مهندسی و مدیریت کیفیت

چکیده منابع آب زیرزمینی در کشور ایران و بسیاری از کشورهای دیگر که آب و هوایی مشابه دارند، مهم ترین منابع آب مورد استفاده در کشاورزی و شرب به شمار می‌رود. در این مطالعه روش کریجینگ معمول به عنوان یک تخمین گر آماری خطی و دو روش هوشمند شبکه عصبی مصنوعی ANN و سیستم استنتاج تطبیقی عصبی فازی ANFIS ، در پیش بینی مقدار هدیت الکتریکی و نیترات در آب‌های زیرزمینی ارزیابی شدند. نتایج نشان داد مدل ANFIS نسبت به دو مدل درون یابی دیگر عملکرد بهتری در پیش بینی مقدار هدایت الکتریکی و نیترات به ترتیب با ریشه میانگین مربعات خطا (RMSE) و (mg/l) 362/5، با میانگین اریب خطا (MBE)، 365/2 و با ضریب همبستگی (R) و 767/0 داشته است. همچنین مدل ANN به مراتب نتایج بهتری نسبت به روش کریجینگ معمول داشت. بر این اساس مدل ANFIS برای پیش بینی هدایت الکتریکی و نیترات در محدوده مطالعاتی پیشنهاد می‌شود.