تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,112,782 |
تعداد دریافت فایل اصل مقاله | 97,216,511 |
شبیهسازی – بهینهسازی منابع آب، با هدف حداقلسازی عدم تأمین نیازها و حداقلسازی برداشت از منابع آبهای زیرزمینی (مطالعۀ موردی: حوضۀ زاهدان) | ||
اکوهیدرولوژی | ||
مقاله 3، دوره 6، شماره 3، مهر 1398، صفحه 593-609 اصل مقاله (1.22 M) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ije.2019.275650.1049 | ||
نویسندگان | ||
محمد عرفانیان1؛ سید آرمان هاشمی منفرد* 2؛ عبدالرضا صمیمی3؛ بهاره پیرزاده4 | ||
1دانشجوی کارشناسی ارشد مهندسی و مدیریت منابع آب، دانشگاه سیستان و بلوچستان | ||
2دانشیار گروه مهندسی عمران، دانشکدۀ مهندسی، دانشگاه سیستان و بلوچستان | ||
3استاد گروه مهندسی شیمی، دانشکدۀ مهندسی، دانشگاه سیستان و بلوچستان | ||
4استادیار گروه مهندسی عمران، دانشکدۀ مهندسی، دانشگاه سیستان و بلوچستان | ||
چکیده | ||
هدف از انجام پژوهش حاضر، شبیهسازی و بهینهسازی بهرهبرداری از منابع آبی شهرستان زاهدان طی 20 سال آینده تحت سناریوهای مختلف مدیریتی است. برای رسیدن به شرایط بهینۀ قطعی در این مسئله، حداقلسازی عدم تأمین نیازها و حداقلسازی برداشت از منابع آب زیرزمینی در قالب یک هدف و با استفاده از الگوریتم تکهدفه PSO بررسی شد. پس از ورود اطلاعات و صحتسنجی مدل شبیهساز، پنج سناریو تعریف شده و نتایج بهدستآمده از اجرای این سناریوها با یکدیگر مقایسه شد. نتایج تحقیق حاضر نشان داد در سناریوی مرجع با افزایش جمعیت، در سالهای پایانی دورۀ شبیهسازی با تنش آبی مواجه خواهیم بود. سناریوی دوم، با تخصیص پساب تصفیهشده به مصارف صنعتی و فضای سبز، این نیازها به طور کامل تأمین شد. در سناریوی سوم با فرض بهرهبرداری از خط دوم انتقال آب از چاه نیمه، نیازهای شرب، صنعت و محیط زیست به طور کامل تأمین خواهند شد. در سناریوی بهینه متوسط تأمین نیازهای شرب در ماههای مرداد، تیر، خرداد و شهریور بهترتیب به میزان 19/4، 39/3، 21/3 و20/1 درصد افزایشیافت. نتایج نشان داد این الگوریتم بهینهسازی بهخوبی توانسته است شکستها را کاهش دهد. درنهایت، سناریوی ایدهآل با ترکیب سناریوهای دوم و سوم و بر اساس مقادیر بهینۀ برداشت از منبع آب زیرزمینی تعریف شد. در این سناریو نیازهای شرب، صنعت و فضای سبز به صورت کامل و نیاز کشاورزی بیش از 95 درصد تأمین میشود. همچنین، میزان برداشت از منابع آب زیرزمینی در سناریوی بهینه و ایدهآل بهترتیب 95/4 و 17 درصد نسبت به سناریوی مرجع کاهش یافت. | ||
کلیدواژهها | ||
الگوریتم PSO؛ بهرهبرداری تلفیقی؛ بهینهسازی؛ شبیهسازی؛ منابع آب؛ WEAP | ||
مراجع | ||
1- Nahtani M, Sarhadi M. The effect of drought on quantity and quality of groundwater in Zahedan plain. Master's Thesis, University of Zabol, zabol, 2016. [Persian]
2- Hashemi Monfared A, Azizyan Q, Shaghouzaei M. Multi-objective Optimization of Utilization of Zahedan Water and Groundwater Resources and by Using Imperial Competition Algorithm. Master's Thesis, University of Sistan & Baluchestan, Zahedan, 2017. [Persian]
3- Karamoz M, Kerachian R. Planning and Quality Management of Water Resources Systems. 5th ed. Tehran; Amirkabir University of Technology Press: 1390. [Persian]
4-Bozorg Haddad O, Seifollahi-Aghmiuni S. An introduction to uncertainty analysis in water resources systems. 1st ed. Tehran; University of Tehran Press:1394. [Persian]
5- Nabi nejad Sh, Mousavi S J. Simulation-optimization for Basin-wide Optimum Water Allocation Considering System’s Performance and Equity Measures, J. of Water and Wastewater, 2013, 24(1): 70-79. [Persian]
6-Taghian M, Rosbjerg D, Haghighi A, Madsen H. Optimization of Conventional Rule Curves Coupled with Hedging Rules for Reservoir Operation. Water Resources Planning and Management, 2014, 140(1): 693-698.
7-Vonk E, Xu Y P, Booij M J, Zhang X, Augustijn D C. Adapting multireservoir operation to shifting patterns of water supply and demand. Water resources management, 2014, 28(3): 625-643.
8- Fowe T, Nouiri I, Ibrahim B, Karambiri H, Paturel J E, OPTIWAM: an intelligent tool for optimizing irrigation water management in coupled reservoir–groundwater systems, Water Resources Management, 2015, 29(10): 3841-3861.
9- Ahmadianfar I, Adib A, Taghian M, Haghighi A. Optimization Operation from Storage Dams Using Non-Dominated Sorting Genetic Algorithm, J. of Irrigation Science and Engineering. 2015, 39(2): 89-100. [Persian]
10- Afshar M H, Rezaee Sangdehi S A, Moeini R. Ant Colony Optimization Algorithms for Optimal Operation of Reservoirs: A Comparative Study of Four Algorithms. Ferdowsi Civil Engineering jornal. 2014, 25(2). [Persian]
11- Li W K, Wang W L, Li L, Optimization of Water Resources Utilization by Multi-Objective Moth-Flame Algorithm. Water Resources Management. 2018, 32(10).
12-Azadnia A, Zahraei B. PSO optimization algorithm in multi-objective optimization operation of reservoir. Fifth National Congress of Civil Engineering. 4-6may2010, Mashhad Ferdows University. [Persian]
13-Me'raji H, Valipoor R ,Meraji s. Diversion dams size optimization system based on risk using PSO algorithm. Sharif Journal Civil Engineering. 1385, 35(1). [Persian]
14-Khashei- Siuki, A, Ghahraman B, Kochakzade, M. Determination of Optimal Crop Pattern to Prevent the Water Table Drawdown Using PSO Algorithm. Iran Water Research Journal, 2014, 8(14). [Persian]
15- Hojjati A, Monad. M, Faridhosseini A, Mohammadi M. Application and comparison of NSGA-II and MOPSO in multi-objective optimization of water resources systems. Journal of Hydrology and Hydromechanics. 2018, 66(3): 323-329.
16 -Shenava N, Shourian M. Optimal Reservoir Operation with Water Supply Enhancement and Flood Mitigation Objectives Using an Optimization-Simulation Approach. Water resources management. 2017, 32(13): 4393-4407.
17 –Balavalikar S, Nayak P, Shenoy N, Nayak K. Particle swarm optimization based artificial neural network model for forecasting groundwater level in Udupi district, Conference Proceedings, 2018, 1952(1).
18 - Wan W, Guo X, Lei X, Jiang Y, Wang H. A Novel Optimization Method for Multi-Reservoir Operation Policy Derivation in Complex Inter-Basin Water Transfer System. Water Resources Management. 2018, 32(1): 31-51.
19 –Mousavi S J, Anzab N R, Asl-Rousta B, Kim J H. Multi-objective optimization-simulation for reliability-based inter-basin water allocation. Water Resources Management. 2017, 31(11): 3445-3464.
20- Höllermann B, Giertz S, Diekkrüger B. Benin 2025-Balancing future water availability and demand using the WEAP Water Evaluation and Planning’System. Water resources management. 2010, 24(13): 3591-3613.
21- Mutiga J K, Mavengano S T, Zhongbo S, Woldai T, Becht R. Water allocation as a planning tool to minimise water use conflicts in the Upper Ewaso Ng’iro North Basin, Kenya. Water resources management. 2010, 24(14); 3939-3959.
22- Azhdari Moghadam M, Abasi Q. Investigation on effects of entering Chahnime water into Zahedan plain. Master's Thesis, University of Sistan & Baluchestan, Zahedan, 2014. [Persian]
23-Hargreaves, G.H. 1994. Defining and using reference evapotranspiration. J. of Irrig. and Drain. Eng., ASCE, 120(6): 1132-1139.
24- Ehsani A, Arzani H, Farahpour M, Ahmadi H, Jafari M, Akbarzadeh M. Evapotranspiration Estimation Using Climatic Data, Plant Characteristics and Cropwat 8.0 Software (Case Study: Steppic Region of MarkaziProvince, Roodshore Station). Iranian journal of Range and Desert Reseach. 2012, 19(1). [Persian]
25- Aghakhani A, Sadani M, Faraji M, Boniadi Nejad Gh R. Comparison of methods to estimate the industrial water demand based on the number of industrial units, number of employees, total area and the infrastructure area. 2010, 6(2); 357-364. [Persian]
26- Montalvo I, Izquierdo J, Pérez R, Tung M. Particle swarm optimization applied to the design of water supply systems. Computers & Mathematics with Applications. 2008, 56(3):769-776.
27- Baltar A M, Fontane D G. Use of multiobjective particle swarm optimization in water resources management. Journal of water resources planning and management. 2008, 134(3): 257-265. | ||
آمار تعداد مشاهده مقاله: 884 تعداد دریافت فایل اصل مقاله: 518 |