کنترل آلودگی نیترات در آب زیرزمینی با استفاده از مدل بهینه سازی

نیترات یکی ازمهم ترین آلاینده هایی است که ازمنابع مختلف مانند کودهای شیمیایی آفت کش ها و یا فاضلاب های خانگی و صنعتی وارد آب های زیرزمینی می شود. در این پژوهش به منظور مدیریت بهینه آبخوان های آلوده به نیترات ازمدل شبکه عصبی مصنوعی برای شبیه سازی تغییرات غلظت نیترات استفاده شد و به منظور استخراج مقادیر بهینه برداشت از آبخوان آب زیرزمینی با حفظ محدودیت غلظت نیترات درحد استاندارد از یک مدل بهینه ساز استفاده شد. برای دستیابی به این هدف از مدل بهینه سازی مجموعه ذرات بهره گرفته شد. با توجه به این که در سال های اخیر، آلودگی غلظت نیترات در آبخوان کرج افزایش یافته است. بخشی از این آبخوان به عنوان مطالعه موردی در نظر گرفته شد پارامترهای ورودی مدل شبکه عصبی مصنوعی شامل میزان برداشت در طول فصل بررسی و فصل قبل مقادیر غلظت نیترات درفصل قبل ضخامت لایه اشباع و طول و عرض جغرافیایی هر ناحیه بود این پارامترها پس از انالیز حساسیت انتخاب شدند. نتایج این پژوهش نشان می دهد که براساس الگوریتم بهینه سازی مجموعه ذرات، مدیریت بهینه غلظت نیترات، مستلزم کاهش ویا افزایش برداشت از نواحی مختلف نسبت به شرایط فعلی برداشت درمنطقه است.لذا با ثابت نگه داشتن کل برداشت ازمحدوده و با اندکی تغییرات منطقه ای در میزان برداشت و در ابخوان آلوده کرج، می توان از افزایش غلظت نیترات در نواحی بحرانی جلوگیری نمود.

کلیدواژه ها:

غلظت نیترات ، آبخوان کرج ، شبکه عصبی مصنوعی ، بهینه سازی مجموعه ذرات