>
Fa   |   Ar   |   En
   مدل ترکیبی ماشین بردار پشتیبان و زمین آمار در پیش بینی زمانی و مکانی سطح آب زیرزمینی آبخوان زیوه  
   
DOR 20.1001.2.9920029590.1399.1.1.45.9
نویسنده Soufi Bobakran Kamran ,صوفی بوبکران کامران ,Abbas Novinpour Esfandiar ,عباس نوین پور اسفندیار ,Asadi Golmaz Omid ,اسدی گلمز امید
منبع كنگره علوم زمين - 1399 - دوره : 39 - سی و نهمین کنگره ملی و چهارمین کنگره بین المللی علوم زمین - کد همایش: 99200-29590
چکیده    مطالعه و بررسی تغییرات سطح آب زیرزمینی به منظور مدیریت و بهره برداری صحیح منابع آبی ضروری می باشد.هدف از این تحقیق کاربرد روش های هوش مصنوعی و زمین آماری جهت پیش بینی زمانی و مکانی سطح آب زیرزمینی آبخوان زیوه می باشد.از روش های هوش مصنوعی مدل ماشین بردار پشتیبان برای پیش بینی زمانی و از روش های زمین آماری مدل کریجینگ برای پیش بینی مکانی سطح آب زیرزمینی آبخوان زیوه استفاده شده است. ورودی ها سطح آب زیرزمینی مربوط به 7پیزومتر و دما و بارش طی دوره ی آماری 14ساله(84-97) اخذ شده از سازمان آب منطقه ای آذربایجان غربی بودند، استفاده گردید. مدل ماشین بردار پشتیبان نتایج قابل قبولی براساس معیارهای ارزیابی r2 و rmse ارایه داد.در ادامه از خروجی مدل ماشین بردار پشتیبان به عنوان ورودی روش کریجینگ استفاده شد.نتایج حاصل از نقشه های پهنه بندی بدست آمده نیز حاکی از دقت بالای مدل جهت پیش بینی مکانی سطح تراز آب زیرزمینی در آبخوان مورد نظر بود.
کلیدواژه سطح آب زیرزمینی ,هوش مصنوعی ,زمین آمار ,کریجینگ ,آبخوان زیوه
آدرس دانشکده علوم دانشگاه ارومیه, ایران, دانشکده علوم دانشگاه ارومیه, ایران, دانشکده علوم دانشگاه ارومیه, ایران, دانشکده علوم دانشگاه ارومیه, ایران, دانشکده علوم دانشگاه ارومیه, ایران, دانشکده علوم دانشگاه ارومیه, ایران
پست الکترونیکی omid.asadi.golmaz@gmail.com
 
   Combined model of support vector machine and geostatistics in temporal and spatial prediction of groundwater level of Ziveh aquifer  
   
Authors
Abstract    the study of changes in groundwater level is essential for proper management and operation of water resources . the aim of this study is the use of artificial intelligence methods and geostatistical methods for predicting the temporal and spatial level of groundwater level of aquifer . using artificial intelligence methods , the support vector machine model was used for prediction of time and of geostatistical methods for predicting the groundwater level of aquifer aquifer . The inputs of the groundwater level related to 7 piezometer and temperature and precipitation were used during the 14 - year statistical period ( 84 - 84 ) obtained from the Western Azerbaijan Regional Water Organization . the support vector machine model has acceptable results based on the evaluation criteria of R2 and RMSE . furthermore , from the output of the support vector machine model as input of kriging method , the results of the obtained zoning maps also showed high accuracy of the model to predict the level of groundwater level in the aquifer .
Keywords سطح آب زیرزمینی ,هوش مصنوعی ,زمین آمار ,کریجینگ ,آبخوان زیوه
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved