پیش بینی پارامترهای کیفیت آب ز یرزمینی (مطالعه موردی: دشت شیراز)
- سال انتشار: 1402
- محل انتشار: سیزدهمین کنگره بین المللی مهندسی عمران
- کد COI اختصاصی: ICCE13_320
- زبان مقاله: فارسی
- تعداد مشاهده: 162
نویسندگان
دانشکده مهندسی عمران، دانشگاه صنعتی سیرجا ن
دانشکده مهندسی عمران، دانشگاه صنعتی سیرجا ن
دانشکده مهندسی عمران، دانشگاه صنعتی سیرجا ن
دانشکده مهندسی عمران، دانشگاه صنعتی سیرجا ن
دانشکده مهندسی عمران، دانشگاه صنعتی سیرجا ن
چکیده
با توجه به تمام پیشرفت های صورت گرفته در مدیریت منابع آب، معضل بررسی کیفیت آب های زیرزمینی اصلی ترین مشکلی است که در اکثر دشت های ایران مشاهده می شود. لذا مدیریت و پایش کیفیت منابع آب از اهمیت بالایی برخوردار است . در این پژوهش از مدل MLP شبکه عصبی مصنوعی به برآورد کیفیت آب زیرزمینی دشت شیراز پرداخته شد. جهت نیل به این هدف، از داده های کیفی مربوط به دشت شیراز در دوره آماری ۱۹ساله (۹۹-۱۳۸۹) استفاده گردید. متغیرهای کاتیونهای اصلی Na+)، Ca۲+، (Mg۲+، آنیون های اصلی Cl-)، SO۴۲-، (HCO۳- به عنوان متغیر مستقل SAR و EC به عنوان متغیر وایسته در نظر گرفته شد. به کارگیری متغییر های آماری مناسب نشان داد مدل MLP با آموزش Levenberg Marquardt و ضریب همبستگی مربوط به SARو EC به ترتیب (۹۹/۰ و ۹۹/۰) قابلیت بالایی در برآورد و پیش بینی کیفیت آب زیرزمینی دارد. 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 فقط چند کاتیون و آنیون 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. نتایج مطالعه برای مدیریت زیست محیطی و بهره برداری بهتر از منابع آب زیرزمینی مفید است .کلیدواژه ها
کیفیت آب، شبکه عصبی ، دشت شیراز، مدلسازی.مقالات مرتبط جدید
- لزوم استفاده از فناوری اطلاعات در پروژه های معماری شهرها
- مدیریت ایمنی و بهداشت در سازه های عمرانی ضرورت مدیریت شهری
- لزوم توسعه خدمات فنی و مهندسی شهرداری ها در جهت ارتقای خدمات شهری
- برنامه ریزی تحقق خدمات الکترونیکی و دورکاری در شهرداری ها در کاهش هزینه جاری
- نقش مدیریت شهری در همسان سازی معماری محیط در راستای کنترل اغتشاشات بصری شهرها
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.