{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TA597",
        "title": "پیش بینی غلظت سختی موقت و دائم در آب زیرزمینی براساس پارامترهای شیمیایی با ترکیب شبکه عصبی و سیستم اطلاعات مکانی جغرافیایی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1400",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TA597",
        "title": "پیش بینی غلظت سختی موقت و دائم در آب زیرزمینی براساس پارامترهای شیمیایی با ترکیب شبکه عصبی و سیستم اطلاعات مکانی جغرافیایی",
        "degree": null,
        "faculty": "مهندسی عمران",
        "year": 1400,
        "authors": [
            {
                "name": "سید مصطفی موسوی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "احمد احمدی",
                "role": "استاد راهنما"
            },
            {
                "name": "فرهاد قادری",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "شبکه عصبی",
            "ماشین بردار پشتیبان",
            "سختی موقت",
            "سختی دائم",
            "آب‌های زیرزمینی"
        ],
        "abstract": "در صورتی که منبع دیگری برای تامین آب در دسترس نباشد، آب‌های زیرمینی تنها منبع در بسیاری از مناطق است. کاهش آب‌های زیرزمینی، آلودگی و عدم مدیریت مناسب آن مسائل انسانی را تحت تاثیر قرار داده است. باتوجه به تاثیر آب بر سلامت انسان، اهمیت در نظر گرفتن کیفیت آن نیازمند تحقیقاتی است که توانایی برنامه‌ریزی برای کنترل کیفیت را دارد. در این زمینه مدل‌های هوشمند و داده محور از جمله روش‌هایی است که باتوجه به سهولت انجام آن نسبت به سایر روش‌ها به سرعت در حال گسترش هستند. این مدل‌ها توانایی یادگیری و تعمیم داده‌ها را داشته و قادر به حل مسائل مربوط به پیش‌بینی، مدیریت و تخمین در جنبه‌های مختلفی از منابع آب را دارند. در این میان شبکه عصبی ابزاری قدرتمند در حل مسائل رگرسیون و دسته‌بندی می‌باشد که توانایی حل مسائل با هیدرولوژی پیچیده با داده‌های کم، نسبت به سایر روش‌های داده محور را دارد. در این مطالعه، روش شبکه عصبی پیشرو و ماشین بردار پشتیبان جهت پیش‌بینی غلظت سختی موقت و دائم دشت آمل-بابل با استفاده از پارامترهای کیفی مانند سولفات، کلرید، نیترات، پی اچ، نسبت جذب سدیم، سختی کل، هدایت الکتریکی و پتاسیم به کار گرفته شد. برای این منظور از داده‌های کیفی جمع آوری شده از 855 چاه در دو فصل پاییز و بهار به مدت شش سال استفاده شده است. سپس با ایجاد مدل شبکه عصبی پیشرو و مدل ماشین بردار پشتیبان با پارامترهای متفاوت، مدل بهینه انتخاب و مورد آموزش و آزمون قرار گرفت. نتایج بدست آمده براساس معیارهای R2، MSE و RMSE برای شبکه عصبی پیشرو در سختی دائم به ترتیب 9303/0، 76/748 و 36/27 و برای سختی موقت برابر 9688/0، 78/504 و 46/22 می‌باشد. این نتایج برای ماشین بردار پشتیبان در سختی دائم برابر 9304/0، 0001401/0، 0181/0 و برای سختی موقت برابر 9833/0، 0000338/0، 0058/0 می‌باشد. \r\nنتایج بدست آمده از مدلسازی سختی موقت و دائم در دشت آمل-بابل نشان دهنده توانایی مدل‌های ایجاد شده در مدلسازی بوده و با تقریب مناسبی میزان غلظت سختی را در منطقه مورد نظر پیش‌بینی کرده است. غلظت سختی در قسمت شرق و مرکزی نسبت به سایر نقاط بیشتر بوده بطوری که از سمت شرق به مرکز حرکت می‌کند.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TA597.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}