شبيه سازي عددي انتشار آلودگي در رودخانه ها بوسيله توسعه همزمان روش عددي حجم محدود و مدل شبكه عصبي تطبيقي

مطالعه بر روي كيفيت آب‌هاي سطحي از اهميت ويژه‌اي برخوردار است. اين موضوع با توجه به اينكه يكي از مهم‌ترين منابع تامين آب براي مصارف شرب، كشاورزي و صنايع، رودخانه‌ها هستند نياز به توجه بيشتري دارد. متاسفانه رودخانه‌ها گاهي به عنوان مكاني براي تخليه فاضلاب در نظر گرفته مي شوند. به همين دليل آلودگي رودخانه‌ها به يكي از مهم‌ترين مسايل و مشكلات در محيط زيست تبديل شده است. معادله حاكم بر انتشار آلودگي در رودخانه ها، معادله انتقال و پخش است كه از نوع معادلات ديفرانسيل جزيي مي‌باشد. اين معادله از پركاربرد ترين معادلات در مهندسي سيالات مخصوصا مهندسي آب مي‌باشد و به صورت كلي معادله حركت ناميده مي‌شود. در توسعه مدل هاي كامپيوتري جهت شبيه سازي انتشار آلودگي در آبراهه ها علاوه بر حل عددي معادله حركت، نياز به پيش بيني ضريب پخشيدگي نيز مي‌باشد. براي محاسبه ضريب پخش فرمول هاي تجربي فراواني ارايه شده است كه ارزيابي اين روابط نشان مي دهد اكثر اين معادلات داراي دقت مطلوب نمي باشد. به همين جهت استفاده از روش هاي هوش مصنوعي اجتناب ناپذير است. در اين مقاله براي گسسته سازي معادله حركت از روش حجم محدود استفاده و براي تخمين ضريب پخشيدگي شبكه عصبي تطبيقي (ANFIS) توسعه داده شده است. نتايج مدل ANFIS توسعه داده شده نشان مي دهد كه مدل تهيه شده در مراحل مختلف توسعه مانند آموزش و آزمايش براي تخمين ضريب پخشيدگي از توانايي بسيار مناسبي برخوردار مي باشد( و ) بعد از توسعه مدل هوش مصنوعي به توسعه كلي مدل كامپيوتري پرداخته شده است دقت مدل كامپيوتري با حل تحليلي معادله حركت و همچنين داده هاي مشاهداتي رودخانه سورن در انگلستان مورد بررسي قرار گرفت. مقايسه نتايج مدل ارايه شده با دادهاي اندازه گيري شده رودخانه سورن در ايستگاه هاي مورد مطالعه به ترتيب داراي دقتي( و و ) مي باشد. نتايج كلي نشان مي دهد كه مدل كامپيوتري توسعه داده شده از توانايي بسيار مناسبي جهت شبيه سازي انتشار نيز آلودگي در رودخانه ها برخوردار مي‌باشد.