عنوان
|
پایش شاخص های کیفیت آب زیرزمینی با استفاده از هوش مصنوعی و پهنه بندی آن ها با استفاده از سامانه اطلاعات جغرافیایی (GIS) در دشت رامهرمز
|
نوع پژوهش
|
پایان نامه
|
کلیدواژهها
|
آب زیرزمینی، شبکه عصبی مصنوعی، کریجینگ، شبکه عصبی RBF
|
چکیده
|
مدیریت بهینه منابع آبی و ارتقاء آنها نیازمند وجود اطلاعات در زمینه موقعیت، مقدار و پراکندگی پارامترهای کیفی اب در منطقه مورد مطالعه می باشد. از این رو شناخت و آگاهی از کیفیت آبهای زیرزمینی و طبقه بندی کردن این آبها بر اساس کمیت عناصر مختلف در آنها ما را در اتخاذ تصمیمات مدیریتی و کاهش آلودگی آبهای زیرزمینی یاری خواهد کرد. دشت رامهرمز به عنوان یکی از دشت های مهم استان خوزستان، از نظر تولید محصولات کشاورزی مطرح است. جهت تعیین کیفیت آب زیرزمینی این دشت برای مصارف کشاورزی، داده های کیفی آب 37 حلقه چاه، ازسال 1386 تا 1395 مورد بررسی قرار گرفت . با وارد کردن داده ها کیفی آب چاه ها به لایه های مذکور به صورت نقشه های مجزا ترسیم شد. بررسیهای پارامترهای کیفی آب زیرزمینی بر اساس طبقه بندیهای ویلکاکس و ، شولز در محیطGIS نشان داد که افزایش مقادیر هدایت الکتریکی مقدار کل مواد جامد محلول در آب و سختی آب باعث کاهش شدید کیفیت آب زیرزمینی شده است. روش کریجینگ معمولی به عنوان یکی از روشهای درونیابی در زمین آمار مورد استفاده قرار گرفته است. نتایج اعتبارسنجی تقاطعی نیز حاکی از برتری مدل های نمایی و گوسی برای استفاده در روش کریجینگ معمولی برای ترسیم نقشه های پهنه بندی وبررسی تغییرات مکانی و زمانی دادههای کیفی آب زیرزمینی میباشد همچنین نتایج شبکه عصبی بهینه شده با الگوریتم ژنتیک و شبکه عصبی RBF قابلیت بالایی در تخمین میزان پارامترهای فوق داشت.میزان دقت شبکه عصبی مصنوعی ترکیب شده با الگوریتم ژنتیک برای تخمین TDS ، TH ، ECبه ترتیب (85/0، 95/0 و 91/0) حاصل و برای شبکه عصبی RBF به ترتیب (99/0، 98/ و 99/0)حاصل شد
|
پژوهشگران
|
امید بهمنی (استاد راهنما)، پرویز پولادی (دانشجو)
|