تخمين هدايت الكتريكي رودخانه ها با استفاده از شبكه عصبي موجك (مطالعه موردي: رودخانه كاكارضا)

هدايت الكتريكي (EC) عامل مهمي در مهندسي رودخانه و بويژه مطالعه كيفي آب رودخانه ها مي باشد. در اين پژوهش كاربرد شبكه عصبي موجك، جهت پيش بيني هدايت الكتريكي رودخانه كاكارضا موردبررسي و ارزيابي قرار گرفت و نتايج آن با مدل شبكه عصبي مصنوعي مقايسه شد. كه براي اين منظور هيدروژن كربنات، كلريد، سولفات، كلسيم، منيزيم، سديم و دبي جريان در مقياس زماني ماهانه در طي دوره آماري (1393-1347) بعنوان ورودي و هدايت الكتريكي بعنوان پارامتر خروجي انتخاب گرديد. معيارهاي ضريب همبستگي، ريشه ميانگين مربعات خطا و ضريب نش ساتكليف براي ارزيابي و عملكرد مدل مورد استفاده قرار گرفت. نتايج حاصله نشان داد مدل شبكه عصبي موجك داراي بيشترين ضريب همبستگي (0/977)، كمترين ريشه ميانگين مربعات خطا(ds/m 0/032) و نيز بيشترين معيار نش ساتكليف (0/847) در مرحله صحت سنجي در اولويت قرار گرفت. درمجموع نتايج نشان داد مدل شبكه عصبي موجك در تخمين مقادير حداقل و حداكثر دقت بالايي از خود نشان داده است. نتايج حاكي از توانمندي قابل قبول مدل شبكه عصبي موجك در تخمين هدايت الكتريكي آب رودخانه ها است.