رویکردهای نوین در مهندسی آب و محیط‌زیست

نشریه علمی

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اعضای هیات تحریریه

فرایند پذیرش مقالات

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

اطلاعات آماری نشریه

پرسش‌های متداول

اخبار و اعلانات

پیوندهای مفید

پیش‌بینی رواناب با مدل SVR در سناریوهای اقلیمی و برآورد تقاضاهای آبی ناشی از تغییرات آن در مدل WEAP

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب، دانشگاه رازی

2 استادیار گروه مهندسی آب، دانشگاه رازی

چکیده

تغییر اقلیم که به معنی تغییرات بلندمدت اقلیمی در یک منطقه است، با افزایش دما و تغییرات الگوی بارش تغییراتی در برآورد تقاضاهای آبی ایجاد کرده است. شبیه‌سازی منابع و مصارف حوضه­ی آبریز سد جامیشان با استفاده از مدل WEAP با الگوهای کشت موجود در منطقه بررسی شد. برای ارزیابی تأثیر تغییر اقلیم بر پارامترهای بارش و دما در این منطقه از خروجی‌های سناریوی RCP8.5 مدل­های HADGEM2_ES و MIROC5 و از سری مدل­های CMIP5 استفاده ‌شد. در این پژوهش پارامترهای ماهانه­ی دما و بارش سد جامیشان با استفاده از روش عامل تغییر ریزمقیاس و برای دوره آتی تولید شدند. از روش یادگیری ماشینی رگرسیون بردار پشتیبان تصحیح شده با تغییر در پارامترهای موثر برای پیش بینی رواناب در دوره تغییر اقلیم استفاده گردید. نتایج مدل‌ اقلیمی به­طور میانگین افزایش دمای ۵/۰ تا ۵/۱ درجه سلسیوس را در طول دوره­ی آماری نشان می‌دهد. نتایج بارش شبیه‌سازی شده نشان می‌دهد که میانگین بارش ماهیانه با سناریوی8.5  RCP در دوره­ی آتی در مدل HADGEM2_ES با افزایش  ۵ درصدی و در مدل MIROC5 با کاهش ۶ درصدی نسبت به دوره­ی پایه همراه بوده‌است. بررسی نتایج پیش‌بینی دبی با استفاده از مدل SVR حاکی از آن است که رواناب نسبت به دوره­ی پایه با کاهش همراه است. به­منظور برنامه‌ریزی و مدیریت منابع آب با استفاده از نرم افزار WEAP به شبیه‌سازی سد جامیشان پرداخته شد. بدین منظور با درنظر گرفتن سه الگوی کشت متفاوت مقادیر تأمین و کمبود برای هر نیاز برآورد گردید. شبیه‌سازی الگوی کشت‌های مختلف در WEAP نشان می‌دهد به‌طور میانگین تأمین برابر با 75 درصد است.

کلیدواژه‌ها

عنوان مقاله [English]

Runoff forecast with SVR model in climate scenarios and estimation of water demands due to changes in WEAP model

نویسندگان [English]

  • banafshe rahimi 1
  • Maryam Hafezparast 2

1 water engineering department, Razi university

2 Assistant professor, water engineering department, Razi university

چکیده [English]

Today, the effects of climate change and global warming have been proven due to the increase in greenhouse gases in the world. In this research, the monthly values of temperature, precipitation and discharge of Jamishan Dam in the years 1988-2017 have been considered as the base period. Simulation of resources and uses of the jamishan Dam catchment area was investigated using the WEAP model with different cultivation patterns in the area. To evaluate the effect of climate change on precipitation and temperature parameters in this region, RCP8.5 scenario outputs of HADGEM2_ES and MIROC5 models and a series of CMIP5 reporting models were used and the output of these models was downscaled for the region. In this research, change factor method used for downscaling and the monthly temperature and precipitation parameters of Jamishan Dam were produced for the period 2021-2050. In order to study the runoff of the region due to climate change, the SVR model was studied. The results of the climate model show an average temperature increase of 0.5 to 1 ° C. The simulated rainfall results show that the average monthly rainfall under the RCP8.5 scenario in the future period in HADGEM2_ES model increased by 1.3% and in MIROC5 model decreased by 6% compared to the base period. Examination of the results of discharge forecast in SVR method indicates that runoff is associated with a decrease compared to the base period.Simulation of different cultivation patterns in WEAP shows that the average supply is 70% in the SVR method.

کلیدواژه‌ها [English]

  • Climate change
  • CMIP5
  • WEAP
  • rainfall-runoff
  • cultivation pattern
  • support vector machine
مراجع
Ahmadi F., Radmanesh F., Mirabbasi R. 2016. Comparison of the performance of support  vector machine methods and business networks in predicting daily river flow (Case study: Barandozchay River). Journal of Soil and Water Conservation Research, (6)22, pp.186-171 (In persion).
Amini A., Javan M., Eghbalzadeh A. 2016. Evaluation of water resources management in Gamasiab basin of Kermanshah province using WEAP model. Journal of Water Resources Engineering, (3)153, pp.13-18 (In persion).
Ashofteh P.S., Bozorg Haddad O., Marino M.A. 2013. Climate change impact on reservoir performance Indexes in agricultural water supply. Journal of irrigation and drainage engineering, 139(2), pp.85-97.
Azari A., Arman, A. 2020. Optimal Utilization of Water Resources in Real Time Based on NSGA-II Algorithms and Support Vector Machines (Case Study: Gavoshan Dam). Irrigation Sciences and Engineering (JISE), 43(1), pp.189-204 (In Persian).
Aytek A., Asce M., Alp M. 2008. An Application of Artificial Intelligence for Rainfall-Runoff Modeling. Journal of Earth System Science, 117(12), pp.145-155.
Dibike Y.B., Velickov S., Solomatine D.P., Abbott M.B. 2001. Model induction with support vector machines: introduction and applications. Journal of Computing in Civil Engineering, 15(3), pp.208-216.
Fatemi S.E., Bahramloo A., Adibrad M.H. 2016. Investingation of constructive and non-structural solutions for sustainable management of watet  resources in Hamedan plain. Geography and Environmental Sustainability, 6(3). pp.55-67 (In Persion).
GHobadian R., GHorbani M., KHalej M. 2010. Evaluation of the performance of gene expression planning method in Zangmar river flood routing in comparison with mechanical wave method. Water and soil, (27)3, pp.592-602. (In persion).
He Z., Wen X., Liu H., Du J. 2014. A comparative study of artificial  neural network, adaptive neuro fuzzy inference system and support vector machine for forecasting river flow in the semiarid mountain region. Journal of Hydrology, 509, pp.379–386.
IPCC. 2001. The Scientific Basis of Climate Change. Contribution of Working Grop I to the Third Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, and Cambridge. Karmaoui A., Minucci G.,
Messouli M., Khebiza M. Y., Ifaadassan I., Babqiqi A. 2019. Climate Change Impacts on Water Supply System of the Middle Draa Valley in South Morocco. In Climate Change, Food Security and Natural Resource Management, Springer, Cham, pp. 163-178.
Malmir M., Mohamadrezapoor A., Sharifazari S. 2014. Evaluation of the effects of climate change on agricultural water allocation in Qarasu basin with WEAP model. Journal of Irrigation and Water Engineering, (26)3, pp.143-155 (In persion).
Momblanch A., Beevers L., Srinivasalu P., Kulkarni A. 2020. Enhancing production and flow of freshwater ecosystsm services in a managed Himalayan river system under uncertain future climate. Climatic change 162, pp.343-361.
Panahi E., Bafkar A., Hafezparast M. 2017. Assessment of management alternatives for maintaining watershed sustainability in the climate scenarios, Iran-Water Resources Research, 13(1), pp. 139-152.
Rahimi B., Hafezparast M. 2021. Comparison of SVM, GEP and IHACRES models in runoff forecast from CMIP5 climate models. Water and soil of Iran, 10(51), pp.2483-2499 (In persion).
 Salimi F., Hafezparast M., Sargordi f. 2020. Simulation and optimization of dam reservoir operation under cultivation pattern change scenario (Case study: Hersin Dam). Iranian Soil and Water Research, 117, pp.145-155.
 Seifi A. 2010. Development of an expert system for predicting daily reference evapotranspiration using support vector machine (SVM) and comparison of its results with ANN (ANFIS) and experimental methods. Master Thesis, Tehran: Tarbiat Modares University (In Persion).
 
 
رویکردهای نوین در مهندسی آب و محیط‌زیست
دوره 1، شماره 1
تیر 1401
صفحه 75-90
فایل ها
هم رسانی
ارجاع به این مقاله
آمار