بهینه سازی بهره برداری از آبخوان دشت شهریار با شبیه سازی جریان آب زیرزمینی به روش مدل سازی ترکیبی
شبکه عصبی مصنوعی (ANN), پتانسیل آب زیرزمینی, برنامه ریزی بهینه, مدل GMS,
تحقیقات منابع طبیعی تجدید شونده - Journal of Renewable Natural Resources Research
1401/2023
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.

