پديد آورندگان :
نظري، حسنيه دانشگاه اروميه , تقوي، بهنام دانشگاه اروميه , حاجي زاده، فرنوش دانشگاه اروميه - گروه مهندسي معدن
كليدواژه :
هدايت الكتريكي , ANFIS-FCM , آب زيرزميني , حوضه ي درياچه اروميه
چكيده فارسي :
هدف از اين مطالعه بررسي هدايت الكتريكي آب زيرزميني ناشي از پارامتر هاي فيزيكي و شيميايي آب با استفاده از روش ANFIS-FCM در محدوده هاي مطالعاتي آذرشهر، عجب شير و مراغه حوضه آبريز درياچه اروميه مي باشد. جهت دست يابي به اين هدف، 82 نمونه آب از چاه و چشمه هاي دشت ها برداشت و داده ها در آزمايشگاه مورد آناليز شيميايي قرار گرفت. آمارهاي توصيفي داده ها و ماتريس همبستگي پارامترهاي مورد مطالعه با استفاده از نرم افزار SPSS بدست آمد. با تشكيل ماتريس همبستگي، مشخص گرديد كه چهار پارامتر شوري (Salinity)، اكسيژن محلول (DO)، كل مواد جامد محلول (TDS) و pH، نسبت به ساير پارامترهاي موجود، بيشترين همبستگي را با هدايت الكتريكي (EC) دارند. بنابراين ورودي هاي مدل شامل چهار پارامتر نامبرده و خروجي نيز با توجه به هدف تحقيق، هدايت الكتريكي انتخاب شد. داده ها پس از استاندارد سازي، وارد محيط متلب شده و با استفاده از روش ANFIS-FCM، هدايت الكتريكي آب زيرزميني پيش بيني گرديد. در اين روش 80 درصد داده ها (66 نمونه) براي مجموعه داده آموزش و 20 درصد داده ها (16نمونه) براي مجموعه داده آزمون به طور تصادفي انتخاب شدند. براي مجموعه داده آموزش مدل ANFIS-FCM مقادير R2، RMSE و VAF به ترتيب 0/9999، 0032399/ و 99993/ بدست آمدند و همچنين براي مجموعه داده آزمون مدل ANFIS-FCM مقادير R2، RMSE و VAF به ترتيب 9998/، 0029949/ و 99972/ حاصل گرديد. با استفاده از نتايج به دست آمده از اين مدل، مشخص شد كه هدايت الكتريكي تخمين زده شده در محدوده هاي مورد بررسي از دقتي بسيار خوب و همبستگي بالايي نسبت به مقادير اندازه گيري شده برخوردار بوده است. در نتيجه روش هوشمند ANFIS-FCM روشي موثر، كارآمد و دقيق جهت تخمين پارامترهاي فيزيكي و شيميايي آب مي باشد.
چكيده لاتين :
The aim of this study was to investigate the electrical conductivity of groundwater due to physical and chemical parameters of water using ANFIS-FCM method in Azarshahr, Ajabshir and Maragheh study areas of Urmia Lake catchment area. To achieve this goal, 82 water samples were taken from wells and springs in the plains and the data were chemically analyzed in the laboratory. Descriptive statistical data and correlation matrix of the studied parameters were obtained using SPSS software. By forming the correlation matrix, it was found that the four salinity parameters, soluble oxygen (DO), total soluble solids (TDS) and pH, have the highest correlation with electrical conductivity (EC) compared to other existing parameters. Therefore, the inputs of the model included the four mentioned parameters and the output was selected according to the purpose of the research, electrical conductivity. After standardization, the data entered the MATLAB environment and using ANFIS-FCM method, the electrical conductivity of groundwater was predicted. In this method, 80% of the data (66 samples) were randomly selected for the training data set and 20% of the data (16 samples) were randomly selected for the test data set. For ANFIS-FCM training data set, R2, RMSE and VAF values were 0.9999, 0.0032399 and 0.99993, respectively, and also for ANFIS-FCM test data set, R2, RMSE and VAF values were 0.9998, respectively, 0.0029949 and 0.99972 were obtained. Using the results of this model, it was found that the estimated electrical conductivity in the studied areas had a very good accuracy and high correlation with the measured values. As a result, the ANFIS-FCM intelligent method is an effective, efficient and accurate way to estimate the physical and chemical parameters of water.
