عنوان
|
بررسی کیفیت آب زیرزمینی با استفاده از مدل های هوشمند (مطالعه موردی: دشت همدان- بهار)
|
نوع پژوهش
|
پایان نامه
|
کلیدواژهها
|
کیفیت آب زیرزمینی، مدل شبکه عصبی موجکی، مدل آریما، مدل نروفازی
|
چکیده
|
با افزایش جمعیت و رشد اقتصادی جوامع بشری، در بسیاری از مناطق برداشت بی رویه از آب های زیرزمینی سبب افت شدید سطح و کیفیت آب های زیرزمینی شده است به طوری که آمار ارائه شده در منابع جهانی وضع دشوار روند افت سالانه کمیت و کیفیت آب های زیرزمینی را نشان می دهد.در همین راستا در پژوهش حاضر تاثیر بارش و سطح آب زیرزمینی 25 چاه روی کیفیت آب زیرزمینی همان چاه ها به مدت 10 سال در دشت همدان-بهار داقع در استان همدان بررسی شده است. به طور کلی اهداف اساسی پژوهش عبارتند از تعیین دقت مدل های شبکه عصبی موجکی، آریما و نروفازی در برآورد کیفیت آب زیرزمینی و دیگری مقایسه مدل های مذکور در برآورد کیفیت آب زیرزمینی و تعیین مدل مناسب می باشد. پارامترهای کیفی بررسی شده در این پژوهش عبارت است از: EC، TDS، PH، HCO3، Cl، SO4، Na وSAR می باشد. یافته های پژوهش نشان می دهدکه کلیه روش های شبکه عصبی موجکی، آریما و نروفازی عملکرد مشابهی از خود نشان نداده اند.مدل آریما عملکرد بهتری را در تمامی پارامترهای کیفی نسبت به دیگر مدل ها از خود نشان داده است و مدل نروفازی عملکرد بهتری نسبت به مدل شبکه عصبی موجکی از خود نشان داده است.با بررسی تک تک پارامترهای کیفی توسط این سه مدل نتیجه چنان شد که مدل نروفازی پارامتر SAR و سپس پارامترهای EC و TDS نسبت به پارامترهای دیگر بهتر پیش بینی شده اند و مدل شبکه عصبی موجکی عملکرد نامناسبی را در تمامی پارامترهای کیفی از خود نشان داده است. مدل شبکه عصبی موجکی با وارد نمودن بارش به عنوان ورودی (داده مستقل) و حذف سطح ایستابی، پارامتر کیفی) خروجی) مناسب تری را پیش بینی کرده است.
|
پژوهشگران
|
امید بهمنی (استاد راهنما)، هما زین العابدینی (دانشجو)
|