تخمین زمانی و مکانی متغیرهای کیفیت منابع آب های زیرزمینی بر مبنای روش های هوشمند

  • سال انتشار: 1402
  • محل انتشار: فصلنامه علوم آب و خاک، دوره: 27، شماره: 3
  • کد COI اختصاصی: JR_JWSS-27-3_005
  • زبان مقاله: فارسی
  • تعداد مشاهده: 61
دانلود فایل این مقاله

نویسندگان

علیرضا عمادی

Sari Agricultural Sciences and Natural Resources University

رامین فضل اولی

Sari Agricultural Sciences and Natural Resources University

سروین زمان زاد قویدل

Deneshvaran Omran-Ab Consulting Engineers

رضا سبحانی

Sari Agricultural Sciences and Natural Resources University

سروش نصرتی اختر

Sari Agricultural Sciences and Natural Resources University

چکیده

منابع آب های زیرزمینی به عنوان یکی از ضروری ترین نیازهای بشر نﻘش کلیدی در فرایندهای اقتصادی و سیاسی جوامع دارد. تغییرات اقلیمی و کاربری اراضی، کمیت و کیفیت منابع آب های زیرزمینی محدوده مطالعاتی تهران-کرج را با چالش های جدی مواجه کرده است. هدف اصلی در این مطالعه، توسعه روشی مبتنی بر مدل های هوشمند منفرد شامل روش های سامانه استنتاجی فازی- عصبی تطبیقی (ANFIS) و برنامه ریزی بیان ژن (GEP) و ترکیبی- موجک (WANFIS، WGEP) برای تخمین زمانی و مکانی متغیرهای سختی کل (TH)، کل مواد جامد محلول (TDS) و هدایت الکتریکی (EC) در منابع آب های زیرزمینی محدوده تهران-کرج در دوره آماری ۱۷ ساله (۱۳۹۹-۱۳۸۳)، است. نتایج نشان داد که مدل های ترکیبی- موجک نسبت به مدل های منفرد در تخمین سه متغیر منتخب از عملکرد بیشتری برخوردار هستند. به طوری که درصد بهبود عملکرد مدل WANFIS نسبت به ANFIS و مدل WGEP نسبت به GEP با در نظر گرفتن شاخص ارزیابی ریشه میانگین مربعات خطا (RMSE) به ترتیب برای سه متغیر TH، TDS و EC (۱۸/۰۱۸, ۲۳/۷۱۳ درصد)، (۱۲/۵۸۱، ۳۳/۱۱۶ درصد) و (۶/۴۳۳، ۱۲/۹۹۵ درصد) به دست آمد. نتایج حاکی از انطباق بسیار زیاد مکانی و زمانی مقادیر تخمینی مدل WGEP با مقادیر مشاهداتی برای هر سه متغیر کیفی در محدوده تهران-کرج، است. نتایج نشان داد که غلظت متغیرهای کیفی منابع آب های زیرزمینی از شمال به سمت جنوب محدوده مطالعاتی در هر سه متغیر کیفی روند صعودی دارد. در مناطق شهری آلودگی های ناشی از فاضلاب و افزایش جمعیت و همچنین در مناطق کشاورزی استفاده از کودهای شیمیایی، نفوذ آنها به منابع آب های زیرزمینی و برداشت بی رویه از منابع آب های زیرزمینی باعث تشدید آلودگی آنها می شود. بنابراین، در محدوده مطالعاتی تهران-کرج تغییرات اقلیمی و نوع کاربری اراضی به شدت با وضعیت کیفیت منابع آب زیرزمینی رابطه مستقیم دارد.

کلیدواژه ها

Climate, Groundwater, Zoning, Quality, Artificial Intelligence, کلیدی: اقلیم, آب های زیرزمینی, پهنه بندی, کیفیت, هوش مصنوعی

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.