• 1404/06/11 - 15:24
  • -تعداد بازدید: 4
  • - تعداد بازدیدکننده: 4
  • زمان مطالعه : 1 دقیقه

بازسازی و ریز مقیاس سازی ذخایر آب زیرزمینی با استفاده ماهواره GRACE و الگوریتمهای یادگیری ماشین

«بازسازی و ریز مقیاس سازی ذخایر آب زیرزمینی با استفاده از ماهواره گریس و روش‌های آماری و یادگیری ماشین» طرح پژوهشی دکتر حسین شفیع‌زاده مقدم عضو هیأت‌علمی دانشگاه تربیت مدرس است که با حمایت بنیاد ملی علم ایران به پایان رسانده است.

 دکتر حسین شفیع‌زاده مقدم عضو هیات علمی گروه مهندسی و مدیریت آب دانشگاه تربیت مدرس با توضیحاتی درباره این طرح اظهار داشت: آب‌های زیرزمینی به عنوان بخش مهمی از منابع آب تجدیدپذیر، ارتباط نزدیکی با مسائل اجتماعی-اقتصادی جوامع بشری دارند. کیفیت بالا، توزیع گسترده و سهولت استفاده، منابع آب زیرزمینی را بیش‌ازپیش مورد توجه و استفاده مردم قرار داده است.وی افزود: با توجه به اقلیم خشک و نیمه‌خشک و محدودیت و ناهمگونی توزیع منابع آب سطحی کشور، آب‌های زیرزمینی تبدیل به منبع اصلی برای مصارف شرب، کشاورزی و صنعتی شده است.این پژوهشگر گفت: با افزایش جمعیت و رشد اقتصادی، فشار بهره‌برداری و مصرف آب‌های زیرزمینی بسیار افزایش یافته و بهره‌برداری بیش از حد باعث اُفت شدید سطح آب‌های زیرزمینی شده است. بنابراین، پایش و مدیریت آب‌های زیرزمینی در مقیاس‌های مختلف از اهمیت خاصی برخوردار است. برنامه‌ریزی و مدیریت پایدار منابع آب زیرزمینی مستلزم اطلاعات دقیق در مورد روند تغییرات آب‌های زیرزمینی است.شفیع‌زاده ادامه داد: در این زمینه، ماهواره GRACE با بهره‌گیری از تغییرات میدان گرانش زمین، داده‌های تغییرات ذخیره آب را با قدرت تفکیک مکانی یک درجه تولید می‌کند. با این وجود، اولا این سری زمانی دارای داده مفقوده بوده و همچنین مقیاس مکانی یک درجه دارند که عملاً برای مطالعات منطقه‌ای مناسب نبوده و نیاز به ریزمقیاس‌سازی دارند.وی در پایان خاطرنشان کرد: در این پژوهش با به‌روزترین روش‌های یادگیری ماشین داده‌های GRACE بازسازی و ریزمقیاس‌سازی شد.

  • گروه خبری : پژوهشی,حوزه دانشکده کشاورزی,گروه مهندسی و مدیریت آب
  • news code : 3167
کلمات کلیدی