تراز سطح آب زیرزمینی دشت ها بوسیله هوش مصنوعی تعیین می شود
کامران خرم در گفت و گو با خبرنگار مهر، اظهار داشت: با توجه به موقعیت قرارگیری کشور ایران بر روی کمربند خشک و نیمه خشک دنیا و همچنین وضعیت رو به بحران منابع آب کشور، ضرورت مدیریت منابع آب و برنامه ریزی برای مصرف بهینه جهت احیای این منابع هرچه بیش تر به چشم می خورد.
وی افزود: در این میان استان کردستان که خود تأمین کننده آب چهار حوضه آبریز درجه دو سفیدرود، دریاچه ارومیه، مرزی غرب و کرخه می باشد، در دهه گذشته روند رو به افت مخازن آب زیرزمینی آن تشدید شده است.
مدیرعامل شرکت آب منطقه ای کردستان ضمن اشاره به اینکه آبخوان های قروه و دهگلان واقع در جنوب شرق استان (حوضه سفیدرود) بزرگ ترین آبخوان های این استان هستند، ادامه داد: این دو آبخوان منبع اصلی تأمین کننده آب دو دشت قروه و دهگلان هستند که به دلیل برداشت بیش ازحد تحت تنش قرارگرفته اند.
خرم یادآور شد: از این جهت به منظور مدیریت هرچه جامع تر این مخازن و به کارگیری رویکردهای احیا و تعادل بخشی در این محدوده، داشتن چشم اندازی قابل اطمینان از وضعیت آینده این مخازن می تواند تا حد زیادی راهگشا باشد.
وی بیان کرد: در این راستا مدل های هوش مصنوعی مانند AN،ANFIS و GEP که در دهه گذشته محققین بسیاری جهت مدل سازی و پیش بینی پارامترهای مختلفی ازجمله هیدرولوژیکی به دلیل مزیت کنترل بالای پویایی و غیرخطی بودن این پارامترها بکار گرفته اند جهت انجام این پژوهش انتخاب شدند.
مدیرعامل شرکت آب منطقه ای کردستان گفت: در بسیاری از منابع مدل پیش پردازش موجک جهت رفع نویز داده های سری زمانی و بالا بردن دقت مدل های هوش مصنوعی در برآورد مقادیر پیش بینی معرفی شده است؛ به همین جهت در این پژوهش مدل پیش پردازش موجک با مدل های ANN-NAR،ANFIS-SC و GEP ترکیب شد و داده های تراز آب زیرزمینی پیزومترها و سری زمانی بارش به عنوان ورودی های این شش مدل انتخاب شدند.
خرم اظهار داشت: در ادامه مقادیر مفقودی و داده های پرت نیز با توجه به ایستگاه های مجاور تکمیل شدند، سپس شبکه پیزومتری بهینه جهت انجام مدل سازی تراز سطح آب زیرزمینی انتخاب شد.
وی افزود: همچنین پیش بینی های یک ماه، دو ماه و سه ماه آینده با استفاده از شش مدل ANN-NARX، ANFIS-SC، GEP، WANN-NARX، WANFIS-SC و WGEP صورت گرفت و مقایسه نتایج به دست آمده نشان داد که مدل WANN-NARX با مقادیر شاخص های خطای RMSE، R۲ و MAPE در بخش تست به ترتیب ۶۵۵/۰، ۸۵۶/۰ و ۰۲۹/۰ به عنوان مدل با بالاترین دقت جهت انجام فرآیند پیش بینی تراز سطح آب زیرزمینی آبخوان های قروه و دهگلان انتخاب شد، که در نهایت نیز نقشه های حاصل از این مقادیر پیش بینی ترسیم شده و با نقشه مقادیر مشاهداتی مورد مقایسه قرار گرفت.
مدیرعامل شرکت آب منطقه ای کردستان یادآور شد: این طرح تحقیقاتی با مدیر مسئولی جلیل مبارکی، ناظر فنی اسماعیل صادقی و بشرا سروش بعنوان دبیر کمیته تحقیقات، توسط سیاوش گویلی سرباز نخبه شرکت آب منطقه ای کردستان بعنوان مجری طرح ارائه شد.
وی افزود: در این میان استان کردستان که خود تأمین کننده آب چهار حوضه آبریز درجه دو سفیدرود، دریاچه ارومیه، مرزی غرب و کرخه می باشد، در دهه گذشته روند رو به افت مخازن آب زیرزمینی آن تشدید شده است.
مدیرعامل شرکت آب منطقه ای کردستان ضمن اشاره به اینکه آبخوان های قروه و دهگلان واقع در جنوب شرق استان (حوضه سفیدرود) بزرگ ترین آبخوان های این استان هستند، ادامه داد: این دو آبخوان منبع اصلی تأمین کننده آب دو دشت قروه و دهگلان هستند که به دلیل برداشت بیش ازحد تحت تنش قرارگرفته اند.
خرم یادآور شد: از این جهت به منظور مدیریت هرچه جامع تر این مخازن و به کارگیری رویکردهای احیا و تعادل بخشی در این محدوده، داشتن چشم اندازی قابل اطمینان از وضعیت آینده این مخازن می تواند تا حد زیادی راهگشا باشد.
وی بیان کرد: در این راستا مدل های هوش مصنوعی مانند AN،ANFIS و GEP که در دهه گذشته محققین بسیاری جهت مدل سازی و پیش بینی پارامترهای مختلفی ازجمله هیدرولوژیکی به دلیل مزیت کنترل بالای پویایی و غیرخطی بودن این پارامترها بکار گرفته اند جهت انجام این پژوهش انتخاب شدند.
مدیرعامل شرکت آب منطقه ای کردستان گفت: در بسیاری از منابع مدل پیش پردازش موجک جهت رفع نویز داده های سری زمانی و بالا بردن دقت مدل های هوش مصنوعی در برآورد مقادیر پیش بینی معرفی شده است؛ به همین جهت در این پژوهش مدل پیش پردازش موجک با مدل های ANN-NAR،ANFIS-SC و GEP ترکیب شد و داده های تراز آب زیرزمینی پیزومترها و سری زمانی بارش به عنوان ورودی های این شش مدل انتخاب شدند.
خرم اظهار داشت: در ادامه مقادیر مفقودی و داده های پرت نیز با توجه به ایستگاه های مجاور تکمیل شدند، سپس شبکه پیزومتری بهینه جهت انجام مدل سازی تراز سطح آب زیرزمینی انتخاب شد.
وی افزود: همچنین پیش بینی های یک ماه، دو ماه و سه ماه آینده با استفاده از شش مدل ANN-NARX، ANFIS-SC، GEP، WANN-NARX، WANFIS-SC و WGEP صورت گرفت و مقایسه نتایج به دست آمده نشان داد که مدل WANN-NARX با مقادیر شاخص های خطای RMSE، R۲ و MAPE در بخش تست به ترتیب ۶۵۵/۰، ۸۵۶/۰ و ۰۲۹/۰ به عنوان مدل با بالاترین دقت جهت انجام فرآیند پیش بینی تراز سطح آب زیرزمینی آبخوان های قروه و دهگلان انتخاب شد، که در نهایت نیز نقشه های حاصل از این مقادیر پیش بینی ترسیم شده و با نقشه مقادیر مشاهداتی مورد مقایسه قرار گرفت.
مدیرعامل شرکت آب منطقه ای کردستان یادآور شد: این طرح تحقیقاتی با مدیر مسئولی جلیل مبارکی، ناظر فنی اسماعیل صادقی و بشرا سروش بعنوان دبیر کمیته تحقیقات، توسط سیاوش گویلی سرباز نخبه شرکت آب منطقه ای کردستان بعنوان مجری طرح ارائه شد.
گفتگو با هوش مصنوعی
💬 سلام! میخوای دربارهی «تراز سطح آب زیرزمینی دشت ها بوسیله هوش مصنوعی تعیین می شود» بیشتر بدونی؟ من اینجام که راهنماییت کنم.