ارزیابی مدل هوشمند در برآورد هدایت الکتریکی آب های زیرزمینی (مطالعه موردی: دشت راین)

در این مطالعه کارآمدی روش هوشمند سیستم استنتاج عصبی فازی تطبیقی ANFIS-FCM در پیش بینی هدایت الکتریکی درآب-های زیرزمینی ناشی از پارامتر های فیزیکی و شیمیایی دردشت راین ارزیابی شد. بدین منظور، 29 نمونه آب از چاه و چشمه های دشت برداشت و داده ها در آزمایشگاه مورد آنالیز شیمیایی قرارگرفت. آمارهای توصیفی داده ها و ماتریس همبستگی پارامترهای مورد مطالعه با استفاده از نرم افزار SPSS بدست آمد. با تشکیل ماتریس همبستگی، مشخص گردید که پتاسیم (K+)، سدیم (Na+)، کلسیم (Ca2+)، منیزیم (Mg2+)، کلر (Cl-)، سولفات (SO42-)، کل مواد جامد محلول (TDS)، سختی کل (TH)، نسبت به سایر پارامترهای موجود، بیشترین همبستگی را با هدایت الکتریکی (EC) دارند. بنابراین ورودی های مدل شامل پارامترهای نامبرده و خروجی نیز با توجه به هدف تحقیق، هدایت الکتریکی انتخاب شد. داده ها پس از استاندارد سازی، وارد محیط متلب شده و با استفاده از روش ANFIS-FCM، هدایت الکتریکی آب زیرزمینی پیش بینی گردید. در این روش 70 درصد داده ها (20 نمونه) برای مجموعه داده آموزش و 30 درصد داده ها (9 نمونه) برای مجموعه داده آزمون به طور تصادفی انتخاب شدند. برای مجموعه داده آموزش مدل ANFIS-FCM مقادیر R2 و RMSE به ترتیب 9994/0، μS/cm 0001569/0 بدست آمدند و همچنین برای مجموعه داده آزمون مدل ANFIS-FCM مقادیر R2 و RMSE به ترتیب 9844/0، μS/cm 041652/0 حاصل گردید. با استفاده از نتایج حاصل از این مدل، مشخص شد که هدایت الکتریکی تخمین زده شده در محدوده مورد بررسی از دقتی بسیار خوب و همبستگی بالایی نسبت به مقادیر اندازه گیری شده برخوردار بوده است. در نتیجه روش هوشمند ANFIS-FCM روشی موثر، کارآمد و دقیق جهت تخمین هدایت الکتریکی آب می باشد.