برآورد مقدار جامدات محلول رودخانه با استفاده از محاسبات نرممطالعه موردی: بالادست سد بوکان

زندگی بشر در کره زمین در گرو تامین آب مناسب از نظر کمی و کیفی قرار دارد. در سال های اخیر استفاده از مدل های ریاضی برای شبیه سازی کیفیت آب رودخانه ها توسعه زیادی یافت که به دلیل پیچیدگی و تعدد فرآیندهای کیفی منابع آب سطحی، استفاده از محاسبات نرم روشی نو جهت پیش بینی کیفیت آب رودخانه ها می باشد. در این مطالعه ، قابلیت روش شبکه های عصبی مصنوعی با الگوریتم آموزشی لونبرگ ماکوارت، سامانه استنتاجی عصبی-فازی تتطبیقی مبتنی بر مدل دسته بندی تفریقی و برنامه ریزی بیان ژن برای مدل بندی خصوصیان کیفیت آب رودخانه در بالادست سد مخزنی بوکان واقع در حوضه آبریز زرینه رود و برآورد میزان جامدات محلول TDS ارزیابی و مقایسه شدند . بدین منظور از داده های کیفیت آب دو ایستگاه هیدرومتری آنیان و صفاخانه در بالادست سد مخزنی بوکان با طول دوره آماری 18 ساله 1389-1372 استفاده گردید. ابتدا در یک آنالیز اولیه آماری براساس رگرسیون گام به گام، پارامترهای موثر و اصلی کیفیت آب در مپیش بینی TDS تعیین گردید. نتایج بیانگر عملکرد قابل قبول هر سه روش شبکه عصبی مصنوعی سامانه استنتاجی عصبی فازی تطبیقی و برنامه ریزی بیان ژن برای مدل بندی میزان جامدات محلول در بالادست سد می باشد. برنامه ریزی بیان ژن، سامانه استنتاجی عصبی فازی تطبیقی و شبکه عصبی مصنوعی با پنج پارامتر ورودی بیشترین دقت را داشتند. برنامه ریزی بیان ژن علاوه بر عملکرد بالا، در ایستگاه های آنیان و صفاخانه به ترتیب با ضرایب همبستگی 0/962 و 0/971 و ریشه میانگین مربعات خطا 12/82 mg/L و 29/08 mg/L ، روابط ریاضی جهت برآورد مقدار جامدات محلول در رودخانه های بالادست سد را نیز ارایه داد.

کلیدواژه ها:

بیان ژن ، جامدات محلول ، زرینه رود ، شبکه مصنوعی ، عصبی-فازی