شماره ركورد كنفرانس :
3997
عنوان مقاله :
شبيه‌سازي تراكم جوامع ماكروبنتيك رودخانه كارون با استفاده از سيستم استنتاج عصبي- فازي تطبيقي
عنوان به زبان ديگر :
Simulation of macrobenthic communities density of Karun river using Adaptive Neural Fuzzy Inference System
پديدآورندگان :
عبيداوي زينب ايران.z.obeidavi@gmail.com دانش‌آموخته كارشناسي ارشد سنجش از دور و سيستم اطلاعات جغرافيايي، دانشكده علوم زمين، دانشگاه شهيد چمران اهواز، , بوستاني نسرين دانشجوي كارشناسي ارشد آلودگي‌هاي محيط‌زيست، دانشگاه آزاد اسلامي واحد علوم و تحقيقات خوزستان، اهواز، ايران , نبوي سيد محمد باقر z.obeidavi@gmail.com هيأت علمي گروه زيست‌شناسي دريا، دانشكده علوم دريايي، دانشگاه علوم و فنون دريايي خرمشهر , نوروزي جهان آباد مرضيه دانشجوي كارشناسي ارشد آلودگي‌هاي محيط‌زيست، دانشگاه آزاد اسلامي واحد علوم و تحقيقات خوزستان، اهواز
تعداد صفحه :
6
كليدواژه :
تراكم جوامع ماكروبنتيك , رودخانه كارون , متغيرهاي فيزيكي- شيميايي , سيستم استنتاج عصبي- فازي تطبيقي.
سال انتشار :
1395
عنوان كنفرانس :
دومين همايش ملي توسعه پايدار دريا محور
زبان مدرك :
فارسي
چكيده فارسي :
ماكروبنتوزها به عنوان بخش مهمي از فون بستر منابع آبي، در ساختار، توليد ديناميك و سلامت محيط‌زيست منابع آبي از نقش حياتي برخوردار بوده، تنوع و تراكم آن‌ها با برخي از فاكتورهاي محيطي در ارتباط است. از اين رو پژوهش حاضر با هدف شبيه‌سازي تراكم جوامع ماكروبنتيك رودخانه كارون بر مبناي روابط موجود ميان متغيرهاي فيزيكي- شيميايي و تراكم اين جوامع صورت مي‌گيرد؛ بدين منظور ابتدا مقادير هر يك از متغيرهاي فيزيكي- شيميايي و نيز تراكم جوامع ماكروبنتيك در هر يك از ايستگاه‌هاي نمونه‌برداري تعيين شده، همبستگي ميان آن‌ها مورد سنجش قرار گرفت. همچنين درون‌يابي مقادير متغيرهاي محيطي و تراكم نيز به روش كريجينگ انجام شد. به منظور شبيه‌سازي تراكم، طراحي و پياده‌سازي سيستم استنتاج عصبي- فازي تطبيقي با استفاده از نرم‌افزار MATLAB صورت گرفته، ارزيابي مدل با استفاده از ضريب همبستگي انجام شد. يافته‌هاي پژوهش حاكي از وجود رابطه آماري معنادار ميان PH، اكسيژن محلول در آب و شوري آب با تراكم جوامع ماكروبنتيك است (p 0.01). به علاوه، كارآيي مدل در پيش‌بيني وضعيت تراكم جوامع ماكروبنتيك بسيار موفق ارزيابي مي‌شود (ضريب همبستگي برابر 998/0 بدست آمد (p 0.01)). در واقع يافته‌هاي اين پژوهش ضمن تأييد وجود روابط قابل توجه ميان متغيرهاي فيزيكي- شيميايي و تراكم جوامع ماكروبنتيك، تأييدي بر بهره‌گيري از روش‌هاي نوين همچون سيستم استنتاج عصبي- فازي تطبيقي در مطالعه اجتماعات ماكروبنتيك است. با توجه به هزينه بالاي روش‌هاي آزمايشگاهي، اين گونه روش‌ها مي‌توانند نقش قابل توجهي در كاهش هزينه‌هاي مربوط به پايش كيفيت سيستم‌هاي منابع آبي با استفاده از شاخص‌هاي زيستي همچون ماكروبنتوزها ايفا نمايند.
چكيده لاتين :
The Macrobenthos is an important part of the fauna of water resources that plays a vital role in the water resources structure, dynamics production and environmental health of water resources. Also, diversity and density of Macrobenthos are associated with some environmental factors. So, present study aimed to simulate the macrobenthic communities density of Karun river based on their relations with physico-chemical variables. So, we measured physico-chemical variables and macrobenthic communities density in each of the sampling sites and we then tested the correlation between them. Also, interpolation of environmental variables and density were performed using kriging method. In order to simulate the density, Adaptive Neural Fuzzy Inference System (ANFIS) was designed and implemented using MATLAB software. The model performance was assessed using correlation coefficient. The our results indicate a significant relationship between PH, dissolved oxygen, salinity and macrobenthic communities density (p 0.01). In addition, the model performance was highly successful (correlation coefficient=0.998, p 0.01) to predict macrobenthic communities density. The findings of this study show that there are significant relationships between physico-chemical variables and macrobenthic communities density. Also, our results confirmed the use of modern methods such as adaptive neural fuzzy inference system to study the macrobenthic communities; that due to the high cost of laboratory tests, these Methods can play a significant role in reducing the costs of water quality monitoring by Biomarkers such as Macrobenthos.
كشور :
ايران
لينک به اين مدرک :
بازگشت