تعیین طبقهبندی کیفی آب بر اساس حداقل پارامترهای کیفی (مطالعۀ موردی: رودخانۀ کارون) | ||
| نشریه محیط زیست طبیعی | ||
| مقاله 8، دوره 70، شماره 3، 1396، صفحه 583-595 اصل مقاله (789.01 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jne.2017.213338.1224 | ||
| نویسندگان | ||
| دنیا دزفولی1؛ سید محمد حسینی موغاری2؛ کیومرث ابراهیمی* 3؛ شهاب عراقی نژاد4 | ||
| 1دانشآموختۀ کارشناسی ارشد مهندسی منابع آب، گروه آبیاری و آبادانی، دانشگاه تهران، کرج، ایران | ||
| 2دانشجوی دکتری مهندسی منابع آب، گروه آبیاری و آبادانی، دانشگاه تهران، کرج، ایران | ||
| 3استاد گروه آبیاری و آبادانی، دانشگاه تهران، کرج، ایران | ||
| 4دانشیار گروه آبیاری و آبادانی، دانشگاه تهران، کرج، ایران | ||
| چکیده | ||
| رودخانهها یکی از مهمترین منابع تأمین آب شیرین بهشمار میروند. محدودیت این منابع ضرورت حفظ کیفیت آنها را نشان میدهد. بهمنظور پایش کیفی منابع آب معمولاً از شاخصهای کیفیت آب استفاده میشود. هر کدام از این شاخص بر اساس پارامترهای کیفی مشخصی محاسبه میشوند که فرآیند نمونهبرداری و تعیین مقدار این پارامترها زمانبر و پرهزینه است، لذا یافتن روشی دقیق که در آن با حداقل پارامترهای کیفی بتوان طبقۀ کیفیت آب را تعیین کرد بسیار مفید است. در مقالۀ حاضر از مزایای شبکۀ عصبی احتمالی (PNN) بهعنوان یک طبقهبندیکننده برای تعیین کیفیت آب رودخانۀ کارون بهعنوان جایگزینی برای شاخص متداول و پرکاربرد NSFWQI استفاده شد. برای این منظور از آمار کیفی 172 نمونه استفاده شد به این صورت که پارامترهای کیفی و کلاسهای کیفیت آب حاصل از شاخص NSFWQI به ترتیب به عنوان ورودی مدل و خروجی مدل در نظر گرفته شدند. جهت ارزیابی عملکرد مدل PNN، از معیارهای ارزیابی نرخ خطا، مقدار خطا، دقت و ضریب همبستگی اسپیرمن استفاده شد. نتایج نشان داد که PNN تنها با استفاده از سه پارامتر کیفی کدورت، کلیفرم مدفوعی و کل مواد جامد میتواند با دقت 37/94% و 78/90% به ترتیب در مرحلۀ آموزش و آزمایش، طبقه کیفی آب را مشخص کند که بیانگر دقت بالای PNN در تعیین طبقه کیفی آب میباشد . | ||
| کلیدواژهها | ||
| آب سطحی؛ پارامترهای کیفی آب؛ شاخص NSFWQI؛ طبقهبندی کیفیت آب؛ مدلسازی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 970 تعداد دریافت فایل اصل مقاله: 1,023 |
||