تخمین هدایت الکتریکی رودخانه ها با استفاده از شبکه عصبی موجک (مطالعه موردی: رودخانه کاکارضا)

  • سال انتشار: 1396
  • محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 8، شماره: 16
  • کد COI اختصاصی: JR_JWMR-8-16_017
  • زبان مقاله: فارسی
  • تعداد مشاهده: 270
دانلود فایل این مقاله

نویسندگان

محمدعلی قربانی

رضا دهقانی

چکیده

هدایت الکتریکی (EC) عامل مهمی در مهندسی رودخانه و بویژه مطالعه کیفی آب رودخانه ها می باشد. در این پژوهش کاربرد شبکه عصبی موجک، جهت پیش بینی هدایت الکتریکی رودخانه کاکارضا موردبررسی و ارزیابی قرار گرفت و نتایج آن با مدل شبکه عصبی مصنوعی مقایسه شد. که برای این منظور هیدروژن کربنات، کلرید، سولفات، کلسیم، منیزیم، سدیم و دبی جریان در مقیاس زمانی ماهانه در طی دوره آماری (۱۳۹۳-۱۳۴۷) بعنوان ورودی و هدایت الکتریکی بعنوان پارامتر خروجی انتخاب گردید. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا و ضریب نش ساتکلیف برای ارزیابی و عملکرد مدل مورد استفاده قرار گرفت. نتایج حاصله نشان داد مدل شبکه عصبی موجک دارای بیشترین ضریب همبستگی (۹۷۷/۰)، کمترین ریشه میانگین مربعات خطا( ds/m۰۳۲/۰) و نیز بیشترین معیار نش ساتکلیف (۸۴۷/۰) در مرحله صحت سنجی در اولویت قرار گرفت. درمجموع نتایج نشان داد مدل شبکه عصبی موجک در تخمین مقادیر حداقل و حداکثر دقت بالایی از خود نشان داده است. نتایج حاکی از توانمندی قابل قبول مدل شبکه عصبی موجک در تخمین هدایت الکتریکی آب رودخانه ها است.

کلیدواژه ها

Artificial neural network, Electrical conductivity, Kakareza, Model, Wavelet neural network, شبکه عصبی موجک, شبکه عصبی مصنوعی, کاکارضا, مدل, هدایت الکتریکی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.