پهنه بندی کیفیت آلودگی آب رودخانه با استفاده از شبکه های عصبی مصنوعی و سیستم اطلاعات جغرافیایی(مطالعه موردی: رودخانه سیمینه رود)

نوع مقاله : مروری

نویسندگان

1 دانشگاه خواجه نصیرالدین طوسی

2 دانشگاه تربیت مدرس

چکیده

پهنه‌بندی کیفیت آب رودخانه نخستین و مهم‌ترین مرحله در مدیریت کیفیت آب است، که ذهن تحلیلگر را با روند و چگونگی تغییرات آلودگی برحسب زمان، مکان و شرایط خاص آشنا می‌سازد. پژوهش حاضر درصدد است با استفاده از شبکه‌های عصبی مصنوعی و سامانه اطلاعات جغرافیایی به پهنه‌بندی کیفیت آلودگی آب رودخانه سیمینه‌رود بپردازد. داده‌های کیفی استفاده‌شده در تحقیق، حاصل نمونه‌برداری از رودخانة سیمینه‌رود در سه فصل بهار و پاییز 1387 و بهار 1388 است که با استفاده از مدل QUAL2K شبیه‌سازی شد. خروجی مدل با داده‌های مشاهده‌ای مقایسه گردید و پارامترهای نیترات، اکسیژن محلول و هدایت الکتریکی‌ِ مربوط به فصل پاییز 1387 به‌عنوان داده‌های هدف انتخاب شدند. داده‌های ورودی شامل داده‌های مربوط به کاربری اراضی، زمین‌شناسی، قابلیت فرسایش و مراکز جمعیتی مربوط به حوضة سیمینه‌رود هستند که به‌همراه داده‌های هدف بعد از آماده‌سازی در محیط GIS به مدل شبکة عصبی معرفی شدند. در این تحقیق از پنج‌‌ ساختار مختلف مدل FFBP شبکة عصبی استفاده شد و نتیجة ساختار منتخب با خروجی‌های حاصل از مدل رگرسیون چندمتغیره مقایسه گردید، که برتری مدل شبکة عصبی مذکور را نشان داد. نتیجه تحقیق حاضر نشان می‌‌دهد که شبکه‌های FFBP با ساختار 3-40-40-4 بهترین کارایی را دارند، و شبکه عصبی در پهنه‌بندی کیفیت آلودگی آب قابلیت بالایی دارد.

کلیدواژه‌ها

فایل ها

هم رسانی

ارجاع به این مقاله

آمار