تعیین مناطق آسیب پذیر آبخوان دشت ملکان به نیترات با استفاده از روش جنگل تصادفی
نویسنده:
چکیده:
به دلیل وجود آنومالی نیترات در آب زیرزمینی دشت ملکان، 27 نمونه از منابع آب زیرزمینی در شهریور سال 1393 جمع آوری و در آزمایشگاه آبشناسی دانشگاه تبریز تجزیه هیدروشیمیایی شد. در مطالعه حاضر روش جنگل تصادفی (RF)، که روشی یادگیری مبتنی بر دسته ای از درخت های تصمیم است، برای ارزیابی آسیب پذیری پیشنهاد شده است. روش RF نسبت به روش های دیگر دارای مزایایی مانند دقت پیش بینی بالا، توانایی زیاد در تعیین متغیرهای مهم در پیش بینی و ماهیت غیرپارامتری است. در این مقاله عملکرد روش RF برای مدل سازی پیش بینی آسیب پذیری ویژه آبخوان دشت ملکان با استفاده از چهار دسته از داده ها شامل مدل A با تمام متغیرها، مدل B با متغیرهای مربوط به خصوصیات آبخوان، مدل C با متغیرهای نیروهای محرک و مدل D با متغیرهای مربوط به روش دراستیک ارزیابی شد. مدل های A و B با کمترین MSE به ترتیب برابر 012/0 و 013/0 و بیشترین AUC به منزله روش های مناسب برای آسیب پذیری آب زیرزمینی به آلودگی نیترات انتخاب شدند و مدل های C و D با داشتن بیشترین MSE به ترتیب برابر با 015/0 و 026/0 و کمترین AUC به منزله روش های نامناسب شناخته شدند. مدل A که دقیق ترین مدل شناخته شد 44 درصد از منطقه را در محدوده آسیب پذیری زیاد شناسایی کرد.
کلیدواژگان:
آب زیرزمینی ، آسیب پذیری ، جنگل تصادفی ، دشت ملکان ، نیترات
زبان:
فارسی
صفحات:
923 تا 942
لینک کوتاه:
magiran.com/p1512987
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!