استفاده از روش هوش مصنوعی در بررسی کیفیت آب زیرزمینی (مطالعه موردی: دشت شیراز)

منابع آب زیرزمینی در اکثر مناطق خشک و نیمه خشک ایران، نقش مهمی ایفا می کنند. حفر چاه و بهرهبرداری از منابع آب سفرههای زیرزمینی از دیرباز به عنوان راهحل های معمولی برای تامین آب موردنیاز برای مصارف شرب، کشاورزی و صنعتی شناخته شده است . در این مطالعه به منظور مدلسازی تغییرات متغیرهای کیفی آب زیرزمینی دشت شیراز از دادههای چاه در دوره آماری (۱۳۹۹-۱۳۸۱) استفاده شد. متغیرهای کاتیونهای اصلی Na)، Ca، (Mg، آنیون های اصلی Cl)، SO۴، (HCO۳ به عنوان متغیر مستقل و TH وTDS به عنوان متغیر وایسته در نظر گرفته شد. از روش شبکه عصبی مصنوعی برای مدل سازی استفاده شد. نتایج حاصل از مدل سازی نشان داد که شبکه عصبی مصنوعی برای متغیرهای R۲=۰ .۹۸ ) TH (RMSE=۰.۷ MARE=۰.۱ و (R۲=۰.۹۹ RMSE=۹۲.۵ MARE=۵.۴) TDS پیش بینی گردید. مقایسه نتایج حاصل از پیش بینی شبکه عصبی با داده های صحرایی نشان دهنده قابلیت بالای این روش برای پیش بینی کیفیت آب از روی متغیرهای کیفی است . بنابراین در صورت کمبود مطالعات در یک منطقه می توان از این مدل ها برای پیش بینی کیفیت آب در نقاط مجهول استفاده کرد. نتایح مطالعه برای مدیریت زیست محیطی و بهره برداری بهتر از منابع آب زیرزمینی مفید است .

کلیدواژه ها:

کیفیت آب زیرزمینی ، شبکه عصبی مصنوعی ، دشت شیراز ، مدلسازی.