شبيه سازي SAR و SO4 آب رودخانه با استفاده از شبكه هاي عصبي مصنوعي و پارامترهاي كيفي آب مطالعه موردي : رودخانه سفيد رود

در جامعه امروز با توجه به كاهش منابع آب، استفاده بهینه از آن به عنوان یك هدف كلی مدنظر بوده و با چنین دیدگاهی اولین قدم، برنامه ریزی و تصمیم گیری درست و اصولی در راستای مدیریت كیفی و حفاظت از منابع آبی موجود می باشد. در این مطالعه به منظور بررسی، پیش بینی و شبیه سازی كیفیت آب از داده های ماهانه ی برخی پارامترهای كیفی از جمله SO4 ،SAR ،Na ،TDs ،Mg ،Ca ،Cl ،HCO3 ،EC،PH و دبی بادوره آماری 15 ساله (88-74) در ایستگاه آستانه ی رودخانه سفیدرود استفاده شد. شبكه مورد استفاده برای مدلسازی، شبكه عصبی مصنوعی از نوع پرسپترون چندلایه با روش پیشخور پسانتشار خطا (FFBP) و تابع آموزش و انتقال لونبرگ-ماركورآت و Logsig می باشد.برای پیش بینی هر یك از پارامترهای سولفات (SO4) و درصد جذب سدیم در آب (SAR) تركیبات ورودی مختلفی وارد شد كه با استفاده از سه شاخص ضریب همبستگی (R) جذر میانگین مربعات خطا (RMSE) و میانگین قدر مطلق خطا (MAE) مورد مقایسه قرار گرفتند و برای بهترین ساختار با تعداد نرون بهینه، ضریب كارایی نش- ساتكلیف (NS) محاسبه شد. نتایج نشان داد كه مدل شبكه عصبی در پیش بینی دو پارامتر فوق به خوبی عمل كرده است.