TY - JOUR ID - 6237 TI - خوشه‌بندی شبکه چاهک‌های مشاهده‌ای و پیش‌بینی سطح آب زیرزمینی به کمک شبکه‌های عصبی مصنوعی (مطالعه موردی: دشت مراغه) JO - دانش آب و خاک JA - WS LA - fa SN - 2008-5133 AU - نیکبخت, جعفر AU - نوری2, سمانه AD - 1- دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان AD - 2- دانش‌آموخته کارشناسی ارشد آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه زنجان Y1 - 2017 PY - 2017 VL - 27 IS - 1 SP - 281 EP - 294 KW - پیش‌بینی KW - تراز آب زیرزمینی KW - خوشه‌بندی KW - سلسله مراتبی-WARD KW - شبکه‌های عصبی مصنوعی DO - N2 - هدف از پژوهش حاضر خوشه‌بندی چاهک‌های مشاهده‌ای آبخوان دشت مراغه (آذربایجان‌شرقی) و پیش‌بینی تراز آب زیرزمینی به‌کمک شبکه‌های عصبی مصنوعی بود. ابتدا با کمک روش خوشه‌بندی سلسله مراتبی-WARD 20 چاهک مشاهده‌ای محدوده دشت مراغه با طول دوره آماری بیش از 15 سال خوشه‌بندی شد. سپس یک خوشه با 3 زیرخوشه همگن انتخاب و نماینده هر زیرخوشه تعیین شد. با استفاده از شبکه‌های عصبی مصنوعی با ساختار پرسپترون چند لایه با الگوریتم پس انتشار خطا، تراز آب زیرزمینی نماینده هر زیرخوشه شبیه‌سازی گردید. نتایج نشان داد که در نظر گرفتن داده‌های دمای هوا به‌عنوان ورودی در شبکه‌های عصبی مصنوعی موجب اغتشاش شبکه و در نظر گرفتن تأخیر زمانی برای پارامترهای ورودی، باعث تخمین دقیق‌تر مقادیر سطح آب زیرزمینی شد. بر اساس نتایج، کمترین و بیشترین مقدار RMSE حاصل بین مقادیر محاسباتی و مشاهداتی به‌ترتیب 26/0 و 63/0 متر بود. هم‌چنین بیشترین و کمترین مقدار R2 به‌ترتیب 86/0 و 82/0 به‌دست آمد. UR - https://water-soil.tabrizu.ac.ir/article_6237.html L1 - https://water-soil.tabrizu.ac.ir/article_6237_24840e73a855bfd8e2bbcdc55c199bd3.pdf ER -