پیش بینی کیفی رودخانه ها با استفاده از سیستم استنتاج فازی-عصبی تطبیقی

اخیرا استفاده از مدل های ریاضی برای شبیه سازی کیفیت آب رودخانه ها توسعه زیادی یافته که به دلیل پیچیدگی و تعدد فرایندهای کیفی منابع آب سطحی و وجود ضرایب و ثابت های شیمیایی و بیولوژیکی متعدد، استفاده از سیستم استنباط فازی-عصبی تطبیقی، روشی نو جهت پیش بینی کیفی رودخانه هاست. در این مقاله ضمن بیان مبانی این سیستم به منظور پیش بینی کیفی آبهای سطحی، کاربرد آن با مجموعه ای از داده های ۱۶ ساله از اکسیژن محلول(DO) و اکسیژن مورد نیاز بیوشیمیایی(BOD) از رودخانه زاینده رود نشان داده شده است. فرایند توسعه و ارزیابی سه نوع مدل سیستم استنتاج فازی-عصبی تطبیقی در پیش بینی (BOD)براساس مجموعه عوامل موثر در یک و دو ایستگاه قبل نشان داد که دبی، درجه حرارت و مقدار اکسیژن مورد نیاز بیوشیمیایی در یک و دو ایستگاه قبل با مقدار ضریب تبیین ۹۵۳/۰ در مرحله واسنجی و ۹۳۱/۰ در مرحله اعتبارسنجی مناسب ترین مدل و برای پیش بینی اکسیژن محلول عوامل سرعت، عمق، درجه حرارت، عرض در سطح آب و اکسیژن محلول در یک ایستگاه قبل با مقدار ضریب تبیین ۹۲۱/۰ در مرحله واسنجی و ۹۰۴/۰ در مرحله اعتبارسنجی، مناسب ترین مدل است. در نهایت مقادیر پیش بینی شده بهنگام توسط مدل ها با مقادیر اندازه گیری شده مقایسه شد و نشان داده شد که سیستم استنباط فازی عصبی-تطبیقی عملکرد مناسبی دارد. استفاده از سیستم استنتاج فازی-عصبی تطبیقی می تواند به عنوان رهیافت کاربردی جدیدی در پیش بینی وضعیت کیفی رودخانه هایی که داده های کافی برای مراحل آموزش، واسنجی و اعتبارسنجی دارند، مطرح باشد. هرچند ساخت مدل های پیش بینی کیفی رودخانه ها با این سیستم نیاز به متخصص خبره و حجم داده پردازی زیاد دارد، ولی دقت پیش بینی آنها بسیار مناسب است.

کلیدواژه ها:

رودخانه زاینده رود ، شبکه عصبی ، کیفیت آب ، مدیریت منابع آب ، منطق فازی