در سال‌های اخیر توسعه روزافزون فعالیت‌های كشاورزی و صنعتی و افزایش قابل توجه حجم فاضلاب‌های شهری موجب آلودگی منابع آب، خصوصا رودخانه‌ها گشته است. ورود پساب‌های صنعتی سبب افزایش دما، مواد آلی و معدنی، و تركیبات خطرناك فلزات سنگین در آب شده و این امر علاوه بر آلودگی محیط‌زیست آبزیان، سبب برهم خوردن تعادل تركیبات موجود در آب نیز می‌گردد. با توجه به مشكلات كمی و كیفی منابع آب كشور و واقع شدن ایران در منطقه خشك و نیمه‌خشك و رویارویی با بحران‌های كم آبی، تدوین برنامه‌های مدیریت كیفی برای كلیه منابع آبی، راهكاری ضروری و غیر قابل اجتناب در جهت حفاظت و بهره‌برداری پایدار از منابع آبی است.
با ظهور فناوری نوین اطلاعات و استفاده از رایانه، شاهد تحولی شگرف در تمامی علوم هستیم. در حقیقت رایانه به همراه سایر فناوری‌های پیشرفته، راه را برای ظهور روش‌های هوشمند فراهم كرده است. از آنجایی كه فرآیندها و پدیده‌های موجود در مهندسی به متغیرهای بسیاری وابسته هستند و بین اجزاء هم روابط پیچیده‌ای حاكم است، لذا روش‌های هوشمند به عنوان یك ابزار بسیار قدرتمند در شبیه‌سازی موضوعات مختلف علوم مهندسی از جمله مهندسی معدن می‌توانند راهگشا باشند. با استفاده از این روش‌ها، داده‌های مربوطه را به شبكه آموزش داده و سپس این روش‌ها كار پیش‌بینی و شبیه‌سازی را با دقت مطلوب انجام خواهند داد[[i]].
در سال‌های اخیر، در کارهای معدنی و علوم زمین شناسی، به علت وجود ابهامات زیاد كوشش زیادی در استفاده از هوش مصنوعی شده است. به عنوان مثال؛ بررسی‌های ژئوشیمیایی به همراه عیار و تناژ آن­ها با استفاده از شبکه‌های عصبی مصنوعی، طبقه­بندی مواد ارگانیکی رسوبی، عددی کردن داده‌های ژئوشیمیایی در سنگ‌های آتشفشانی و طبقه‌بندی آن­ها با استفاده از شبکه‌های عصبی مصنوعی[1]، تعیین ویژگی‌های آکیفر با استفاده از شبکه‌های عصبی مصنوعی، تعیین ویژگی‌های مواد ناخالص در معدن سنگ آهک با استفاده از شبکه‌های عصبی پسخور[2]، استفاده از شبکه عصبی مصنوعی برای یافتن موقعیت نهشته‌ها، تخمین عیار و ذخیره و مقایسه نتایج حاصله از کریجینگ و شبکه عصبی مصنوعی و منطق فازی، کارهای پیش بینی در معدن اشاره نمود.
به طور كلی مدل‌سازی یكی از ابزارهای مناسب برای تصمیم‌گیری و پیش‌بینی پدیده‌های محیط زیستی می‌باشد كه اغلب به صورت مدل‌های مفهومی با روابط ریاضی بیان می‌شوند. فرآیندها و پدیده‌هایی كه در سیستم‌های محیط‌زیستی وجود دارد و مهندسین محیط‌زیست با آن در ارتباط هستند، اغلب دو خصوصیت عمده دارند: 1- وابسته به متغیرهای زیاد هستند، 2-روابط بسیار پیچیده‌ای بین اجزا وجود دارد كه تحلیل آن را بسیار مشكل می‌نماید. این مشكل همواره باعث خطا در دقت و صحت پیش‌بینی مدل‌های مرسوم می‌شود. هوش مصنوعی از جمله روش‌های پیشرفته و نوین در شبیه‌سازی می‌باشد كه امروزه در تمام علوم مهندسی به عنوان یك ابزار قوی در شبیه‌سازی پدیده‌هایی كه تحلیل مفهومی آن‌ها با مشكل مواجه است، كاربرد بسیاری پیدا كرده است؛ در این روش داده‌های مشاهده‌ای به مدل

 آموزش داده می‌شود و پس از آموزش مدل با دقت مناسب كار پیش‌بینی و شبیه‌سازی را انجام می‌دهد.

1-2-تعریف مسأله

پساب­های معدنی که در اثر فعالیت­های معدن‌کاری سولفیدی و زغال سنگ پدید می­آید از جمله آلاینده­های زیست‌محیطی جبران ناپذیر می­باشد. در این میان پساب­های اسیدی به علت کاهش میزان pH محیط سبب انحلال بیشتر فلزات سنگین شده و با انتقال آب به درون آب­های سطحی و زیرزمینی اطراف معادن، باعث آلودگی آن­ها می­شود[[ii]، [iii] و [iv]]. آلودگی زیست‌محیطی به این شکل در دراز مدت پس از تعطیلی معدن نیز موثر می­باشد. یکى از مواد مزاحم و مشکل­ساز در امر بازسازی معادن سولفیدی، پیریت موجود در باطله­های فلزی و احیانا غیرفلزی مى‌باشد که در اثر اکسیداسیون و وجود رطوبت و آب کافى تولید اسید سولفوریک نموده و محیط دمپ را اسیدی مى­نماید[[v] و[vi]].

1-2-1-پساب اسیدی معدنی

فعالیت­های استخراجی معادن مهم‌ترین عامل آلودگی آب­های زیرزمینی و سطحی به شمار می­روند. استخراج معادن سبب کاهش کیفیت آب شده و بسیاری از مشکلات زیست­محیطی را سبب می­گردند[[vii]]. از مشکلات مرتبط با عملیات معدنی، پساب­های اسیدی معدن[3] اهمیت اساسی داشته و چنانچه این پساب­های اسیدی که حاوی غلظت­های بالای آهن، سولفات و اسیدیته می­باشند به داخل منابع آب­های سطحی و زیرزمینی راه پیدا کنند سبب آلودگی این آب­ها می­شوند[[viii] و [ix]].
اکسید شدن کانی­های سولفیدی و تولید اسید سولفوریک به عنوان یک اثر منفی و نامطلوب عملیات معدنی شناخته شده است[[x]]. اسید تولید شده حاوی کانی­های محلول[4]و فلزات مختلف به منابع آب­های سطحی و زیرزمینی راه یافته و ضمن آلودگی آن­ها موجب آلودگی خاک­ها نیز می­شود[[xi] و [xii]].
اگرچه فرآیند اکسید شدن پیریت و سایر کانی­های سولفید فلزی در حضور هوا غیر قابل اجتناب است؛ اما مطالعه کانه­ها و کانی­های باطله، جنبه­های هیدرولوژیکی، و طرح معدن‌کاری[5]می­تواند در طراحی یک عملیات معدنی که کمترین اثرات زیست­محیطی را به همراه داشته باشد کمک موثری نماید[[xiii] و [xiv]].
اثرات زیست­محیطی مخرب که از پساب­های اسیدی معدن نتیجه می­شوند، به دلیل مدیریت ضعیف در طول طراحی، توسعه، عملیات و بسته شدن کارهای معدنی و همچنین به دلیل فهم ناصحیح از پساب­های اسیدی معدن در گذشته می­باشد[14].
[1] Artificial Neural Network(ANN)
[2]  Feed forward
[3] Acid Mine Drainage(AMD)
[4] Dissolved minerals
[5] Mine plan
[i] Molson J.W., Fala O., Aubertin M., Bussière B.  “Numerical simulations of pyrite oxidation and acid mine drainage in unsaturated waste rock piles,”  Journal of Contaminant Hydrology. 78:343-371. 2005
 
[ii] BLOWES D.W., PTACEK J., JAMBOR J.L., WEISENER C.G., In: HOLLAND H.D. “The geochemistry of acid mine drainage,” Treatise on Geochemistry. Amsterdan vol. 9, :149-204. 2003
 
[iii] Price W.A. “Prediction manual for drainage chemistry from sulphidic geologic materials. Mining and Mineral Sciences Laboratories. Smithers,”  British Columbia V0J 2N0:576. 2009
 
[iv] Lottermoser B.G. “Recycling, Reuse and Rehabilitation of Mine Wastes,” the Mineralogical Society of America. 2011
 
[v] Amezaga J., Rotting T.S., Younger P.L., Nairn R.W. Noles A.J., Oyarzun R., Quintanilla J., A rich vein” Mining and the pursuit of sustainable development,”. Environ. Sci. Technol, vol 45, 21-26. 2011
 
[vi] Mayes W.M., Johnston D., Potter H.A.B., Jarvis A.P., “A national strategy for identification, prioritisation and management of pollution from abandoned noncoal mine sites in England and Wales,” Methodology development and initial results. Sci. Total Environ.,vol 407, 5435-5447, 2009
 
[vii]  Trois C., Marcello A., Pretti S., Trois P., Ross G.I., “The environmental risk posed by small dumps of complex arsenic, antimony, nickel and cobalt sulphides,”. J. Geochem., vol 92, 83–95. 2007
 
[viii] Legge 319 (Merli) del 10.05 ” pubblicata nella Gazzetta Ufficiale,” N. 141 del 29.05.1976
 
[ix] Emenda mento della Legge 319 (Merli) del 10.05. pubblicata nella Gazzetta Ufficiale N. 141 del 29.05., Regione Autonoma della Sardegna., 1983
 
[x] Doulati Ardejani F, Jodeiri Shokri B, Bagheri M, Soleimani E.” Investigation of pyrite oxidation and acid mine drainage characterization associated with Razi active coal mine and coal washing waste dumps in the Azad shahr–Ramian region, northeast Iran,”. Environ Earth Sci;vol 61:1547–60. 2010
 
[xi] Romero A., Gonzalez I., Galan E., Estimation of potential pollution of waste mining dumps at Pena del Hierro (Pyrite Belt, SW Spain) as a base for future mitigation actions. Appl. Geochem., vol 21, 1093–1108. 2006
 
[xii] Walder I.F., Schuster P.P., “Mine Waste Management in Proceedings of Environmental Geochemistry of ore deposits and mining activities,”  Presented by SARB Consulting in Oslo, Norway, May 1997.
 
[xiii]  Plante B., Bussière B., Benzaazoua M. “Lab to field scale effects on contaminated neutral drainage prediction from the Tio mine waste rocks,” Journal of Geochemical Exploration 137:37-47.2013
 
[xiv] دولتی اردجانی، ف.،تنکابنی، ض.، میرحبیبی، ع.، بدیعی، خ.”بیوتکنولوژی زیست محیطی ومدیریت پساب‌ها،” انتشارات پژوهشکده صنایع رنگ ایران، سال 1384