این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آب و فاضلاب، جلد ۳۲، شماره ۶، صفحات ۱۱۵-۱۲۹
عنوان فارسی تولید نقشه پتانسیل وقوع گرفتگی شبکه فاضلاب شهری با استفاده از شبکه عصبی و GIS (مطالعه موردی: منطقه ۲ آبفای تهران)
چکیده فارسی مقاله شبکه فاضلاب به‌عنوان یکی از مهم‌ترین تأسیسات زیربنایی، می‌تواند نقش مهمی را در دستیابی به توسعه پایدار از طریق ارتقای سطح بهداشت عمومی و حفاظت از محیط‌زیست با جلوگیری از آلودگی منابع آبهای سطحی و زیرزمینی داشته باشد. یکی از شایع‌ترین حوادثی که به مقدار قابل‌توجهی در این شبکه اتفاق می‌افتد، گرفتگی در لوله‌های جمع‌آوری فاضلاب است. شناخت عوامل تأثیرگذار در وقوع گرفتگی در شبکه، تأثیر قابل‌توجهی در پیش‌بینی صحیح حوادثی که در آینده برای شبکه ممکن است اتفاق بیافتد، دارد. در این پژوهش، به‌منظور پیش‌بینی و تهیه نقشه پتانسیل وقوع گرفتگی در شبکه فاضلاب، از ابزارهای GIS و شبکه عصبی مصنوعی استفاده شد. فاکتورهای مهم در بروز گرفتگی شامل، کاربری، قطر سیفون، عمق سیفون، عمق و جنس و سن لوله در تحلیل شبکه عصبی استفاده شدند. از داده‌های ورودی به‌ترتیب 70، 15و 15 درصد برای آموزش، اعتبارسنجی و تست مدل استفاده شد. نتایج حاصل از شبیه‌سازی با استفاده از شبکه‌ عصبی با شاخص توافق 9/0R2= تناسب زیادی بین مکان‌های پیش‌بینی شده و مشاهده شده گرفتگی را نشان داد و همچنین در نقشه پتانسیل گرفتگی، محدوده‌هایی با تراکم جمعیت زیاد، بافت فرسوده و ساخت‌و‌سازهای غیرمجاز (به‌دلیل نصب انشعابات غیرمجاز) پتانسیل زیاد گرفتگی مشاهده شد.
کلیدواژه‌های فارسی مقاله شبکه فاضلاب، GIS، نقشه گرفتگی، آبفای منطقه 2، شبکه عصبی مصنوعی،
عنوان انگلیسی Production of Potential Blockage Event Map for Urban Sewer Networks Using Neural Network and GIS (Case Study: Region 2 of ABFA of Tehran City)
چکیده انگلیسی مقاله Wastewater network as one of the most important infrastructure facilities can play an important role in achieving sustainable development by improving public health and environmental protection by preventing pollution of surface and groundwater resources. One of the most common incidents that occurs significantly in this network is blockage of the sewer pipes. Recognizing the factors influencing the occurrence of network blockage has a significant impact on accurately predicting what may happen to the network in the future. In the present study, GIS tools and artificial neural network were used to predict and mapping the potential for blockage in the sewer network. Important factors in the occurrence of blockage including, land use, siphon diameter, siphon depth, depth, materials and age of the pipe were used in neural network analysis. From input data of 70%, 15% and 15%, respectively, were used for training, validation and model testing. The results of the simulation using a neural network with a Performance Indicator of R2=0.9 showed a high fitness between the predicted and observed locations of the blockage. Also, in the blockage potential map, areas with high population density, worn texture and unauthorized constructions (due to the installation of unauthorized branches) were observed blockage potential.
کلیدواژه‌های انگلیسی مقاله شبکه فاضلاب, GIS, نقشه گرفتگی, آبفای منطقه 2, شبکه عصبی مصنوعی
نویسندگان مقاله فریماه بخشی‌زاده |
دانشجوی دکترا، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

محمدرضا جلوخانی نیارکی |
دانشیار، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

سمیه محمودی |
دانشجوی دکترا، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

نشانی اینترنتی https://www.wwjournal.ir/article_147081_803fea89c0c14f6d5a0c49a4153795f1.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