علوم آب
زینب بیگدلی؛ ابوالفضل مجنونی هریس؛ رضا دلیرحسن نیا؛ سپیده کریمی
چکیده
شبیهسازی فرآیند بارش-رواناب میتواند نقش بسزایی در مدیریت منابع آب و مسائل هیدرولوژی داشته باشد. در این تحقیق با استفاده از مدلهای دادهکاوی ماشین بردار پشتیبان (SVM) و جنگل تصادفی (RF) اقدام به مدلسازی بارش- رواناب دو ایستگاه بناب و خرمازرد بهترتیب واقع بر روی رودخانههای صوفیچای و ماهپریچای (دشت مراغه) شده است. در مطالعه ...
بیشتر
شبیهسازی فرآیند بارش-رواناب میتواند نقش بسزایی در مدیریت منابع آب و مسائل هیدرولوژی داشته باشد. در این تحقیق با استفاده از مدلهای دادهکاوی ماشین بردار پشتیبان (SVM) و جنگل تصادفی (RF) اقدام به مدلسازی بارش- رواناب دو ایستگاه بناب و خرمازرد بهترتیب واقع بر روی رودخانههای صوفیچای و ماهپریچای (دشت مراغه) شده است. در مطالعه حاضر دادههای ایستگاههای هواشناسی و هیدرومتری منطقه از سال 1355 تا 1397 از شرکت آب منطقهای و سازمان هواشناسی استان آذربایجان شرقی دریافت گردید. تغییر روند رواناب جاری در سال 1374، باعث گردید مدت مطالعه به دو دوره قبل و بعد آن تقسیم شود. مقدار بارش و رواناب با تاخیر زمانی یک ماه بعنوان ورودی به این مدل وارد و سپس مقادیر رواناب ماهانه مشاهداتی با رواناب ماهانه تخمین زده شده با استفاده از معیارهای ارزیابی خطا مورد بررسی گرفت. نتایج نشان داد که در هر دو دوره برای ایستگاه بناب مدل SVM کارآیی بالاتری نسبت به مدل RF داشت و در ایستگاه خرمازرد نیز برای این دو دوره، مدل RF عملکرد بهتری از مدل SVM ارائه کرد. نتایج مدلسازی در مجموعه تست در دو ایستگاه نشان داد که مقدار همبستگی متقابل برای دو دوره مطالعاتی اول و دوم ایستگاه بناب بهترتیب برابر با 85/0 و 84/0 و برای ایستگاه خرمازرد برابر با 79/0 و 75/0 بدست آمد. با توجه به نتایج مقادیر آماره من کندال و سریهای زمانی برای هر دو ایستگاه، روند مشخصی برای بارش در طول دوره مشاهده نشد، ولی دبی رودخانه صوفیچای در ایستگاه بناب، بخصوص بعد از سال 1374 روند صعودی و دبی رودخانه ماهپریچای روند کاملا نزولی داشته است.
ناصر آریا آذر؛ ابوالفضل مجنونی هریس؛ رضا دلیرحسن نیا
چکیده
بدون شک محدودیت منابع آب مشکل اصلی در راه افزایش تولید محصولات کشاورزی و بزرگترین چالش کشور میباشد. برای استفاده بهینه از منابع آب در بخش کشاورزی لازم است تامناسبترین سامانه آبیاری برای تأمین نیاز آبی اراضی استفاده گردد. در پژوهش حاضر از روی تغییرات دادههایی نظیر کیفیت آب، خاک و اقلیم منطقه برای پهنهبندی و تعیین مناطق بهینه ...
بیشتر
بدون شک محدودیت منابع آب مشکل اصلی در راه افزایش تولید محصولات کشاورزی و بزرگترین چالش کشور میباشد. برای استفاده بهینه از منابع آب در بخش کشاورزی لازم است تامناسبترین سامانه آبیاری برای تأمین نیاز آبی اراضی استفاده گردد. در پژوهش حاضر از روی تغییرات دادههایی نظیر کیفیت آب، خاک و اقلیم منطقه برای پهنهبندی و تعیین مناطق بهینه کاربرد هر یک از سامانههای آبیاری، از سامانه اطلاعات جغرافیایی (GIS) استفاده شد. برای انتخاب هر یک از سامانهها معیارهای تأثیرگذار مشخص و سپس به روش AHP مورد مقایسه قرار گرفتند. امتیازهای لازم برای هر معیار با کنترل نرخ سازگاری بدست آمد که در هر سه مورد کمتر از 1/0 بود. نتایج نشان داد که اجرای سامانههای آبیاری بارانی و قطرهای بهترتیب در 19637 و 31757 هکتار از اراضی مورد مطالعه مناسب است. اما با توجه به بالا بودن مقادیر SAR و شیب زیاد زمین اجرای سامانه آبیاری سطحی بجز 9 درصد از اراضی کشاورزی، در بقیه مناسب نیست. بطور کلی بیشتر محدودیتها در دشت تبریز و در حاشیه دریاچه ارومیه است. لذا با دور شدن از دریاچه ارومیه و بطرف بالادست حوضه آجیچای شرایط برای اجرای این سامانهها محیاتر میشود. چنانچه کاربرد این سه سامانه در دشت بستانآباد و هریس نسبتاً مناسب و در دشت سراب دو سامانه بارانی و قطرهای مناسب و آبیاری سطحی نسبتاً مناسب تعیین گردید.
سعید صمدیان فرد؛ رضا دلیرحسن نیا
چکیده
منابع آب شیرین قابل استحصال با محدودیت جدی مواجه است، بنابراین پیشبینی هرچه دقیقتر جریان رودخانه در تحلیل بسیاری از پدیدههای خشکسالی و سیلاب، آبگیری از رودخانهها و سایر مسائل مرتبط از اهمیت بالایی برخوردار بوده و از ارکان اساسی برنامهریزی و مدیریت منابع آبهای سطحی می باشد. از اینرو متخصصان همواره برای تخمین صحیح دبی رودخانه ...
بیشتر
منابع آب شیرین قابل استحصال با محدودیت جدی مواجه است، بنابراین پیشبینی هرچه دقیقتر جریان رودخانه در تحلیل بسیاری از پدیدههای خشکسالی و سیلاب، آبگیری از رودخانهها و سایر مسائل مرتبط از اهمیت بالایی برخوردار بوده و از ارکان اساسی برنامهریزی و مدیریت منابع آبهای سطحی می باشد. از اینرو متخصصان همواره برای تخمین صحیح دبی رودخانه و اصلاح روشهای موجود تلاش مینمایند. در این راستا و در تحقیق حاضر، از روشهای هوشمند برنامهریزی ژنتیک و مدل درختی M5 برای مدلسازی و پیشبینی جریان رودخانه شهرچای در حوضه آبریز دریاچه ارومیه استفاده شده است. بدین منظور، دادههای میانگین ماهانه دبی رودخانه شهرچای در ایستگاه بند در بازه زمانی بین سالهای 1330 الی 1390 برای واسنجی و صحتسنجی روشهای مذکور مورد استفاده قرار گرفته و دقت این روشها با استفاده از پارامترهای آماری جذر میانگین مربعات خطا، میانگین خطای مطلق و ضریب همبستگی مورد بررسی قرار گرفته است. نتایج حاصل از این مطالعه نشان دادند که روش برنامه ریزی ژنتیک با دارا بودن خطای 3094/3 و مدل درختی M5 با خطای 5514/3 در حالت استفاده از حافظههای دبی یک، دو و سه ماه قبل (Qt-1, Qt-2, Qt-3) با داشتن کمترین مقدار خطا، عملکرد مناسبی در پیشبینی جریان رودخانه داشته اند. در نهایت روش برنامه ریزی ژنتیک در حالت استفاده از توابع ریاضی متشکل از چهار عملی اصلی، لگاریتم و توان و با در نظر گرفتن پارامترهای ورودی Qt-1,Qt-2,Qt-3 و دارا بودن بهترین عملکرد، بهعنوان روشی مناسب برای پیشبینی جریان رودخانه پیشنهاد گردید.
