تخمین مقادیر کیفی آب زیرزمینی با استفاده از روش های برنامه ریزی ژنتیک و توابع پایه شعاعی (مطالعه موردی آبخوان دشت مهران)
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 13، شماره: 0
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 55
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-13-0_017
تاریخ نمایه سازی: 3 آبان 1402
چکیده مقاله:
در مطالعه آلودگی آبهای سطحی و زیرزمینی در مطالعات کیفیت آب، برآورد پارامترهای کیفیت آب مورد نیاز است. در این تحقیق با استفاده از روش برنامه ریزی ژنتیک (GP) مبتنی بر گراف و روش توابع پایه شعاعی (RBF) با استفاده از مقادیر عناصر شیمیایی موجود در آب چاههای کشاورزی دشت مهران شامل کلسیم (Ca)، منیزیم (Mg)، سدیم Na))، بیکربنات HCO۳))، کلر Cl)) و سولفات SO۴))، پارامترهای کیفی آب چاههای دشت مذکور شامل هدایت الکتریکی (EC)، کل مواد جامد محلول (TDS) و اسیدیته آب (PH) تخمین زده شده است. به این منظور آمار کیفی ۲۰ ساله ۱۰ حلقه چاه کشاورزی در سطح دشت مهران مورد استفاده قرار گرفته است. در معادلات بدست آمده از روش برنامه ریزی ژنتیک (GP) جهت تخمین EC پارامترهای Na و Ca، در معادله TDS آنیونهای Cl، HCO۳ و SO۴ ، همچنین در معادله PH پارامترهای CL، SO۴ وHCO۳ ، بیشترین تاثیر را داشتند. میانگین درصد خطای مطلق معادلات محاسبه شده نشان داد، معادلات از دقت قابل قبولی در برآورد مقادیر پارامتهای کیفی آب زیرزمینی برخوردارند. در روش توابع پایه شعاعی، مقادیر خطا برای تخمین پارامترهای کیفی EC، TDS و PH به ترتیب ۰۴۶/۰، .۰۳۵/۰ و ۰۵۳/۰حاصل شد. نتایج تحقیق نشان داد روش توابع پایه شعاعی (RBF) در تخمین پارامترهای کیفی عملکرد بهتری نسبت به روش برنامه ریزی ژنتیک (GP) داشته است و خطای تخمین پارامترهای کیفی در روش توابع پایه شعاعی برای داده های آموزش و آزمایش از روش برنامه ریزی ژنتیک کمتر است.
کلیدواژه ها:
نویسندگان
مجتبی کرمی
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی دانشگاه ایلام
مهدی کرمی
کارشناس ارشد آبیاری و زهکشی شرکت آب منطقه ای ایلام
ابراهیم درویشی
مدرس مدعو گروه آب و خاک، دانشگاه ایلام
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :