بهینهسازی بهرهبرداری از آبخوان دشت شهریار با شبیهسازی جریان آب زیرزمینی به روش مدلسازی ترکیبی
الموضوعات :نیما صالحی شفا 1 , حسین بابازاده 2 , فیاض آقایاری 3 , علی صارمی 4 , محمدرضا غفوری 5 , مسعود صفوی 6 , علی پناهدار 7
1 - دانشآموخته دکتری رشته آبیاری و زهکشی، دانشکده کشاورزی و صنایع غذایی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران.
2 - استاد گروه علوم و مهندسی آب، دانشکده کشاورزی و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
3 - استادیار گروه زراعت، دانشکده کشاورزی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.
4 - استادیار گروه علوم و مهندسی آب، دانشکده کشاورزی و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
5 - دانشآموخته کارشناسیارشد رشته هیدروژئولوژی، بخش مهندسی آب و محیط زیست، مهندسین مشاور سازهپردازی ایران، تهران، ایران.
6 - دانشجوی دکتری رشته آبیاری و زهکشی، دانشکده کشاورزی و منابع طبیعی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران.
7 - دانشآموخته کارشناسیارشد رشته سازههای هیدرولیکی، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران.
الکلمات المفتاحية: شبکه عصبی مصنوعی (ANN), پتانسیل آب زیرزمینی, برنامهریزی بهینه, مدل GMS,
ملخص المقالة :
در پژوهش حاضر یک الگوی شبیهسازی چندهدفه ارایه شد و شش سناریو بر اساس بیلان آب زیرزمینی بهمنظور بهرهبرداری بهینه از آبخوان دشت شهریار تعریف شد. به این منظور، ابتدا با استفاده از مدل های مبتنی بر GIS و با روشهای فازی و وزنی، مناطق پر آب و کم آب محدوده مطالعاتی بهمنظور اولویتبندی منابع و مصارف شناسایی شدند. سپس سناریوهای مورد نظر به وسیله مدل GMS شبیهسازی و ارزیابی شدند. در نهایت به منظور افزایش دقت نتایج پژوهش، غلظت TDS و بیلان آب زیرزمینی با استفاده از مدل شبکه عصبی مصنوعی شبیهسازی شد. با توجه به نتایج روشهای فازی و وزنی، مناطق رباطکریم، سپس اسلامشهر و در نهایت شهریار بهعنوان نواحی کم آب مشخص شدند. بر اساس نتایج حاصل شده، بیلان حالت ناپایدار و صحتسنجی به ترتیب برابر 344/68- و 109/98- میلیون مترمکعب محاسبه شدند. سناریوی سوم با بیلان 203/33 میلیون مترمکعب بهعنوان بهترین سناریو انتخاب شد و بیلان حاصل از آن نسبت به بیلان حاصل از مدل GMS و شبکه عصبی برای سال آبی 95 بهترتیب برابر 284/87 و 284/83 درصد افزایش یافت. همچنین غلظت کل مواد جامد محلول آب زیرزمینی حاصل از مدل GMS و شبکه عصبی در کل بازه زمانی مطالعاتی بهطور میانگین برابر 655 و 651 میلیگرم بر لیتر برآورد شدند. معیارهای ضریب همبستگی و ضریب تعیین حاصل از مدلهای شبکه عصبی برای بیلان آب زیرزمینی و کل دادهها برابر یک و برای غلظت کل مواد جامد محلول آب زیرزمینی بهترتیب برابر 0/997 و 0/994 برآورد شدند. در تحقیق حاضر، الگوی شبیهسازی چندهدفه بهعنوان یک روش جامع و کاربردی با ارایه روشهای شبیهسازی نوین، توانایی پشتیبانی از چند سناریوی مؤثر را داشته و منجر به افزایش پایداری سیستم آب زیرزمینی میشود.
_||_