فهرست نشریات علمی دسترسی آزاد ایران

زمينه و هدف: زمينه و هدف: آب هاي زيرزميني، يک منبع طبيعي گرانبها و حياتي، براي بقاي همه موجودات زنده است. مديريت و حفاظت از منابع آب زيرزميني در کشورهايي نظير ايران که در مناطق خشک و نيمه¬خشک فاقد منابع آب سطحي قرار دارند، از اهميت بالايي برخوردار است. هدف از انجام پژوهش حاضر بررسي و مقايسه کارايي مدل هاي شبکه عصبي مصنوعي و جنگل تصادفي در پيش بيني پارامترهاي کيفي و کمي آب زيرزميني در شهرستان دهلران واقع در استان ايلام مي باشد. روش پژوهش: براي بررسي پارامترهاي کيفي و کمي نمونه هاي آب زيرزميني و اثرگذاري آنها بروي کيفيت آب زيرزميني، 545 حلقه چاه عميق و نيمه عميق شبکه پايش شرکت آب منطقه استان ايلام در طي دوره 38 ساله (2024-1986) انتخاب و از پارامترهاي اندازه گيري شده EC، SAR، pH، دماي آب و عمق سطح آب استفاده شد. از جمله فاکتورهاي داده هاي محيطي (کمکي) در اين تحقيق داده هاي زمين شناسي، کاربري اراضي، شاخص هاي پوشش گياهي، مشتقات حاصل از مدل رقومي ارتفاعي، فاصله از معادن، فاصله از جاده، فاصله از رودخانه، فاصله از نقاط مسکوني، بارندگي و جمعيت مي باشند. يافته‌ها: نتايج مدلسازي پارامترهاي EC، SAR، pH، دماي آب و عمق سطح آب زيرزميني با استفاده از مدل هاي شبکه عصبي مصنوعي و جنگل تصادفي نشان دهنده دقت مناسب مدل شبکه عصبي مصنوعي در پيش بيني اين پارامترها است به طوري که نقشه نهايي پارامترهاي EC، SAR، pH، دماي آب و عمق سطح آب زيرزميني را به ترتيب با ضريب تبيين 95/0، 93/0، 64/0، 80/0 و 87/0 پيش بيني كرده است و اين در حالي است که مدل جنگل تصادفي پارامترهاي EC، SAR، pH، دماي آب و عمق سطح آب زيرزميني را به ترتيب با ضريب تبيين 40/0، 77/0، 41/0، 74/0و 84/0 پيش بيني نموده است. نتايج: بر اساس نتايج بدست آمده مي توان نتيجه گرفت که مدل شبكه عصبي مصنوعي از دقت بالاتري نسبت به مدل جنگل تصادفي در پيش بيني پارامترهاي کيفي آب زيرزميني داشته است. با انتخاب نوع و تعداد مناسب عوامل ورودي و نيز استفاده از نوع مناسب و سازگار شبكه عصبي مصنوعي و نيز كاليبره كردن مناسب آن مي توان گفت كه اين تكنيك ابزاري بسيار كارا و مناسب براي برآورد پارامترهاي EC، SAR، pH، دماي آب و عمق سطح آب زيرزميني در دشت عباس-دهلران مي باشد.