تخمين پارامترهاي كيفي رودخانه ي شاهرودچاي اردبيل با استفاده از مدل هيبريد شبكه هاي عصبي - موجكي

رودخانه ها بعنوان اصلی ترین منبع تأمین كننده نیاز شرب، كشاورزی و صنعت، از اهمیت خاصی برخوردار هستند و بعلت اینكه از بسترها و مناطق مختلفی میگذرند، نوسانات كیفی زیادی دارند. لذا بررسی و پیش بینی تغییرات پارامترهای كیفی رودخانه ها، یكی از اهداف برنامهریزان و مدیران منابع آب می باشد. در این راستا تعداد زیادی مدلهای كیفیت آب در زمینه مدیریت بهتر برای حفظ كیفیت آب گسترش یافته است. در این تحقیق از یك مدل تلفیقی موجكی و شبكه عصبیمصنوعی، جهت تخمین برخی از پارامترهای كیفی آب (كل جامدات محلول، هدایت الكتریكی و نسبت جذبی سدیم) رودخانه شاهرودچای اردبیل طی یك دوره آماری 20 ساله استفاده شده است، كه با استفاده از توان بالای موجك در شناسایی سیگنال ها و جداسازی سیگنالهای خطا در تركیب با شبكه عصبی برای تخمین پارامترهای كیفی آب رودخانه مذكور مدل شبكه عصبی موجكی مورد تجزیه و تحلیل قرار گرفت و با مدل شبكه عصبی مصنوعی مقایسه گردید. ارزیابی آنها توسط معیارهای آماری ضریب همبستگی (r) ریشه مربع میانگین خطا (RMSE) و میانگین قدر مطلق خطا (MAE) انجام پذیرفت. نتایج نشان داد كه مدل بهینه شبكه عصبی موجكی با ضریب همبستگی بالای 99/. قابلیت بالایی در تخمین پارامتر SAR در ایستگاه درو دارد. همچنین در مورد پارامترهای EC و TDS دقت بالا و میزان خطای پایین تر مدل عصبی موجك نیز مشهود بود. با توجه به كارایی بالای شبكه عصبی موجكی در پیش بینی پارامترهای كیفی آب رودخانه ها میتوان از این مدل جهت اتخاذ تصمیمات مدیریتی و حصول اطمینان از نتایج پایش و كاهش هزینه پایش استفاده كرد.