>
Fa   |   Ar   |   En
   طراحی شبکه پایش سطح آب زیرزمینی با استفاده از تکنیک آنالیز مولفه‌های اصلی  
   
نویسنده صیادی شهرکی عاطفه ,ناصری عبدعلی ,برومندنسب سعید ,سلطانی محمدی امیر
منبع مهندسي منابع آب - 1399 - دوره : 13 - شماره : 1 - صفحه:29 -37
چکیده    به‌منظور مدیریت کارا و موثر منابع آب زیرزمینی و کاهش حفر چاه‌های نمونه‌برداری که پر هزینه هستند، شبکه‌های پایشی که به‌طور مناسبی طراحی شده باشند، می‌توانند به عنوان یک گزینه در نظر گرفته شوند. آنالیز مولفه‌های اصلی یکی از تکنیک‌های کاهش داده می‌باشد که اساس آن شناسایی مولفه‌های توصیف کننده واریانس سیستم می‌باشد. در این مقاله از آنالیز مولفه‌های اصلی جهت تعیین چاه‌های موثر و حذف چاه‌های کم اهمیت استفاده شده است. به‌این منظور از اطلاعات 160 چاهک احداث شده در کشت و صنعت سلمان فارسی که طی 10 ماه به صورت دو بار در ماه اندازه‌گیری شده، استفاده گردید. با استفاده از آنالیز مولفه‌های اصلی اهمیت نسبی هر چاه در برآورد عمق سطح آب زیرزمینی محاسبه گردید. در پژوهش حاضر حد آستانه قابل قبول 8/0 در نطر گرفته شد که بر اساس آن تعداد چاه‌های موثر در تعیین عمق سطح آب زیرزمینی به 33 چاه تقلیل نمود. با شناسایی چاه‌های با اهمیت، نقاط مهم جهت نمونه برداری معلوم می‌شود و پایش عمق آب زیرزمینی صرفاً در این چاه‌ها انجام می گردد. به این وسیله می‌توان تا حد زیادی در هزینه و زمان مطالعات صرفه‌جویی کرد .
کلیدواژه آب زیرزمینی، آنالیز مولفه‌های اصلی، پایش
آدرس دانشگاه شهید چمران اهواز, ایران, دانشگاه شهید چمران اهواز, گروه آبیاری و زهکشی, ایران, دانشگاه شهید چمران اهواز, گروه آبیاری و زهکشی, ایران, دانشگاه شهید چمران اهواز, گروه آبیاری و زهکشی, ایران
 
   Designing a network for monitoring groundwater level using the Principal Component Analysis technique  
   
Authors SAYADI A. ,naseri abdali ,boromandnasab saeed ,soltani amir
Abstract    Well designed monitoring networks are essential for the effective management of groundwater resources but the costs of monitoring well installations and sampling can prove prohibitive. Principal Component Analysis (PCA) is one of the data reduction techniques used to extract the important components that explain the variance of a system. In this paper, the PCA was used to identify the effective wells and remove the less important ones. For this purpose, 160 wells were constructed in the Salman Farsi agroindustry, which was measured twice in a month during 10 months. In this technique, variation factors called principle components are identified with considering data structures. Using the PCA, the relative importance of each well was calculated for groundwater depth estimation. In the present study, the acceptable threshold was taken to be 0.8, according to which the number of wells in determining groundwater depth was reduced to 33 wells. By identifying important wells, important points for sampling are identified, and groundwater depth monitoring is performed only in these wells. As a result, it can save a great deal of time and cost of studies.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved