| عنوان
|
تخمین پارامترهای هیدرودینامیکی آبخوان محبوس با استفاده از مدل فازی سوگنو
|
| عنوان مجله
|
اکوهیدرولوژی
|
| نوع پژوهش
|
مقاله چاپ شده
|
| کلیدواژه‌ها
|
آبخوان محبوس، آنالیز مؤلفۀ اصلی (PCA)، شبکۀ عصبی مصنوعی، منحنی تیپ تایس، منطق فازی سوگنو
|
| چکیده
|
شناخت دقیق پارامترهای هیدروژئولوژیکی مانند قابلیت انتقال، هدایت هیدرولیکی و ضریب ذخیره یا آبدهی ویژه از جمله پارامترهای مهم برای پیشبینی شرایط آبخوان هستند که عموماً تعیین آنها برای نقاط مختلف آبخوان با هزینههای فراوانی انجام می شود. در سالهای اخیر، از مدلهای هوش مصنوعی به عنوان جایگزین روشهای انطباق منحنی تیپ برای تعیین پارامترهای هیدرودینامیکی آبخوانها استفاده شده است. بنابراین، در مطالعۀ حاضر نیز برای تعیین پارامترهای هیدرودینامیکی آبخوان محبوس از منطق فازی سوگنو استفاده شد. ابتدا دقت، قابلیت اطمینان و توانایی تعمیم این مدل فازی از طریق آزمایش آن با دادههای افت- زمان واقعی تأیید شد. سپس، نتایج به دست آمده از این مدل با نتایج به دست آمده از روش گرافیکی تایس و شبکۀ عصبی مصنوعی مقایسه شد. مقایسۀ RRMSE مدل شبکۀ عصبی مصنوعی و مدل فازی به منظور تخمین قابلیت انتقال آبخوان و ضریب ذخیره در مرحلۀ آزمایش نشان داد مدل فازی، خطا را به ترتیب 21/9 و 66/11 درصد نسبت به شبکۀ عصبی کاهش میدهد. بنابراین، نتایج به دست آمده از روش گرافیکی تایس، شبکۀ عصبی مصنوعی و مدل منطق فازی در مرحلۀ صحت سنجی نشان می دهند مدل فازی سوگنو در کنار دو روش یادشده توانایی تعیین پارامترهای آبخوان تحت فشار را دارد. این کارایی نسبی بیشتر منطق فازی سوگنو را می توان در توانایی ذاتی آن در کار با دادهها و پارامترهای دارای عدم قطعیت نسبت به روش گرافیکی تایس و شبکۀ عصبی مصنوعی دانست.
|
| پژوهشگران
|
حامدمحمودی (نفر اول)، عطااللهندیری (نفر دوم)، طاهرهآذری (نفر سوم)، سیناصادق فام (نفر چهارم)، هادیمحمودی (نفر پنجم)
|