logo
logo
ArEn
عنوان :

بهینه سازی بهره برداری از آبخوان دشت شهریار با شبیه سازی جریان آب زیرزمینی به روش مدل سازی ترکیبی

کلیدواژه :

شبکه عصبی مصنوعی (ANN), پتانسیل آب زیرزمینی, برنامه ریزی بهینه, مدل GMS,

ناشر :

تحقیقات منابع طبیعی تجدید شونده - Journal of Renewable Natural Resources Research

سال :

1401/2023

نویسنده :

، ، ، ، ، ،

چکیده

در پژوهش حاضر یک الگوی شبیه سازی چند هدفه ارایه شد و شش سناریو بر اساس بیلان آب زیرزمینی به منظور بهره برداری بهینه از آبخوان دشت شهریار تعریف شد. به این منظور، ابتدا با استفاده از مدل های مبتنی بر GIS و با روش های فازی و وزنی، مناطق پر آب و کم آب محدوده مطالعاتی به منظور اولویت بندی منابع و مصارف شناسایی شدند. سپس سناریوهای مورد نظر به وسیله مدل GMS شبیه سازی و ارزیابی شدند. در نهایت به منظور افزایش دقت نتایج پژوهش، غلظت TDS و بیلان آب زیرزمینی با استفاده از مدل شبکه عصبی مصنوعی شبیه سازی شد. با توجه به نتایج روش های فازی و وزنی، مناطق رباط کریم، سپس اسلامشهر و در نهایت شهریار به عنوان نواحی کم آب مشخص شدند. بر اساس نتایج حاصل شده، بیلان حالت ناپایدار و صحت سنجی به ترتیب برابر 344/68- و 109/98- میلیون مترمکعب محاسبه شدند. سناریوی سوم با بیلان 203/33 میلیون متر مکعب به عنوان بهترین سناریو انتخاب شد و بیلان حاصل از آن نسبت به بیلان حاصل از مدل GMS و شبکه عصبی برای سال آبی 95 به ترتیب 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 به طور میانگین برابر 655 و 651 میلی گرم بر لیتر برآورد شدند. معیارهای ضریب همبستگی و ضریب تعیین حاصل از مدل های شبکه عصبی برای بیلان آب زیرزمینی و کل داده ها برابر یک و برای غلظت کل مواد جامد محلول آب زیرزمینی به ترتیب برابر 0/997 و 0/994 برآورد شدند. در تحقیق حاضر، الگوی شبیه سازی چند هدفه به عنوان یک روش جامع و کاربردی با ارایه روش های شبیه سازی نوین، توانایی پشتیبانی از چند سناریوی مؤثر را داشته و منجر به افزایش پایداری سیستم آب زیرزمینی می شود.