نام پژوهشگر: مصطفی صادق زاده سادات
مصطفی صادق زاده سادات علی اشرف صدرالدینی
به دلیل نگرانی جهانی بر سر منابع آب و محیط زیست توجه به آب های زیرزمینی و آب های سطحی که به دلیل ارتباط متقابل می تواند بعنوان یک منبع واحد در نظر گرفته شود به طور فزاینده ای مشهود و از اهمیت ویژه ای برخوردار شده است. مشکلات مربوط به تامین آب، کیفیت آب، و تخریب محیط های آبی اغلب گزارش شده است. در بسیاری از این مسائل اثر متقابل آب های زیرزمینی و آب های سطحی به یک نگرانی مهم تبدیل شده است. مطالعه حاضر بر روی رودخانه آجی چای واقع در دشت تبریز و در شرق دریاچه ارومیه¬¬، به منظور شناسایی عوامل موثر بر آلودگی رودخانه و آبخوان دشت تبریز و مدیریت و کنترل بهتر کیفیت منابع آب، با بهره گیری از تحلیل مولفه های اصلی، روش های هوش مصنوعی (شبکه عصبی مصنوعی، الگوریتم ژنتیک و درخت تصمیم m5) و زمین آمار (کریجینگ و کوکریجینگ)، از طریق تحلیل داده های کیفیت آب (کاتیون ها، آنیون ها) در طی دوره آماری 1380 تا 1392 صورت گرفت. تحلیل های چند متغیره آماری قادر است حجم گسترده ای از داده ها را پردازش نماید و به عنوان راهکاری کمی در مدیریت کیفیت آب رودخانه های استان مطرح گردد. تعیین مهم ترین پارامترهای تاثیرگذار در کیفیت آب منجر به کاهش هزینه ها و هدفدار نمودن پایش، و کنترل و حفاظت کیفیت آب می شود. نتایج تحقیق حاکی از آن است که گرچه روش شبکه عصبی مصنوعی تکاملی با اختلاف خیلی کمی در مقایسه با روش m5 پیش بینی نسبتا دقیق تری از میزان کلر، شوری و نسبت جذبی سدیم ارائه می کند، اما روش درخت تصمیم گیری (m5) روابط ساده خطی، قابل فهم تر و کاربردی تری برای پیش بینی کلر، شوری و نسبت جذبی سدیم ارائه می کند. و نوع تصمیمات گرفته شده براساس طبقه بندی در الگوریتم های درخت تصمیم، مشخص، شفاف و قابل استخراج است. همچنین نتایج حاصل از کاربرد روش های زمین نشان داد که وضعیت آبخوان دشت تبریز از لحاظ کیفی نسبت به سال های قبل در وضعیت نامطلوب قرار گرفته و در بخش غربی دشت به دلیل برداشت زیاد توسط چاه ها میزان شوری آب افزایش یافته است، که موجب برهمکنش مرز بین آبخوان ساحلی و شیرین و هجوم آب شور دریاچه ارومیه به آبخوان دشت تبریز شده است.