ارزیابی عملکرد مدل‌های کوکریجینگ و نروفازی جهت تخمین غلظت نیترات در آبخوان کرج

امروزه تکنیک‌های مدرن بر اساس مدل‌های زمین‌آمار برای به دست آوردن غلظت نیترات آب زیرزمینی در نقاط نامعلوم و تعیین نقاط جدید نمونه‌برداری به کار گرفته شده است. در این تحقیق، از مدل‌های کوکریجینگ و نروفازی، جهت ارزیابی تغییرات مکانی غلظت نیترات در آبخوان کرج استفاده گردیده ‌است. تخمین غلظت نیترات با استفاده از مدل‌های مذکور بر اساس نمونه‌های حاصل از 179 حلقه چاه آب شرب در آبخوان کرج انجام پذیرفته ‌است. بدین منظور، مقادیر غلظت نیترات در سال 1384 به عنوان متغیر اولیه و مقادیر غلظت نیترات در سال‌های 1379 تا 1383 به عنوان متغیر‌های کمکی مدل کوکریجینگ و متغیرهای ورودی به مدل نروفازی در نظر گرفته ‌شده‌اند. نتایج این تحقیق نشان می‌دهد، پنج مدل نروفازی تهیه شده جهت پیش‌بینی غلظت نیترات سال 1384، در مقایسه با مدل‌های کوکریجینگ از کارایی و دقت بیشتری برخوردار است. همچنین از بین مدل‌های نروفازی بررسی شده، مدلی که غلظت نیترات سال 1383 را به عنوان متغیر ورودی در نظر گرفته است از شاخص‌های ارزیابی بالاتری نسبت به دیگر مدل‌های نروفازی برخوردار بوده است.

Evaluation of Cokriging and Neurofuzzy Model Performance in Estimating the Nitrate Concentration in Karaj Aquifer

Recently, new techniques based on geostatistical methods have been used to estimate groundwater nitrate concentrations in unmeasured areas as well as to determine new sling locations. In this study the Cokriging and Anfis models have been developed in interpolation step for nitrate parameter spatiovariation in Karaj aquifer. Nitrate concentrations have been estimated annually using sles derived from 179 drinking water wells. For this purpose, values of nitrate concentration in 1384 (2005) have been considered as the initial values. Nitrate concentration in 1379 to 1383 (2002004) have been applied as the covariate for cokriging model and as the input parameters for neuro fuzzy model. The comparison between cokriging and Anfis results showed that in five neuro fuzzy models, the error function are less than the cokrihging model, especially for the data of 2004.