چکیده مقاله
رودخانه ها بعنوان اصلی ترین منبع تأمین کننده نیاز شرب، کشاورزی و صنعت، از اهمیت خاصی برخوردار هستند و بعلت اینکه از بسترها و مناطق مختلفی میگذرند، نوسانات کیفی زیادی دارند لذا بررسی و پیش بینی تغییرات پارامترهای کیفی رودخانه ها، یکی از اهداف برنامهریزان و مدیران منابع آب می باشد در این راستا تعداد زیادی مدلهای کیفیت آب در زمینه مدیریت بهتر برای حفظ کیفیت آب گسترش یافته است در این تحقیق از یک مدل تلفیقی موجکی و شبکه عصبیمصنوعی، جهت تخمین برخی از پارامترهای کیفی آب کل جامدات محلول، هدایت الکتریکی و نسبت جذبی سدیم رودخانه شاهرودچای اردبیل طی یک دوره آماری 20 ساله استفاده شده است، که با استفاده از توان بالای موجک در شناسایی سیگنال ها و جداسازی سیگنالهای خطا در ترکیب با شبکه عصبی برای تخمین پارامترهای کیفی آب رودخانه مذکور مدل شبکه عصبی موجکی مورد تجزیه و تحلیل قرار گرفت و با مدل شبکه عصبی مصنوعی مقایسه گردید ارزیابی آنها توسط معیارهای آماری ضریب همبستگی r ریشه مربع میانگین خطا RMSE و میانگین قدر مطلق خطا MAE انجام پذیرفت نتایج نشان داد که مدل بهینه شبکه عصبی موجکی با ضریب همبستگی بالای 99/ قابلیت بالایی در تخمین پارامتر SAR در ایستگاه درو دارد همچنین در مورد پارامترهای EC و TDS دقت بالا و میزان خطای پایین تر مدل عصبی موجک نیز مشهود بود با توجه به کارایی بالای شبکه عصبی موجکی در پیش بینی پارامترهای کیفی آب رودخانه ها میتوان از این مدل جهت اتخاذ تصمیمات مدیریتی و حصول اطمینان از نتایج پایش و کاهش هزینه پایش استفاده کرد
کلیدواژهها
نویسندگان
شیوه ارجاع
کمالی، مهسا و زارع ابیانه، حمید و جاویدی، مریم،1392،تخمین پارامترهای کیفی رودخانه ی شاهرودچای اردبیل با استفاده از مدل هیبرید شبکه های عصبی- موجکی،پنجمین کنفرانس مدیریت منابع آب ایران،تهران
ارائهشده در
مجموعه مقالات پنجمین کنفرانس مدیریت منابع آب ایران29 بهمن 1392 · تهران