این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات منابع آب ایران، جلد ۱۳، شماره ۲، صفحات ۲۲۶-۲۳۲
عنوان فارسی ساخت آمار مصنوعی پارامترهای کیفی بدون روند آب در مخازن (چاه‌نیمه‌ شماره۱ سیستان)
چکیده فارسی مقاله شناسایی و پایش کیفیت منابع آب به منظور شناخت از کیفیت آب متناسب با مصارف مختلف به عنوان یکی از گام‌های اصلی مدیریت کیفیت منابع آب از جایگاه ویژه‌ای برخوردار است. برای استان سیستان و بلوچستان با توجه به قرار‌گرفتن در منطقه گرم و خشک و کمبود منابع آبی قابل استفاده این اصل مهمتر نیز جلوه می‌کند. هدف از این پژوهش پیش‌بینی پارامترهای کیفی بدون روند آب در چاه‌نیمه‌های سیستان به وسیله شبکه عصبی RBF و مقایسه آن با زنجیره مارکف است. برای این منظور از داده‌های برداشت‌شده اکسیژن محلول،‌ دما، فیتوپلانکتون، زئوپلانکتون، آمونیاک و فسفر استفاده شده و روندیابی این پارامترها به دو روش نامبرده انجام گرفته‌است. میزان خطای میانگین شبکه عصبی برای پارامترهای مذکور به ترتیب 543/5، 714/7، 825/12، 625/5، 396/52 و 141/4 درصد و میزان خطای زنجیره مارکف به ترتیب 169/11، 948/8، 315/5، 934/12، 88/33 و 401/8 درصد بدست آمد. در مجموع برای پارامترهای کیفی بررسی‌شده در این پژوهش، شبکه عصبی نتایج بهتری نسبت به زنجیره مارکف ارائه داده‌است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Construction of Artificial Water Quality Parameters with No Trend in Reservoirs (Chahnimeh No.1 in Sistan)
چکیده انگلیسی مقاله Identification and monitoring the water resources which has a special position is one of the principal steps in quality management of water resources. In Sistan and Baluchestan province, this principle seems to be more important, because this state located in a hot and dry area and has deficiency in usable water resources. The aim of this study is predicting the quality of without trend parameters in Chahnime No.1 of Sistan using neural network and comparing it with Markov chain method. In the present study some parameters such as DO, temperature, Phytoplankton, Zooplankton, Ammonia and Phosphorus have been considered. The mean error percentages of neural network method for these parameters were 5.543, 7.714, 12.825, 5.625, 52.396 and 4.141 respectively, while mean error percentages of Markov chain scheme were 11.169, 8.948, 5.315, 12.934, 33.88, and 8.401, respectively. Obtained results showed that neural network method provided better results in comparing with Markov chain.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله بهاره پیرزاده |
استادیار گروه مهندسی عمران.دانشکده مهندسی شهیدنیکبخت.دانشگاه سیستان و بلوچستان
سازمان اصلی تایید شده: دانشگاه سیستان و بلوچستان (Sistan va baloochestan university)

مسعود افسری |
دانش آموخته کارشناسی ارشد دانشکده مهندسی شهید نیکبخت.دانشگاه سیستان و بلوچستان
سازمان اصلی تایید شده: دانشگاه سیستان و بلوچستان (Sistan va baloochestan university)

سید آرمان هاشمی منفرد | seyed arman hashemi monfared
استادیار گروه مهندسی عمران. دانشکده مهندسی شهیدنیکبخت. دانشگاه سیستان و بلوچستان
سازمان اصلی تایید شده: دانشگاه سیستان و بلوچستان (Sistan va baloochestan university)

عباسعلی قادری |
استادیار گروه مهندسی عمران. دانشکده مهندسی شهیدنیکبخت. دانشگاه سیستان و بلوچستان
سازمان اصلی تایید شده: دانشگاه سیستان و بلوچستان (Sistan va baloochestan university)

نشانی اینترنتی http://www.iwrr.ir/article_39229_7f266473a07d96be2707e1bdc962b397.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/709/article-709-452339.pdf
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