تخمین میزان کل کاتیون ها، مقدارسدیم و نسبت جذب سدیم با استفاده از مدل سازی شبکه عصبیمصنوعی در ایستگاه هیدرومتری چمریز واقع بر رودخانه کر
Publish place: 6th National Conference on Watershed Management and Soil and Water Resources Management
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 510
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCWMSWRM06_137
تاریخ نمایه سازی: 21 تیر 1393
Abstract:
امروزه مدل های بسیاری جهت بررسی و پیش بینی کیفیت آب مورد استفاده قرار می گیرند که بیشتر آن ها نیازمند اطلاعات ورودی فراوان و غیر قابل دسترس هستند. بدین منظور انواع گوناگونی از مدل های عددی بوجود آمده و توسعه یافته اند. در این تحقیق از مدل شبکه عصبی مصنوعی پیشخور چند لایه ای پرسپترون به دلیل کاربرد مناسب و عدم نیاز به پارامترهای ورودی فراوان، استفاده شده است. با استفاده از داده های آماری رابطه ای بین دبی متوسط ماهیانه و پارامترهای کیفی رودخانه برقرار می گردد. سپس متغیرهای ورودی را با استفاده از شبکه عصبی مصنوعی، آموزش داده و به نرم افزار معرفی کرده تا در مرحله تست شبکه قرار گیرد و در نهایت با استفاده از معیارهای صحت سنجی، نتایج حاصله را بررسی کرده تا بهترین و مناسب ترین میزان کل کاتیون ها، مقدار سدیم و نسبت جذب سدیم متوسط ماهیانه بدست آید. مشاهده گردید که پارامترهای موثر بر SAR ماهانه به ترتیب: Na, CL می باشند. پارامترهای موثر بر SUM K ماهانه به ترتیب: SUM A, EC, TDS, CL, Na می باشند. پارامترهای موثر بر Na ماهانه به ترتیب: SAR, CL, SUM K, EC, SUM A می باشند. دبی ماهانه بسیار بیشتر از بارش ماهانه در ایستگاه چمریز روی مقدار کل کاتیون ها، سدیم و نسبت جذب سدیم ماهانه اثر گذار می باشد. اطلاعات آماری مربوط به ایستگاه هیدرومتری چمریز بر رودخانه کر بالادست سد دروزن واقع در استان فارس می باشد.
Keywords:
Authors
نادر برهمند
عضو هیئت علمی، گروه مهندسی عمران، دانشگاه آزاد اسلامی واحد لارستان، ایران
محمد حسینی
کارشناس ارشد عمران سازه های هیدرولیکی،گروه مهندسی عمران،دانشگاه آزاد اسلامی واحد لارستان،ایران.
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 :