فهرست نشریات علمی دسترسی آزاد ایران

پیش‌بینی مواد جامد محلول در آب (TDS) در مسائل آبی از جمله رودخانه‌ها، دریاچه‌ها و سلامت آبزیان چالش‌برانگیز است اما برای مدیریت مؤثر منابع آب در بخش‌های کشاورزی، صنعت و آب آشامیدنی ضروری است. در این مطالعه، مدل هوشمند ترکیبی مبتنی بر رویکرد مدل رگرسیون بردار پشتیبان برای پیش‌بینی میزان مواد جامد محلول در آب رودخانه توسعه داده‌شده است. بدین‌منظور در این پژوهش سه الگوریتم بهینه‌سازی شامل موجک، کرم شب‌تاب و گرگ خاکستری برای مدل‌سازی مواد جامد محلول در آب رودخانه بکار برده شد. جهت مدل‌سازی از آمار و اطلاعات ایستگاه هیدرومتری رودخانه کشکان واقع در استان لرستان به‌عنوان مطالعه موردی طی 8 سناریو ترکیبی از پارامترهای ورودی در طی سال‌های 1382 تا 1402 استفاده شد. به‌منظور ارزیابی عملکرد مدل‌ها از معیارهای ارزیابی ضریب همبستگی، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش‌ساتکلیف استفاده شد. همچنین جهت تحلیل نتایج مدل‌ها از نمودار سری زمانی و باکس‌پلات و تیلور استفاده شد. نتایج نشان داد سناریوهای ترکیبی در مدل‌های موردبررسی باعث بهبود عملکرد مدل می‌شود. همچنین نتایج حاصل از معیار ارزیابی نشان داد مدل رگرسیون بردار پشتیبان-موجک دارای ضریب همبستگی 0/980، ریشه میانگین مربعات خطا (mg/l) 0/881، میانگین قدر مطلق خطا (mg/l) 0/473 و ضریب نش‌ساتکلیف 0/990 در مرحله صحت‌سنجی است. در مجموع نتایج نشان داد استفاده از مدل‌های هوشمند مبتنی بر رویکرد رگرسیون بردار پشتیبان می‌تواند رویکردی مؤثر در پایداری کیفیت رودخانه جهت سلامت آبزیان باشد.