تخمین مواد مغذی آب مخزن سد درودزن با استفاده از مدلهای هوش مصنوعی

ارزیابی و مدیریت کیفیت منابع آب سطحی و زیرزمینی در درازمدت و برنامه ریزی بهره برداری و کنترل آلودگی‌های این منابع اهمیت بسزایی دارد. یکی از مسایل مهم در مدیریت مخازن سدها، بررسی کیفیت آب و تاثیر آن بر منابع آب مصرفی می‎باشد. ورود بیش از حد مواد مغذی به مخزن سد می‌تواند باعث تغذیه گرایی مخزن و تغییر کیفیت آب آن شود. در این مطالعه، برای تعیین غلظت مواد مغذی شامل نیتروژن کل (tn) و فسفر کل (tp) محلول در مخزن سد درودزن، از مدل‌های سیستم استنتاج فازی عصبی-تطبیقی (anfis)، جنگل تصادفی (rf)، مدل درخت تصمیم m5، پرسپترون چند لایه (mlp) و برنامه‌ریزی بیان ژن (gep) استفاده شد. پارامترهای هدایت الکتریکی، کل جامدات محلول، ph، دما، دید دیسک سکی، کلروفیلa و اکسیژن محلول و مواد مغذی محلول در آب شامل فسفر کل و نیتروژن ورودی به مخزن سد بر اساس داده‌های برداشت شده در ایستگاه هیدرومتری پل عباس آباد واقع در بالادست سد طی دوره یک ساله از مهرماه 1400 تا آبانماه 1401 در شبیه سازی‌ها بکار گرفته شد. در همه مدلها 75% داده‌ها برای آموزش و 25% برای آزمایش و ارزیابی مدل در نظر گرفته شد. عملکرد مدل‌ها با روشهای آماری ارزیابی خطا شامل ضریب همبستگی، جذر میانگین مربعات خطا، میانگین خطای مطلق، ضریب ناش ساتکلیف و شاخص پراکندگی انجام شد. نتایج نشان داد که مدل anfis در میان مدلهای استفاده شده بهترین دقت را در تخمین مواد مغذی مخزن سد دروزن داشته است. همچنین مدل‌های gep و m5 به ترتیب ضعیف‌ترین عملکرد‌ را در تعیین مواد مغذی داشتند.