Comparison of numerical model, neural intelligent and GeoStatistical in estimating groundwater table
Message:
Abstract:
Study and analysis of groundwater due to the complexity are difficult and time consuming. Modeling as an efficient method with the lowest cost provides studding of groundwater managers. The purpose of this study was comparison of the numerical model, neural intelligent and GeoStatistical in groundwater table changes modeling. The information of Hamedan – Bahar aquifer as one of the most important water sources in Hamedan province, was studied. In this study, MODFLOW numerical code in GMS software, artificial neural network (ANN) and neural – fuzzy (CANFIS) method in NeuroSolution software, wavelet- neural method in MATLAB software and GeoStatistical method in ArcGIS software were used. The results showed that the accuracy of methods in estimation of the groundwater table with the lowest Normal Root Mean Square Error (NRMSE) include Wavelet-ANN, CANFIS, GeoStatistical, ANN and numerical model, respectively. The NRMSE value in Wavelet-ANN method as optimization method was 0.11 % and in numerical model was 2.2 %. Also the correlation coefficients were 0.998 and 0.904, respectively. So, application of neural combination models, specially, wavelet theory in estimated the groundwater table is most suitable than GeoStatistical and numerical model. Moreover, in the neural intelligent models were applied latitude, longitude and altitude as available variables in input models.
Article Type:
Research/Original Article
Language:
Persian
Published:
Journal of Applied Researches in Geographical Sciences, Volume:18 Issue: 48, 2018
Pages:
165 - 182
magiran.com/p1820884  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.