MODELLING DRAINAGE WATER SALINITY FOR AGRICULTURAL LANDS UNDER LEACHING USING ARTIFICIAL NEURAL NETWORKS

• Published in: Irrigation and drainage Vol. 61; no. 1; pp. 99 - 106
• Main Authors: KAshefipour, S.M., Sadr, M.K., Naseri, A.A.
• Format: Journal Article
• Language: English
• Published: Chichester, UK John Wiley & Sons, Ltd 01.02.2012
• Subjects: artificial neural network; contaminated land; Drainage; environmental management; gestion de l'environnement; Irrigation; irrigation and drainage; irrigation et drainage; Land; Leaching; Learning theory; Mathematical models; Neural networks; qualité de l'eau; réseaux de neurones artificiels; saline soil; Salinity; sols salins; terrains contaminés; water quality; Iran
• ISSN: 1531-0353; 1531-0361
• DOI: 10.1002/ird.634

ABSTRACT In this study, an artificial neural network (ANN) method was applied to model the electrical conductivity (EC) of drainage water, based on the effects of irrigation water quality parameters such as HCO3‐, Cl‐, SO42‐, Ca2+, Ma2+, Na+, area information (leaching area and planted area), weather conditions (temperature, evaporation and precipitation) and time (days and years of system in operation). Data (312 sets) for the years 2001–2008 were available from a site located in Shoeibieh, south‐west Iran. About 70% of these data were applied to train the model, 20% for verification and about 10% were used for a final test of the ANN model produced. Many runs were carried out with different combinations of the parameters. Comparison of the results obtained for the training, validation and test patterns with the corresponding measured values showed relatively good agreement between both sets of EC values. It was also found that the most important parameters for EC simulation were the years after leaching started and the water salinity of the Karoon River, the main water supply for these lands. Copyright © 2011 John Wiley & Sons, Ltd. RÉSUMÉ Dans cette étude, la méthode réseaux de neurones artificiels (RNA) a été appliquée pour modéliser la conductivité électrique (CE) des eaux de drainage, basée sur les effets des paramètres de qualité de l'eau d'irrigation tels que HCO3‐, Cl‐, SO42‐, Ca2 +, Ma2 +, Na +, des données d'environnement immédiat (aire de lixiviation et aire cultivée), des conditions météorologiques (température, évaporation et précipitations) et temporelles (jours, années du système en fonctionnement). 312 jeux de données au cours des années 2001 à 2008 ont été utilisés, en provenance d'un site situé dans le Shoeibieh, au sud‐ouest de l'Iran. Environ 70% de ces données ont été appliquées à l'apprentissage du modèle, 20% à la vérification, et 10% ont été utilisés pour le test final du modèle RNA. Ensuite le modèle a été utilisé avec différentes combinaisons de paramètres. La comparaison des résultats obtenus pour l'apprentissage, la validation et le test du modèle avec les valeurs mesurées ont montré un accord relativement bon entre les deux jeux de valeurs de CE. Il a également été constaté que les paramètres les plus importants pour la simulation de la CE du drainage sont les années après le début de lessivage et la salinité de l'eau du fleuve Karoun qui est la ressource en eau de la région. Copyright © 2011 John Wiley & Sons, Ltd.