مقایسه دو روش شبکه عصبی مصنوعی RNN وmlp در پیش بینی مقادیر شوری در رودخانه آجی چای

با پیشرفت جوامع بشری و بالا رفتن سطح فرهنگ، نیاز به استفاده از آب با کیفیت مناسب جهت مصارف مختلف کشاورزی، شرب و صنعتی گسترش بیشتری یافته است. یکی از شاخص های مهم و قابل توجه در کیفیت منابع آب پارامتر شوری می باشد. که این یک مسئله مهم در کیفیت منابع آب است و جهت کنترل آن نیاز به یک مدیریت و برنامه ریزی دقیق است و خود نیازمند یک ابزار مناسب جهت پیش بینی میزان تغییرات آن با تغییر دبی می باشد. دراین ت حقیق حوضه آبریز رودخانه آجی چای ( تلخه رود ) واقع درشمال غرب ایران، ازنظر شوری مورد مطالعه قرار گرفته است و برروی ایستگاه هیدرومتری ونیار با استفاده از روش شبکه عصبی مصنوعی و داده های پایش شده وزارت نیرو سعی شده است تا یک مدل پیش بینی کننده 1ی مناسب ایجاد شود. جهت ایجاد یک مدل مناسب پیش بینی از دو شبکه عصبی مصنوعی یکی استاتیکی چند لایه (MLP) و دیگری شبکه عصبی دینامیکی از نوع بازگشتی (RNN) به نام Elman استفاده شده است و در هر دو مدل مذکور داده های ورودی، دبی با تاًخیر زمانی یک ماهه درنظر گرفته شده است و این روش امکان تخمین TDS یک ماه بعد را با استفاده از دبی حال حاضر ایجاد می کند. قابل توجه است که شبکه های عصبی مصنوعی دینامیکی نسبت به استاتیکی از دقت بیشتری برخوردارند و مدل پیش بینی دقیق تری به ما ارائه می دهند. از بررسی نتایج بدست آمده از این تحقیق وسنجش آن ها با معیار ضریب همبستگی، بهترین مقدار آن در ایستگاه ونیار برابر با R=0.9639 بدست آمده که می توان با استفاده از آن میزان تغییرات شوری آب رودخانه تلخه رود را با دقت مناسبی تخمین زد و پیش بینی نمود و همچنین از این مدل ممکن است به عنوان یک ابزار کارآمد جهت مدیریت کیفی و بهره برداری از آب این رودخانه استفاده کرد.

Keywords:

رودخانه تلخه رود , پیش بینی شوری , شبکه های عصبی مصنوعی , مدیریت منابع آب