پیش‌بینی پارامترهای کیفی آب‌های زیرزمینی استان گلستان با مدل‌های هوش‌مصنوعی

نویسندگان

1 دانشیار گروه مهندسی آب ، دانشگاه علم کشاورزی و منابع طبیعی گرگان و دانشگاه زابل، زابل، ایران.

2 گروه مهندسی آب، پژوهشکده تالاب بین المللی هامون ، پژوهشگاه زابل- دانشگاه پیام نور ، ایران.

3 دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه زابل، زابل، ایران.

doi
10.22034/hydro.2022.44480.1222
چکیده

کیفیت آب از جمله مسائلی است که با سلامت، بهداشت فردی و عمومی جامعه نسبت مستقیم دارد. در این تحقیق با استفاده از آمار کیفی 96 حلقه چاه مشاهداتی واقع در استان گلستان که دارای سال آماری مشترک 19 ساله بوده به پیش‌بینی پارامترهای کیفی آب شامل نسبت جذب سدیم (SAR)، نسبت کل جامدات محلول (TDS) و هدایت الکتریکی (EC) با استفاده از سه روش شبکه عصبی مصنوعی، برنامه‌ریزی بیان ژن و سیستم استنتاج عصبی­_فازی و 9 ترکیب ورودی مختلف پرداخته شد. داده­های مورد استفاده  شامل داده‌های کیفی سدیم، قلیایت آب (pH)، کلراید، سولفات، کلسیم و منیزیم بوده که واسنجی داده‌ها به ‌وسیله70  درصد داده‌ها و عملکرد روش­ها با استفاده از داده‌های باقی‌مانده ارزیابی گردید. برای ارزیابی دقت مدل­ها از سه معیار ریشه میانگین مربعات خطا، ضریب همبستگی و میانگین قدر مطلق خطا استفاده ‌شد. . نتایج به‌ دست‌آمده نشان می‌دهد که به‌ غیراز مدل ترکیب ورودی 8، بقیه مدل‌ها از توانایی بالایی برخوردار هستند. همچنین نتایج نشان دادند که پارامترهای ( Na) و ( So4) بیشترین تأثیر در دقت نتایج پیش‌بینی برای هر سه مدل و هر سه پارامتر مورد بررسی را دارند و در ترکیب ورودی 8 هر سه مدل ضعیف عمل کرد. همچنین در اکثر ورودی‌ها، شبکه عصبی نسبت به دو مدل دیگر از توانایی بالاتری برخوردار می‌باشد. با وجود اینکه دقت و توانایی هر سه مدل تقریباً قابل ‌مقایسه بوده می‌توان از هر سه مدل در پیش‌بینی پارامترهای کیفی بهره برد.