مدیریت احیاء منابع آب زیرزمینی با استفاده از مدل تلفیقی شبیه‌سازی عددی - بهینه‌سازی فراکاوشی جامعه مورچه‌ها

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش‌آموخته کارشناسی ارشد مهندسی منابع آب، گروه مهندسی منابع آب، دانشگاه تربیت مدرس، تهران، ایران

2 استادیار، گروه مهندسی منابع آب، دانشگاه تربیت مدرس، تهران، ایران

چکیده

ذخایر آب‌زیرزمینی در ایران از اصلی‌ترین منابع تأمین آب می‌باشد. با پیشرفت فناوری، بهره‌برداری از این ذخایر در چند دهه اخیر بشدت روبه‌فزونی گذاشته، بطوریکه آب استحصالی معمولاً بیشتر از ظرفیت آب تجدیدپذیر منبع بوده و روند افت سطح تراز آب‌زیرزمینی و کاهش این ذخایر را به‌دنبال داشته و منجر به بروز پیامدهای منفی شده است. از این‌رو، مدیریت صحیح این ذخایر ارزشمند و حفظ پایداری آنها اهمیت زیادی پیدا می‌کند. امروزه برای مدیریت صحیح منابع آب‌زیرزمینی از مدل‌های تصمیم با چارچوب تلفیقی مدل‌های شبیه‌سازی-بهینه‌سازی می‌توان استفاده کرد. بنابراین، در این تحقیق با استفاده از مدل شبیه‌سازی عددی MODFLOW در یک برنامه مدیریتی ده ساله و الگوریتم بهینه‌سازی جامعه مورچه‌ها، مدل تلفیقی شبیه‌سازی-بهینه‌سازی برای آبخوان نمدان واقع در استان فارس، ایران توسعه‌داده‌شد. سه شاخص پایداری، پرشدگی و احیاء آبخوان در راستای طرح ملی احیاء و تعادل‌بخشی منابع آب زیرزمینی کشور برای مدیریت احیاء منابع آب‌زیرزمینی محدوده موردمطالعه مدنظر قرار گرفت و بر اساس آنها، توابع هدف و قیود مسائل مدیریتی، توسعه داده شد. نتایج بدست آمده براساس هدفگذاری دستیابی به بهترین وضعیت پایداری، پرشدگی و احیاء آبخوان در طول دوره مدیریتی هدف بترتیب بیانگر افزایش 3، 5/9 و 6/10 متری سطح تراز آب زیرزمینی نسبت به ابتدای دوره بوده است که لزوم توجه به انتخاب تابع هدف صحیح در راستای تحقق هدف برنامه مدیریتی را مشخص می‌سازد و امکان بررسی عملیاتی شدن الزامات تحقق آن را فراهم می‌نماید. همچنین استفاده از سه‌شاخص اعتمادپذیری، مطلوبیت و آسیب‌پذیری جهت بررسی نتایج سناریوها بیانگر بهترین وضعیت آبخوان تحت‌سناریوی اعمال شاخص احیاء بوده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Restoration management of groundwater resources using the combined model of numerical simulation - evolutionary ant colony optimization

نویسندگان [English]

  • Mahdi Saghi-Jadid 1
  • Hamed Ketabchi 2
1 M.Sc., Water Resources Engineering Dept., Tarbiat Modares University, Tehran, Iran
2 Assistant Professor, Water Resources Engineering Dept., Tarbiat Modares University, Tehran, Iran
چکیده [English]

Groundwater storages are the main-source of water in Iran. With the developments in technology, utilization of these resources has been increased severely over the last few decades as the extracted water is more than the capacity of renewable water and has led to a depletion in groundwater-levels, a deterioration of these resources and associated negative consequences. Hence, the proper management of these valuable resources and the sustainability conservation are significant. Today, for proper management of groundwater resources, decision models can be used with a combined framework of simulation-optimization models. Therefore, in this research, using numerical simulation model (MODFLOW) over the management horizon of ten-years and ant-colony-optimization-algorithm, simulation-optimization model for the Namdan aquifer located in Fars province, Iran was developed. Three indices of sustainability, filling and restoration of the aquifer are considered to restoration management of groundwater resources in the study area, in line with Iran aquifer restoration plan. Based on the objective of reaching to the best condition of stability, filling, and restoration of the aquifer over the management horizon, the results has been indicated an increase of 3, 9.5 and 10.6 m of groundwater-level, respectively, compared to the beginning of the management horizon, which highlighted the necessity of proper-selection of objective-function considering the main objectives of the management plan and provided the feasibility of assessment on the requirements to implement the plan. Also, the use of three-indicators of reliability, utility and vulnerability to examine the results of scenarios shows the best aquifer status under scenario of applying the restoration-index.

کلیدواژه‌ها [English]

  • Namdan aquifer
  • Numerical Model
  • Optimization algorithm
  • Stability
  • filling and restoration indices