رضا غیاثی
علی باقری حسین آباد
جمشید زهره حیدریها

بعد از ریختن مواد نفتی در یک حمل و نقل زمینی، که در یک تصادف جاده ای رخ داده است، برآورد میزان خطر آلوده شدن منابع آب نیاز به تخمین وسعت و غلظت منطقهً آلوده شده دارد. تهیهٌ طر حهای ترمیمی و اصلاحی مناطق آلوده شده نیز پس از تخمین مذکور قابل انجام است. این مقاله یک متا مدل براساس شبکه های عصبی مصنوعی و مدلهای عددی برای محاسبهً عمق منطقهً آلوده شده وحجم نفوذ آلودگی در یک خاک لایه ای (یک لایهً سیلتی که به عنوان لایهً پوشش از اکیفر گچی محافظت می کند) ارایه می کند. اطلاعات آموزش شبکه عصبی با استفاده از نرم افزارهای مدلسازی عددی Modflow و CECAD-GEM تولید می گردد. برای هر حالت شرایط مدلسازی، توسعه آلودگی تابعی از ضخامت لایهً پوشش، نفوذ پذیری خاک، ضخامت لایه، عمق آب وزمان تماس سطح خاک-آلودگی می باشد. آموزش شبکه عصبی با استفاده از روش پس انتشار خطا و کاربرد سری اوًل داده ها می باشد. تست کردن شبکه با سری دوم داده ها موجود بوده وصحت سنجی با استفاده از قسمت سوم داده ها صورت گرفته است. بعنوان مطالعه موردی، این مجموعه نرم افزار برای تخمین میزان به خطر افتادن آلودگی ناشی از مایعات نفتی در منابع آب زیر زمینی در اطراف محور یک راه استفاده گردیده است.

آلودگی نفتی، مدلسازی عددی، شبکه مصنوعی، روش حجم محدود، روش تفاضل محدود