وحید غلامی؛ شهرام درخشان؛ زهرا درواری
چکیده
متاسفانه اطلاعات کمی و کیفی جامع از منابع آب در کشور ما محدود است و این امر موجب اهمیت بکارگیری روشهای و مدلهای مختلف به منظور برآورد پارامترهای کمی و کیفی منابع آب شده است. تحقیق حاضر با هدف مقایسه عملکرد و کارایی دو روش رگرسیون چند متغییره و شبکه عصبی مصنوعی در مدلسازی و برآورد شوری آب زیرزمینی در سواحل استان ...
بیشتر
متاسفانه اطلاعات کمی و کیفی جامع از منابع آب در کشور ما محدود است و این امر موجب اهمیت بکارگیری روشهای و مدلهای مختلف به منظور برآورد پارامترهای کمی و کیفی منابع آب شده است. تحقیق حاضر با هدف مقایسه عملکرد و کارایی دو روش رگرسیون چند متغییره و شبکه عصبی مصنوعی در مدلسازی و برآورد شوری آب زیرزمینی در سواحل استان مازندران انجام پذیرفت. روش رگرسیون چند متغییره با بکار گیری نرم افزار SPSS با در نظر گرفتن هدایت الکتریکی بعنوان معیاری برای بررسی شوری آب بعنوان متغییر وابسته و عوامل موثر در این پدیده بعنوان متغییرهای مستقل بکار گرفته شد. دو مدل یکی خطی و دیگری غیرخطی برای برآورد میزان شوری آب زیرزمینی ارائه شد و سپس کارایی این مدلها مورد ارزیابی و تائید قرار گرفت. همچنین از شبکه عصبی مصنوعیANN برای شبیهسازی شوری آب زیرزمینی استفاده گردید. عملکرد شبکه عصبی از طریق پارامترهای چون، جذر میانگین مربع خطا(RMSE) و ضریب همبستگی بین خروجی های حقیقی و دلخواه(R) سنجیده شد. نتایج حاصل از هر دو روش حاکی از آن است که عوامل نوع تشکیلات آبخوان، فاصله از دریا و شوری آب سطحی از عوامل اصلی میزان شوری آب زیر زمینی میباشند اما کارایی شبکه عصبی مصنوعی در برآورد شوری آب زیرزمینی بیشتر از روش رگرسیون چند متغییره است.