پیام خسروی نیا

آب‌های زیرزمینی از مهم‌ترین منابع آب شیرین مورد استفاده می‌باشند. این منابع در حال حاضر با چالش‌های جدی کمی و کیفی مواجه هستند. آب‌های زیرزمینی اغلب منبع اصلی تأمین آب بوده که این مسأله منجر به بهره‌برداری بیش از حد از سفره‌های زیرزمینی شده و نتیجه آن کاهش کمیت و کیفیت آب‌های زیرزمینی بوده است. هدف از تحقیق حاضر مدل‌سازی کیفی منابع آب زیرزمینی دشت دهگلان با استفاده از تکنیک داده‌محور شبکه عصبی مصنوعی برای پیش‌بینی پارامتر هدایت الکتریکی (EC) می‌باشد. در این راستا از متغیر‌های کل جامدات محلول در آب(TDS)، نیترات (NO3)، بی‌کربنات (HCO3)، کلر (CL)، سولفات (SO4)، کلسیم (Ca)، منیزیم (Mg)، سدیم (Na)، پتاسیم (K)، اسیدی یا بازی (PH)، برای داده‌های ورودی استفاده می‌شوند که براساس پوشش حداکثر تعداد داده‌ها و کمترین خلاء آماری با دوره آماری 15 ساله موجود می‌باشند. نتایج تحقیق نشان داد که مدل‌ استفاده شده در این تحقیق پیش بینی خوبی از پارامتر EC از خود نشان داده‌است. بهترین مدل پیش بینی برای پارامتر EC سناریوی M2 ( متغیرهای کل جامدات محلول در آب و کلسیم) با مقدار RMSE=25.871 بود. همچنین نتایج تحقیق حاکی از برتری روش شواهد توابع وزنی نسبت به کریجینگ برای پهنه‌بندی مکانی پارامتر EC بود.