تخمین tds در رودخانه با کمک تصاویر ماهواره‌ای و شبکه عصبی mlp

رودخانه‌ها به‌عنوان یکی از مهم‌ترین منابع آب سطحی، علاوه بر تامین آب شرب و کشاورزی، نقش مهمی در تولید انرژی، صنعت، گردشگری و حفظ تنوع زیستی ایفا می‌کنند. اما فشارهای ناشی از رشد جمعیت، توسعه شهری و صنعتی، تغییرات کاربری اراضی و تغییرات اقلیمی، تهدیدات قابل‌توجهی را برای کیفیت آب این منابع به همراه داشته است. برای بررسی کیفیت آب، اندازه‌گیری پارامترهای کیفی مانند کل جامدات محلول (tds) در مقیاس‌های مختلف مکانی و زمانی ضروری است. این موضوع به‌ویژه برای رودخانه کارون که نقش حیاتی در تامین آب شرب و کشاورزی دارد از اهمیت بالایی برخوردار است و پایش منظم آن برای حفظ بهداشت جامعه و مدیریت بهینه منابع آب لازم است. در مطالعه حاضر، با بهره‌گیری از تصاویر ماهواره‌ای لندست در باندهای مادون قرمز و مادون قرمز نزدیک و با استفاده از قابلیت‌های شبکه عصبیmlp، مدلی برای شبیه‌سازی tds ارائه شده است. نتایج نشان می‌دهد که مدل یادشده با ترکیب باندهای طیفی منتخب، از دقت قابل‌قبولی برای پیش‌بینی tds در این رودخانه برخوردار است. ضریب تبیین (r2) در دو مرحله آموزش و صحت‌سنجی به‌ترتیب برابر با 90/0 و 86/0 محاسبه شد.