پیش بینی بلندمدت جریان های سطحی با توجه به اندرکنش آب های سطحی و زیرزمینی: کاربرد شبکه های عصبی دینامیکی

در این مقاله، رویکردی برای مدل سازی میان مدت و بلندمدت سیستم های منابع آب (سطحی و زیرزمینی) به منظور پیش بینی آوردهای سطحی ارائه می شود. مطالعه اندرکنش آب های سطحی و زیرزمینی و جابجایی آنها در مقیاس های زمانی بلندمدت و به تبع آن درک روابط بین حجم منابع زیرزمینی موجود با حجم مشارکت کننده در تولید دبی پایه رودخانه ها، هدف اصلی این تحقیق بوده است. علاوه بر این، از متغیرهای هیدروکلیماتولوژی اصلی مؤثر بر حجم رواناب، نظیر حجم نزولات جوی و دما نیز در مدل سازی سیستم و در نهایت پی شبینی حجم رواناب استفاده می گردد. شبکه های عصبی دینامیکی، در این مطالعه، به عنوان ابزار مورد استفاده برای مدل سازی و کمی نمودن روابط مطرح شده به کار گرفته شده اند. به علت بحران موجود در وضعیت منابع تأمین آب محدوده غربی حوضه عملکرد اداره کل امور آب استان تهران و برداشت بی رویه و غیرمجاز از آبخوان های منطقه و افت قابل توجه آنها، رودخانه های کرج و کردان که سهم قابل توجهی در تأمین آب و حفظ تعادل آبخوان ها دارند، به عنوان مطالعه موردی این تحقیق در نظر گرفته شده اند. با توجه به خصوصیات محدوده مورد مطالعه افق زمانی پیش بینی برابر با یک سال انتخاب شده است. نتایج تحقیق نشان می دهد که حجم ذخیره آب زیرزمینی می تواند به عنوان پیش بینی کننده ای مناسب در برآورد حجم جریان های سطحی در ماه های کم آب آینده رودخانه ها مورد توجه قرار گیرد. نتایج استفاده از این موضوع در مدل شبکه عصبی دینامیکی توسعه داده شده حاکی از دقت و کارایی مناسب رویکرد پیشنهادی می باشد.