب و سازگار شبکهی عصبیمصنوعی و همچنین بهینهسازی مناسب آن،میتوان گفت که این مدل ابزار بسیار کارا و مناسبی برای برآورد آبدهیچشمههای کارستی در ارتفاعات البرز مرکزی است.
علاوه بر تناسب و سازگاری نوع شبکهی عصبیمصنوعی برای برآورد آبدهی چشمههای کارستی،نوع و عوامل مورد استفاده در ورودی شبکه نیز برای رسیدن به نتایجقابل قبول،بسیار مهم تشخیص داده شده است؛به گونهای که در مدل هفتم با به کار بردن فاصله از منابع آب و بارش وبه کار نبردن عامل درصد تخلخل تشکیلات،میزان خطای شبکه افزایش یافته است و این بدینمعنی است که پارامتردرصد تخلخل تشکیلات آبخوان،نقش بسزایی در برآورد آبدهی چشمهها دارد.
با انتخاب نوع و تعداد مناسب این عواملو همچنین استفاده از نوع مناسب و سازگار شبکهی عصبی مصنوعی،میتوان گفت که این روش،ابزار بسیار کارا ومناسبی برای برآورد آبدهی چشمههای کارستی فاقد آمار در ارتفاعات البرز مرکزی است(ال سن و همکاران،2004،11).
loV,noitcurtsnoceR & hcraeseR huojaP fo lanruoJ,SIG dna SR na ni sleveL retawdnuorG gniledoM,8002,."