استفاده از رویکرد شبکه بیزین جهت پیش‌بینی سطح آب زیرزمینی (مطالعه موردی: آبخوان قزوین)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه صنعتی قم، ایران

2 کارشناس ارشد مدیریت منابع آب، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، ایران

3 استادیار گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه صنعتی قم، ایران

چکیده

استفاده بی رویه از منابع آب زیرزمینی سبب شده تا وضعیت آبخوان ها در شرایط بحرانی قرار گیرد. این مطالعه به ارائه یک چارچوب در استفاده از شبکه‌ بیزین در برآورد سطح آب زیرزمینی و تحلیل هیدروگراف آبخوان می پردازد. یک دوره آماری 10 ساله، 8 سال جهت آموزش و 2 سال جهت صحت سنجی مدل، استفاده شد. مدل شبکه بیزین در سه حالت صریح، خوشه بندی و حالت با تاخیر دو و سه ماهه اجرا و مورد تحلیل قرار گرفت. نتایج شبیه سازی در حالت صریح نشان داد که بیشتر چاه های مشاهده ای دارای همبستگی مناسبی بین سطح آب زیرزمینی شبیه سازی شده و مشاهداتی می باشد. نتایج حالت خوشه بندی نسبت به حالت صریح دارای دقت کمتری بود. در حالت سوم، تاخیر دو و سه ماهه جهت شبیه سازی استفاده شد. در این حالت نتایج نشان داد که میزان همبستگی بین سطح آب زیرزمینی مشاهده شده و شبیه سازی شده کاهش یافته است به گونه ای که در تاخیر زمانی یک ماهه، ریشه میانگین مجذور مربعات خطا برابر 1.87 متر، در حالت با تاخیر دو ماهه 3.76 متر و در حالت سه ماهه برابر 6.42 متر است. بنابراین، تاخیر زمانی یک ماهه جهت شبیه سازی‌ها انتخاب گردید و به منظور ارزیابی و برآورد تغییرات کل آبخوان از هیدروگراف آبخوان استفاده شد که نتایج حاکی از دقت مناسب نتایج برای کل آبخوان می‌باشد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

A Bayesian network approach for predicting groundwater level (Case study: Qazvin aquifer)

نویسندگان [English]

  • Bayramali Mohammadnezhad 1
  • Shayan Sadegholvad 2
  • Morteza Jiryaei Sharahi 3
1 Department of Civil Engineering, Faculty of Technical Engineering, Qom University of Technology (QUT), Iran.
2 Master of Water Resources Management, Science and Research Branch, Islamic Azad University, Tehran, Iran.
3 Department of Civil Engineering, Faculty of Technical Engineering, Qom University of Technology (QUT), Iran.
چکیده [English]

Excessive use of groundwater resources has put the aquifers in critical situations. This study provides a framework for using the Bayesian network for groundwater level estimation and aquifer hydrograph analysis. A 10-year statistical data, 8 years data for model training, and 2 years data for model validation, were used. The Bayesian network model was implemented and analyzed in three explicit, clustering, and two- and three-month delay states. Explicit simulation results showed that most of the wells have a good correlation between the simulation and observed data. Clustering results were less accurate than explicit ones. In the third case, two and three months delay data was used to simulations. The results showed that the correlation between observed and simulated groundwater levels decreased. At 1, 2 and 3 months delay statues, Root Mean Square Error was 1.87 m, 3.76 m, and 6.42 m, respectively. Therefore, the one-month lag time was chosen for the simulations and aquifer hydrograph was used to evaluate and estimate total aquifer variations. The results indicate the appropriate accuracy of the aquifer parameters estimation.

کلیدواژه‌ها [English]

  • Bayesian Network
  • clustering
  • Groundwater Level
  • Qazvin aquifer
  • Simulation