دوره 13، شماره 1 - ( 2-1399 )
جلد 13 شماره 1 صفحات 122-103 |
برگشت به فهرست نسخه ها
علیرضا محقق1 
، مهدی ولیخان انارکی1 ، سعید فرزین*2
، مهدی ولیخان انارکی1 ، سعید فرزین*2
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
2- گروه مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران ،
چکیده: (3369 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.
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.
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |