آب و فاضلاب، جلد ۲۵، شماره ۵، صفحات ۲۱-۳۱
عنوان فارسی پهنه‌بندی کیفی رودخانه‌ها با استفاده از روش ترکیبی تحلیل مؤلفه‌های اصلی و تحلیل طبقه‌بندی فازی
چکیده فارسی مقاله پهنه‌بندی کیفیت آب و ارائه تصویر صحیح از وضعیت کیفی آب‌های سطحی باعث می‌شود تا هرگونه تصمیم‌گیری مدیریتی که اثرات محیط‌ زیستی آن به‌صورت مستقیم و یا غیرمستقیم متوجه آب‌های سطحی باشد، با آگاهی بیشتری اتخاذ شود. پهنه‌بندی کیفی بر اساس معیار آلودگی انجام می‌شود. در تعیین این معیار، پارامترهای مختلفی از کیفیت آب با توجه به داده‌های تاریخی موجود و نوع مصارف آبی تأثیر دارد و در نظر گرفتن همه پارامترهای کیفی آب برای تحلیل کیفیت آب یک رودخانه مشکل است و مدل پیشنهادی را پیچیده می‌سازد. در این مقاله از رویکرد تحلیل مؤلفه‌های اصلی به‌منظور کاهش پارامترهای کیفی آب در تعیین معیار آلودگی استفاده شد. این روش برای کاهش ابعاد داده استفاده شده است؛ به این ترتیب مؤلفه‌هایی از مجموعه داده که بیشترین تأثیر را در واریانس دارند، حفظ می‌شوند. نتایج به‌دست آمده نشان می‌دهد، مؤلفه اصلی اول می‌تواند 59/93 درصد از تغییرات داده‌ها، دو مؤلفه اصلی اول می‌توانند 67/96 درصد از تغییرات داده‌ها و به‌همین ترتیب شش مؤلفه اصلی اول 99/99 درصد از تغییرات داده‌ها را توصیف کنند. سپس بر اساس معیار آلودگی تعیین شده، از روش تحلیل طبقه‌بندی فازی به‌منظور دسته‌بندی بازه‌های رودخانه استفاده شد. ابتدا با استفاده از رابطه فازی ممدانی به فازی‌سازی اطلاعات پرداخته شد و سپس ماتریس تجانس توسط روابط فازی تشکیل شد. در نهایت با مشخص کردن حدود آستانه مناسب، طبقه‌بندی کیفی صورت گرفت. در این مقاله، با استفاده از اطلاعات کیفی آب جمع‌آوری شده از نقاط پایش کیفی در طول رودخانه زاینده‌رود، کارایی روش پیشنهادی ارزیابی شد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی River Water Quality Zoning Using Combination of Principal Component Analysis (PCA) and Fuzzy Clustering Analysis
چکیده انگلیسی مقاله Management decisions whose environmental impacts affect directly or indirectly surface waters must of necessity be based on adequate knowledge and information when water quality zoning and a clear picture of river water quality are sought. Water quality zoning is based on pollution criteria that are identified on the basis of different water quality parameters drawn from historical data and the water uses in the region. The aggregate of the data and parameters involved make river water quality modeling a complex process. In this paper, the Principal Component Analysis (PCA) is used to reduce the water quality parameters involved in the identification of river water pollution criteria. The method keeps those components with more variances. The results show that the first component transfers 93.59% of the variation in the data, while the first two and the first six components explain 96.67% and 99.99% of the variations, respectively. Based on the criteria thus identified, the fuzzy clustering analysis is used in a second stage of the study to classify the river intervals. For this purpose, the fuzzy water quality data are provided to generate the fuzzy similarity matrix based on the fuzzy relations. Then, the stabilized matrix and the clustering diagram are created. Finally, the river intervals are classified into similar categories using the proper thresholds. The efficiency of the proposed method is evaluated by employing water quality data collected from the Zayandehrood River monitoring stations.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حمیدرضا صفوی |
دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

آزاده احمدی |
استادیار دانشکده مهندسی عمران - دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

مهران رحمت نیا | rahmat nia
دانش آموخته کارشناسی ارشد مهندسی آب، دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

نشانی اینترنتی http://www.wwjournal.ir/article_6435_eaccac839ca13e08bf1212bca2060128.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات