| پیش بینی پارامترهای کیفی آب رودخانهی کرج با استفاده از مدل ترکیبی موجک-شبکه عصبی(ایستگاه بیلقان) |
| کد مقاله : 1183-IHA (R1) |
| نویسندگان |
|
واحد نوری1، علی عطارزاده *2، حمیده جعفری3 1دانشگاه صنعتی قم،دانشکده فنی و مهندسی،گروه عمران 2استاد یار گروه مهندسی عمران،دانشکده فنی و مهندسی،دانشگاه صنعتی قم،ایران 3گروه مهندسی اب |
| چکیده مقاله |
| امروزه مدیریت در برداشت و مصارف آب به توان و پتانسیل آبدهی و کیفیت منابع آب وابسته است. از اینرو بررسی و پیشبینی تغییرات پارامترهای کیفی آب در طول یک رودخانه بایستی مورد توجه قرار گیرد. جهت تحقق این امر، مدلهای متعددی در زمینه مدیریت و پیشبینی کیفیت آب استفاده می شود. پیشبینی دقیق سری زمانی، انگیزه محققان برای توسعه مدلهای نو در زمینه مدیریت منابع آب میباشد. یکی از روشهایی که در سال های اخیر در زمینه هیدرولوژی مورد توجه قرار گرفته، استفاده از موجک (Wavelet) به عنوان روشی نوین و بسیار مؤثر در زمینه آنالیز سیگنالها و سریهای زمانی است. استفاده از موجکها در زمینه پیشبینیهای هیدرولوژیکی علاوه بر قابلیتهای غیر ایستایی با توسل به قابلیتهای چند رزولوشنی در حال گسترش است. در تحقیق حاضر، عملکرد مدل ترکیبی شبکه عصبی- موجک (WANN) ، در پیش بینی یک گام زمانی کیفیت آب ایستگاه بیلقان واقع در رودخانه کرج، مورد ارزیابی قرار گرفت. در ایستگاه منتخب، پارامترهای TDS و EC با استفاده از مدل ترکیبی شبکه عصبی-موجک پیش بینی شد. دادههای مورد استفاده در تشکیل این مدل، مقادیر پارامترکیفی موردنظر برای پیش بینی در مدت ده سال بود. نتایج نشان داد که در پیش بینی پارامترهای کیفی مربوط به ایستگاه بیلقان پیش-بینی هر یک از پارامتر ها در ماه آینده به مقدار آن ها در ماه گذشته بستگی دارد، همچنین آماده سازی داده ها برای برای ورود به شبکه یکی از نکات مهم در استفاده از مدل های هوشمند می باشد. |
| کلیدواژه ها |
| کلمات کلیدی: شبکهی عصبی مصنوعی، موجک، پارامترهای کیفی، TDS، EC، رودخانه کرج. |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |