ارزیابی پارامترهای کیفی آب با استفاده از روش دادهصمحور
/مهدیه جنت خواه
: پردیس ارس
، ۱۳۹۴
چاپی
کارشناسی ارشد
عمران، سازه های هیدرولیکی
۱۳۹۳/۰۶/۲۵
تبریز
رودخانهصها به عنوان مهمصترین منابع تامین و انتقال آب مصرفی بخشصهای صنعت، کشاورزی و شهری ازاهمیت خاصی برخوردار بوده و به علت اینکه از بسترها و مناطق مختلفی میصگذرند، نوسانات کیفی زیادی دارند .در طی فرایند عبور آب از بسترهای آلوده، کیفیت آب از حالت استاندارد خارج شده و تدابیری جهت مرتفع ساختن این شرایط را میصطلبد .اکثر مدل-های موجود در زمینه پیشصبینی و شبیهصسازی شرایط موجود و آتی وضعیت کیفی رودخانهصها، نیازمند پارامترهای ورودی بسیاری هستندکه یا دسترسی به آنصها مشکل است و یا اینکه اندازهصگیری آنصها محتاج صرف هزینه و زمان زیادی میصباشد .در این میان ابزارهای دادهصمحور میصتوانند با حداقل پارامترهای اندازهصگیری شده و با دقت قابل قبولی تغییرات متغیر مورد نظر را پیشصبینی نمایند .در این پژوهش، عملکرد روش برنامهصریزی ژنتیک (GEP) و سیستم استنتاج تطبیقی عصبی- فازی((ANFIS در ارزیابی پارامترصهای کیفی رودخانه آجیصچای مورد ارزیابی قرار گرفت .دادهصهای استفاده شده مربوط به ایستگاه ونیار در بازه سالصصهای ۱۳۴۷ تا ۱۳۸۴ شامل دبی، هدایت الکتریکی، اسیدیته، منیزیم، سدیم،صکلسیم، منیزیم،ص کلر، درصد سدیم، وبه عنوان پارامترصهای مستقل و پارامتر کل مواد جامد محلول ((TDS بعنوان پارامتر خروجی، میصباشد .نتایج حاصله، حاکی از عملکرد قابل قبول برنامهصریزی ژنتیک با توجه به مقادیر بالای پارامترصهای ارزیابی R۲و DC و مقادیر اندک RMSE میصباشد .همچنین مدلی که شامل پارامترصهای سدیم و کلر است، بیشصترین تأثیر را بر روی میزان TDS دارد .در عین حال آنالیز حساسیت مدل منتخب، نشان دهندهصی این واقعیت است که پارامتر سدیم تاثیر گذارترین پارامتر در ارزیابی میزان TDS میصباشد
Rivers are the most important sources of drinking water and transport sectors of industry, agriculture and urban areas.They have high "quality fluctuations" Because They pass from different beds of rivers and regions. During the process of water movement From contaminated substrates, Water quality becomes substandard. Most existing predicting and simulation models water quLITY conditions ,Requires many input parameters wich Its difficult to access them and also in needs to spend much time and high costs. Data driven approaches can estimate the variations of parameters with minimal parameters and high accuracy. In this study, the performance of Genetic Programming and Adaptive neuro-fuzzy inference has been evaluated in assessment of Ajichay river water quality parameters. The data that were used belongs to waniar hydrometer station Between the years 1347 to 1384 Including discharge, electrical conductivity, pH, magnesium, sodium, Klsym, Cl-, Na+, as the independent parameter, and total dissolved solids output parameter. . The results show acceptable performance of Genetic Programming whith high amount of DC and R2 and least amount of RMSE. Also the model which includes sodium and chlorine has the maximum effect on estimation of TDS. Sensitivity analysis of the best model shows that the sodium is the most important parameter in evaluation of TDS variations