بهینه سازی روش DRASTIC با استفاده از هوش مصنوعی برای ارزیابی آسیب پذیری آبخوان چندگانه دشت ورزقان
نویسنده:
چکیده:
با توجه به افزایش جمعیت و توسعه فعالیتهای کشاورزی و معدنی در دشت ورزقان که سبب افزایش مقادیر نیترات تا پنج برابر استاندارد سازمان بهداشت جهانی (WHO) شده، ارزیابی آسیبپذیری و حفاظت از منابع آب زیرزمینی در این منطقه اهمیت زیادی دارد. در این پژوهش، آسیبپذیری آبخوان چندگانه دشت ورزقان در برابر آلودگی به کمک روش DRASTIC در محیط ArcGIS بررسی شده و بهینهسازی روش DRASTIC با استفاده از مدل ANN صورت گرفته است. برای اجرای روش DRASTIC از پارامترهای موثر در ارزیابی آسیبپذیری سفره آب زیرزمینی شامل عمق سطح ایستابی، تغذیه خالص، جنس محیط آبخوان، نوع خاک، شیب توپوگرافی، مواد تشکیل دهنده ناحیه غیراشباع و هدایت هیدرولیکی استفاده شده که به صورت هفت لایه جداگانه برای آبخوان آزاد و تحت فشار تهیه و بعد از رتبه دهی و وزن دهی و تلفیق این هفت لایه شاخص DRASTIC محاسبه شد که براساس نتایج به دست آمده شاخص DRASTIC برای آبخوان آزاد 92- 164 و برای آبخوان تحت فشار 48-93 برآورد شد. به منظور بهینه سازی روش DRASTIC، از مدل شبکه عصبی مصنوعی استفاده و به این منظور داده های ورودی )پارامترهای (DRASTIC و خروجی (شاخص آسیبپذیری) و مقادیر نیترات مربوط به آن به دو دسته آموزش و آزمایش تقسیم شد و پس از آموزش مدل، با استفاده از مقادیر نیترات نتایج مدل در مرحله آزمایش ارزیابی شد. نتایج نشان داد مدل شبکه عصبی مصنوعی به کار گرفته شده، قابلیت بهبود نتایج روش DRASTICاولیه را دارد. برای صحتسنجی نتایج روش کلاسیک و مدل هوش مصنوعی استفاده شده در این پژوهش، از داده های غلظت نیترات و ضریب همبستگی آن با شاخص آسیبپذیری در منطقه استفاده شد. مدل ANN با داشتن ضریب تعیین (R2) و شاخص همبستگی (CI) بیشتر نسبت به روش DRASTIC و همچنین توانایی ارزیابی یکپارچه آبخوان چندگانه و حذف خطای نظر کارشناسی اعمال شده در روش کلاسیک، روش بهتری برای ارزیابی آسیبپذیری آبخوان چندگانه دشت ورزقان است.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
1089 تا 1103
لینک کوتاه:
magiran.com/p1757610
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!