مقايسه كارآيي مدل هاي درختي در محاسبه ضريب پراكندگي طولي آلاينده ها در آبراهه هاي مستقيم

Investigation of Tree Models Performance for Estimation of Longitudinal Dispersion Coefficient in Straight River

مدل سازي پيشروي آلاينده ها در آبراهه هاي طبيعي يكي از مهم ترين مسائل محيط زيست است. ضريب پخشيدگي طولي يكي از پارامترهاي اساسي در مدل سازي انتشار آلودگي ها به حساب مي آيد. طي پژوهش هاي صورت گرفته توسط محققان مختلف روابط متعددي جهت برآورد اين ضريب ارائه شده است كه اغلب اين روابط به صورت تجربي و يا نيمه تجربي به دست آمده اند. با اين وجود، نياز به روش هاي دقيق تر تخمين ضريب پخشيدگي طولي همچنان احساس مي شود. در اين تحقيق جهت تخمين اين ضريب، مدل هاي داده كاوي با توجه به اطلاعات هيدروليكي و هندسي رودخانه ها توسعه يافته است. بر اين اساس الگوريتم هاي درختي M5، CART و برنامه ريزي ژنتيك (GP)مورد استفاده قرار گرفت. جهت مقايسه كارايي مدل ها با معادلات موجود از پارامترهاي آماري جذر ميانگين مربعات خطا، ميانگين خطاي مطلق و نسبت اختلاف استفاده گرديد. نتايج تحليل هاي آماري نشان داد كه مدل هاي داده كاوي مي توانند ضريب پخشيدگي طولي را با دقت بهتر برآورد نمايند. مدل CART با وجود دقت زياد در مرحله آموزش، در مرحله صحت سنجي از دقت كمتري برخوردار بوده است. مدل هايM5 و GP به ترتيب داراي جذر ميانگين مربعات خطاي 0/41 و 0/44 و معيار دقت 61% و 62% بوده و در مقايسه با روابط تجربي موجود از دقت بيشتري برخوردار مي باشند. با توجه به اختلاف ناچيز ميان اين دو مدل و سادگي مدل ارائه شده توسطM5 ، از اين مدل مي توان جهت برآورد ضريب پراكندگي طولي در رودخانه ها استفاده كرد.

Modeling pollution transmission in rivers is an important subject in environmental studies. Longitudinal dispersion coefficient is one of the key factors in the modelling of lateral dispersion of pollutants. Several researchers have attempted to estimate this coefficient using empirical and semi-empirical methods. However، robust models that can accurately estimate longitudinal dispersion coefficient in river streams are still required. In this study، data driven models were developed using the hydraulic and geometric parameters of rivers. The classification and regression tree (CART)، M5 and genetic programming (GP) were used for this purpose. The models performances were then compared quantitatively with those of existing ones using accuracy parameters such as root mean square error (RMSE)، mean absolute error (MAE) and discrepancy ratio (DR). The results illustrated that data driven models outperform the existing formulae in term of accuracy. CART model outperform other models in training step، but its performance decrease for testing data. M5 and GP models have RMSE of 0.41 and 0.44 and accuracy of 61% and 62%، respectively. According to small difference between M5 and GP performances، and simple structure of M5 algorithm، this model can be used for estimating longitudinal dispersion coefficient in streams