مدلسازی EC رودخانه با دو رویکرد فرآیند گاوسی و جنگل تصادفی

با توجه به افزایش نیاز به آب در جوامع امروزی، ضرورت مطالعه و مدیریت آب رودخانه ها که یکی از اصلی ترین منابعتامین کننده آب شیرین می باشند، بیش از پیش احساس می شود. آلودگی و کیفیت پایین آب از جمله رایج ترین مشکلاتدر رودخانه ها می باشد که بر محیط زیست تاثیر می گذارد. بنابراین برآورد و تخمین کیفیت آب در رودخانه ها اهمیتفراوانی دارد. همچنین، مد لسازی دقیق پارامترها ی کیفی رودخانه برا ی برنامه ریز ی محیطی، بهره بردار ی بهینه از مخازن،طراحی سازه ها ی هیدرولیکی و برنامه ریزی آبیار ی ضرور ی است. با در نظرگرفتن اینکه اندازه گیری مستقیم پارامترهایکیفی زمانبر و پرهزینه می باشد، میتوان با استفاده از روشهای هوش مصنوعی این پارامترها را با زمان و هزینه کمتر وبا دقت بالا پیش بینی کرد. در این راستا و در پژوهش حاضر پارامتر هدایت الکتریکی رودخانه مردق چای با استفاده ازروشهای داده کاوی رگرسیون فرآیند گاوسی و جنگل تصادفی برآورد شده است. بر این اساس از داده های مقادیرکلسیم، منیزیم، سدیم، کلر و سولفات این رودخانه در مقیاس ماهانه و در بازه زمانی ۴۷ ساله (سال های ۱۳۵۰ - ۱۳۹۷)به عنوان پارامترهای ورودی مدل ها استفاده شد. پارامترهای آماری ضریب همبستگی، شاخص پراکندگی و شاخصویلموت نیز برای مقایسه نتایج به دست آمده با مقادیر مشاهداتی به کار گرفته شد. در نهایت نتایج به دست آمده نشان دادکه در روش رگرسیون فرآیند گاوسی، مدل GPR۵ با شاخص پراکندگی ۰۹۳ / ۰ و شاخص ویلموت ۹۹۵ / ۰ و در روشجنگل تصادفی مدل RF۵ با شاخص پراکندگی ۱۱۸ / ۰ و شاخص ویلموت ۹۹۲ / ۰ بهترین عملکرد را ارائه دادند. همچنینبه طور کلی نتیجه گرفته شد که با استفاده از مدل های به کاربرده شده در این مطالعه میتوان مقدار EC را در رودخانهمردق چای با دقت مناسبی برآورد کرد.

کلیدواژه ها:

جنگل تصادفی ، رگرسیون فرآیند گاوسی ، رودخانه مردق چا ی ، کیفیت آب