برآورد غلظت نیترات آب زیرزمینی با استفاده از شبکه های عصبی مصنوعی | ||
| مهندسی محیط زیست و توسعه پایدار | ||
| Article 3, Volume 1, Issue 2, 1404, Pages 35-44 PDF (1.05 M) | ||
| Document Type: مقاله پژوهشی | ||
| Authors | ||
| امیر حسین سیاح زاده* ; ابراهیم بهادری فر | ||
| گروه مهندسی عمران، دانشکده مهندسی عمران و معماری، دانشگاه ملایر، ملایر، ایران | ||
| Abstract | ||
| آلودگی آب زیرزمینی به نیترات یک نگرانی رو به رشد جهانی است. وابستگی روزافزون جوامع بشری به آب زیرزمینی برای مصارف شهری و کشاورزی مستلزم پیشبینی دقیق و مستمر غلظت نیترات در نقاط مختلف آبخوانها است. شبکه های عصبی مصنوعی یکی از ابزارهای کارآمد مدلسازی غلظت نیترات در آب های زیرزمینی است که البته با چالشهایی در خصوص انتخاب متغیرهای ورودی مناسب، بهینهسازی معماری شبکه و کمبود دادهها مواجه است. در این تحقیق پس از انتخاب 16 پارامتر فیزیکی و شیمیایی کیفی آب به عنوان ورودیهای شبکه و نیترات به عنوان خروجی شبکه، ساختارهای متعددی از شبکه های عصبی پرسپترون چند لایه (60 مدل) ارزیابی شد. همچنین در شبکهای که دارای بیشترین ضریب همبستگی و کمترین ریشه میانگین مربعات خطا بود، آنالیز حساسیت و آزمون کفایت دادهها صورت گرفت. نتایج نشان داد که شبکه عصبی پرسپترون سه لایه قادر است غلظت نیترات را با ضریب همبستگی 0/94 و با ریشه میانگین مربعات خطا 1/3 پیشبینی کند. نتایج آنالیز حساسیت نشان داد حذف هیچیک از ورودی های شبکه به تنهایی، تاثیر قابل توجهی در عملکرد شبکه جهت تخمین غلظت نیترات ندارد. بر اساس نتایج آزمون کفایت داده ها برای دستیابی به یک مدل شبکه عصبی جهت تخمین مناسب نیترات آبهای زیرزمینی حداقل به 220 نمونه اندازه گیری از غلظت نیترات آب زیرزمینی نیاز هست تا بتوان به دقت مطلوبی جهت برآورد نیترات رسید. | ||
| Keywords | ||
| مدلسازی غلظت نیترات; آلودگی آبخوانها; طراحی معماری شبکه عصبی; آنالیز حساسیت; کفایت دادهها | ||
| References | ||
|
| ||
|
Statistics Article View: 151 PDF Download: 133 |
||
| Number of Journals | 45 |
| Number of Issues | 2,171 |
| Number of Articles | 24,674 |
| Article View | 24,448,005 |
| PDF Download | 17,555,123 |