بهینه سازی ضرایب مدلهای ریاضی برآورد نیم تغییرنما با استفاده از الگوریتم ژنتیک جهت پهنه بندی نیترات

چکیده مقاله

طی چند دهه اخیر مشکلات ناشی از آلودگی های حاصل از فعالیت های بشر بیشتر نمایان شده و مورد توجه قرار گرفته است در این میان آلودگی های ناشی از سموم، آفت کش ها، کودهای شیمیایی بکار رفته در کشاورزی نقش بسزایی در ایجاد مسمومیت ها و به خطر افتادن سلامت انسانها و محیط زیست، ایفا نموده اند تخمین میزان نیترات و پهنه بندی آن در سطح یک منطقه همواره به مدیران منابع آب این امکان را می دهد که مناطق بحرانی را تشخیص داده و با شناسایی آنها، اقدامات اصلاحی و پیشگیرانه را انجام دهند منابع آب زیرزمینی همواره در معرض آلودگی نیترات می باشند و لذا در این تحقیق مورد توجه قرار گرفته است همچنین از میان روش ها و الگوریتم های میانیابی و پهنه بندی، تکنیک زمین آمار بکار گرفته شده است در این تحقیق از روش بهینه سازی الگوریتم ژنتیک جهت کمینه نمودن خطای حاصل میان نقاط تجربی نیم تغییرنما و مقادیر حاصل از مدلهای تئوریکی استفاده شده است تا پارامترهای این توابع بهینه گردند مطالعه بر روی دو مجموعه اطلاعات مقدار نیترات در منابع آب زیرزمینی دشت آستانه کوچصفهان در شمال ایران انجام شده است نتایج نشان دهنده توانایی مناسب الگوریتم ژنتیک در کاهش خطای تخمین بود

کلیدواژه‌ها

نویسندگان

فرهاد میثاقی

دانشجوی دکتری آبیاری و زهکشی، دانشگاه تربیت مدرس، تهران

کورش محمدی

دانشیار گروه آبیاری و زهکشی ، دانشگاه تربیت مدرس ، تهران

اکرم گشتاسبی

کارشناس آبیاری و زهکشی ، دانشگاه بین المللی امام خمینی ، قزوین

میثاقی، فرهاد و محمدی، کورش و گشتاسبی، اکرم،1387،بهینه سازی ضرایب مدلهای ریاضی برآورد نیم تغییرنما با استفاده از الگوریتم ژنتیک جهت پهنه بندی نیترات،سومین کنفرانس مدیریت منابع آب،تبریز

ارائه‌شده در

مجموعه مقالات سومین کنفرانس مدیریت منابع آب23 مهر 1387 · تبریز