بخشی از مقاله

چکیده

رودخانه ها مهمترین منابع تأمین آب براي انواع مصارف آشامیدنی، کشاورزي و صنعت میباشد. با توجه به رشد فزاینده جمعیت و نیاز آبی براي انواع مصارف آب، مدیریت توامان کمی و کیفی منابع آب موجود به ویژه در مناطق خشک و نیمه خشک از اهمیت خاصی برخوردار است.کشور ایران روي کمربند خشک نیمکره شمالی واقع شده است و از طرف دیگر حوضه آبریز زایندهرود نیز جزءاي ازکویر مرکزي ایران است. رودخانه زاینده رود در طی دهه گذشته به طور ناپیوسته دچار کمآبیهاي زیادي بوده است به صورتی که در چند سال اخیر این رودخانه در شرایط کم آبی و نیز خشکی پیش رفته است.

لذا برنامه ریزي کیفی براي این رودخانه امري ضروري است که نیاز به شناخت کیفی و یا شبیه سازي آن به ویژه در حالت هاي کم آبی است. امروزه شبکههاي عصبی مصنوعی مورد توجه زیادي قرار گرفته اند به همین سبب هدف از این تحقیق به دست آوردن رابطه بین پارامترهاي هدایت الکتریکی و پارامترهاي هیدرولوژیکی در شرایط کمآبی است بطوریکه بتوان اثرات نامطلوب کیفی کم آبی را مشخص نمود.

شبیهسازي هدایت الکتریکی که میتوان آن را به مثابه یک پارامتر شاخص تخمینی در کنار دیگر پارامترهاي شاخص تعیین کیفیت آب رودخانهها برشمرد، به وسیله شبکه عصبی مصنوعی شعاعمبنا انجام شد و نتایج این شبیهسازي در 4 ایستگاه مختلف از بالادست سد زاینده رود به سمت پاییندست سد مورد بررسی قرار گرفت. نتایج توانایی شبکههاي شعاعمبنا را در پیشبینی هدایت الکتریکی در شرایط کمآبی را نشان میداد.

-1 مقدمه

در طول تاریخ زندگی بشر ذخایر آب شیرین دنیا بیش از مقدار لازم براي تأمین نیاز انسانها و حفظ یکپارچگی و تنوع بیولوژیکی محیط زیست کره زمین بوده است. ولی با رشد جمعیت، امکان دسترسی به آب شیرین در هر زمان و مکان خاص به شکل فزایندهاي کاهش یافته است. پدیده خشکسالی در اقلیم هاي خشک و نیمه خشک نظیر ایران به ویژه در بخش مرکزي آن داراي تواتر زیادي است. از تنگناهاي مهم توسعه استان اصفهان کمبود آب و اقلیم خشک و نیمهخشک بوده که دورههاي متوالی منجر به تشدید پدیده خشکسالی در اکثر مناطق به ویژه حوضه زایندهرود شده است.

-1-1  اهیمت کیفیت منابع آب

افزایش تقاضاي آب، بالا رفتن سطح زندگی، گسترش آلودگی منابع آب در اثر توسعه فعالیتهاي کشاورزي، صنعتی و شهري موجب ایجاد وضع نامناسب در بسیاري از مناطق جهان شده است. رشد و توسعه در عین حال که رفاه و بهداشت عمومی را بهبود بخشیده، تخریب محیط زیست را در پی داشته است. افزایش قابل توجه بار آلودگی و تنوع آلاایندههاي مختلف شهري، کشاورزي و صنعتی، نیاز به مدیریت تلفیقی کمی و کیفی سیستمهاي منابع آب را بیش از پیش ضروري ساخته است. امروزه جامع نگري و برخورد سیستمی در مدیریت کمی و کیفی منابع آب به علت افزایش مؤلفههاي این سیستم ها و پیچیدگی ارتباطات و اثرات متقابل آنها از اهمیت ویژهاي برخوردار است Error!

-2-1  اهمیت کم آبی و خشکسالی

با توجه به اینکه آب نیاز اساسی بشر است، خشکسالی میتواند موجب بروز بحرانهاي جدي در زندگی بشر شود. در یک تعریف کلی، خشکسالی به صورت رخداد کمبود شدید در منابع آب نسبت به شرایط عادي متناظر با زمان و مکان تعریف می گردد. خشکسالی به مثابه سیل و زلزله موجب تخریب اجزاي سامانههاي آبی نمیشود، اما میتواند بر کیفیت خدماترسانی سامانههاي آبی تأثیرات قابلتوجهی بگذارد. یکی از مهمترین اثرات، افت کیفیت آب در منابع برداشت مانند مخازن سدها میباشد. هدف از این تحقیق شبیهسازي هدایت الکتریکی در شرایط کمآبی در 4 ایستگاه رودخانه زایندهرود از بالا دست به پاییندست میباشد.[2]

-3-1  تاریخچه

تحقیقات متعددي در رابطه با کاربرد شبکههاي عصبی را زمینه مدلسازي کیفی منابع آب وجود دارد، از جمله نجاح و همکاران در سال 2012 تحقیقی در مورد مدلسازي پارامترهاي کیفی آب که یکی از جنبه هاي مهم آنالیز سیستم هاي آبی است انجام دادند. نتایج نشان داد که استفاده از شبکههاي عصبی مصنوعی و به خصوص شبکههاي RBF رفتار پارامترهاي کیفی آب را بسیار دقیقتر از مدلهاي رگرسیون خطی توصیف میکندضمناً. شبکههاي RBF راه حل سریعتر از شبکههاي MLP به دست میآورداُگلنی. و توپال در سال 2011 تحقیقی در مورد اثرات پسابهاي خانگی و صنعتی روي کیفیت آب رودخانه مودورنو1 انجام دادند و رابطه بین پارامترهاي کیفی آب و شاخص بایوتیک2 به وسیله روشهاي آماري به دست آورد.

همچنین با استفاده از روش تصمیمگیري درختی و شبکههاي عصبی مصنوعی و رگرسیون لگاریتمی خصوصیات کیفی آب با استفاه از شاخص بایوتیک پیشبینی شد. نتایج خوبی به وسیله شبکههاي عصبی مصنوعی به دست آمد. مایر و دندي در سال 2000 به بررسی شبکههاي عصبی مصنوعی که به صورت فزاینده جهت پیشبینی متغیرها و پارامترهاي منابع آب مورد استفاده قرار گرفته است، پرداختند. انصاريپورو همکاران در سال 1390 به پیشبینی پارامترهاي کیفی آب رودخانه سفیدرود با استفاده از مدل شبکههاي عصبی مصنوعی و رگرسیون چند متغیره پرداختند.

شبیهسازي چهار پارامتر هدایت الکتریکی، کلراید، سولفات و جامدات کل محلول نشان داد که شبکه عصبی از قابلیت بالاتري نسبت به رگرسیون چند متغیره برخوردار است. علیائی و همکاران در سال 1389 به کاربرد شبکههاي عصبی پرسپترون در مدلسازي شاخصهاي کیفی آب رودخانهها پرداختند. در این مطالعه از دادههاي 10 متغیر کیفی ماهانه آب رودخانه دره مرادبیک همدان در طول یک سال و در شش ایستگاه براي مدلسازي BOD و DO استفاده شد و کارایی مناسب شبکه عصبی پرسپترون نشان داده شد.

نوشادي و همکاران در سال 1386 به بررسی پارامترهاي کیفی رودخانه زاینده رود از جمله هدایت الکتریکی، جامدات محلول، بیکربنات، اسیدیته با استفاده از شبکه هاي عصبی مصنوعی پرداختند. با توجه به اندازهگیري ها و پیشبینیهاي انجام شده نشان داده شد که هدایت الکتریکی افزایش قابل ملاحظهاي در طول رودخانه دارد و شبکه عصبی مصنوعی پیشبینی خوبی از پارامترهاي کیفی را نتیجه میدهد8]،7،6،5،4،.[3

-2 مواد و روشها

تصمیمگیري یکی از روشهاي علمی میباشد که با استفاده از آن میتوان یک انتخاب بهینه جهت حل یک مسئله را به دست آورد. یکی از عناصر تصمیمگیري خود تصمیمگیرنده است که میتواند یک فرد یا گروه یا سازمان باشد. با توجه به اینکه معمولاً تعداد تصمیم گیرندگان بیش از واحد است، لذاعموماً نتیجهاي که مورد نظر همه باشد حاصل نمیگردد..[Error! Reference source not found در دهههاي پیشین، مدلهاي بهینهسازي و شبیهسازي به صورت بسیار وسیعی در برنامهریزي و مدیریت سیستمهاي منابع آب مورد توجه و استفاده قرار گرفته است.

تمرکز اصلی این مطالعات بر توسعه ابزارهایی جهت کمک به امر تصمیمگیري در توسعه و برنامهریزي منابع آب بوده است.[] شبکههاي عصبی مصنوعی از عناصر عملیاتی سادهاي ساخته میشوند که به صورت موازي در کنار هم عمل میکنند. این عناصر از سیستمهاي عصبی زیستی الهام گرفته شدهاند. در طبیعت عملکرد شبکههاي عصبی از طریق نحوه اتصال بین اجزا تعیین میشود.

بنابراین ما میتوانیم یک ساختار مصنوعی به تبعیت از شبکههاي طبیعی بسازیم و با تنظیم مقادیر هر اتصال، تحت عنوان وزن اتصال، نحوه ارتباط بین اجزاي آن را تعیین میکنیم. بعد از تنظیم یا همان آموزش شبکه، اعمال یک ورودي خاص به آن منجر به دریافت پاسخ خاصی میشود، همانگونه که در شکل زیر ملاحظه میشود شبکه بر مبناي تطابق بین ورودي و هدف سازگار میشود تا اینکه خروجی شبکه و خروجی مورد نظر ما - هدف - بر هم منطبق گردند.[10]

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید