میزان کل مواد جامد محلولعامل مهمّی در تعیین کیفیّت آب رودخانه ها می باشد. در این مطالعه، از پنج مدل مبتنی بر داده شامل سه مدل فراابتکاری علف هرز مهاجم، کلونی زنبور عسل، ازدحام ذرات، مدل ماشین بردارپشتیبان و شبکهعصبیبیزین در پیش بینی کیفیّت آب بابلرود وسفیدرود استفاده شد. برای این منظور از داده های منتشر نشده ی ماهیانه ی کلسیم، منیزیم، بیکربنات، سدیم، سولفات، EC، pHوکل مواد جامد محلول از ایستگاه قرآنتالار بابلرود و ایستگاه پروریج آباد سفیدرود به ترتیب در بازه های زمانی 1345-1394 و 1394-1381 تجزیه و تحلیل شد. نتایج ارزیابی این پنج مدل بر مبنای معیارهای ضریب تبیین، جذر میانگین مربعات خطا و ضریب نش-ساتکلیف نشان داد که روش هیبریدی کلونی زنبورعسل در ایستگاه هیدرومتری قرآن تالار بابلرود و پروریج آباد سفید رود در بخش صحّتسنجی با بیشترین ضریب تبیین به ترتیب برابر با 0.985 و 0.989 و کمترین جذر میانگین مربعات خطای 10.493 و 5.289 میلیگرم بر لیتر و بیشترین ضریب نش-ساتکلیف مساوی 0.983 و 0.992 نسبت به چهار مدل دیگر برتری بالا و سریعی در ارزیابی کیفیّت آب دارد.
Akhoni Pourhosseini F, Ebrahimi K, Omid M H. Evaluation of Intelligent Models in Water Quality Simulation of the Babolrood and Sefidrood Rivers, Iran. jwmseir 2022; 16 (58) :53-62 URL: http://jwmsei.ir/article-1-1061-fa.html
آخونی پورحسینی فاطمه، ابراهیمی کیومرث، امید محمدحسین. کاربرد مدل های هوش مصنوعی در شبیه سازی کیفیّت آب بابلرود و سفیدرود. مجله علوم ومهندسی آبخیزداری ایران. 1401; 16 (58) :53-62