Procena ekostatusa rečnih sistema na primeru dunavskog basena primenom modela veštačkih neuronskih mreža

Abstract

Osnovni cilj doktorske disertacije je kreiranje modela za predikciju ekolopkog statusa rečnih basena na osnovu prisustva makrofita i ključnih, reprezentativnih hemijskih parametara na primeru Dunava primenom veštačkih neuronskih mreža i eko-prijateljski orijentisanih metodologija. S obzirom na to da biološki i fizičko - hemijski parametri koji se prema Okvirnoj Direktivi o vodama koriste za procenu ekološkog statusa vodnih ekosistema ne pokazuju međusobnu linearnu zavisnost modeli veštačkih neuronskih mreža suoptimalan alat za procenu ekostatusa akvatičnih sistema. Osnovni motiv istraživanja je obrada podataka prikupljena tokom poslednjeg istraživanja Dunava (engl.Joint Danube Survey 3) u cilju procene ekološkog statusa Dunava u celini. Rezultati modelovanja potvrdili su da je kreiran model veštaćkih neuronskih mreža odgovarajući alat za procenu i predikciju ekološkog statusa rečnih ekosistema kada se kao ulazni parametri koriste vrednosti zastupljenosti makrofita, a kao izlazni podaci klase ekološkog statusa izračunate na osnovu izmerenih koncentracija rastvorenog kiseonika, nitratnih i ortofosfatnih anjona. U cilju određivanja signifikantnih vrsta makrofita korišćenih u modelovanju primenjena je analiza osetljivosti. Pristup interkorelacije makrofita, kao ulaznih varijabli, i selektovanih reprezentativnih hemijskih parametara primenom modela veštačkih neuronskih mreža po prvi put je apliciran u istraživačkim aktivnostima doktorske disertacije.

The aim of doctoral dissertation Prediction and assessment of Danube river basin ecostatus by applying model of Artificial Neural Networks is creating model of artificial neural network for predicting eco status of river basins using macrophytes and key, representative chemical parameters have no linear correlation Artificial Neural Networks were shown as adequate tool for modelling river eco status. Main motive for investigation is data processing of dataset collected during Joint Danube Survey 3 expedition in aim to predict the whole Danube River basin eco status. Modelling results claimed that created model of Artificial Neural Networks is appropriate tool for prediction river eco status when inputs variables are macrophytes and outputs are classes of ecological state calculated according to measured concentrations of dissolved oxygen, nitrate and orthophosphate anions. This kind of artificial intelligence modelling for prediction and assessment of Danube River basin eco status. Modelling results claimed that model of Artificial Neural Networks is appropriate tool for prediction river eco status when inputs variables are macrophytes and outputs are classes of ecological state calculated according to measured concentrations of dissolved oxygen, nitrate and orthophosphate anions. This kind of artificial intelligence modelling for prediction and assessment of Danube river basin ecostatus for the first time was applied in PhD thesis.