استفاده از شبکه عصبی مصنوعی در برآورد ضریب انتشار طولی آلاینده در رودخانه
محل انتشار: نهمین کنگره علوم خاک ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,317
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SSCI09_611
تاریخ نمایه سازی: 30 خرداد 1385
چکیده مقاله:
گسترش روزافزون فعالیتها و تمرکز نیروهای انسانی همراه با رشد و تکامل صنعت و کشاورزی مشکلات زیادی برای منابع آب ایجاد کرده است . ورود پسابها و آلودگیهای صنعتی و کشاورزی به منابع آب از جمله این مشکلات است . در این میان، منابع آبی سطحی، خصوصاً رودخانهها بیش از دیگر منابع در معرض خطر هستند . بطور معمول ورود آلایندهها به منابع آبهای سطحی به دو شکل نقطه - ای ( مانند آلایندههای خروجی از یک کارخانه شیمیائی، نیروگاه اتمی و یا یک واحد تصفیه فاضلاب ) و غیرنقطهای ( مانند ورود سموم از مزارع کشاورزی و یا حوضههای آبریز به داخل رودخانه ) صورت می - گیرد . ورود یک آلاینده شیمیائی به سیستم آبی اثرات زیانباری بر کیفیت آب و خاک پائیندست میگذارد . بدین منظور لازم است تا تئوری پدیده حاکم بر میدان مزبور شناسائی شده و فرایند پخش و انتقال ماده آلودهکننده با استفاده از معادلات حاکم پیشبینی گردد . از آنجاکه معادلات حاکم بر پخش آلودگی در رودخانه دارای ضرایبی تجربی است، لذا برای استفاده از روشهائی از قبیل روشهای عددی باید ضرائب مزبور به مدل معرفی شوند .
نویسندگان
اکبر صفرزاده گندشمین
دانشجوی کارشناسی ارشد مهندسی عمران آب - دانشگاه تربیت مدرس
پرویز فتحی
دانشجوی دکتری آبیاری - دانشگاه تربیت مدرس
حبیب خداوردی لو
دانشجوی دکتری خاکشناسی - دانشگاه تربیت مدرس
مهدی کوچک زاده
استادیار گروه آبیاری - دانشگاه تربیت مدرس
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 :