توسعه و ارزيابي فناوري اندازه‌گيري غلظت رسوبات معلق در محيط‌هاي آبي به روش اندازه گيري نوري

پايش رسوبات معلق نقش مهمي در شناخت رفتار رودخانه، شناسايي كانون ‎هاي فرسايش و رسوب و مديريت بهتر اراضي آبخيزها ايفا مي‌كند. در حال حاضر به دليل هزينه‎ هاي بالاي پايش مستمر رسوبات معلق، برنامه ريزي و مدل سازي جهت مهار فرسايش با چالش‌هاي جدي روبروست. هدف از اين پژوهش، توسعه فناوري و ارزيابي دستگاه بازتاب نوري اندازه گير رسوب معلق با سامانه توام چند منبع نوري همراه با مدل‎ سازي هوش مصنوعي مي باشد. دستگاه مذكور پس از ساخت، طي مراحل مختلف آزمايشي در آزمايشگاه هيدروليك موسسه تحقيقات آب وزارت نيرو مورد بررسي قرار گرفت. بررسي عملكرد دستگاه طي دو مرحله واسنجي و صحت ‎سنجي انجام شد. در فرايند بررسي، تعداد 40 نمونه رسوب توليد و نمونه برداري شد كه 70% آن‎ها براي آموزش دستگاه و 30% باقي‌مانده داده ها جهت صحت سنجي استفاده شد. از كدورت‎ سنج مرجع و نمونه‎ برداري دستي جهت آزمون درستي عملكرد دستگاه استفاده گرديد. منحني‎ هاي ترسيم شده، بيان‎گر همبستگي بسيار خوب بين عدد نوري ثبت شده توسط دستگاه و غلظت رسوب معلق مي‎ باشد. به منظور ارتقاء نتايج پيش بيني دستگاه، از روش هوشمند مبتني بر آمار رگرسيون ماشين بردار (SVR) و همچنين شبكه عصبي پرسپترون چند لايه (MLP) استفاده گرديد. در نهايت نتايج حاصله توسط شاخص هاي ميانگين خطاي مطلق (MAPE)، مجذور ميانگين مربعات خطا (RMSE)، ضريب ناش ساتكليف(NSE) ،  ضريب همبستگي  (R)و ضريب تبيين (R^2) مورد ارزيابي قرار گرفتند. نتايج نشان داد استفاده از مدل MLP در مقايسه با نتايج حاصل از دستگاه بدون اعمال هوش مصنوعي و نيز در مقايسه با مدل SVR در بهبود نتايج پيش بيني رسوب معلق دارد. مقادير شاخص هاي ارزيابي براي مدل MLP به ترتيب برابر با 0/023، 7/608، 0/997، 0/999 و 0/999 مي باشد.