علی باقری حسین آبادی - دانشگاه تهران، پردیس فنی، دانشکده عمران
رضا غیاثی - دانشگاه تهران، پردیس فنی، دانشکده عمران
جمشید زهره حیدریها - دانشگاه تهران، پردیس فنی، دانشکده عمران

بعد از نفوذ مواد نفتی درون زمین بر اثر نشت از مخازن نفتی، برآورد میزان خطر آلوده شدن منابع آب نیاز به تخمین وسعت و غلظت منطقه آلوده شده دارد. تهیه طرحهای ترمیمی و اصلاحی مناطق آلوده شده نیز پس از تخمین مذکور قابل انجام است. این مقاله یک فرا مدل بر اساس شبکه های عصبی مصنوعی و مدلهای عددی برای محاسبه حجم نفوذ آلودگی در یک خاک ماسه ای ارائه می کند. اطلاعات آموزش شبکه عصبی با استفاده از نرم افزارهای مدلسازی عددی ModFlow و CECAD-GAD تولید می گردد. برای هر حالت شرایط مدلسازی، توسعه آلودگی تابعی از ضخامت لایه پوشش، نفوذ پذیری خاک، ضخامت لایه، عمق آب و زمان تماس سطح خاک - آلودگی می باشد. آموزش شبکه عصبی با استفاده از روش پس انتشار خطا و کاربرد سری اول داده ها می باشد. تست کردن شبکه با سری دوم داده های موجود بوده و صحت سنجی با استفاده از قسمت سوم داده ها صورت گرفته است. بعنوان مطالعه موردی، مجموعه نرم افزار را مدل برای تخمین میزان خطر افتادن آلودگی ناشی از مایعات نفتی در منابع آب زیرزمینی برای محدوده چند مخزن نفتی استفاده گردیده است.

آلودگی نفتی، مدلسازی عددی، شبکه مصنوعی، روش حجم محدود، روش تفاضل محدود