پیش بینی مقدار نیترات چاه و چشمه با استفاده از مدل های هوش مصنوعی

چکیده مقاله

افزایش غلظت یوننیترات در محلول خاک و سپس آبشویی آن به سمت سفره های آب زیرزمینی سبب افزایش غلظت نیترات در آب شده و می تواند مشکلات فراوان بهداشتی و بوم شناختی ایجاد کند نیترات علاوه بر چرخه طبیعی ازت در اثر ورود فاضلاب انسانی مواد زاید شهری و صنعتی و همچنین فعالیت های کشاورزی وارد منابع آب و خاک شده و اثرات نامطلوبی بر سلامتی مصرف کنندگان برجای می گذارد شبکه عصبی مصنوعی ANN و سیستم عصبی فازی ANFIS به عنوان مدلهایی که با تجزیه و تحلیل اطلاعات موجود امکان استخراج روابط غیرخطی و نامشخص را فراهم می سازد در بسیاری از علوم به ویژه آب موفق ظاهر شده است در این تحقیق از تکنیکهای هوشمند نظیر شبکه عصبی و سیستم عصبی فازی به عنوان ابزاری کاملا انعطاف پذیر در شبیه سازی تغییرات غلظت نیترات چاه و چشمه استفاده شده است نتایج نشان داد که مقدار نیترات با روش سیستم عصبی فازی بهتر از روش شبکه عصبی پیش بینی شده است و همچنین نیترات چشمه بهتر از نیترات چاه شبیه سازی شده است

کلیدواژه‌ها

نویسندگان

مجتبی خوش روش

دانشجوی دکترای آبیاری و زهکشی دانشگاه صنعتی اصفهان

منوچهر حیدرپور

دانشیار گروه مهندسی آب دانشگاه صنعتی اصفهان

مجتبی نوروزی

دانشجوی دکتری خاکشناسی

محبوبه قاسمی

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه صنعتی اصفهان

�وش روش، مجتبی و حیدرپور، منوچهر و نوروزی، مجتبی و قاسمی، محبوبه،1390،پیش بینی مقدار نیترات چاه و چشمه با استفاده از مدل های هوش مصنوعی،چهارمین کنفرانس مدیریت منابع آب ایران،تهران

ارائه‌شده در

مجموعه مقالات چهارمین کنفرانس مدیریت منابع آب ایران13 اردیبهشت 1390 · تهران