امکان سنجی کاربرد روش های داده کاوی در تخمین طبقه کیفی آب رودخانه آجی چای

دسترسی به منابع آب پاک و با کیفیت یکی از دغدغه های اساسی انسان از دیرباز بوده است. از این رو تعیین کیفیت آب برای مصارف مختلف از جمله آبیاری در مناطق مختلف بسیار ضروری می باشد. در این تحقیق، ابتدا کیفیت آب آبیاری در رودخانه آجی چای در ۴ ایستگاه آخولا، ارزنق، مرکید و ونیار توسط دیاگرام USSL طبقه بندی شد. سپس امکان استفاده از روش های طبقه بندی کننده بردار پشتیبان، K-نزدیک ترین همسایگی و شبکه عصبی مصنوعی در تخمین طبقه کیفی آب با استفاده از پارامترهای هیدروشیمیایی مختلف مورد سنجش قرار گرفت. ارزیابی عملکرد روش های داده کاوی نشان دهنده دقت بالا و عملکرد بسیار مناسب این روش ها در تعیین طبقه کیفی آب می باشد. در این تحقیق بر اساس آماره های کاپا و نرخ خطا، روش های مورد استفاده از نظر دقت عملکرد رتبه بندی گردید. با بررسی دقیق نتایج مشاهده گردید که روش طبقه بندی کننده بردار پشتیبان که با بهره گیری از توابع کرنل توانایی بالایی در حل مسائل مختلف دارد، با میانگین رتبه ۲۵/۱ به عنوان کارامدترین روش داده کاوی و پس از آن روش K-نزدیک ترین همسایگی با میانگین رتبه ۷۵/۱ و شبکه عصبی مصنوعی با میانگین رتبه ۲ به عنوان روش هایی مناسب جهت تعیین طبقه کیفی آب می باشند.

Keywords:

K-نزدیک ترین همسایگی , دیاگرام USSL , شبکه عصبی مصنوعی , طبقه بندی کیفیت آب , طبقه بندی کننده بردار پشتیبان