بهینه‌یابی مدل عددی برداشت از آبخوان با استفاده از الگوریتم ژنتیک (مطالعه موردی: آبخوان ساحلی ارومیه)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار / هیدروژئولوژی، گروه زمین شناسی، دانشگاه خوارزمی تهران

2 کارشناسی ارشد زمین‌شناسی/ آب شناسی دانشگاه خوارزمی تهران

3 دانشیار / علوم مهندسی آبیاری، گروه مهندسی آب، دانشگاه ارومیه

چکیده

مدل‌سازی به عنوان روشی کارآمد، با کمترین هزینه، امکان مطالعه پیچیدگی جریان آب زیرزمینی را برای مدیران فراهم می‌کند. همواره تعیین میزان برداشت بهینه از آبخوان یکی از پیچیده‌ترین مسائل پیش روی مهندسین علوم آب بوده است. هدف از این تحقیق، مدیریت بهره‌برداری بهینه از آبخوان دشت ساحلی ارومیه و تعیین نرخ بهینه پمپاژ چاه‌های بهره‌برداری است؛ تا با جلوگیری از برداشت بیش از حد آب زیرزمینی، بتوان دریاچه ارومیه را از بحران خشک شدن روزافزون نجات داد. در این پژوهش ابتدا مدل جریان آبزیرزمینی محدوده مورد مطالعاتی با استفاده از نرم‌افزار Visual MODFLOW (Ver 4.2) طراحی و ساخته شد، سپس چاه‌های منطقه مور مطالعه جهت بهینه کردن نرخ پمپاژ با توجه به ویژگی‌های ضریب هدایت هیدرولیکی و ضریب آبدهی ویژه، منطقه‌بندی گردیدند. در نهایت نرخ پمپاژ چاه‌های بهره برداری با توجه به هدف مورد نظر (کمینه‌سازی نرخ پمپاژ چاه‌های بهره‌برداری) و با استفاده از الگوریتم ژنتیک بهینه گردید.

کلیدواژه‌ها


عنوان مقاله [English]

Optimizing of Aquifer Withdrawal Numerical Model UsingGenetic Algorithm (Case Study: Uromiyeh Coastal Aquifer)

نویسندگان [English]

  • M Nakhaei 1
  • M Mohammadi 2
  • M Rezaei 3
1 Associated Professor of Hydrogeology, Geology Department, Kharazmi University
2 M.Sc. of Hydrogeology, Kharazmi University
3 Assistant Professor of Irrigation Engineering, Uromiyeh
چکیده [English]

Modeling as an effective approach, with the least cost, assist to managers to study complexity of groundwater flow. Always, identification of optimized withdrawal from aquifer was the one of complex problems for water science engineers. The main goal of this research was the management of optimized withdrawal from Uromiyeh coastal plain and identification of optimized pumping rate of extraction wells, to rescuing the Uromiyeh Lake from increasing drying with preventing of unlimited groundwater withdrawal. In this study, firstly groundwater flow model of case study region was designed using Visual MODFLOW (Ver 4.2) software. Afterwards,the abstraction wells of Uromyieh coastal aquiferwas clustered according to Hydraulic Conductivity and Specific Storage coefficients variations. Finally, with using of genetic algorithm, the pumping rate of extraction wells was optimized.

کلیدواژه‌ها [English]

  • Modeling
  • Groundwater
  • Coastal Aquifer
  • Simulating
  • optimizing
  • Genetic algorithm

آبایی ع، قاهری ع، و سعیدی م، (1390) "تهیه الگوریتم بهره‌برداری بهینه از آبخوان به منظور تعدیل غلظت آلاینده‌ها، مجله آب و فاضلاب، 8: 132-138.

Aly AH , Peralta RC (1999) Optimal design of aquifer cleanup systems under uncertainty using a neural network and genetic algorithm,"Water Resources Research 35(8): 2523-2532.

Aral MM and Guan J (1996) Optimal groundwater remediation design using differential genetic algorithm. Computational Methods in Water Resources 1:357-394.

Bear, J (2010) Modeling groundwater flow and contaminant transport (Theory and application of transport in porous media). Springer Science. 856 p.

Fetter CW (1988) Applied hydrogeology, McMilian publishing Co, USA. 592 p.

Gelhar LW (1993) Stochastic subsurface hydrology. Prentice Hall, Engle-wood Cliffs, 480 p.

Harden and Associates Inc. (2000) Brazos G Regional Water Planning Area. Carrizo-Wilcox Ground Water Flow Model and Simulations Results.

Jonoski A. Zhou Y, Nonner J, Meijer S (1997) Model aided design and optimization of artificial recharge-pumping systems. Journal of Hydrology Sciences 42(6): 937-953.

Prickett TA (1975) Modeling techniques for groundwater evaluation. In Advances in Hydroscience. Vol. 10. Chow. V.T.(ed.), New York, Academic Press. 143 p.

Regli C, Rauber M , Huggenberger P (2003) Analysis of aquifer heterogeneity within a well capture zone. Comparison of model data with field experiments: a case study from the river Wiese Switzerland. Aquatic Science 65: 111-128.

Wang M , Zheng C (1997) Optimal remediation policy selection under general conditions. Ground Water 35(5): 757-764.