مدل‌سازی اکسیژن محلول در رودخانه های می‌سی‌سی‌پی و طالقان رود با استفاده از یادگیری ماشین

هدف این پژوهش به مدل‌سازی و پیش‌بینی سطوح اکسیژن محلول (do) در آب رودخانه‌های طالقان (ایران)، دس پلین و ایلینوی (ایالات متحده) با استفاده از داده‌های واقعی و تکنیک‌های یادگیری ماشین پرداخته است. داده‌ها شامل مشاهدات پارامترهای محیطی نظیر دما، ph، هدایت الکتریکی، bod، نیترات و کلروفیل از سال‌های 2018 تا 2023 بودند که از منابع معتبر مانند usgs و سازمان حفاظت محیط زیست ایران استخراج شدند. به دلیل محدودیت تعداد داده‌های طالقان (100 ردیف)، از روش smote برای تولید نمونه‌های مصنوعی و افزایش حجم داده به 500 ردیف استفاده شد. مدل‌های درخت تصمیم (dt)، جنگل تصادفی (rf) و رگرسیون بردار پشتیبان (svr) با بهینه‌سازی هایپرپارامترها از طریق gridsearchcv پیاده‌سازی شدند. تحلیل همبستگی pearson نشان داد که دما و /bodکلروفیل قوی‌ترین عوامل تاثیرگذار بر do هستند (همبستگی منفی 0.75-0.80). هدف تحقیق، ارزیابی عملکرد مدل‌ها و شناسایی عوامل کلیدی کیفیت آب در شرایط جغرافیایی متفاوت (کوهستانی، شهری، کشاورزی) بود.نتایج مدل‌سازی حاکی از برتری rf در رودخانه ایلینوی (rmse=0.65mg/l , r2=0.92) و svr در طالقان ((rmse=050mg/l , r2=0.94است، در حالی که dt عملکرد ضعیف‌تری نشان داد. تحلیل اهمیت ویژگی‌ها با روش shap مشخص کرد که دما (33-45%) و/ bodکلروفیل (30-40%) مهم‌ترین عوامل کاهش do هستند، با تعاملات مثبت جریان و ph. پیش‌بینی‌های بلندمدت تا سال 2028 با مدل arima(1,1,1) کاهش فصلی do در تابستان) حداقل 0.7mg/l ) را تایید کرد. مقایسه تطبیقی سه رودخانه الگوهای محلی را روشن ساخت: طالقان حساس به دما، دس پلین تحت تاثیر آلودگی شهری، و ایلینوی پایدارتر به دلیل کاربری کشاورزی.این مطالعه با ترکیب داده‌های محلی منحصربه‌فرد طالقان، روش‌های پیشرفته مانند smote و shap، و رویکرد ترکیبی arima با یادگیری ماشین، نوآوری‌های قابل‌توجهی در مدل‌سازی کیفیت آب ارائه داد. پیشنهادات عملی شامل سیستم هشدار هیپوکسیا برای do زیر 5 mg/l و مدیریت جریان سد در طالقان است. نتایج می‌توانند الگویی برای مدیریت پایدار منابع آب در مناطق با داده‌های محدود باشند و به سیاست‌گذاری‌های زیست‌محیطی کمک کنند.