هلاله محمدی - دانشجوی کارشناسی ارشد مهندس ی منابع آب، گروه مهندسی علوم آب، دانشکده فنی، دانشگاه آزاد اسلامی، واحد سنندج،ایران
وفا رضایی - استادیار، گروه مهندسی علوم آب، دانشکده فنی، دانشگاه آزاد اسلامی، واحد سنندج، ایران

همزمان با توسعه فعالیتهای کشاورزی و صنعتی و کاهش کیفی و کمی منابع آب، ارزیابی کیفیت آبهای سطحی اهمیت روزافزونی یافته است. با توجه به محدودیتهای روشهای متداول، به منظور ارزیابی کیفیت آبهای سطحی میتوان از روشهای جایگزین استفاده نمود. لذا در این پژوهش از اطلاعات ۶ ایستگاه جهت بررسی کیفیت آب رودخانه قشلاق طی سالهای ۱۳۹۹, ۱۳۹۱ به تفکیک فصلی استفاده گردید که شامل TDS، لا، ۰۰۱ ،۳۰۱ ،PH، کورت، نیترات و فسفات بودند. به منظور بررسی رفتار آماری پارامترها از نرم افزار SPSS استفاده شد، سپس به کمک آزمون کلموگروف اسمیرنوف و چولگی، کشیدگی نرمال بودن دادهها بررسی گردید ودر نهایت به کمک شبکه عصبی و شبکه عصبی فازی مقدار نیترات و فسفات با مدلهای مختلف پیشبینی شد. نتایج نشان داد روش برتر جهت برآورد نیترات روش شبکه عصبی در فصل پاییز با ضریب همبستگی ۰/۹۰۲ و مقدار خطای NRMSE به اندازه ۳/۰۹میباشد. همچنین پیشبینی نیترات فصل تابستان با۱/۱۳ کمترین دقت را در بین ۴ فصل مورد بررسی داراست (ضریب همبستگی ۵۸۸ ۰). بهترین روش برای فسفات نیز روش شبکه عصبی مصنوعی در فصل زمستان با مقدار ضریب همبستگی ۸۸۸ / ۰ بود. کمترین مقدار برآورد فسفات نیز به فصل بهار با ضریب همبستگی پیرسون ۷۵۳ / ۰ و مقدار خطای ۱/۳۴ اختصاص داشت. مقدار فسفات در فصول گرم مقدار بیشتری نسبت به فصول سرد دارد و طی سالهای مورد بررسی برخلاف نیترات روند کاهشی نسبت به دوره اول نداشته و دارای نوسانات شدیدی است.

SPSS، فسفات، قشلاق، کلموگروف اسمیرنوف، نیترات.