استفاده از روش‌های نوین هوش مصنوعی در بررسی کیفیت منابع آب زیرزمینی (مطالعه موردی: دشت سلماس)

الموضوعات : فصلنامه زمین شناسی محیط زیست

سمیه امامی ¹ ( دانشجوی دکتری سازه های آبی، گروه مهندسی آب دانشگاه تبریز )
یحیی چوپان ² ( دانشجوی دکتری آبیاری و زهکشی دانشگاه علوم کشاورزی و منابع طبیعی گرگان )

تاريخ الإرسال : 28 الأحد , ذو القعدة, 1441 تاريخ التأكيد : 28 الأحد , ذو القعدة, 1441 تاريخ الإصدار : 28 الخميس , رمضان, 1441

الکلمات المفتاحية: شبکه عصبی, کیفیت آب, مصارف کشاورزی, مدل RBF, مدل GFF,

ملخص المقالة :

با توجه به تمام پیشرفت های صورت گرفته در مدیریت منابع آب، معضل بررسی کیفیت آب های زیرزمینی اصلی ترین مشکلی است که در اکثر دشت های ایران مشاهده می شود. لذا مدیریت و پایش کیفیت منابع آب از اهمیت بالایی برخوردار است. در این تحقیق سعی شد با به کارگیری دو مدل RBF و GFF شبکه عصبی مصنوعی به پیش بینی و برآورد کیفیت آب های زیرزمینی دشت سلماس پرداخته شود. جهت نیل به این هدف، از داده‌های کیفی آب زیرزمینی مربوط به دشت سلماس در دوره آماری 10 ساله (90-1381) استفاده گردید و نتایج بر اساس استانداردهایویلکاکس،شولرو پایپر موردبررسیقرارگرفت. 70 درصد داده های موجود به منظور آموزش شبکه و از 10 درصد داده ها برای صحت سنجی دو مدل استفاده شد. لذااز20درصدباقی ماندهداده های موجودبرایآزمایششبکهاستفادهگردید. به کارگیری متغیرهای آماری مناسب و کاربردی نشان داد مدل RBF با آموزش Levenberg Marquardt و 4 لایه مخفی قابلیت بالایی در برآورد و پیش بینی کیفیت آب زیرزمینی دارد، هم‌چنین ضریبهم بستگیدر این مدل برابر 88/0 وجذرمیانگینمربعاتخطابرابر 71/29% به دست آمد. هم چنین نتایج استفاده از دیاگرام های مختلف نشان می دهد نمونه هادارایسختیو خورندگی کممی‌باشند. طبقطبقه بندیکلاس ها،اکثر داده ها درکلاس C3S1 قراردارند. براساس نتایج، تمامی منابع آبی منطقه مورد مطالعه، به‌ترتیب برای کشاورزی، شرب و صنعت در حد مناسب، خوب، قابل قبول می‎باشند.