این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آب و فاضلاب، جلد ۲۷، شماره ۳، صفحات ۶۲-۷۴
عنوان فارسی استفاده از خوشه‌بندی مکانی برای پیش‌بینی پارامترهای کیفی آب زیرزمینی با مدل انفیس
چکیده فارسی مقاله مدل‌سازی پارامترهای کیفی آب‌های زیرزمینی به‌عنوان یکی از منابع تأمین آب شهری، کشاورزی و صنعتی بسیار حائز اهمیت است. همراه با توسعه استفاده از روش‌های نوین مدل‌سازی در سال‌های اخیر، استفاده از ابزارهای پیش‌پردازش زمانی و مکانی داده‌ها در بالا بردن دقت این روش‌ها اهمیت زیادی یافته است. در پژوهش حاضر از ابزارهای زمین آمار یا کوکریجینگ و نقشه‌های خود سازمانده به‌ترتیب به‌عنوان تخمین‌گر مکانی و خوشه‌بندی در ترکیب با مدل شبکه عصبی- فازی انفیس برای پیش‌بینی زمانی پارامترهای کیفی هدایت الکتریکی و مقدار کل جامدات محلول در آب زیرزمینی دشت اردبیل استفاده شد. همچنین در این مطالعه، اثر خوشه‌بندی مکانی در پیش‌بینی زمانی هدایت الکتریکی و مقدار کل جامدات محلول بررسی شد. نتایج نشان داد که خوشه‌بندی مکانی با انتخاب ورودی‌های مؤثر، روش مناسبی در جهت بهبود پیش‌بینی پارامترهای کیفی آب زیرزمینی با استفاده از مدل انفیس است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Using Spatial Clustering in Forecasting Groundwater Quality Parameters by ANFIS
چکیده انگلیسی مقاله Groundwater is a major source of water supply for domestic, agricultural, and industrial uses; hence, its quality modeling is an important task in hydro-environmental studies. While many data-based models have been developed for this purpose, the performance of such data-based models can be drastically enhanced if they are based on temporal and spatial pre-processing. In this study, geostatistics tools (e.g., Co-Kriging), as spatial estimators, and self-organizing map (SOM), as a clustering technique, were employed in conjunction with Adaptive Neuro-Fuzzy Inference System (ANFIS) for the temporal forecasting of such quality parameters as electrical conductivity (EC) and total dissolved solids (TDS) of the groundwater in Ardabil Plain. Using the results thus obtained, the impact of spatial data clustering was also investigated on the same parameters. The results showed that, if propoer input data are selected, the proposed spatial clustering technique is capable of imporving groundwater quality forecasts made by ANFIS.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمدتقی اعلمی | mohammad taghi
استاد، گروه مهندسی عمران-آب، دانشکده مهندسی عمران، دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

وحید نورانی |
استاد، گروه مهندسی عمران-آب، دانشکده مهندسی عمران، دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

فرناز دانشور وثوقی | daneshvar vousoughi
دانشجوی دکترای عمران- سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

نشانی اینترنتی http://www.wwjournal.ir/article_12704_4333772e7429a64f188890b0080a0ce8.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات