Research Specifications

Home \بهینه سازی پارامترهای بهره ...
Title بهینه سازی پارامترهای بهره برداری از مخازن سدها برای تامین مصارف پایاب سدها با استفاده از هوش مصنوعی (مطالعه موردی سدهای ستارخان و نهند)
Type of Research Thesis
Keywords مدیریت مخازن سدها، بهینه سازی پارامترها، بهره برداری از مخازن، تأمین آب پایاب، هوش مصنوعی
Abstract در چارچوب چالش های جهانی مدیریت منابع آب، به ویژه در اکوسیستم های نیمه خشک و خشک که بیش از 40 درصد سطح زمین را پوشش می دهند و محل سکونت بیش از دو میلیارد نفر هستند و با کمبود شدید منابع آب سطحی و تأثیرات تغییرات اقلیمی مواجه اند، امروزه به لحاظ شرایط خشکسالی و کمبود آب، بهره برداری بهینه از مخازن سدها به عنوان ابزار کلیدی برای تعدیل نوسانات هیدرولوژیکی و تأمین پایدار آب، اهمیت استراتژیک یافته است. در ایران، جایی که منابع آب سطحی حدود 80 درصد تقاضای بخش های شرب، کشاورزی و صنعت را تأمین می کنند، محدودیت های ساختاری ناشی از توزیع نامتوازن منابع (با میانگین بارش سالانه کمتر از 250 میلی متر) و تشدید این محدودیت ها توسط تغییرات اقلیمی – مانند افزایش دما به میزان 1-2 درجه سلسیوس تا سال 2050 بر اساس مدل های GCM، ضرورت برنامه ریزی دقیق برای مخازن را دوچندان می سازد (Goodfellow et al., 2023). سدهای ستارخان و نهند در حوضه های اهرچای و نهندچای، در منطقه نیمه خشک شمال غرب ایران با بارش سالانه 200 تا 300 میلی متر، نقش مهمی در تأمین آب شرب تبریز و اهر، کنترل سیلاب و حفظ جریان زیست محیطی ایفا می کنند. اما مطالعات نشان می دهند که تغییرات اقلیمی جریان ورودی به این سدها را در دوره های خشکسالی 10 تا 20 درصد کم کرده و ریسک کمبود آب را تا 30 درصد بالا برده است. این چالش، همراه با افزایش 5/1 برابری تقاضای آب تا سال 2040 به دلیل رشد جمعیت و بهره برداری ناپایدار، مدیریت بهینه منابع آب را به یک ضرورت تبدیل کرده است (Blöschl et al., 2020؛ Madani, 2014؛ IPCC, 2014). روش های سنتی اغلب ناکارآمدند و نیاز به رویکردهای نوین مبتنی بر هوش مصنوعی برای پیش بینی دقیق و بهینه سازی سیاست های بهره برداری را بیش از پیش آشکار می کنند. این پژوهش با استفاده از مدل های شبیه سازی و بهینه سازی مبتنی بر هوش مصنوعی، منحنی های فرمان بهینه ای برای مدیریت مخازن سدهای ستارخان و نهند طراحی می کند تا نیازهای آب شرب، کشاورزی، صنعت و محیط زیست را به بهترین شکل تأمین کند. این روش نه تنها چالش های مدیریت مخازن در شرایط تغییرات اقلیمی را رفع می کند، بلکه با افزایش 20-30 درصدی بهره وری، به توسعه پایدار منابع آب در مناطق خشک یاری می رساند و به پیشرفت دانش در مهندسی هیدرولیک و هوش مصنوعی کمک می کند. با توجه به هزینه های سنگین سا
Researchers Mahdi soltani sotobadi (Student)، Nazila Kardan (Primary Advisor)، Bakhtiyar Feyzizade (Advisor)، (Second Advisor)