پيش بيني تغييرات غلظت نيترات آب زير زميني با رويكرد AdaBoost

زمينه و هدف: نيترات همواره به عنوان يك شاخص كيفيت آب آشاميدني و يك موضوع اساسي در سلامت انسان مورد توجه بوده است. توسعه مدل‌هاي پيشرفته براي مديريت كيفيت آب، تصميم‌گيرندگان را تشويق كرده است كه فناوري‌هاي هوش مصنوعي را در برنامه‌ريزي كيفيت آب لحاظ نمايند. اين مطالعه، قصد دارد تا با استفاده از مدل‌هاي AdaBoost (تقويت تطبيقي) بعنوان يكي از مدل هاي نوظهور در حيطه مديريت كيفيت آب به پيش بيني غلظت نيترات در آب زيرزميني با استفاده از هدايت الكتريكي، pH بپردازد.مواد و روشها: در اين مطالعه ابتدا تحليل همبستگي پيرسون انجام شد سپس با تعيين متغير هاي ورودي مدل چندين مدل AdaBoost با هاپپر پارامترهاي مختلف ساخته شد. سپس تحليل حساسيت و وابستگي متغير هاي ورودي مدل در پيش بيني نيترات ارزيابي شدند.يافته ها: نتايج مدل AdaBoostنشان داد كه مقادير ضريب R2 براي داده آموزش 0/915 و براي داده هاي تست 0/924 بودند. مقادير MSE، RMSE، MAE، MAPE براي داده هاي آموزش به ترتيب 1/02، 1/01، 0/823 و 7/3درصد بدست آمد. اين معيار ها براي داده هاي تست به ترتيب0/228، 0/477، 0/375 و3/2 درصد بودند. تحليل‌ حساسيت مدل، متغير pH به عنوان مهمترين متغير تاثير گذار در پيش بيني نيترات معرفي كرد.نتيجه گيرى: تحليل مدل نشان داد كه روش پيشنهادي در پيش بيني غلظت نيترات عملكرد بالايي دارد. اين روش پتانسيل ويژه براي پياده‌سازي به عنوان يك سامانه هوشمند براي پيش‌بيني پارامترهاي كيفيت آب را دارد.