مدلسازی اثر خصوصیات فیزیکی حوزه آبخیز بر روی کیفیت آب های سطحی و تحلیل عدم قطعیت با استفاده از شبیه ساز ی مونت کارلو

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 109

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IWRR-14-3_022

تاریخ نمایه سازی: 29 بهمن 1401

چکیده مقاله:

مدلسازی ارتباط بین ویژگی های فیزیکی و شاخص های کیفیت آب، نقش مهمی در مدیریت یکپارچه حوزه آبخیز بازی می کند. علاوه بر آن در فرآیند مدلسازی همواره نا اطمینانی به طور ذاتی و اجتناب ناپذیری وجود دارد که به سبب وجود عدم قطعیت و خطا در داده های ورودی مدل، پارامترها و ساختار مدل است؛ بنابراین به کمیت درآوردن میزان عدم قطعیت در خروجی مدل ها برای رسیدن به پیشبینی های مطمئن در مدلسازی امری اجتناب ناپذیر است. در این تحقیق از داده های کیفیت آب، کاربری/پوشش سرزمین، نقشه ی قابلیت سرزمین و زمینشناسی مربوط به ایستگاه های هیدرومتری واقع در حوزه غربی دریای خزر استفاده شد. مدلسازی با استفاده از رگرسیون خطی با رهیافت گام به گام انجام شد و تحلیل عدم قطعیت مدل ها نیز با شبیه سازی مونت کارلو بررسی شد. نتایج تحلیل همبستگی و رگرسیون نشان داد تمامی این شاخص ها دارای همبستگی قوی مثبت با انواع کاربری های انسانی مانند کشاورزی و توسعه ی شهری هستند. این نشان می دهد که یک افزایش در زمین های کشاورزی یا کاهش در مناطق جنگلی درنهایت منجر به افت کیفیت آب خواهد شد. نتایج شبیه سازی مونت کارلو نشان داد که اگرچه ضریب تبیین برخی از مدل ها نسبتا بالا است ولی احتمال تولید خروجی های منفی توسط مدل نیز بالاست. با توجه به این واقعیت که فقط مقادیر مثبت را می توان به متغیرهای کیفیت آب نسبت داد. علاوه بر این، ارزیابی بصری منحنی های تابع توزیع تجمعی نشان داد که مدل های Ca۲+، Mg۲+ و EC عدم قطعیت بالاتری از لحاظ پیشبینی در مقایسه با مدل Na+ دارند.

کلیدواژه ها:

مدل سازی ، تحلیل عدم قطعیت ، رگرسیون خطی ، شبیه سازی مونت کارلو

نویسندگان

شیرین کریمی

گروه محیط زیست، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

بهمن جباریان امیری

گروه محیط زیست، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران ،کرج، ایران

آرش ملکیان

گروه احیا، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

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 :