مدلسازی مناسب کیفیت آبزیرزمینی از ابزارهای مهم برنامهریزی و تصمیمگیری در مدیریت منابع آب است. در این مطالعه به منظور مدلسازی تغییرات متغیرهای کیفی آبزیرزمینی دشت گرو از دادههای 14 چاه در دوره آماری (1388 تا 1395) استفاده شد. متغیرهای Na، Mg، Ca،SO4، Cl و HCO3به عنوان متغیر مستقل و EC، SAR، TDS و TH به عنوان متغیر وابسته در نظر گرفته شد. از روشهای ماشین بردار پشتیبان، شبکه عصبی مصنوعی و شبکه عصبی-فازی تطبیقی برای مدلسازی متغیرهای کیفی آبزیرزمینی استفاده شد. به منظور تخمین کیفیت آبزیرزمینی کل دادهها به صورت تصادفی به دو دسته آموزشی (80 درصد کل دادهها) و آزمایشی (20 درصد کل دادهها) تقسیم شد. نتایج حاصل از مدلسازی متغیرهای کیفی آبزیرزمینی در دشت گرو نشان داد که شبکه عصبی-فازی تطبیقی در متغیرهای EC (99/0=R2، 13/109= RMSE و 99/0 =CE)، SAR (98/0=R2، 28/0= RMSE و 98/0 =CE) و TH (99/0=R2، 49/0= RMSE و 99/0 =CE) نسبت به دو روش شبکه عصبی مصنوعی و ماشین بردار پشتیبان عملکرد بهتری دارد و در متغیر TDS مدل شبکه عصبی مصنوعی (99/0=R2، 13/109= RMSE و 99/0 =CE) نسبت به دو مدل دیگر کارایی بهتری داشته است. به منظور پهنهبندی تغییرات کیفیت آبزیرزمینی از مدلهای انتخاب شده بر اساس دو طبقهبندی کیفیت آب شرب شولر و کشاورزی ویلکوکس استفاده گردید. نتایج حاصل از پهنهبندی براساس طبقهبندی آب شولر نشان داد که متغیر TDS داری سه طبقه نامناسب (1/21%)، بد (59/74%) و غیرقابل شرب (31/4%) و متغیرTH دارای 4 طبقه خوب (85/0%)، قابل قبول (48/23%)، نامناسب (55/67%) و بد (12/8%) میباشد. نتایج پهنهبندی بر اساس طبقهبندی ویلکوکس نیز نشان داد که متغیر EC داری سه طبقه عالی (41/9%)، خوب (79/89%) و متوسط (8/0%) و متغیر SAR دارای دو طبقه عالی (19%) و خوب (81%) میباشد.
بازنشر اطلاعات | |
![]() |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |