روش جدید مبتنی بر اعداد Z برای ارزیابی آسیب پذیری ویژه آب های زیرزمینی مطالعه موردی: دشت های اردبیل و قروه-دهگلان (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
سیستم های ارزیابی آسیب پذیری آب های زیرزمینی برای دستیابی به روشی مناسب برای حفاظت از این منابع در برابر آلاینده ها توسعه یافته اند. یکی از روش های شناخته شده برای تعیین حساسیت آب های زیرزمینی، روش DRASTIC است. از آنجایی که ارزیابی آلودگی آب های زیرزمینی اغلب با عدم قطعیت همراه است، مطالعه حاضر از مفهوم اعداد Z به عنوان نسل جدیدی از منطق فازی برای تخمین آسیب پذیری ویژه آبخوان ها استفاده کرده است. در این مطالعه، از پارامترهای مدل DRASTIC (ورودی ها) و مقادیر غلظت نیترات (خروجی) در دو سناریو برای برآورد آسیب پذیری ویژه آبخوان های دشت های اردبیل و قروه- دهگلان استفاده شد و نتایج به دست آمده با نتایج مدل DRASTIC به عنوان مدل معیار مقایسه شد. تجزیه وتحلیل نتایج نشان داد که مدل سازی مبتنی بر اعداد Z به دلیل درنظرگرفتن قابلیت اطمینان داده ها و تخصیص وزن مناسب به قوانین، کیفیت نتایج را نسبت به منطق فازی کلاسیک به میزان 53 درصد (برای سناریوی اول)، 184 درصد (برای سناریوی دوم) در دشت اردبیل و 127 درصد (برای سناریوی اول)، 311 درصد (برای سناریوی دوم) در دشت قروه_دهگلان بهبود بخشید. همچنین بر اساس نتایج، ممکن است کیفیت قوانین استخراج شده برای مدل مبتنی بر اعداد Z در دشت هایی با ضریب تغییرات داده بالاتر، پایین باشد (برای مثال ضریب تغییرات داده بالای دشت اردبیل نسبت به دشت قروه_دهگلان در این مطالعه)، بنابراین در این شرایط، نتایج مدل مبتنی بر اعداد Z ممکن است بهبود قابل توجهی نسبت به نتایج منطق فازی مرسوم نداشته باشد. روش پیشنهادی در این مطالعه به دلیل قابلیت بالای آن می تواند برای طراحی کنترل کننده های هوشمند مدیریت آب زیرزمینی مورد استفاده قرار گیرد.New Z-Number-Based Method for Specialized Groundwater Vulnerability Assessment (Case studies: The Ardabil and Qorveh-Dehgolan plains)
Systems for assessing groundwater vulnerability are designed to protect groundwater resources from pollution. The DRASTIC method is a well-known approach for determining groundwater susceptibility. One drawback of the DRASTIC method is that it relies on expert judgment to rank parameters, which introduces uncertainty. This study used a new generation of Fuzzy Logic (FL), called the Z-number theory, to estimate the specific vulnerability of aquifers and address this uncertainty. The specific vulnerability of the Ardabil and Qorveh-Dehgolan aquifers was estimated using two scenarios: the DRASTIC parameters as inputs and nitrate concentration values as output. The vulnerability of the aquifer was also evaluated by comparing the results of the proposed models with those of the DRASTIC model, which served as a benchmark. The analysis showed that the Z-number Based Modeling (ZBM), which considered data reliability and weighted the rules appropriately, produced higher-quality results than the classic FL. In the Ardabil plain, the ZBM yielded results that were 53% better (using seven inputs) and 184% better (using four inputs) compared to the classic FL. In the Qorveh-Dehgolan Plain (QDP), the ZBM produced results that were 127% better (using seven inputs) and 311% better (using four inputs) than the classic FL. The irregularity and non-linearity of the data, such as the high coefficient of variation (CV) in the Ardabil plain compared to the QDP, may contribute to the high CV value in the plains. Therefore, in plains with high CV, the quality of the extracted Z-number-based rules may be lower.