شبیه‌سازی غلظت نیترات آب زیرزمینی با استفاده از شبکه عصبی مصنوعی و الگوریتم‌های تجمع ذرات (PSO) و ژنتیک (GA) (مطالعه موردی: دشت بهبهان)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشددانشگاه شهید چمران اهواز

2 استاد دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز

3 دانشجوی دکترا دانشگاه شهید چمران اهواز

10.22034/jest.2018.17097.2568

چکیده

زمینه و هدف: آب‌های زیرزمینی در خوزستان و بسیاری از شهرهای دیگر که آب و هوای خشک و نیمه‌خشک دارند، مهم‌ترین منبع آب مورد استفاده در شرب و کشاورزی به‌شمار می‌آیند. بهره‌برداری از این منابع نیازمند شناخت کمیت و کیفیت آب زیرزمینی در آبخوان‌هاست. نیترات یکی از آلوده‌کننده‌های منابع آب زیرزمینی است که عمدتا تحت تاثیر مناطق کشاورزی و محدوده‌های دفع فاضلاب می‌باشد. کسب اطلاعات لازم در خصوص غلظت نیترات مستلزم اندازه‌گیری‌های دقیق دوره‌ای است که گاهی به علت شرایط اجتماعی، محیطی و اقتصادی مقدار آن به صورت ناقص و همراه با خطا گزارش می‌شود. بنابراین مدل‌سازی آن جهت اطلاع از وضعیت کیفی آب هر منطقه ضروری به نظر می‌رسد.
روش بررسی: هدف از پژوهش حاضر شبیه‌سازی غلظت نیترات آب زیرزمینی دشت بهبهان با استفاده از الگوریتم‌های تکاملی بهینه‌سازی تجمع ذرات و ژنتیک می‌باشد. بدین منظور کلیه پارامترهای کیفی ورودی مدل شامل نیترات، هدایت الکتریکی، کلسیم، منیزیم، سولفات، بی‌کربنات، کلر، پتاسیم، سختی، نسبت جذبی سدیم و پ- هاش از سال 1388 تا 1394، در دشت بهبهان جمع آوری گردید.
یافتهها: نتایج نشان داد بیشترین دقت در پیش‌بینی غلظت نیترات مربوط به الگوریتم بهینه‌سازی تجمع ذرات می‌باشد، به‌طوری‌که مقدار آماره‌های RMSE و MAE کمترین مقدار و R^2 بیشترین مقدار را در مراحل آموزش و واسنجی برای مدل مذکور دارد. همچنین با توجه به نتایج حاصل از آنالیز آماری، یون پتاسیم بیشترین همبستگی را در بین کلیه پارامترهای ورودی، نسبت به نیترات دارد. نتایج آزمون آماری مقایسه میانگین‌ها بین داده‌های اندازه‌گیری و شبیه‌سازی شده نشان می‌دهد، بین هیچکدام از مقادیر پیش‌بینی ‌شده توسط الگوریتم‌های بکارگرفته با داده‌های اندازه‌گیری شده اختلاف معنی‌داری وجود ندارد.
نتیجه‌گیری: با توجه به کارایی بالای مدل شبکه عصبی مصنوعی با آموزش الگوریتم بهینه‌سازی تجمع ذرات می‌توان از این مدل جهت اتخاذ تصمیمات مدیریتی و حصول اطمینان از نتایج پایش و کاهش هزینه استفاده کرد.

کلیدواژه‌ها

موضوعات