پیشبینی مقادیر TDS و EC رودخانه با استفاده از روشهای یادگیری ماشین
نویسندگان
1 دانشجوی کارشناسی ارشد عمران- محیط زیست، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز
2 استادیار دانشگاه شهید چمران اهواز
3 استادیار گروه مهندسی محیط زیست، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز
doi
چکیده
در این مطالعه ضمن بررسی عملکرد دو مدل جنگل تصادفی و رگرسیون فرایند گاوسی، به شبیهسازی مقادیر هدایت الکتریکی و کل مواد جامد محلول رودخانه در ایستگاههای غرب دریاچه ارومیه (چهریق علیا، دیزج و تپیک) با توجه به مقادیر دبی و بیکربناتها در دوره آماری 99-1350 پرداخته شده است. میزان خطای شبیهسازی مقادیر EC با استفاده از مدل RF نسبت به مدل GPR در دو فاز آزمایش در ایستگاههای چهریق علیا، دیزج و تپیک حدود 356، 36 و 47 درصد کمتر میباشد. در مورد شبیهسازی مقادیر TDS در ایستگاههای مورد مطالعه نیز، در ایستگاه چهریق علیا مدل RF و در دو ایستگاه دیگر، مدل GPR میزان خطای کمتر و کارایی بالاتری ارائه کرد. در مورد دو ایستگاه دیزج و تپیک در فاز آموزش تفاوت معنیداری بین میزان خطای شبیهسازی دو مدل RF و GPR مشاهده نشد، اما در فاز آزمایش، میزان خطای مدل GPR نسبت به مدل RF به ترتیب حدود 66 و 74 درصد کمتر میباشد. بهطور کلی نتایج نشان داد که با توجه به حدود اطمینان شبیهسازی شده پارامترهای EC و TDS، کارایی دو مدل مورد بررسی قابل قبول میباشد، اما در مورد مقادیر TDS، رفتار دو مدل مورد بررسی در دو ایستگاه دیزج و تپیک متفاوت میباشد.