مرتضی مولایی - دانشگاه آزاد اسلامی، واحد میاندوآب،گروه عمران میاندوآب، ایران

یکی از عوامل مهم توسعه در هر منطقه فراهم بودن منابع آب مناسب میباشد. در این راستا علاوه بر کمیت، توجه به وضع کیفی آن نیز از اهمیت شایانی برخوردار است. دشت زرینه رود نیز به عنوان یکی از دشت های مهم کشاورزی ایران، استفاده از آبهای سطحی و زیرزمینی را به عنوان مهمترین منابع تولید آب شیرین در پیش رو دارد. در همین زمینه پیش بینی کیفیت شیمیایی آب این دشت می تواند کمک شایانی به برنامه ریزی و تصمیم گیری های بعدی، جهت تامین دراز مدت آب شرب، کشاورزی و صنعت نماید. در این تحقیق هدف پیش بینی کیفیت شیمیایی آب در حوضه رودخانه زرینه رود با استفاده از شبکه عصبی مصنوعی می باشد. روش شبکه عصبی مصنوعی یکی از روشهای هوشمند می باشد که با استفاده از ارتباط ذاتی داده ها، روابط غیر خطی بین آنها را یاد گرفته و نتایج را برای بقیه حالتها تعمیم می دهد. به منظور آموزش مدل، از اطلاعات 2 ایستگاه هیدرومتری و ایستگاه های هواشناسی موجود در منطقه استفاده شد. برای این تحقیق 1800 مدل شبکه ساخته و با استفاده از تحلیل خطا و ضریب رگرسیون، بهترین توپولوژی برای شبکه انتخاب شد. همچنین تعداد مناسب لایه پنهان، تابع مناسب و شبکه مناسب برای مدلها انتخاب گردید. خطای کم پیش بینی و ضریب رگرسیون بالای 90 درصد بین مقادیر مشاهده ای و پیش بینی شده ، نشانگر قدرت چشمگیر شبکه های عصبی در پیش بینی پارامترهای کیفی آب است. نتایج تحلیل خطا و محاسبه ضریب رگرسیون نشان داد که با استفاده از شبکه های عصبی مصنوعی می توان کیفیت شیمیایی آب را با دقت بالا و تا 30 ماه آینده پیش بینی نمود.

کیفیت شیمیایی آب ، رودخانه زرینه رود ، شبکه عصبی مصنوعی ، بهترین توپولوژی