روند ارزیابی تغییرات منیزیم با استفاده از شبکه عصبی و سیستم اطلاعات مکانی در روستاهای شهرستان گنبد (استان گلستان)

Abstract

<strong>چاه</strong><strong>‌</strong><strong>ها یکی از اصلی</strong><strong>‌</strong><strong>ترین منابع تأمین کننده آب شرب، کشاورزی و صنعت می</strong><strong>‌</strong><strong>باشند. کیفیت آب از لحاظ شرب نیز در بین پارامترهای کیفی مهم</strong><strong>‌</strong><strong>ترین پارامتر است. بنابراین بررسی و پیش بینی آلودگی</strong><strong>‌</strong><strong>ها از اهداف مدیران و برنامه</strong><strong>‌</strong><strong>ریزان می</strong><strong>‌</strong><strong>باشد.در این تحقیق از شبکه عصبی مصنوعی و سیستم اطلاعات مکانی برای تعیین آلودگی پارامتر منیزیم در آب</strong><strong>‌</strong><strong>های روستاهای گنبد از استان گلستان در چهار سال متوالی 87 و 88 و 89 و 90 استفاده شده است. در این مدل شبکه عصبی مصنوعی در ساختار پرسپترون، با تعداد لایه</strong><strong>‌</strong><strong>های پنهان و نرون</strong><strong>‌</strong><strong>های مختلف، مورد ارزیابی قرار گرفته</strong><strong>‌</strong><strong>اند. در حال حاضر آلودگی آب</strong><strong>‌</strong><strong>های زیرزمینی به دلیل فعالیت</strong><strong>‌</strong><strong>های شیمیایی و صنعتی در حال افزایش است. بنابراین نیاز به شناسایی مناطق آسیب</strong><strong>‌</strong><strong>پذیر منطقه برای جلوگیری از آلودگی آب</strong><strong>‌</strong><strong>های زیرزمینی است. همچنین در این تحقیق برای تعیین آلودگی آب</strong><strong>‌</strong><strong>های زیرزمینی از نقشه هایی همچون: توپوگرافی، زمین شناسی، موقعیت چاه</strong><strong>‌</strong><strong>ها، شیب، و ... در محیط</strong><strong>‌</strong><strong>های مکانی استفاده شد. پس از تعیین میزان آلودگی با استفاده از مدل</strong><strong>‌</strong><strong>های شبکه عصبی، خروجی مدل در محیط مکانی به نقشه</strong><strong>‌</strong><strong>های آلودگی دست پیدا کرده</strong><strong>‌</strong><strong>ایم. همچنین با مشاهده</strong><strong>‌</strong><strong>ی نقشه</strong><strong>‌</strong><strong>های آلودگی و داده</strong><strong>‌</strong><strong>های موجود در سال</strong><strong>‌</strong><strong>های ذکر شده می</strong><strong>‌</strong><strong>توان نتیجه گرفت که میزان آلودگی کم بود و این آلودگی نمی</strong><strong>‌</strong><strong>تواند خطرآفرین باشد.</strong>