عنوان	کاربرد شبکه عصبی کانولوشن برای پهنه بندی آسیب پذیری آبخوان در برابر آلودگی
نوع پژوهش	مقاله ارائه شده کنفرانسی
کلیدواژه‌ها	آب های زیرزمینی، آسیب پذیری آبخوان ، مدل DRASTIC، شبکه عصبی کانولوشن (CNN)، نیترات.
چکیده	ارزیابی آسیبپذیری آب های زیرزمینی ابزاری کلیدی برای مدیریت پایدار منابع آب به شمار میرود، بهویژه در مناطقی که تحت فشارهای فزاینده انسانی و تغییرات 1 اقلیمی قرار دارند. چارچوب سنتی DRASTIC) BDF (کاربرد گسترده ای یافته است، اما به دلیل اتکای زیاد به مقادیر نرخ و وزن تعیینشده توسط کارشناسان، با 2 عدم قطعیت ذاتی مواجه است. بهمنظور رفع این محدودیت، در این پژوهش رویکردی نوین مبتنی بر شبکه عصبی کانولوش (CNN (توسعه داده شد تا شاخصهای 3 آسیبپذیری آبخوان استخراج شوند. . سه تعریف از آسیب پذیری آبخوان مبنای طراحی سه شاخص قرار گرفت: شاخص آسیبپذیری ذاتی( IVI (، شاخص آسیبپذیری 4 ویژه (5 SVI (و اخص آسیب پذیری کل (TVI(. برخالفIVI ، دو شاخص SVI و TVI غلظت نیترات را در نظر گرفتند تا جنبه آلودگیمحور آسیبپذیری نیز لحاظ شود. روش پیشنهادی در آبخوان ارومیه واقع در شمال غرب ایران پیاده سازی شد ، جایی که آب زیرزمینی نقش حیاتی در تأمین مصارف کشاورزی و شرب دارد. شاخصهای مبتنی بر CNN توانستند نقاط بحرانی آلودگی را شناسایی کنند و در مقایسه با نقشههای BDF از بروز تغییرات ناگهانی در کالسهای آسیبپذیری جلوگیری نمایند. عملکرد مدل ها بر اساس نمودار ROC و مقادیر AUC ارزیابی شد که به ترتیب برابر با 0/81 برایBDF، 0/91 برای IVI و /95 0 برای هر دو شاخص SVI و TVI بود. نتایج نشان دادند که CNN موجب بهبود چشمگیر پهنهبندی آسیب پذیری از طریق کاهش عدم قطعیت و ارائه الگوهای مکانی واقعبینانه تر میشود. علاوه بر این، اگرچه مقادیر AUC برای SVI و TVI یکسان بودند، اما توزیع های مکانی آن ها تفاوت قابل توجهی داشت که بیانگر بینش های مکمل ارائه شده توسط انواع مختلف شاخصهای آسیبپذیری است. بهطور کلی، چارچوب توسعهیافته مبتنی بر CNN دقت ارزیابی آسیبپذیری آبخوان ها را ارتقا میدهد. نتایج نشان میدهد که این رویکرد می تواند به عنوان ابزاری کارآمد در پشتیبانی تصمیم گیری به کار رود، به گونهای که IVI برای نقشه برداری آسیب پذیری ذاتی و SVI و TVI برای مدیریت ریسک های آلودگی نیترات مناسبتر هستند. این دستاورد مسیر نویدبخشی برای ادغام یادگیری ماشین در مطالعات آینده آسیب پذیری آب های زیرزمینی ارائه می کند .
پژوهشگران	مرجان معظم نیا (نفر اول)، سینا صادق فام (Sina Sadeghfam) (نفر دوم)، سید بهمن موسوی (نفر سوم)