ٍEvaluation of Climate Change Effect on Groundwater Level in Using Sperm Swarm Optimization Model 
(Case Study:Shabester Plain Aquifer)

Q: How can I download an article?

To download an article from SID, first log in to the site, search for the article title, and click on the 'Download Article' option.

Q: How can I download an ISI article?

To download an ISI article on SID, enter the keyword or article title in the search bar, view the relevant results, click on the desired article, and select the 'Download Article' option.

Q: How can I access the SID database?

To access the SID database, visit SID.ir, create an account, and log in to access scientific resources.

Q: Is downloading articles from SID free?

Some articles on SID are available for free, while others require payment. Details are specified on the article's page.

Emami Sarina; Ghorbani Mohammad Ali; Samadianfard; Saeed

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

Journal Paper

Paper Information

Journal: Iranian Journal of Irrigation and Drainage Year:2025 | Volume:19 | Issue:1 Page(s): 15-28

Download Full-Text

Persian Verion

View:

Download:

Cites:

Information Journal Paper

Title

ٍEvaluation of Climate Change Effect on Groundwater Level in Using Sperm Swarm Optimization Model (Case Study:Shabester Plain Aquifer)

Author(s)

Emami Sarina | Ghorbani Mohammad Ali | Samadianfard | Saeed | Issue Writer Certificate

Keywords

LARS-WG

Modeling

Neural Network

prediction

Abstract

با توجه به محدودیت منابع آب زیرزمینی در ایران, محاسبه دقیق, استفاده صحیح, تنظیم و نگهداری این منابع از اهمیت بالایی برخوردار است. یکی از روش های مؤثر برای مدیریت و بهره برداری بهینه از این منابع در حال و آینده, استفاده از مدل سازی است. در این پژوهش مدل سازی تغییرات تراز آب زیرزمینی به صورت ماهانه در دورۀ 2022-2013 با مدل های MLP, WNN و MLPSSO-Wavelet انجام شد که از داده های نه سال اول برای آموزش و سال آخر جهت اعتبارسنجی استفاده شد و بهترین مدل با استفاده از معیارهای ضریب تبیین (R2), ریشه میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) تعیین گردید. بارش و دمای ایستگاه سینوپتیک شبستر در دوره آینده (2040-2021) با استفاده از مدل CanESM2 تحت سناریوهای RCP2.6 و RCP8.5 که ارتباط منطقی و مناسبی با ویژگی های اقلیمی مشاهداتی دارند پیش بینی و با استفاده از مدل LARS -WG ریزمقیاس سازی شدند. در دورۀ آتی, تحت هر دو سناریو و در ماه های فوریه , جولای و اکتبر میانگین بارش کاهش و در نه ماه دیگر افزایش خواهد یافت. برای دما نیز به جز سناریو RCP8.5 و ماه ژوئن, در 11 ماه دیگر و تحت هر دو سناریو, افزایش دما پیش بینی می شود و بیش ترین افزایش دما (43/37 درصد), در ماه ژانویه و تحت سناریو RCP2.6 خواهد بود. تراز آب زیرزمینی آبخوان دشت شبستر با افت 42/4 متری, از 64/1303 متر در سال 2003 به 22/1299 متر در سال 2022 رسیده است. مطابق نتایج, مدل MLPOSSO-Wavelet با 83/0R2=, 74/0RMSE= و 71/0MAE= در مرحلۀ اعتبارسنجی, دقت بیشتری نسبت به مدل های دیگر دارد. تراز آب زیرزمینی دشت شبستر تحت سناریو RCP2.6 در شش ماه ابتدایی کاهش و در شش ماه دوم نسبت به شش ماه اول افزایش خواهد یافت. تحت سناریو RCP8.5 فقط در ماه های ژانویه, فوریه و دسامبر کاهش تراز آب زیرزمینی پیش بینی می شود و بیش ترین کاهش در ماه ژانویه اتفاق خواهد افتاد.

Multimedia

No record.

Cites

No record.

References

No record.

Cite

Related Journal Papers

No record.

Related Seminar Papers

No record.

Related Plans