دوره 13، شماره 1 - ( 2-1399 )                   جلد 13 شماره 1 صفحات 122-103 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Mohaghegh A, Valikhan Anaraki M, Farzin S. Modeling of qualitative parameters (Electrical conductivity and total dissolved solids) of Karun river at Mollasani, Ahvaz and Farsiat stations using data mining methods. ijhe 2020; 13 (1) :103-122
URL: http://ijhe.tums.ac.ir/article-1-6371-fa.html
محقق علیرضا، ولیخان انارکی مهدی، فرزین سعید. مدلسازی پارامترهای کیفی (هدایت الکتریکی و کل مواد جامد محلول) رودخانه کارون در ایستگاه های ملاثانی، اهواز و فارسیات با بهره‌گیری از روش‌های مبتنی بر داده‌کاوی. سلامت و محیط زیست. 1399; 13 (1) :103-122

URL: http://ijhe.tums.ac.ir/article-1-6371-fa.html


1- گروه مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران
2- گروه مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران ، saeed.farzin@semnan.ac.ir
چکیده:   (2123 مشاهده)
زمینه و هدف: رودخانه‌ ها از مهمترین منابع آب هستند که آلودگی این منابع می ‌تواند تاثیر مستقیم بر زندگی انسان ­ها و محیط زیست داشته باشد. در پژوهش حاضر، پارامترهای کیفی EC و TDS رودخانه کارون در سه ایستگاه آب‌سنجی ملاثانی، اهواز و فارسیات با استفاده از الگوریتم‌های مبتنی بر داده ­کاوی شامل LSSVM، ANFIS و ANN مدلسازی شده است.
روش بررسی: هشت سری داده مختلف شامل ترکیب Cl-1، Ca+2، Na+1، Mg+2، K+1، CO3، HCO3، SO4 با دبی جریان (Q) به‌عنوان ورودی الگوریتم ‌ها، به روش کالیبراسیون غیرتصادفی  و تصادفی انتخاب شده است. نتایج دو روش، مورد مقایسه قرار گرفته است. در گام بعدی، مدلسازی EC و TDS براساس چهار پارامتر Na+1، Cl-1، Ca+2 و Q با تاخیرهای زمانی صفر تا سه ماهه انجام شده است.
یافته‌ ها: پارامترهای Na+1، Cl-1 و Ca+2 دارای بیشترین تاثیر در مدلسازی پارامترهای EC و TDS هستند. الگوریتم LSSVM در مدلسازی هر دو پارامتر EC و TDS دارای بیشترین دقت است. در میان ایستگاه ‌های بررسی شده، بیشترین دقت برای مدلسازی EC، مربوط به ایستگاه اهواز و برای TDS، مربوط به ایستگاه ملاثانی است که به‌ترتیب 16 و 36 درصد ضریب تعیین بیشتری داشته­ اند. الگوریتم LSSVM در مدلسازی نوسانات و حداکثر پارامترهای EC و TDS در طول تغییرات زمان نیز، بیشترین دقت را دارد.
نتیجه ‌گیری: روش ‌ها و مدل ‌های استفاده شده در پژوهش حاضر به‌ویژه الگوریتم LSSVM می‌ توانند ابزار مفید تصمیم‌ گیری برای پیش ­بینی و مدیریت کیفی رودخانه­ ها از جمله رودخانه ­های حوضه آبریز کارون باشند. نتایج مدلسازی پارامترهای کیفی رودخانه­ ها با بهره­ گیری از هر دو روش کالیبراسیون غیرتصادفی و تصادفی، قابل اعتماد و استفاده است. البته دقت روش کالیبراسیون تصادفی، اندکی بیشتر است.
متن کامل [PDF 2002 kb]   (912 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: آب
دریافت: 1398/11/1 | پذیرش: 1399/3/13 | انتشار: 1399/6/15

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به سلامت و محیط زیست می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2024 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb