حمیدرضا صفوی - استادیار دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان

پیش بینی وضعیت کیفی منابع آب به ویژه رودخانه ها می تواند در جهت مدیریت و بهره برداری بهینه از آنها نقش موثری داشته باشد. در مدیریت یکپارچه منابع آب، حفظ کیفیت آب به ویژه در مناطقی که با محدودیت نسبی منابع آب روبرو هستند، به عنوان یکی از ارکان برنامه ریزی مطرح می باشد. به دلیل پیچیدگی و تعدد فرآیندهای کیفی منابع آب سطحی، استفاده از سیستم استنباط فازی- عصبی تطبیقی که قابلیت فراگیری و درک روابط حاکم بر این گونه فرآیندها را بدون نیاز به معادلات حاکم را دارد، روشی نوین جهت پیش بینی کیفی رودخانه ها ارائه شده است. در این مقاله ضمن بیان مبانی این سیستم، کاربرد آن با مجموعه ای از داده های واقعی از رودخانه زاینده رود نشان داده شده است. فرآیند توسعه و ارزیابی سه نوع مدل ANFIS براساس مجموعه داده های گوناگون ارائه و نشان داده شد که هر چند هر سه مدل دارای نتایج پیش بینی مناسبی می باشند، ولی مدل نوع اول با مجموعه داده های کمتر، عملکرد بهتری را نشان می دهد. نهایتا مقادیر پیش بینی شده بهنگام توسط مدلها با مقادیر اندازه گیری شده مقایسه گردیده است. 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 جهت مراحل آموزش، واسنجی و اعتبارسنجی را دارند مطرح باشد.

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