مدل‌سازي پارامترهاي كيفي SAR ، EC و TDS در آب زيرزميني با استفاده از مدل شبكه عصبي مصنوعي بهينه شده (مطالعه موردي: دشت بهبهان)

مدل سازي مناسب كيفيت آب زيرزميني از ابزارهاي مهم برنامه ريزي و تصميم گيري در مديريت منابع آب است. پژوهش حاضر به‌منظور شبيه‌سازي پارامترهاي كيفي آب زيرزميني دشت بهبهان شامل SAR، EC و TDS با استفاده از مدل‌هاي ANN و ANN+PSO و درنهايت مقايسه نتايج آن‌ها با داده‌هاي اندازه‌گيري شده‌، انجام شد. اطلاعات ورودي به مدل‌ها براي پارامتر كيفي TDS شامل هدايت الكتريكي، نسبت جذبي سديم، سولفات، كلسيم، منيزيم و سديم و براي پارامتر كيفي SAR شامل مقدار كل نمك‌هاي محلول، سديم، بي‌كربنات و براي پارامتر كيفي EC شامل سولفات، كلسيم، منيزيم و نسبت جذبي سديم، از سال 1389 تا 1396 جمع‌آوري‌شد. نتايج نشان داد بالاترين دقت شبيه سازي پارامترهاي كيفي EC و TDS مربوط به مدل ANN+PSO با تابع محرك تانژانت سيگموئيدي و براي پارامتر SAR مربوط به مدل ANN+PSO با تابع محرك لگاريتم سيگموئيدي بود ‌طوري‌كه مقدار آماره‌هاي RMSE و MAE كم ترين مقدار و  بيش ترين مقدار را براي مدل مذكور داشت. در مرحله آزمون، براي پارامتر EC مقدار RMSE=14.61 و 9.27=MAE و 0.41=NRMSE و 0.942=EF و 0.96=R^2 و براي پارامتر TDS، مقدار 22.21=RMSE و 18.32=MAE و 0.398=NRMSE و 0.925=EF و 0.836=R^2 و براي پارامتر SAR مقدار RMSE=9.45 و MAE=7.2 و NRMSE=0.301 و EF=0.974 و 0.982= R^2محاسبه شد. همچنين نتايج آزمون مقايسه ميانگين ها بين داده هاي اندازه گيري و شبيه‌سازي‌شده نشان داد، بين مقادير شبيه‌سازي‌شده به وسيله مدل ها با داده هاي اندازه گيري شده اختلاف معني دار وجود نداشت.