فصلنامه زمین شناسی ایران
,
شماره38,سال
10
,
تابستان
1395
در پژوهش حاضر، خوشهبندي مجموعهاي از دادههاي هيدروشيمي دشت ورامين با استفاده از روشهاي خوشهبندي C- ميانگين فازي (FCM) و تحليل خوشه سلسله مراتبي (HCA) انجام شده و کاربرد آنها در تغييرات رخسارههاي هيدروشيمي بحث گرديد. نمونههاي آب زيرزميني با استفاده از بهينه کردن ت چکیده کامل
در پژوهش حاضر، خوشهبندي مجموعهاي از دادههاي هيدروشيمي دشت ورامين با استفاده از روشهاي خوشهبندي C- ميانگين فازي (FCM) و تحليل خوشه سلسله مراتبي (HCA) انجام شده و کاربرد آنها در تغييرات رخسارههاي هيدروشيمي بحث گرديد. نمونههاي آب زيرزميني با استفاده از بهينه کردن تعداد خوشه و درجه فازي شدگي با استفاده از روش C- ميانگين فازي به سه گروه طبقهبندي شدند. از دادههاي آب زيرزميني ۹۰ نمونه چاه عميق و نيمه عميق و ۹ متغير هيدروشيمي منطقه موردمطالعه استفاده شد. نتايج اين دو روش، مراکز خوشه را توليد ميکند که در تشخيص فرايندهاي فيزيکي و شيميايي تغييرات هيدروشيمي منطقه موردمطالعه مؤثر است. در روش FCM تعداد خوشه بهينه توسط توابع بهينهيابي تعيين ميشود اما در روش HCA براساس تجربه کاربر و سعي و خطا تعيين ميشود. روش FCM روشي مناسب در تحليل داده اکتشافي در بيان توزيع رخسارههاي هيدروشيمي است و زماني که خوشههاي پيوسته يا داراي هم پوشاني وجود دارند، ابزار بهتري نسبت به HCA براي خوشهبندي است. با ترسيم خطوط تراز مقدار عضويت هر خوشه که بر روي نقشه بهصورت مکاني و پيوسته نشان داده شده، خوشههاي نمونههاي آب زيرزميني بهخوبي مشخصشده است. نتايج نشان داد؛ روش FCM در تحليل دادههاي مرزي، نسبت به روش HCA که تغييراتي واضح و ناگهاني دارد؛ تواناتر است.
پرونده مقاله
فصلنامه زمین شناسی ایران
,
شماره57,سال
15
,
بهار
1400
یکی از مهمترین نگرانیها در آبخوانهای مجاور به تاسیسات نفتی، نشت LNAPL ها میباشد. بازیافت LNAPLها همواره مشکل و پرهزینه است. نخستین مرحله در برنامهریزی چنین سیستمهایی، تعیین اهداف طراحی میباشد، اغلب بیشینهسازی برداشت آلاینده، و کمینه سازی هزینه بهعنوان مهمترین اهداف چکیده کامل
یکی از مهمترین نگرانیها در آبخوانهای مجاور به تاسیسات نفتی، نشت LNAPL ها میباشد. بازیافت LNAPLها همواره مشکل و پرهزینه است. نخستین مرحله در برنامهریزی چنین سیستمهایی، تعیین اهداف طراحی میباشد، اغلب بیشینهسازی برداشت آلاینده، و کمینه سازی هزینه بهعنوان مهمترین اهداف طراحی در نظر گرفته میشوند. شناسایی ضخامت LNAPL و نوسانات آن میتواند تعیینکننده روش بازیافت، بیشینهسازی برداشت و کاهش هزینه آن شود. در این مطالعه از سه روش برنامهنویسی بیان ژن ، سیستم استنتاج تطبیقی فازی ، و رگرسیون چند متغیره ، برای تخمین و پیشبینی ارتفاع سطح LNAPL استفاده شده است. متغیرهای ورودی شامل ارتفاع سطح آب زیرزمینی و نرخ تخلیه LNAPL و متغیر خروجی ارتفاع سطح LNAPL میباشد. نتایج اجرای سه مدل توسط پارامترهای آماری مورد تحلیل و بررسی قرار گرفت و مشخص شد که برنامهنویسی بیان ژن دارای نتایج بهتری میباشد و میتواند بهطور موفقیتآمیزی در پیشبینی نوسانات سطح LNAPL در فرایندههای Recovery مورد استفاده قرار گیرد. همچنین توسط مدل GEP یک معادله برای پیشبینی سطح LNAPL ارائه شد که میتوان آن را در سر چاه برای پیشبینی ارتفاع سطح LNAPL استفاده کرد.
پرونده مقاله
رایمگ
سامانه رایمگ تمامی فرآیندهای دریافت، ارزیابی و داوری، ویراستاری، صفحهآرایی و انتشار الکترونیکی نشریات علمی را به انجام میرساند