سیستم هوشمند تخصیص منابع آب برای کاهش تأثیرات کمبود آب در مخزن (مطالعۀ موردی: سد مخزنی بوکان)

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکدۀ کشاورزی، دانشگاه ارومیه

2 استاد گروه مهندسی آب، دانشکدۀ کشاورزی، دانشگاه ارومیه

3 دانشیار گروه مهندسی آب، دانشکدۀ کشاورزی، دانشگاه ارومیه

چکیده

پژوهش حاضر یک طرح تخصیص اصولی آب را برای سد مخزنی بوکان، واقع در شمال‏ غرب ایران ارائه می‏دهد. در این طرح قواعدی تنظیم می‌شود که هنگام مواجهۀ سیستم با کمبود جدی آب، درصدی آیش برای محصولات زراعی اعمال شود تا تقاضای سایر بخش‏ها تا حد مد نظر ارضا شود و نسبت کمبود آب در همۀ بخش‏ها از حد قابل ‏قبولی تجاوز نکند. به این‌منظور، ابتدا نسبت کمبود ماهانۀ آب برای دو بخش شرب و کشاورزی برای دورۀ تاریخی 1374ـ 1392 محاسبه شده و با استفاده از روش خوشه‏بندی K-means به پنج سطح طبقه‏بندی شد تا آستانه‏های کمبود آب در مخزن مشخص شود. سپس، با استفاده از الگوریتم ژنتیک به بهینه‏سازی بهره‏برداری از مخزن پرداخته شد و میزان آیش بهینه برای هر سال زراعی (1386-1392) تعیین شد. همچنین، به منظور بررسی تأثیر میزان راندمان آبیاری و اعمال نیاز زیست‏محیطی بر میزان آیش مورد نیاز، شش سناریو اعمال شد و در هر بار اجرا، سه راندمان آبیاری 5/35، 45 و 50 درصد در نظر گرفته شد. نتایج بیان می‌کند که با افزایش راندمان آبیاری، به آیش کمتری نیاز است و با اعمال این آیش سیستم تا حد قابل قبولی می‏تواند نیاز پایین‏دست خود را تحویل دهد، در نتیجه باید اقدامات افزایش راندمان آبیاری در دستور کار مدیران آب قرار گیرد. همچنین، در صورت درنظرنگرفتن نیاز زیست‏محیطی پایین‏دست مخزن، با اینکه میزان آیش مورد نیاز کمتر است، بدیهی است که برای دست‏یابی به مدیریت پایدار و همچنین حفظ دریاچۀ ارومیه، باید نیاز زیست‏محیطی نیز در مسائل بهره‏برداری از مخزن در نظر گرفته شود.

کلیدواژه‌ها

موضوعات


[1]. Mishra AK, Singh VP. A review of drought concept. Journal of Hydrology. 2010; 391(1-2): 202-216.
[2]. Wisser D, Frolking S, Douglas EM, Feket BM, Schumann AH, Vörösmarty CJ. The significance of local water resources captured in small reservoirs for crop production- a global-scale analysis. Journal of Hydrology. 2010; 384(3-4):264–275.
[3]. Oweis T, Hachum A. Water harvesting and supplemental irrigation for improved water productivity of dry farming systems in West Asia and North Africa. Agric Water Manag. 2006; 80 (1–3):57–73.
[4]. OECD. Sustainable Management of Water Resources in Agriculture. 2010. Pereira LS, Cordery I, Iacovides I. Coping with water scarcity-an action framework for agriculture and food security. 2012; AO Water, Report,38.
[5]. Tilmant A, Goor Q, Pinte D. Agricultural to hydropower water transfers: sharing water and benefits in hydropower-irrigation systems. Hydrol. Earth Syst. Sci. 2009; 13(7):1091–1101.
[6]. Wen TH, Lin CH, Chen CT, Su MD. Analysis of spatial scenarios aiding decision making for regional irrigation water-demand planning. J. Irrig. Drain. Eng. 2007; 133 (5):455–467.
[7]. Yen JH, Chen CY. Allocation strategy analysis of water resources in south Taiwan. Water. Resour. Manage. 2001;15(5):283–297.
[8]. MacQueen J. Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth Berkeley symposium on mathematical statistics and probability. University of California Press. 1967;. 1(14):281-297.
 
[9]. Baswade AM, Nalwade PS. Selection of Initial Centroids for k-Means Algorithm. International Journal of Computer Science and Mobile Computing. 2013;2(7):161-164.
[10].            Chang FJ, Wang Y C, Tsai W P. Modelling Intelligent Water Resources Allocation for Multi-users. Water Resources Management. 2016; 30(4): 1395-1413.
[11].            Choong SM, El-Shafie A. State-of-the-art for modelling reservoir inflows and management optimization. Water Resour Manag. 2014; 29(4):1267–1282.
[12].            Safa HH, Morid S, Moghaddasi M. Incorporating economy and long-term inflow forecasting uncertainty into decision-making for agricultural water allocation during droughts. Water Resour Manag. 2012; 26(8):2267–2281.
[13].            Rani D, Moreira MM. Simulation–optimization modeling: a survey and potential application in reservoir systems operation. Water Resour Manag. 2010; 24(6):1107–1138.
[14].            Sonaliya S, Suryanarayana TMV. Optimal Reservoir Operation Using Genetic Algorithm: A Case Study of Ukai Reservoir Project. International Journal of Innovative Research in Science, Engineering and Technology. 2014;3(6).
[15].            Devisree MV, Nowshaja PT. Optimisation of Reservoir Operation Using Genetic Algorithm. International Journal of Scientific and Engineering Research. 2014;5(7).
[16].            Zahraie B, Hosseini SM. Development of reservoir operation policies considering variable agricultural water demands. Expert Syst Appl. 2009;36(3):4980–4987.
[17].            Parmar N., Parmar A. Optimal Reservoir Operation For Irrigation Of Crops Using Genetic Algorithm A Case Study Of Sukhi Reservoir Project. International Journal Of Civil Engineering And Technology (IJCIET). 2015, 23-27.
[18].            Mens M.J.P., Gilroy K., Williams D. Developing system robustness analysis for drought risk management: an application on a water supply reservoir, Journal of Nat. Hazards Earth Syst. 2015.
[19].            Chang F. J., Wang K. W. A systematical water allocation scheme for drought mitigation. Journal of Hydrology. 2013. 507, 124-133.
[20].            Karamouz M., Imen S., Nazif S. Development of a Demand Driven Hydro-climatic Model for Drought Planning, Journal of Water Resour Manage. 2012.
[21].            Yekom consulting engineers. Environmental impact studies (qualitative and quantitative effects) of Urmia Lake basin's water resources development projects on the Lake Urmia. West Azerbaijan Regional Water Organization. 2005. In Persian.
[22].            Chen Q, Mynett AE. Integration of Data Mining Techniques with Heuristic Knowledge in a Fuzzy Logic Modelling of Eutrophication in Taihu Lake. Ecol. Model. 2003; 162(1-2):55-67.
[23].            Ministry of Energy. Studies of updating the master plan of the country's water in Aras, Urmia, Talsh- Anzali wetland, large Sefidrood, Sefidrood- Haraz, Hraaz- Gharehsou, Gorgan-river and Atrak. 2013. 21:138. In persian.
[24].            Hashimoto T, Stedinger J R, Loucks D P. Reliability, resilience and vulnerability criteria for water resource system performance evaluation, Water Resource Research. 1982; 18(1), 14-20.
دوره 5، شماره 2
تیر 1397
صفحه 343-355
  • تاریخ دریافت: 18 اردیبهشت 1396
  • تاریخ بازنگری: 15 دی 1396
  • تاریخ پذیرش: 30 آذر 1396
  • تاریخ اولین انتشار: 01 تیر 1397
  • تاریخ انتشار: 01 تیر 1397