بخشی از مقاله

خلاصه

هدف از انجام این پژوهش، بررسی تغییرات درصد رطوبت ناشی از تغییرات سطح سفره آب زیرزمینی و تغییرات جوي با استفاده از روشهاي بهینهسازي در لایههاي مختلف خاك است. کاهش نزولات جوي در سالهاي اخیر، زمینهساز استفاده بیشازحد از سفرههاي آب زیرزمینی، سبب پایین رفتن سطح آب زیرزمینی و تغییر شرایط رطوبتی خاك محل شده است. نتیجه این تغییرات، فرونشست قابلملاحظه در لایههاي خاك است که محاسبه و تخمین درست آن نیازمند آگاهی دقیق از شرایط خاك بهویژه درصد رطوبت در سطح خاك و لایههاي عمقی خواهد بود.

در این مطالعه، عملکرد دو روش بهینهسازي در تخمین پروفیل رطوبتی خاك موردبررسی قرار میگیرد: مدلسازي به روش معکوس و مدل شبکه عصبی مصنوعی که این مسئله با استفاده از دادههاي میدانی ارائهشده در متون پیشین براي یک دوره مطالعاتی یکساله انجام میگیرد. بدین منظور، ابتدا از دادههاي میدانی براي بازه دوماهه اول بهمنظور تعیین پارامترهاي موردنیاز براي هر یک از این مدلها استفادهشده است و سپس با استفاده از پارامترهاي بهدستآمده، پروفیل رطوبتی خاك در لایههاي مختلف خاك در ادامه بازه موردمطالعه تخمین زدهشده و با دادههاي موجود مقایسه گردیده است.

بر اساس نتایج به دست آمده، در صورت تخمین درست پارامترهاي مدل، استفاده از روشهاي بهینهسازي تا حد زیادي هزینه و زمان بررسی مسئله را کاهش خواهد داد و درعینحال پیشبینی قابل قبولی از تغییرات رطوبت خاك فراهم خواهد کرد. همچنین، روش معکوس با توجه به در نظر گرفتن پارامترهاي هیدرولیکی خاك، تقریب بهتري از تغییرات جوي در زمانهاي مختلف ارائه میدهد.

-1 مقدمه

برداشت بیشازحد مجاز از منابع آب زیرزمینی در شرایط جوي کنونی نهتنها عاملی مؤثر در تخریب مخازن یادشده است، آسیبهاي جدي به سازههاي سطحی و یا مدفون خاك و تولیدات کشاورزي نیز وارد مینماید که این مسئله به دلیل مشکلات فرونشستی جدي ناشی از تغییر شرایط خاك در لایههاي مختلف - آبدار و غیر آبدار - است. عوامل متعددي بر مقدار فرونشست خاك در لایههاي مختلف اثرگذارند که از مهمترین آنها میتوان به شرایط آبهاي سطحی و زیرسطحی و همچنین خصوصیات مقاومتی و هیدرولیکی خاك اشاره نمود.

در سالهاي اخیر مطالعات گوناگونی بهمنظور بررسی پدیده فرونشست و عوامل تأثیرگذار بر آن صورت گرفته است که از آن جمله میتوان به تحقیقات انجامگرفته توسط Cui و همکاران - 2014 - ، Dehghani و همکاران - 2013 - ، Fredlund و همکاران - 2000 - اشاره نمود.

در حالت کلی، مطالعات انجامگرفته در مورد پدیده فرونشست را میتوان در قالب سه گروه طبقهبندي نمود: گروه اول پدیده فرونشست را بر اساس تصاویر ماهوارهاي بررسی میکنند که در این حالت بررسی تغییرات پارامترهاي خاکی و نوسانات آب زیرزمینی بررسی نمیشوند

در حالت دوم، این پدیده بیشتر با رویکرد مدیریت آبهاي زیرزمینی بررسی میشود که ماحصل مطالعات انجامشده عموماً رابطهاي خطی بین افت سطح آب زیرزمینی و مقدار نشست در سطح زمین است

در گروه سوم، موضوع بیشتر از منظر ژئوتکنیکی موردبررسی قرار میگیرد و محاسبه فرونشست با توجه به خصوصیات خاك منطقه و تغییرات پارامترهاي خاکی منطقه صورت میگردد.

بر اساس نتایج ارائهشده در بیشتر تحقیقات صورت گرفته بهویژه در ایران، پدیده فرونشست بهصورت دیدگاه گروه اول و با استفاده از تصاویر راداري و ماهوارهاي بوده و اثر پارامترهاي هیدرولیکی و مکانیکی خاك کمتر موردتوجه قرارگرفته است. از طرفی دیگر در مطالعاتی که با دیدگاه ژئوتکنیکی به محاسبه فرونشست پرداختهشده است، محاسبه فرونشست تنها با در نظر گرفتن تغییرات خصوصیات خاك در لایه آبخوان صورت گرفته است و اثر تغییرات رطوبت لایههاي فوقانی غیراشباع بر رفتار مکانیکی خاك و تغییرات حجم ناشی از آن نادیده گرفته شده است.

بر اساس مطالعات انجامگرفته در سالهاي اخیر، درنتیجه هرگونه تغییر در رطوبت لایههاي مختلف خاك، مقدار آب موجود بین لایههاي خاك را تغییر نموده که این مسئله سبب تغییر نیروهاي بینذرهاي، حالت تنش خاك و مقاومت آن گردیده که این مسئله میتواند تأثیري به سزا بر رفتار تغییر حجم خاك داشته باشد. بدینجهت، محاسبه تغییرات رطوبت در لایههاي مختلف خاك در زمانهاي مختلف سال درنتیجه تغییر در شرایط محیطی ازجمله پارامترهاي اصلی در تخمین و محاسبه فرونشست خواهد بود.

در سالهاي اخیر، روشها و مدلهاي مختلفی براي اندازهگیري و تخمین پروفیل رطوبت در لایههاي مختلف خاك ارائه گردیده است که از آن جمله میتوان به پژوهش Teng و همکاران - 2016 - اشاره نمود. در این مطالعات، محاسبه پروفیل رطوبتی خاك عمدتاً با استفاده از یک سري مدلهاي تجربی و نیمه تجربی انجام میگیرد که اساس و پایه آنها معادله ریچاردز Richards - و همکاران، - 1931 است.

این مدلها اگرچه تخمین مناسبی از پروفیل رطوبتی خاك فراهم میآورند، استفاده از آنها عموماً نیازمند اطلاع از وضعیت آب و هوایی محل موردبررسی و خصوصیات هیدرولیکی و مکانیکی خاك در لایههاي مختلف خاك میباشد که این مسئله خود نیازمند انجام آزمایشهاي گسترده میدانی و آزمایشگاهی است. همین موضوع در سالهاي اخیر منجر به گسترش روابط و روشهاي بهینهسازي جهت تعیین پارامترهاي مدل گردیده است که در آنها با استفاده از تغییر در پارامترهاي هیدرولیکی و بهینهسازي خروجی مدل، مقادیر رطوبت در لایههاي خاك به دست میآید. استفاده از این روشها تا حد زیادي موجب کاهش قابلتوجه هزینه و زمان در اندازهگیري پروفیل رطوبتی خاك نسبت به روشهاي میدانی و آزمایشگاهی میگردد

هدف از انجام این تحقیق، بررسی و مقایسه دو روش بهینهسازي شبکه عصبی مصنوعی و روش معکوس جهت تعیین پارامترهاي هیدرولیکی خاك جهت تخمین تغییرات درصد رطوبت خاك درنتیجه تغییرات سطح سفره آب زیرزمینی و تغییرات جوي است. بدین منظور، از دو نرمافزار Rosetta و HYDRUS که یکی بر اساس روش شبکه عصبی مصنوعی Schaap - و همکاران، - 2001 و دیگري بر اساس روش بهینهسازي معکوس Marquardt - و همکاران، - 1963 ارائه گردیده است و همچنین در این مطالعه، دادههاي میدانی ارائهشده در منطقه مطالعاتی یانکو واقع در استرالیا براي یک دوره مطالعاتی یکساله استفادهشده است.

براي دستیابی به این هدف در ابتدا براي یک بازه زمانی چندماهه با استفاده از دادههاي میدانی و روشها و تکنیک هاي بهینه سازي، پارامترهاي هیدرولیکی لایه خاك غیراشباع به دست میآید و در ادامه با استفاده از پارامترهاي هیدرولیکی استخراجشده، پروفیل رطوبتی براي ماههاي آینده پیشبینی گشته و با دادههاي زمینی مقایسه میگردد.

-2 مواد و روشها

تخمین دقیق پروفیل رطوبتی خاك نیازمند اطلاع از وضعیت لایه آبدار، شرایط رطوبتی و دمایی خاك در نزدیکی سطح زمین، اطلاع از خصوصیات خاك در لایههاي مختلف خاك و نهاًیتا معادلات جریان آب در خاك در شرایط اشباع و غیراشباع است. مبناي کلیه روشهاي حل عددي براي شبیهسازي جریان آب در محیط متخلخل معادله دیفرانسیلی ریچاردز میباشد Raoof - و همکاران، - 2011 که عموماً در جهت عمودي بهصورت زیر توصیف میشود:

 K ضریب هدایت هیدرولیکی است که مقدار آن در خاكهاي غیراشباع تابعی از میزان مکش موجود در خاك،  میباشد. مقادیر محتواي حجمی و ضریب هدایت هیدرولیکی خاك به ترتیب توسط معادلات ون گونشتاین Van Genuchten - و همکاران، - 2 - - 1980 و ون گونشتاین-معلم Van Genuchten - و همکاران،1980، Mualem و همکاران، - 3 - - 1976 قابلمحاسبه هستند.

تابع ضریب هیدرولیکی بر اساس معادله 3 بدست میآید بطوریکه Ks میزان ضریب هیدرولیکی در حالت اشباع و L یک پارامتر شکل میباشد.

بهطورکلی حل معادله ریچاردز بهصورت تحلیلی قابلحل نمیباشد و به همین دلیل، این معادله باید با استفاده از روشهاي عددي حل گردد Simpson - و همکاران، 2003، Tiago و همکاران، - 2006 و یکی از اساسیترین مشکلات پیش رو جهت حل معادله ریچاردز، تعیین پارامترهاي هیدرولیکی خاك میباشد. در ادامه دو روش جهت استخراج پارامترها و خصوصیات هیدرولیکی خاك بیان میشوند.

-1-2 مدلسازي معکوس

جهت تخمین دقیق پروفیل رطوبتی میتوان از مدل یکبعدي HYDRUS-1D که معادله ریچاردز را بهصورت عددي حل میکند استفاده نمود. مدل HYDRUS-1D یک مدل تحت ویندوز براي تجزیهوتحلیل جریان آب در شرایط یکبعدي بوده و قادر به برآورد پارامترهاي هیدرولیکی خاك به روش حل معکوس میباشد. در این مدل، براي حل عددي معادلات حاکم، از روش المان محدود خطی نوع گالرکین و براي بهینهسازي پارامترها از روش لونبرگ-مارکوارت استفاده شده است

این مدل در بسیاري از مطالعات میدانی و آزمایشگاهی براي بهینهسازي و برآورد ویژگیهاي خاك غیراشباع به روش حل معکوس مورداستفاده قرارگرفته و نتایج آن رضایتبخش بوده است

وروديهاي این مدل، پارامترهاي هیدرولیکی خاك میباشد و با توجه به اینکه در این تحقیق پارامترهاي هیدرولیکی خاك در دسترس نمیباشد، بنابراین باید پارامترهاي هیدرولیکی مؤثر لایههاي غیراشباع خاك بهوسیله حل به روش معکوس براي یک بازه زمانی ابتدا به دست آید و در ادامه با استفاده از پارامترهاي هیدرولیکی تخمین زدهشده، پروفیل رطوبتی خاك براي بازههاي زمانی آینده پیشبینی شوند. تخمین پارامترها در این روش با استفاده از حداقل سازي تابع هدف انجام میشود

بطوریکه m تعداد مشاهدات میباشد،  محتواي آب مدلسازي شده و اندازهگیري شده میباشند. b بردار پارامترهاي مجهول و c بردار پارامترهاي معلوم میباشد. یکتایی و پایدار بودن جوابهاي مدل HYDRUS-1D بهوسیله حل مکرر مسئله با استفاده از ترکیبهاي مختلف مقادیر تصادفی به پارامترهاي مجهول صورت میگیرد. این مقادیر تصادفی بر اساس بازهاي که به هر پارامتر داده میشود صورت میگیرد. خروجی هر محاسبه ذخیرهشده و در پایان هر مرحله میزان خطا بین میزان خروجی مدلسازي و خروجی مدنظر - داده واقعی - اندازهگیري میشود و درنهایت پس از چندین مرحله حل این مسئله، پارامترهایی که کمترین خطاي ممکن را تولید میکنند بهعنوان پارامترهاي هیدرولیکی مؤثر در نظر گرفته میشوند.

-2-2 مدل شبکه عصبی مصنوعی

در این تحقیق علاوه بر تخمین پارامترهاي هیدرولیکی مؤثر به روش معکوس، از نرمافزار Rosetta جهت تخمین پارامترهاي هیدرولیکی خاك نیز استفادهشده است. نرمافزار Rosetta قادر به تخمین پارامترهاي مدل ون گونشتاین- معلم است. نرمافزار Rosetta با استفاده از برخی خصوصیات اساسی خاك بهعنوان دادههاي ورودي شامل کلاس بافت خاك - Textural classes - ، درصد ذرات خاك و درصد ذرات خاك به همراه چگالی ظاهري قادر به تخمین پارامترهاي هیدرولیکی خاك غیراشباع میباشد

در این مقاله با استفاده از درصد ذرات خاك در محل ایستگاه برداشت دادههاي رطوبتی، پارامترهاي هیدرولیکی خاك منطقه پیشبینیشدهاند. نرمافزار Rosetta جهت تخمین و پیشبینی پارامترها از مدلهاي شبکه عصبی مصنوعی استفاده میکند که جهت کالیبراسیون از اطلاعات یک بانک داده عظیم استفاده میکند 

-3-2 منطقه مورد مطالعه

در این تحقیق، از دادههاي میدانی مربوط به ایستگاه تحقیقاتی یانکو واقع در جنوب شرقی قاره استرالیا استفاده شده است. مساحت فضاي مطالعاتی ایستگاههاي ژئوتکنیکی در این ایستگاه مطالعاتی بالغبر 3600 متر مربع میباشد که در جنوب و غرب ایستگاه تحقیقاتی یانکو واقعشده است.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید