فرحناز دوستعلی زاده - دانشجوی کارشناسی ارشد گروه مهندسی آب، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری،ساری، ایران
مجتبی خوش روش - دانشیار گروه مهندسی آب، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
رامین فضل اولی - دانشیار گروه مهندسی آب، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
محمدمهدی باطنی - انیستیتوی مطالعات عالی دانشگاهی، پاویا، ایتالیا

طی سالهای اخیر، استفاده از مدلهای مختلف یادگیری ماشین جهت پیش بینی انواع آلودگی های آبهای زیرزمینی سیر افزایشی داشته و با توجه به اهمیت آب سالم و پایدار برای مصارف کشاورزی و شرب، پژوهش حاضر در منطقه شرق استان مازندران انجام شد. در مطالعه حاضر، به بررسی مدل درخت تصمیم پرداخته شد. دادههای فیزیکی و شیمیایی اندازهگیری شده طی سالهای ۱۳۶۴ تا ۱۳۹۹ استفاده شده و به عنوان متغیرهای ورودی مدل قرار داده شد. میزان آلودگی نیترات آب زیرزمینی با تقسیم ۷۰ درصد دادهها به عنوان آموزش و ۳۰ درصد به عنوان آزمون، پیش بینی شد. نتایج به دست آمده حاکی از آن بود که مدل درخت تصمیم (۹۵۷/۰ R ۲ = و ۲۹۷/۰RMSE=، ۹۵/۰(NSE = عملکرد بسیار خوبی داشته است . پیشنهاد می شود آزمایش با مدلهای دیگر یادگیری ماشین و تغییر قراردادن متغیرهای ورودی و اضافه کردن چند متغیر دیگر از جمله کاربری اراضی انجام و نتایج با پژوهش حاضر مقایسه گردند.

داده کاوی ، زبان برنامه نویسی پایتون، یادگیری ماشین .