مقالات   
 

 مدل‌سازی پویای فرونشست دشت تهران

نام مقاله : مدل‌سازی پویای فرونشست دشت تهران / پدیدآورندگان : سعید انگورانی، حسین معماریان، مسعود شریعت پناهی، محمدجواد بلورچی ...

ارسال کننده: امیریاشار فیلا
تاریخ ارسال: چهارشنبه 1 آذر 1396
برای دریافت فایلها باید از نرم افزار های ویژه دانلود استفاده نمایید. (برای اطلاعات بیشتر اینجا کلیک کنید)
نام مقاله : مدل‌سازی پویای فرونشست دشت تهران
پدیدآورندگان : سعید انگورانی، حسین معماریان، مسعود شریعت پناهی، محمدجواد بلورچی
انتشاریافته در : فصل‌نامه‌ی علمی ـ پژوهشی «علوم زمین»، پاییز ۹۴، سال بیست‌وپنجم، شماره‌ی ۹۷.

چکیده :
فرونشست یک پدیده‌ی زیست‌محیطی، به‌معنی نشست تدریجی و یا پایین رفتن ناگهانی سطح زمین به‌دلیل تراکم مواد زیرسطحی است. برداشت بیش از اندازه‌ی از آب‌های زیرزمینی، که ناشی از نیاز روزافزون به منابع آب است، یکی از دلایل اصلی رخداد این پدیده به شمار می‌آید. پدیده‌ی فرونشست در مناطق مسکونی، صنعتی و کشاورزی می‌تواند آثار تخریبی فاجعه‌باری به دنبال داشته باشد. نمونه‌ی آشکار این پدیده در دشت تهران به چشم می‌خورد. اگر چه همبستگی بالای موجود میان فرونشست زمین از یک سو و کاهش تراز سطح آب زیرزمینی و تغییر در ویژگی‎های مکانیکی لایه‌های زیرسطحی از سوی دیگر، تا اندازه‌ی بسیار شناخته شده و تلاش‌های چندی برای شناخت کامل این پدیده انجام گرفته است، تا کنون مدل جامع و دقیقی از پیش‌بینی فرونشست ارائه نشده است. مدل‌سازی پدیده‌ی فرونشست که یکی از پیچیده‌ترین مسائل در حوزه‌ی علوم زمین است، می‌تواند به درک به‌تر این پدیده و جلوگیری احتمالی از خسارات ناشی از آن بینجامد. روش‌های عددی متداولی که برای مدل‌سازی این پدیده به‌کار می‌روند، بیش‌تر بر پایه‌ی فرضیه‌های ساده‌کننده‌ای بنا شده‌اند که سبب می‌شوند نتایج به‌دست‌آمده از این مدل‌ها دقت کمی داشته باشند.
در این پژوهش، ره‌یافت نوینی برای پیش‌بینی میزان فرونشست زمین با بهره‌گیری از روش‌های هوشمند، مانند شبکه‌های عصبی مصنوعی، پیشنهاد شده و کارآیی ره‌یافت پیشنهادی در یک منطقه‌ی مورد مطالعه (دشت جنوب تهران) بررسی شده است. در جریان این پژوهش، تأخیر زمانی میان برداشت آب زیرزمینی و فرونشست، با سنجش معادله‌های حاکم بر هیدورگراف‌ها و داده‌های سامانه‌های موقعیت‎یاب جهانی موجود در ایستگاه‌های نظارتی و به کمک الگوریتم‌های ژنتیک معادل ۲۷ ماه به دست آمد. متغیرهای ورودی مدل شامل تغییرات سطح آب زیرزمینی، بسامد طبیعی خاک، ستبرای رسوبات، مختصات نقاط و زمان و کمیت خروجی مدل، تغییرات فرونشست برآوردشده با استفاده از روش تداخل‌سنجی امواج راداری بوده است. مدل یادشده در ۱۵ بازه‌ی زمانی ساخته و در ساخت آن از رشته داده‌های آزمون که با داده‌های به‌کارگرفته‌شده در ساخت مدل، فاصله‎ای چهارماهه داشته‌اند، استفاده شد. مقایسه‌ی مقدار پیش‌بینی‌شده توسط مدل و مقدار واقعی فرونشست، نشانگر تطابق خوب دو دسته نتایج و قابلیت اعتماد مدل پیشنهادی است.

کلیدواژه‌ها :
فرونشست زمین، آب‌های زیرزمینی، مدل‌سازی فرونشست، شبکه‌های عصبی مصنوعی، الگوریتم‌های ژنتیک، دشت تهران.

 
 نظرات