Recent trends in environmental management of water resource have enlarged the demand for predicting techniques that can provide reliable, efficient and accurate water quality. In this case study, the authors applied the Artificial Neural Networks (ANN) to estimate the water quality index on the Dong Nai River flowing through Dong Nai and Binh Duong provinces. The information and data including 10 water quality parameters of the Dong Nai River at 23 monitoring stations were collected during the recorded time period from 2010 to 2014 to build water quality prediction models. The results of the study demonstrated that the Water Quality Index (WQI) forecasted with GRNN was very significant and had high correlation coefficient (R 2 = 0.974 and p = 0.0) compared to the real values of the WQI. Moreover, the ANN models provided better predicted values than the multiple regression models did.
Áp dụng phương pháp Lysimeter kết hợp với mô hình CROPWAT, hệ số cây trồng của hai loại rau (cải thảo, bắp cải) và ba loại hoa (hoa cúc, cát tường, và hoa ly) canh tác tại khu vực thượng nguồn Hồ Xuân Hương, thành phố Đà Lạt đã được xác định. Trong các loại cây trồng nghiên cứu, cải thảo có hệ số cây trồng thấp nhất ở cả ba giai đoạn đầu vụ, giữa vụ, và cuối vụ (tương ứng 0.3, 1.25, và 0.81). Hoa cúc có hệ số cây trồng ở giai đoạn giữa vụ lớn nhất (Kcmid = 1.4), tiếp đến là bắp cải (Kcmid = 1.3), cải thảo, hoa ly, và hoa cát tường có Kcmid xấp xỉ nhau (tương ứng 1.25, 1.27, và 1.25). Ở giai đoạn cuối vụ hoa cúc vẫn thể hiện được nhu cầu nước lớn với hệ số Kcend = 1.07, tiếp đến là hoa ly (1.05) và hoa cát tường (1.00), trong khi đó cải thảo và cải bắp có hệ số cây trồng ở giai đoạn này chỉ nằm ở mức 0.81 và 0.93. Có sự chênh lệch này là do đối với các loại cây trồng thuộc nhóm hoa vẫn cần nhiều nước để vừa đáp ứng nhu cầu thoát nước của lá và cung cấp nước cho quá trình nở của hoa. Một khi đã có được hệ số cây trồng, việc tính toán nhu cầu nước sẽ trở nên cực kỳ đơn giản thông qua phương trình tương quan giữa hệ số cây trồng, lượng bốc hơi mặt ruộng tham khảo, và lượng bốc hơi mặt ruộng thực. Thông qua đó, ta có thể có kế hoạch tưới tiêu hiệu quả giúp quản lý nguồn nước tưới tốt hơn.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.