آب شناسی
غزاله محبی تفرشی؛ محمد نخعی؛ راضیه لک
چکیده
فرونشست زمین فرآیندی غیرخطی و پیچیده است که مدل های هوش محاسباتی داده مبنا قادر هستند به مدلسازی آن بپردازند. در این مطالعه میزان دقت و کارایی مدل هیبرید برنامه ریزی بیان ژن - منطق فازی در برآورد خطر رخداد فرونشست زمین و عوامل موثر بر آن در آبخوان ورامین مورد ارزیابی قرار گرفت. بدین منظور پس از انتخاب و جمع آوری اطلاعات 15 فاکتور موثر ...
بیشتر
فرونشست زمین فرآیندی غیرخطی و پیچیده است که مدل های هوش محاسباتی داده مبنا قادر هستند به مدلسازی آن بپردازند. در این مطالعه میزان دقت و کارایی مدل هیبرید برنامه ریزی بیان ژن - منطق فازی در برآورد خطر رخداد فرونشست زمین و عوامل موثر بر آن در آبخوان ورامین مورد ارزیابی قرار گرفت. بدین منظور پس از انتخاب و جمع آوری اطلاعات 15 فاکتور موثر بر رخداد فرونشست بر اساس سوابق تحقیق در محیطGIS، در مرحله اول توسط توابع عضویت فازی، این فاکتورها استاندارد شدند و سپس جهت تلفیق لایه ها از روش برنامه ریزی بیان ژن استفاده گردید. در نهایت با استفاده از 7 سنجنده آماری مهم بر مبنای داده های تصاویر رادار به صحت سنجی مدل بر مبنای 4 سناریوی متفاوت در داده های ورودی و عملگرها پرداخته شد. نتایج نشان داد سناریوی 1 با پارامترهای ورودی تراز سنگ بستر، دبی، افت آبهای زیرزمینی، زمین شناسی و عملگرهای -,+,×,÷,sqr,exp,Ln,^2,^3,3Rt,sin,cos,Atan، بهترین سناریو در مرحله آموزش و آزمون می باشد. بر همین اساس پارامتر افت آبهای زیرزمینی بیشترین تاثیر را بر میزان فرونشست زمین در منطقه مورد مطالعه داشته است.
مجتبی کمانی؛ علی ارومیهای؛ محمد جورابچی
چکیده
راهها از جمله طرحهای مهندسی خطی به شمار میآیند که از واحدها و شرایط گوناگون زمینشناسی عبور کرده، بنابراین ضرورت دارد که مطالعات زمینشناسی مهندسی در طول مسیر راه انجام گیرد. این مطالعات از مرحله انتخاب مسیر راه تا پایان ساخت و بهرهبرداری ادامه دارد. در مرحله انتخاب مسیر راه با حجم زیاد دادهها و گوناگونی شرایط مسیر روبهرو ...
بیشتر
راهها از جمله طرحهای مهندسی خطی به شمار میآیند که از واحدها و شرایط گوناگون زمینشناسی عبور کرده، بنابراین ضرورت دارد که مطالعات زمینشناسی مهندسی در طول مسیر راه انجام گیرد. این مطالعات از مرحله انتخاب مسیر راه تا پایان ساخت و بهرهبرداری ادامه دارد. در مرحله انتخاب مسیر راه با حجم زیاد دادهها و گوناگونی شرایط مسیر روبهرو بوده که انجام این کار به صورت دستی، وقتگیر و بدون دقت کافی میشود. در این نوشتار به بررسی وضعیت زمینشناسی مهندسی مسیر آزادراه قزوین- رشت در محدوده شهرستان رودبار پرداخته شده است. در این راستا پس از شناخت عوامل زمینشناسی مهندسی مؤثر در انتخاب مسیر و ساخت آزادراه، با استفاده از روش تحلیل سلسله مراتبی و نرمافزار Expert Choice به این عوامل با توجه به مناسب بودن آنها برای ساخت آزادراه، وزندهی شده و در ادامه لایههای وزندار را در نرمافزار GIS همپوشانی کرده و نقشه نهایی تهیه شده است. نقشه نهایی نشاندهنده کیفیت شرایط زمینشناسی مهندسی مسیر راه است، که در دو حالت سطحی و زیر سطحی (تونل) و با خطای کم، تهیه شده است. از آنجا که بهکارگیری این روش برای انجام بررسیهای زمینشناسی مهندسی مسیر راه روش جدیدی است، نیاز است که با بررسیهای بیشتر و انجام کارهای مشابه در نقاط دیگر، آن را اصلاح و کامل کرد. از طرف دیگر از این مدل میتوان برای دیگر بررسیهای زمینشناسی مهندسی با توجه به قابلیت انعطافپذیری بالای مدل، استفاده کرد.
محسن شادمان؛ بهزاد تخمچی
چکیده
امروزه تلفیق دادههای زمین مرجع با استفاده از فناوری سیستم اطلاعات جغرافیایی (GIS)، به صورت گستردهای بهکار گرفته میشود. در این روشها، تلفیق لایههای اطلاعاتی با توجه به کیفیت و کمیت دادهها و بهکارگیری روشهای وزندهی مناسب صورت میگیرد. در پایان با استفاده از روشهای تقسیمبندی مانند روش فواصل هندسی، نقشه پتانسیل معدنی ...
بیشتر
امروزه تلفیق دادههای زمین مرجع با استفاده از فناوری سیستم اطلاعات جغرافیایی (GIS)، به صورت گستردهای بهکار گرفته میشود. در این روشها، تلفیق لایههای اطلاعاتی با توجه به کیفیت و کمیت دادهها و بهکارگیری روشهای وزندهی مناسب صورت میگیرد. در پایان با استفاده از روشهای تقسیمبندی مانند روش فواصل هندسی، نقشه پتانسیل معدنی تهیه میشود. روشهای خوشهبندی که استفاده از آنها در پردازش دادهها در حال افزایش است، با توجه به میزان شباهت میان دادهای، نمونهها را میان گروههای مشخص تقسیم میکند. در این پژوهش روش تهیه نقشه پتانسیل معدنی با هدف اکتشاف طلا با استفاده از روش خوشهبندی میانگینهای -K و میانگینهای-K فازی بررسی میشود. پس از آن نتایج این روشها با نقشه پتانسیل معدنی که در محیط GIS با استفاده از مدل تلفیق همپوشانی اندیسها برای منطقه باریکا در برگه 1:100000 آلوت در جنوب آذربایجان غربی تهیه شده، مقایسه میشود. در منطقه باریکا به دلیل در دسترس نبودن نقاط حفاری در دسترس نمیتوان تعداد کلاسها و مرز هر کلاس برای تعیین امتیازات نقشه نهایی را با روشهای متداول مشخص کرد، ولی در روشهای خوشهبندی، تعیین آستانه برای تعداد کلاس مفروض بهصورت خودکار و بر پایه میزان شباهت دادهها به خوبی انجام میشود. افزون بر این با استفاده از روشهای خوشهبندی میتوان شمار کلاس بهینه برای نمایش امتیازهای نقشه پتانسیل را نیز تعیین کرد که در این پژوهش انجام شده است. نتایج نشان میدهد که هر دو روش، خوشهبندی و همپوشانی اندیسها، پرپتانسیلترین محدوده را تقریباً مشابه یکدیگر بهدست آوردهاند با این تفاوت که روش خوشهبندی به اطلاعات کمتری نسبت به منطقه مورد بررسی نیاز دارد در حالی که در روش همپوشانی اندیسها، وزندهی دادهها و تعیین آستانه برای تعیین مرز امتیازات پایانی به اطلاعات بیشتری نیاز دارد.
اصغر اصغری مقدم؛ الهام فیجانی؛ عطاءالله ندیری
چکیده
ارزیابی آسیبپذیری آبخوان به منظور تعیین مناطق دارای پتانسیل آلودگی برای مدیریت منابع آبزیرزمینی از اهمیت بالایی برخوردار است. در این تحقیق، با استفاده از مدل دراستیک ارزیابی آسیبپذیری آب زیرزمینی در آبخوان دشت مراغه- بناب برآورد شده است. در مدل دراستیک از پارامترهای مؤثر در ارزیابی آسیبپذیری سفرۀ آب زیرزمینی شامل ژرفای سطح ...
بیشتر
ارزیابی آسیبپذیری آبخوان به منظور تعیین مناطق دارای پتانسیل آلودگی برای مدیریت منابع آبزیرزمینی از اهمیت بالایی برخوردار است. در این تحقیق، با استفاده از مدل دراستیک ارزیابی آسیبپذیری آب زیرزمینی در آبخوان دشت مراغه- بناب برآورد شده است. در مدل دراستیک از پارامترهای مؤثر در ارزیابی آسیبپذیری سفرۀ آب زیرزمینی شامل ژرفای سطح ایستابی، تغذیه، جنس سفره، نوع خاک، شیب توپوگرافی، مواد تشکیلدهندة منطقۀ غیراشباع و هدایت هیدرولیکی استفاده میشود که به صورت 7 لایه در محیط GIS تهیه شدند و با وزندهی و رتبهبندی و تلفیق 7 لایۀ یاد شده، نقشۀنهایی آسیبپذیری آبخوان نسبت به آلودگی، با تقسیمبندی به 3 محدودۀ آسیبپذیری کم، متوسط و زیاد تهیه و شاخص دراستیک برای کل منطقه بین 81 تا 116 برآورد شد. برای صحتسنجی مدل از دادههای غلظت نیترات در منطقه استفاده شد که نتایج همبستگی نسبی با ضریب همبستگی 81/0 را برای مدل دراستیک نشان داد. به منظور بهبود نتایج مدل، از 4 روش هوش مصنوعی شامل شبکه عصبی مصنوعی، مدل فازی ساجنو و ممدانی، و مدل نروفازی استفاده شد. به این منظور داده های ورودی (پارامترهای دراستیک) و خروجی (آسیب پذیری) مدل و مقادیر نیترات مربوطه به 2 دسته آموزش و آزمایش تقسیم شد. خروجی مربوط به مرحله آموزش با مقادیر نیترات مربوطه تصحیح شد و پس از آموزش مدل، با استفاده از مقادیر نیترات نتایج مدلها در مرحله آزمایش مورد ارزیابی قرار گرفت. نتایج نشان داد که تمام مدلهای هوش مصنوعی به کار گرفته شده، قابلیت بهبود نتایج مدل دراستیک اولیه را دارند، اما در این بین، مدل نروفازی بهترین نتایج را دربرداشت و به عنوان مدل نهایی برگزیده شد. به طوری که در مرحله آزمایش، تمام چاههای حاوی آلودگی نیترات بالا در دسته آسیب پذیری بالا قرار گرفتند. بر اساس مدل نهایی، نواحی باختری منطقه دارای بیشترین میزان پتانسیل آلودگی هستند. همچنین، نتایج نشان داد که مدلهای هوش مصنوعی میتواند به عنوان روشی کارا جهت بهینه سازی مدل دراستیک عمل کند و نتایج دقیقتری از برآورد پتانسیل آلودگی در منطقه مورد مطالعه را در پی داشته باشد.
ارزیابی آسیبپذیری آبخوان به منظور تعیین مناطق دارای پتانسیل آلودگی برای مدیریت منابع آبزیرزمینی از اهمیت بالایی برخوردار است. در این تحقیق، با استفاده از مدل دراستیک ارزیابی آسیبپذیری آب زیرزمینی در آبخوان دشت مراغه- بناب برآورد شده است. در مدل دراستیک از پارامترهای مؤثر در ارزیابی آسیبپذیری سفرۀ آب زیرزمینی شامل ژرفای سطح ایستابی، تغذیه، جنس سفره، نوع خاک، شیب توپوگرافی، مواد تشکیلدهندة منطقۀ غیراشباع و هدایت هیدرولیکی استفاده میشود که به صورت 7 لایه در محیط GIS تهیه شدند و با وزندهی و رتبهبندی و تلفیق 7 لایۀ یاد شده، نقشۀنهایی آسیبپذیری آبخوان نسبت به آلودگی، با تقسیمبندی به 3 محدودۀ آسیبپذیری کم، متوسط و زیاد تهیه و شاخص دراستیک برای کل منطقه بین 81 تا 116 برآورد شد. برای صحتسنجی مدل از دادههای غلظت نیترات در منطقه استفاده شد که نتایج همبستگی نسبی با ضریب همبستگی 81/0 را برای مدل دراستیک نشان داد. به منظور بهبود نتایج مدل، از 4 روش هوش مصنوعی شامل شبکه عصبی مصنوعی، مدل فازی ساجنو و ممدانی، و مدل نروفازی استفاده شد. به این منظور داده های ورودی (پارامترهای دراستیک) و خروجی (آسیب پذیری) مدل و مقادیر نیترات مربوطه به 2 دسته آموزش و آزمایش تقسیم شد. خروجی مربوط به مرحله آموزش با مقادیر نیترات مربوطه تصحیح شد و پس از آموزش مدل، با استفاده از مقادیر نیترات نتایج مدلها در مرحله آزمایش مورد ارزیابی قرار گرفت. نتایج نشان داد که تمام مدلهای هوش مصنوعی به کار گرفته شده، قابلیت بهبود نتایج مدل دراستیک اولیه را دارند، اما در این بین، مدل نروفازی بهترین نتایج را دربرداشت و به عنوان مدل نهایی برگزیده شد. به طوری که در مرحله آزمایش، تمام چاههای حاوی آلودگی نیترات بالا در دسته آسیب پذیری بالا قرار گرفتند. بر اساس مدل نهایی، نواحی باختری منطقه دارای بیشترین میزان پتانسیل آلودگی هستند. همچنین، نتایج نشان داد که مدلهای هوش مصنوعی میتواند به عنوان روشی کارا جهت بهینه سازی مدل دراستیک عمل کند و نتایج دقیقتری از برآورد پتانسیل آلودگی در منطقه مورد مطالعه را در پی داشته باشد.
پرویز گرایی؛ کریم سلیمانی؛ سید رمضان موسوی؛ عطا اله کاویان
چکیده
در حوزههای شمالی ایران ترکیب عوامل طبیعی و انسانی باعث تشدید پدیده زمینلغزش و خسارات زیاد ناشی از آن شده است. لزوم بررسی و تحقیق در خصوص این پدیده، عوامل مؤثر در وقوع آن و همچنین شناسایی مناطق حساس برای پیشگیری یا اجتناب از خسارات ناشی از آن به خوبی احساس میشود. در مراحل اولیه این تحقیق، پس از بررسیهای میدانی، مرور مطالعات انجام ...
بیشتر
در حوزههای شمالی ایران ترکیب عوامل طبیعی و انسانی باعث تشدید پدیده زمینلغزش و خسارات زیاد ناشی از آن شده است. لزوم بررسی و تحقیق در خصوص این پدیده، عوامل مؤثر در وقوع آن و همچنین شناسایی مناطق حساس برای پیشگیری یا اجتناب از خسارات ناشی از آن به خوبی احساس میشود. در مراحل اولیه این تحقیق، پس از بررسیهای میدانی، مرور مطالعات انجام شده در مناطق مشابه با حوزه لاجیم رود، استفاده از افراد بومی و تکمیل پرسشنامهها، عوامل مؤثر اولیه در وقوع زمین لغزشهای منطقه تشخیص داده شدند. سپس لایههای اطلاعاتی مربوط به این عوامل در محیط سامانه اطلاعات جغرافیایی تهیه شد. به منظور کمی کردن عوامل و وزندهی آنها از درصد سطح لغزش یافته در واحدهای مختلف استفاده شد و تجزیه و تحلیل آماری رگرسیون چند متغیره با استفاده از روش گام به گام انجام گرفت که در نهایت مدلی با حذف عامل ارتفاع برای منطقه ارائه شد و عوامل زمینشناسی، کاربری اراضی، شیب و فاصله از جاده به ترتیب بیشترین تأثیر را دارا بودند، و حوزه آبخیز لاجیم رود با استفاده از مدل به دست آمده از نظر خطر وقوع زمین لغزش پهنهبندی شد. در پایان برای ارزیابی درستی مدل و نقشه پهنهبندی، مدل به دست آمده را برای حوزه آبخیز مجاور (حوزه ورکی) که از بسیاری لحاظ مشابه حوزه لاجیم رود بود به کار گرفته شد. نتایج نشان داد که بیشترین سطح لغزش یافته در حوزه ورکی در پهنه بسیار پر خطر و خطرناک که با مدل بهدست آمده از حوزه لاجیم رود پهنهبندی شده است اتفاق افتاده است. بنابراین درستی مدل پیشنهادی برای منطقه مورد مطالعه مورد تأیید است.