میر مهرداد میرسنجری

در اغلب نقاط جهان، منابع آب زیرزمینی از جمله مهم ترین منابع تامین آب شرب، کشاورزی، صنعت و... است. با توجه به محدود بودن منابع آب زیرزمینی و افزایش نیاز آبی جوامع بشری، ذخیره این آب ها رو به کاهش می باشد. از این رو نگهداری این منابع ضروری بوده و جلوگیری از آلودگی آن ها دارای اهمیت زیادی است. ایران از کشورهایی است که به دلیل کمبود منابع آب سطحی، بیش ترین آب مورد نیاز خود را از آب های زیرزمینی تامین می کند، بنابراین کمبود منابع آب زیرزمینی از بحران های کنونی کشور است. در سال های اخیر، برداشت بی رویه از منابع آب زیرزمینی، کمبودهای کمی بسیاری را به وجود آورده است. هدف از انجام این پژوهش، بررسی پارامترهای فیزیکی و شیمیایی کیفیت آب (K, Na, Mg, Ca, SO4, CL, HCO3, CO3, NO3, PH, TDS, EC) در آب های زیرزمینی شهر اراک و نیز تعیین منشا آلودگی آن ها بود. بدین منظور 46 ایستگاه چاه عمیق شهر اراک بررسی شده و مقایسه با استانداردها صورت گرفت، که مقدار دو پارامتر هدایت الکتریکی(EC) و مواد جامد محلول(TDS) در 11 ایستگاه، بیش تر از مقادیر استاندارد جهانی بود. پس از مشخص شدن ایستگاه های آلوده، به کمک نرم افزار SPSS، مقادیر این دو داده (EC,TDS) در این یازده ایستگاه بررسی شد و برای بررسی رابطه بین مقادیر این دو داده با سایر داده ها از ضریب همبستگی پیرسون استفاده شد. سپس با استفاده از روش شبکه عصبی مصنوعی و مقایسه ی مدل پرسپترون چند لایه با اعداد، لایه ها و ساختارهای مختلف و متفاوت برای مدلسازی داده های هدایت الکتریکی(EC) و مواد جامد محلول(TDS) در مرحله تست و آموزش، عملکرد این مدل ها بر اساس پارامترهای آماری بررسی شد و به منظور انتخاب بهترین مدل برای هر داده به صورت جداگانه 7 مدلسازی صورت گرفت. در نهایت مدل MLPبا 3 نورون ورودی، 8 لایه ی پنهان، 4 پردازنده، عملکرد محرک TanhAxonو الگوریتم Momentum و بیش ترین دقت و مقدارهای 389/2411 MAE=، 000/34 NMSE=، 954/0R=، به عنوان بهترین مدل برای داده EC و مدل MLP با 3 نورون ورودی، 10 لایه ی پنهان، و به ترتیب برای لایه ی اول تا دهم، 9 ، 7 ، 8 ، 6 ، 7 ، 9 ، 8 ، 7 ، 5 ، 9 پردازنده، عملکرد محرک TanhAxon و الگوریتم Momentum و بیش ترین دقت و مقدارهای ، 944/0R=، 996/21NMSE=، 137/1197MAE= به عنوان بهترین مدل برای داده TDSانتخاب شدند. به نظر می رسد منشا اصلی افزایش