پیش بینی هدایت الکتریکی آب زیرزمینی با استفاده از روش سیستم استنتاج عصبی- فازی تطبیقی (ANFIS) (مطالعه موردی: دشت های آذرشهر، عجب شیرو مراغه)
Publish place: New Findings in Applied Geology، Vol: 15، Issue: 30
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 89
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_NFAG-15-30_002
تاریخ نمایه سازی: 16 فروردین 1401
Abstract:
هدف از این مطالعه بررسی هدایتالکتریکی آب زیرزمینی ناشی از پارامترهای فیزیکی و شیمیایی آب با استفاده از روش ANFIS-FCM در محدودههای مطالعاتی آذرشهر، عجبشیر و مراغه حوضه آبریز دریاچه ارومیه میباشد. جهت دستیابی به این هدف، ۸۲ نمونه آب از چاه و چشمههای دشتها برداشت و دادهها در آزمایشگاه مورد آنالیز شیمیایی قرار گرفت. آمارهای توصیفی دادهها و ماتریس همبستگی پارامترهای مورد مطالعه با استفاده از نرمافزار SPSS بدست آمد. با تشکیل ماتریس همبستگی، مشخص گردید که چهار پارامتر شوری (Salinity)، اکسیژن محلول (DO)، کل مواد جامد محلول (TDS) و pH، نسبت به سایر پارامترهای موجود، بیشترین همبستگی را با هدایت الکتریکی (EC) دارند. بنابراین ورودیهای مدل شامل چهار پارامتر نامبرده و خروجی نیز با توجه به هدف تحقیق، هدایتالکتریکی انتخاب شد. دادهها پس از استانداردسازی، وارد محیط متلب شده و با استفاده از روش ANFIS-FCM، هدایتالکتریکی آب زیرزمینی پیشبینی گردید. در این روش ۸۰ درصد دادهها (۶۶ نمونه) برای مجموعه داده آموزش و ۲۰ درصد دادهها (۱۶نمونه) برای مجموعه داده آزمون به طور تصادفی انتخاب شدند. برای مجموعه داده آموزش مدل ANFIS-FCM مقادیر R۲، RMSE و VAF به ترتیب ۹۹۹۹/۰، ۰۰۳۲۳۹۹/۰ و ۹۹۹۹۳/۰ بدست آمدند و همچنین برای مجموعه داده آزمون مدل ANFIS-FCM مقادیر R۲، RMSE و VAF به ترتیب ۹۹۹۸/۰، ۰۰۲۹۹۴۹/۰ و ۹۹۹۷۲/۰ حاصل گردید. با استفاده از نتایج به دست آمده از این مدل، مشخص شد که هدایتالکتریکی تخمین زده شده در محدودههای مورد بررسی از دقتی بسیار خوب و همبستگی بالایی نسبت به مقادیر اندازهگیری شده برخوردار بوده است. در نتیجه روش هوشمند ANFIS-FCM روشی موثر، کارآمد و دقیق جهت تخمین پارامترهای فیزیکی و شیمیایی آب میباشد.
Keywords:
Authors
حسنیه نظری
دانشجوی دکتری مهندسی معدن (اکتشاف)، دانشگاه ارومیه، ارومیه
بهنام تقوی
دانشجوی دکتری مهندسی معدن (اکتشاف)، دانشگاه ارومیه، ارومیه
فرنوش حاجی زاده
دانشیار گروه مهندسی معدن، دانشگاه ارومیه، ارومیه
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :