Skip to main content
SUPERVISOR
Sayyed-Saeid Eslamian,Sayed alireza Gohari
سیدسعید اسلامیان (استاد راهنما) سیدعلیرضا گوهری (استاد مشاور)
 
STUDENT
Mohammadreza Pirzad
محمدرضا پیرزادغیاث آبادی

FACULTY - DEPARTMENT

دانشکده کشاورزی
DEGREE
Master of Science (MSc)
YEAR
1397

TITLE

Investigation the qualitative indicators of salinity and nitrate in Shiraz plain groundwater
Increasing population and global warming have increased the need for quality water resources for various agricltural, drinking and industrial uses.Groundwater is one of the main sources of water supply, the quality of which is affected by changing natural and human factors. Groundwater is facing problems such as declining water levels, declining nutrition due to declining rainfall and declining quality due to natural and unnatural pollutants. Declining groundwater levels will also cause subsidence and saline water advancement. The Mann-Kendall test is one of the most important tests to detect trends in the data time series. 6-year time was used in 20 piezometric stations. The results showed that in the study area, there is no specific trend on changes in groundwater aquifer level, so that in some stations the trend is increasing and in some decreasing trends and in others there is no trend. MLP and RBF neural network models were then used to qualitatively simulate aquifer. First, due to the large number of data with the help of cluster analysis, the data were divided into 3 clusters, and in each cluster, 30 architectures were examined in MLP and RBF models, which is more efficient among the algorithms used. It had more hyperbolic function than other algorithms and also among the functions.Finally, using geostatistical methods, spatial changes in groundwater quality in Shiraz plain were investigated. In this study, in order to evaluate the interpolation methods, the values ??of mean absolute error value, mean error deviation, and square squared error were used. The kriging method had a higher accuracy than the IDW method. Finally, the zoning map was prepared using kriging method. Cracking maps show that the highest salinity is in the eastern, northeastern and central regions of the plain, which has been increased significantly in 2016, as well as the highest concentration of nitrate in the eastern part of the plain for 2015. According to the results, the amount of excessive use of chemical fertilizers in the study area has been an important factor and affect the groundwater quality of the plain. Keywords : Nitrate, Electrical conductivity, Salinity, Groundwater, Artificial neural network, Mann-Kendall test, Kriging
افزایش روز افزون جمعیت و گرمایش جهانی موجب افزایش نیاز به منابع آب با کیفیت، برای مصارف مختلف کشاورزی شرب و صنعت شده است. آب های زیرزمینی یکی از منابع اصلی تامین آب هستند که کیفیت آن متاثر از عوامل طبیعی وانسانی در حال تغییر است. از اینرو آب های زیرزمینی با خطراتی مانند افت سطح ایستابی، کاهش میزان تغذیه به دلیل کاهش بارندگی و افت کیفیت به دلیل آلاینده های طبیعی وغیرطبیعی روبرو است. افت سطح آب زیرزمینی نیز موجب نشست زمین و پیشروی آبهای شور خواهد شد. هدف از این مطالعه بررسی آلودگی نیترات و شوری آب زیرزمینی در مناطق کشاورزی بود. جهت انجام این آزمایش از 20 حلقه چاه و برای 6 سال و در فاصله زمانی 30 روزه انجام شد. آزمون من-کندال از مهم ترین آزمون های تشخیص روند در سری زمانی داده ها است که در این پژوهش به منظور بررسی روند تغییرات سطح آب زیرزمینی و تغییرات پارامترهای کیفی از این آزمون استفاده شد. سپس به منظور شبیه سازی کیفی آبخوان، از مدل های شبکه عصبی MLP وRBF استفاده شد. ابتدا به دلیل تعداد زیاد داده ها به کمک تحلیل خوشه ای، داده ها در 3 خوشه تقسیم بندی شدند و در هر خوشه 30 معماری در مدل های MLP و RBF مورد بررسی قرار. و درنهایت با استفاده از روش زمین آماری، تغییرات مکانی کیفیت آب زیرزمینی دشت شیراز بررسی شد. در این پژوهش جهت ارزیابی روش های میان یابی از مقادیر میانگین قدرمطلق خطا، میانگین انحراف خطا و مجذور میانگین مربعات خطا استفاده شد که روش کریجینگ نسبت به روش IDW از دقت بالاتری برخوردار بوده است. در نهایت نقشه پهنه بندی به کمک روش کریجینگ تهیه شد.نتایج آزمون من-کندال نشان داد که در اکثر ایستگاه ها روند مثبت وجود دارد و همچنین به کمک شبکه عصبی مصنوعی ساختار بهینه جهت مدل سازی تعیین گردید که الگوریتم آموزشی دلتا-بار و تابع تانژانت هایپربولیک به عنوان بهترین الگوریتم و تابع شناخته شدند. و در نهایت نقشه های کریجینگ نشان دادند که بیششترین میزان شوری در مناطق شرق، شمال شرق و مرکز دشت است که در سال 1395 این میزان به صورت چشمگیری افزایش پیدا کرده است همچنین بیشترین میزان غلظت نیترات نیز مربوط به شرق دشت و برای سال 1394 است که بر اساس نتایج، میزان مصرف بیش از حدکودهای شیمیایی در منطقه مورد مطالعه عاملی مهم و تاثیر گذاری بر کیفیت آب زیرزمینی دشت بوده است. کلمات کلیدی : نیترات، هدایت الکتریکی، شوری، آب زیرزمینی، شبکه عصبی مصنوعی، آزمون من-کندال، کریجینگ.

ارتقاء امنیت وب با وف بومی