فهرست نشریات علمی دسترسی آزاد ایران

کیفیت آب رودخانه‌ها و پایش آن از نظر محیط زیست و کشاورزی از اهمیت بالایی برخوردار است. در این پژوهش به‌منظور کاهش پارامترهای ارزیابی کیفیت آب رودخانه از تحلیل مؤلفه‌های اصلی (PCA) و برای شبیه‌سازی تاثیر کاربری اراضی و بارندگی بر برخی از خصوصیات آب رودخانه زاینده‌رود از شبکه عصبی مصنوعی (ANN) استفاده شد. برای این منظور برخی اطلاعات مربوط به کیفیت آب 12 ایستگاه در مسیر رودخانه جمع‌آوری شده و تجزیه و تحلیل مؤلفه اصلی برای کاهش آرایه‌های داده اصلی مؤثر بر کیفیت آب رودخانه زاینده‌رود اعمال شد. پس از استخراج کاربری اراضی و بارندگی در حوضه زاینده‌رود مدل‌سازی اثر این دو فاکتور روی برخی از خصوصیات آب رودخانه (۴۶۰۸ عدد) با استفاده از الگوریتم پس‌انتشار انجام و میانگین مربعات خطا محاسبه شد. نتایج آنالیز PCA نشان داد که شش مؤلفه اول 78/94 درصد کل واریانس را شامل می‌شود. در نتایج مدل ANN ضریب تعیین کل معادل ۷۹/۰ و مجذور متوسط مربعات خطا برابر ۲۰/۰ برآورد شد. نتایج نشان داد ضریب تعیین برای SAR، TDS، EC و Na به‌ترتیب ۸۸/۰، ۸۴/۰، ۸۳/۰ و ۸۳/۰ است که نشان‌دهنده دقت بالای پیش‌بینی‌های مدل است. نتایج ضریب نش-ساتکلیف نیز برای همه فاکتورهای اندازه‌گیری شده (به جز pH، CO3 و دبی) مناسب و بالای ۶/۰ بدست آمد. این مقدار نشان می‌دهد که مدل توانسته است به خوبی تغییرات مشاهده‌شده را توجیه کند و پیش‌بینی‌های نسبتاً دقیقی ارائه دهد