ورود
مقالات فارسیISIکنفرانسهاژورنالها

مقایسه مدل رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیشبینی تراز سطح ایستابی آبخوان دشت نیشابور

محل انتشار: فصلنامه علوم و مهندسی آبیاری، دوره: 43، شماره: 1
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 332

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1188656

شناسه ملی سند علمی:

JR_JISE-43-1_010

تاریخ نمایه سازی: 7 اردیبهشت 1400

چکیده مقاله:

آبهای زیرزمینی به­عنوان مهمترین منبع تولید آب شیرین دشت نیشابور، با کسری مخزنی حدود ۲۰۰ میلیون مترمکعب مواجه است. ازاینرو در پژوهش حاضر کارایی روش­های رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیشبینی تراز سطح ایستابی آبخوان دشت نیشابور بررسی گردید. با استفاده از اطلاعات ۵۷ چاه مشاهده­ای از سال ۱۳۵۷ تا ۱۳۸۷ و اعمال پارامترهای بارش، تراز سطح ایستابی و تخلیه با تاخیر زمانی یک و دوماهه بهعنوان ورودی، مدل­ها مورد آزمون قرار گرفت، نتایج نشان داد به دلیلوجود نوساناتسطحآبدرماههایمختلف،  بیشترین ضریب تبیین و کمترین مقادیر آماره­های میانگین مطلق خطا و جذر مربعات خطا برای هر دو مدل در ماه­های بهار و بالاترین دقت در ماه خرداد با R۲ و RMSEبه­ترتیب ۹۳/۰ و ۰۵/۶ برای مدل رگرسیون امکانی فازی بود. بر اساس شاخص­های اعتبارسنجی، مدل رگرسیون امکانی فازی بهمراتب نتایج دقیقتری در برآورد تراز سطح ایستابی آبخوان نیشابور نشان داد.

کلیدواژه ها:

آب زیرزمینی ، پیزومتر ، مدل های داده محور ، اعتبارسنجی

نویسندگان

سپیده زراعتی نیشابوری

دانشآموخته کارشناسی ارشد مهندسی منابع آب، دانشکده کشاورزی، دانشگاه بیرجند.

محسن پوررضا بیلندی

دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند.

عباس خاشعی سیوکی

دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند.

علی شهیدی

دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • 1-    Anonymous., 2009. Management Studies for Water Resources Reconciliation in ...
  • 2-    Arabpour, A.S., 2014. Fuzzy Linear Regression and Effect of ...
  • 3-    Bardossy, A., Bogardi, I. and Duckstein, L., 1990. Fuzzy ...
  • 4-    Chang, Y.H.O. and Ayyub, B.M., 2001. Fuzzy regression methods–a ...
  • 5-     Daliakopoulos, I.N., Coulibaly, P. and Tsanis, I.K., 2005. Groundwater ...
  • 6-    Dastourani, M.T., Sharifi Darani, H., Talebi, A. and Moghaddamnia, ...
  • 7-    Dillip, K.G., Sudhansu, S.P. and Prakash, C.S.  2010. Prediction ...
  • 8-    Farahi, G., Kodashenas, S. and Alizadeh, A., 2011. Estimation ...
  • 9-    Fathi, F. and Zibaei, m., 2010. Water management in ...
  • 10- Hellegers, P., 2002. Treating water in irrigated agriculture as ...
  • 11-  Heshmaty, B. and Kandel, A., 1985. Fuzzy linear regression ...
  • 12- Hosseini, A., Farajzadeh, M. and velayati, S., 2005. Analysis ...
  • 13- Izadi, A., Davari, K., Alizadeh, A. and Ghahreman, B., ...
  • 14-  Jusseret, S., Tam, V.T. and Dassargues, A., 2009. Groundwater ...
  • 15- Khashei-Siuki. A.,  Ghahraman, B. and Kouchakzadeh, M., 2013. Comparison ...
  • 16- Koorehpazan Dezfouli, A., 2014. The Principles of Fuzzy sets ...
  • 17- Kurduvani, p., 1995. Geohydrology. Tehran University Press, Tehran University ...
  • 18-  Kurtulus, B. and Razack, M., 2010. Modeling daily discharge ...
  • 19- Lai, Y.J. and Chang, S.I., 1994. A fuzzy approach ...
  • 20-  Larroque, F., Treichel, W. and Dupuy, A., 2008. Use ...
  • 21- Lashkaripour, G.H., Ghafouri, M., Kazemi Golian, R. and Damshenas, ...
  • 22-  Lohani, A.K. and Krishan, G., 2015. Application of artificial ...
  • 23- Parviz, L., Kholghi, M. and Fakhorifard, A., 2010. Forecasting ...
  • 24-  Reghunath, R., Murthy, T.S. and Raghavan, B.R., 2005. Time ...
  • 25- Sadatinezhad, S.J., Hasanshahi, R., Shayanfar, M. and Abdollahi, K.H., ...
  • 26-  Savic, D.A. and Pedrycz, W., 1991. Evaluation of fuzzy ...
  • 27- Shizeradi, S. and Saboisaboni, M., 2014. Investigating the stability ...
  • 28- Soltani, F., 2006. Comparison of Application of Neuro-Fuzzy Adaptive ...
  • 29-  Sun, Y., Wendi, D., Kim, D.E. and Liong, S.Y., ...
  • 30- Tanaka, H. and Uejima, S., 1982. Linear regression analysis ...
  • 31- Velayati, S., 2000. The most important factors affecting the ...
  • 32-  Wang, H.F. and Tsaur, R.C., 2000. Insight of a ...
  • 33- Yan, Q. and Ma, C., 2016. Application of integrated ...
  • 34-  Yen, K.K., Ghoshray, S. and Roig, G., 1999. A ...
  • 35- Zhang, N., Xiao, C., Liu, B. and Liang, X., ...
  • 36- Zhou, Y. and Li, W., 2011. A review of ...
    • نمایش کامل مراجع