فهرست نشریات علمی دسترسی آزاد ایران

در سال‌های اخیر با افزایش روز افزون جمعیت و توسعه صنعتی بهره‌برداری از منابع آب زیرزمینی چندین برابر شده است، با تداوم این عمل سطح آب‌های زیرزمینی روز به روز افت کرده است. بنابراین شناسایی این منابع، استفاده بهینه از آن به معنای برداشت پایدار و همیشگی از این ثروت خدادای است.هدف ازاین تحقیق ارزیابی و پتانسیل‌یابی منابع آب‌های زیر‌زمینی با استفاده از رو‌ش‌های منطق‌ فازی و شبکه عصبی مصنوعی دردشت خرم‌آباد است. دراین تحقیق ابتدا نقشه فهرست چاه‌ها تهیه و بعد پارامترهای موثر درپتانسیل‌یابی از قبیل: لایه ارتفاع، شیب، جهت شیب، انحنای سطح، شاخص‌رطوبت توپوگرافی، کاربری‌اراضی، خاک، زمین‌شناسی، فاصله از رودخانه، تراکم زهکشی، فاصله از گسل، تراکم گسل مشخص و نقشه آن‌ها در محیط نرم‌افزارArc GIS  تهیه شد. جهت تهیه نقشه پتانسیل‌یابی منابع آب زیرزمینی از دو روش منطق فازی و شبکه عصبی مصنوعی استفاده شد. در مدل شبکه ‌عصبی‌ مصنوعی الگوریتم پس‌انتشار خطا و تابع فعالسازی سیگموئید به کار گرفته شد. ساختار نهایی شبکه دارای 11نرون درلایه ورودی، 11 نرون درلایه‌پنهان و 1 نرون درلایه خروجی گردید. در مدل منطق فازی از اپراتورهای عملگراجتماع فازی، عملگراشتراک فازی، عملگرضرب جبری فازی، عملگرجمع جبری فازی، عملگرگاما فازی استفاده شد. سپس نتایج هر دو مدل مورد ارزیابی قرار گرفت و در نهایت با مقایسه نتایج به دست آمده روش مناسب جهت پتانسیل‌یابی منابع آب‌های زیرزمینی به دست آمد و همچنین مهمترین عوامل موثر در پتانسیل‌یابی منابع در منطقه مشخص گردید. نتایج ارزیابی شبکه عصبی با چاه‌هایی با دبی بالا نشان می‌دهد که حدود80 درصد ازچاه‌ها درمناطق با پتانسیل متوسط به بالا است درحالی که نقشه منطق فازی حدود 75  درصد چاه‌ها درمناطق با پتانسیل متوسط به بالا را نشان می‌دهد. نتایج این پژوهش نشان داد که روش شبکه عصبی جهت پتانسیل‌یابی منابع آب زیرزمینی نسبت به روش منطق فازی مناسب ترو کاربردی‌تراست.