research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
EVALUATION OF WATER QUALITY OF HEMREN LAKE
تقييم نوعية المياه لبحيرة حمرين

Author: Saad Sh. Sammen سعد شوكت سمين
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2013 Volume: 6 Issue: 2 Pages: 57-76
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

In this study Water Quality Index (WQI) was applied in Hemren Lake, Diyala province, Iraq using ten water quality parameters (pH, Electrical Conductivity, Hardness, Total Dissolve Soluble, Sodium, Calcium, Magnesium, Potassium, Chloride, Phosphate) from 2008 to 2010 to evaluate the suitability of Hemren Lake ecosystem for drinking and irrigation uses. The Weighted Arithmetic Index method (WAM) and the Canadian Council of Ministers of the Environment Water Quality Index methodology (The CWQI 1.0 model) were used to calculate the water quality index (W.Q.I). The results indicated that drinking water quality of Hemren Lake is good and marginal for the study period according to (WAM) and (CCME) respectively, while the irrigation water quality is good and according to (WAM) and (CCME). It is suggested that monitoring of the lake is necessary for proper management. Application of the WQI is also suggested as a very helpful tool that enables the public and decision makers to evaluate water quality of lakes in Iraq.

في هذه الدراسة تم تطبيق دليل نوعية المياه لبحيرة حمرين في محافظة ديالى – العراق ، باستعمال عشرة عناصر هيدروكيمائية وهي ( مقياس PH ، التوصيلة الكهربائية، العسرة، الأملاح القابلة للذوبان، الصوديوم، الكالسيوم، المغنيسيوم، البوتاسيوم، الكلور، والفوسفات) لتقييم مدى ملائمة النظام المائي في بحيرة حمرين مياه شرب أو ري. طريقة الدليل الحسابي الموزون وطريقة دليل نوعية المياه لمجلس وزراء البيئة والذي تم تطبيقه من خلال برنامج رياضي وهو (CCME WQI 1.0) استعملتا لحساب دليل نوعية المياه. النتائج أظهرت ان نوعية مياه الشرب في بحيرة حمرين جيدة وهامشية طبقاً لطريقة الدليل الحسابي الموزون وطريقة دليل مجلس وزراء البيئة على التوالي. اما نوعية مياه الري فكانت جيدة وممتازة طبقاً لطريقة الدليل الحسابي الموزون وطريقة دليل مجلس وزراء البيئة على التوالي. عملية إيجاد دليل نوعية المياه تعتبر أداة مهمة بالنسبة لتقييم نوعية المياه لبحيرات العراق.


Article
FORECASTING OF EVAPORATION FROM HEMREN RESERVOIR BY USING ARTIFICIAL NEURAL NETWORK
التنبأ بالتبخر من خزان حمرين باستخدام الشبكات العصبية الصطناعية

Author: SAAD SH. SAMMEN سعد شوكت سمين
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2013 Volume: 6 Issue: 4 Pages: 38-53
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

The evaporation is one of the basic components of the hydrologic cycle and is essential for studies such as water balance, irrigation system design, and water resource management and it is requires knowledge of the values of many climatic variables. In order to estimate the evaporation, direct measurement methods or physical and empirical models can be used. Using direct methods require installing meteorological stations and instruments for measuring evaporation. Installing such instruments in various areas requires specific facilities and cost which is hard to be employed. Accordingly, this paper is an attempt to assess the potential and usefulness of ANN based modeling for evaporation prediction from Hemren reservoir by using daily temperature, relative humidity, wind velocity, sunshine hours, and evaporation data in Hemren meteorological station. Also, this study outlines a procedure to evaluate the effects of input variables on the output variable using the weight connections of ANN models. The Lev. Marqn. Back Prog. (LMBP) has been utilized to construct the ANN models. For the development ANN model, different networks with different numbers of neurons and layers were evaluated. Mean Squared Error (MSE) and the Correlation Coefficient (R2) were employed to evaluate the accuracy of the proposed model. The study shows that the best model for estimation of evaporation is ANN (4-10-1), it have MSE equal to 0.112711 and the correlation coefficient (R2) equal to 0.999540.

يعتبر التبخر احد العناصر الاساسية للدورة الهيدرولوجية وهو ضروري للحسابات التي تخص الموازنة المائية، تصاميم انظمة الري وادارة الموارد المائية وحسابه يتطلب معرفة العديد من المتغيرات المناخية. هناك عدة طرق لحساب التبخر منها الرياضية والوضعية وطريقة الحساب المباشر. استخدام طريقة الحساب المباشر يتطلب نصب محطات الرصي الجوي ومعدات لقياس التبخر. نصب مثل هذه المعدات في مناطق مختلفة يتطلب كلفة ومتطلبات من صعب تحقيقها. لذلك هذا البحث هو محاولة لتقييم امكانية وكفاءة النماذج المعتمدة على الشبكات العصبية الاصطناعية لغرض توقع كمية التبخر في خزان حمرين باستخدام المعدلات اليومية للحرارة، الرطوبة النسبية، سرعة الرياح، عدد ساعات النهار و كمية التبخر لمحطة حمرين الرصد الجوي. لغرض بناء نموذج الشبكة العصبية الاصطناعية، عدة سبكات مختلفة وبعدد اعصاب مختلفة وطبقات مختلفة استعملت وتم اختيار الشبكة الافضل من بينها. تم اعتماد معامل الارتباط بين المعلومات الحقيقية والمعلومات التي الحصول عليها من النموذج الرياضي لغرض تقييم دقة النموذج المقترح، وكان مقدار معامل ارتباط لافضل نموذج (النموذج 4 – 10 – 1) هو ( 0.99954).


Article
ARTIFICIAL NEURAL NETWORK MODEL FOR MANAGING AND FORECASTING WATER RESERVOIR DISCHARGE (HEMREN RESERVOIR AS A CASE STUDY)
اعتماد نموذج الشبكات العصبية لغرض الادارة والتنبؤ بتصريف الخزانات المائية: خزان حمرين كحالة دراسية

Authors: ABBAS M. ABD عباس مهدي عبد --- SAAD SH. SAMMEN سعد شوكت سمين
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2014 Volume: 7 Issue: 4 Pages: 132-143
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

The prediction of different hydrological phenomenon (or system) plays an increasing role in the management of water resources. As engineers; it is required to predict the component of natural reservoirs’ inflow for numerous purposes. Resulting prediction techniques vary with the potential purpose, characteristics, and documented data. The best prediction method is of interest of experts to overcome the uncertainty, because the most hydrological parameters are subjected to the uncertainty. Artificial Neural Network (ANN) approach has adopted in this paper to predict Hemren reservoir inflow. Available data including monthly discharge supplied from DerbendiKhan reservoir and rain fall intensity falling on the intermediate catchment area between Hemren-DerbendiKhan dams were used.A Back Propagation (LMBP) algorithm (Levenberg-Marquardt) has been utilized to construct the ANN models. For the developed ANN model, different networks with different numbers of neurons and layers were evaluated. A total of 24 years of historical data for interval from 1980 to 2004 were used to train and test the networks. The optimum ANN network with 3 inputs, 40 neurons in both two hidden layers and one output was selected. Mean Squared Error (MSE) and the Correlation Coefficient (CC) were employed to evaluate the accuracy of the proposed model. The network was trained and converged at MSE = 0.027 by using training data subjected to early stopping approach. The network could forecast the testing data set with the accuracy of MSE = 0.031. Training and testing process showed the correlation coefficient of 0.97 and 0.77 respectively and this is refer to a high precision of that prediction technique.

يشهد استخدام تقنيات التنبؤ اهمية متعاظمة في مجال ادارة الموارد المائية. ومن الناحية الهندسية فان عملية التنبؤ بالمصادر المائية للخزانات يكتسب اهمية كبيرة. وتتنوع طرق التنبؤ وفقا للاغراض المستهدفة والخصائص والبيانات المتوافرة. وافضل الطرق هي ما يبنى على الخبرات المتميزة ويراعي التغاير وعدم الموثوقية كونها من صفات الظاهر الهايدرولوجية. وتميزت تقنيات الذكاء الصناعي في هذا المجال ومنها الشبكات العصبية التي اعتمدت في هذا البحث لدراسة خزان حمرين باعتماد البيانات المتوافرة لكميات الامطار والتريف المطلق من سد دربندخان.اعتمد تقنية التغذية العكسية لبناء الشبكة العصبية للحالة قيد الدراسة. تم اختبار عدة شبكات بطبقات متعددة وذات عدد نيورون مختلف للوصول للحالة الامثل في بناء النموذج الممثل للحالة الدراسية. استخدمت في هذا البحث بيانات السنوات 1980-2003 لتدريب الشبكة العصبية واختبارها. تم استخدام معدل مربع الخطأ لتدقيق ناتج النموذج المطور كما تم اعتماد معامل الارتباط للتحقق من دقة النتائج. اظهرت عملية التحليل ان معدل مربع الخطأ كان بحدود 0.031 ومعامل الارتباط للنموذج على بيانات السنوات الاربع والعشرين بحدود 0.9728 وللبيانات المحدد للتحقق بحدود 0.7665 وهي درجة جيدة لدقة النموذج.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (3)


Year
From To Submit

2014 (1)

2013 (2)