تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,022 |
تعداد مشاهده مقاله | 52,492,698 |
تعداد دریافت فایل اصل مقاله | 15,219,219 |
تحلیل سناریوهای مختلف بهکارگیری کنتور هوشمند حجمی برای افزایش اثربخشی طرح احیا و تعادل بخشی آبهای زیرزمینی با استفاده از مدل عاملبنیان در دشت قزوین | ||
هیدروژئولوژی | ||
دوره 9، شماره 1، شهریور 1403، صفحه 57-70 اصل مقاله (736.82 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/hydro.2023.55317.1282 | ||
نویسندگان | ||
حمید رحمانی1؛ علی صارمی* 2؛ شهاب عراقی نژاد3؛ حسین بابازاده4 | ||
1معاون مدیرکل دفتر توسعه نظام فنی و بهره برداری شرکت مدیریت منابع آب ایران | ||
2دانشیار، گروه علوم و مهندسی آب، دانشکده علوم کشاورزی و صنایع غذایی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران. | ||
3دانشیار گروه مهندسی آبیاری و آبادانی، دانشکده کشاورزی، دانشگاه تهران، تهران، ایران. | ||
4استاد، گروه علوم و مهندسی آب، دانشکده علوم کشاورزی و صنایع غذایی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران. | ||
چکیده | ||
منابع آب زیرزمینی ایران بهدلیل برداشت بیش از حد و خشکسالیهای متوالی سالیان اخیر و حفر چاههای غیرمجاز و نبود ساز و کار نظارتی قوی از شرایط مناسبی برخوردار نیست و در برخی مناطق از جمله دشت قزوین با بحران روبرو میباشد. یکی از مهمترین عوامل برهمزننده تعادل آبخوانها، برداشت مازاد بر میزان مجاز توسط چاههای مجاز میباشد. کنتور تنها ابزار مناسب برای پایش و کنترل برداشت آب از چاهها است. با توجه به اینکه روشها و راهکارهای مختلفی برای نصب کنتور وجود دارد در این مقاله سعی شده با استفاده از مدل عاملبنیان (ABM) بهترین سناریو برای نصب کنتور هوشمند بر روی چاههای آب تعیین شود. سناریوهای تعریف شده شامل خرید و نصب رایگان کنتور هوشمند حجمی با اعتبارات دولتی برای کلیه بهرهبرداران، خرید و نصب کنتور هوشمند حجمی با ارائه تسهیلات و خرید و نصب کنتور هوشمند حجمی به صورت نقدی توسط بهرهبردار میباشد. با توجه به اینکه انواع مختلف چاهها از نظر نوع کشت تحت شرب (پربازده و کم بازده بودن)، وضعیت مالکیت (تک مالکی یا چندمالکی) و نوع کنتور ولتمن (WI)، الکترومغناطیس (Em) و آلتراسونیک (As) در این پژوهش مورد بررسی قرارگرفته تعداد سناریوها که از تلفیق آنها بوجود خواهد آمد بسیار بیشتر خواهد شد. این سناریوها با استفاده نرمافزار متلب مورد بررسی و تحلیل قرارگرفته است. نتایج نشانداد انتخاب نوع کنتور هوشمند حجمی باید با توجه به دستهبندی چاهها براساس نوع مصرف، تعداد مالک، نوع کشت و اقتصادی یا غیراقتصادی بودن محصول صورت گیرد. همچنین چاههای صنعتی تمایل دارند، کنتور هوشمند حجمی Em را بهصورت نقد خریداری و نصب نمایند. ولی در بخش کشاورزی بیشتر تمایل به خرید کنتور WI بهدلیل ارزانتر بودن است. نصب کنتور بر روی چاههای منطقه موجب کاهش برداشت شده و شیب افت هیدروگراف دشت اندکی کاهش یافته شده است. پیشبینی میشود ادامه این روند به بهبود وضعیت آبخوان کمک مؤثری نماید. | ||
کلیدواژهها | ||
آبخوان؛ دشت قزوین؛ کنتور آب؛ طرح احیاء و تعادل بخشی؛ مدل عاملبنیان؛ منابع آب زیرزمینی | ||
مراجع | ||
احمدی، م.، رمضانی اعتدالی، هـ.، 1401. کاربردپذیری پایگاه بارشی GLDAS در برآورد ردپای آب سبز و آبی گندم و ذرت در دشت قزوین با استفاده از مدل Aqua Crop. هیدروژئولوژی، (2)7: 42-30.
کلانتری، ن.، ایرانی اصل، ا.، محمدی، هـ.، 1401. بررسی کمی و کیفی آبخوان باغملک با استفاده از روش تحلیل آماری، روشهای هیدروشیمیایی وGIS. هیدروژئولوژی، (1)7: 24-11.
میرهاشمی، س.، حقیقت جو، پ.، میرزائی اصلی شیرکوهی، ف.، پناهی، م.، 1396. ارزیابی الگوریتمهای دادهکاوی در بررسی و پیشبینی وضیعت آبخوان دشت قزوین. هیدروژئولوژی، (2)2: 66-54.
Akhbari, M., Grigg, N.S., 2015. Managing water resources conflicts: Modelling behavior in a decision tool. Water Resources Management, 29(14): 5201-5216. Berglund, E., 2015. Using agent-based modeling for water resources planning and management. Journal of Water Resource Planning and Management, 141(11): 0401-5025. Berger, T., Birner, N., McCarthy, J., Daz, H., 2007. Capturing the complexity of water uses and water users within a multi-Agent framework. Water Resources Management, 21(1): 129-148. Castilla-Rho, J.C., Mariethoz, G., Rojas, R., Andersen, M.S., 2015. An agent-based platform for simulating complex human–aquifer interactions in managed groundwater systems. Environmental Modelling & Software, 73: 305-323. Chu, J., Wang, C., Chen, J., Wang, H., 2009. Agent-Based Residential Water Use Behavior Simulation and Policy Implications: A Case-Study in Beijing City. Water Resources Management, 23(15): 3267-3295. Davidsson, P., Holmgren, J., Kyhlbck, H., Mengistu, D., 2007. Applications of Agent Based Simulation. Multi-Agent-Based Simulation VII. L. Antunes and K. Takadama, Springer Berlin Heidelberg, 4442: 15-27. Feuillette, S., Bousquet, F., Le Goulven, P., 2003. SINUSE: a multi-agent model to negotiate water demand management on a free access water table. Environmental Modelling & Software, 18(5): 413-427. Filatova, T., Polhill, J., van Ewijk, S., 2016. Regime shifts in coupled socio-environmental systems:Review of modelling challenges and approaches. Environmental Modelling & Software, 75: 333-347. Giacomoni, M. H., Kanta, L., and Zechman, E. M., 2013. Complex adaptive systems approach to simulate the sustainability of water resources and urbanization. J. Water Resour. Planning and Management, 10.1061/(ASCE) WR.1943-5452.0000302: 554–564. Giuliani, M., Castelletti, A., Amigoni, F., Cai, X., 2015. Multiagent systems and distributed constraint reasoning for regulatorymechanism design in water management. Water Res. Plan. Man., 141: 04014068, Hare, M., and Deadman, P., 2004. Further towards a taxonomy of agent-based simulation models in environmental management. Mathematics and Computers in Simulation, 64(1): 25-40. Hu, M., Fan, C., Huang, T., Wang, C., Chen, Y., 2018. Urban Metabolic Analysis of a Food-Water-Energy System for Sustainable Resources Management. International Journal of Environmental Research and Public Health, 16(1): 90. Hyun, J., Huang, S., Yang, Y., Tidwell, V., Macknick, J., 2019. Using a coupled agent-based modeling approach to analyze the role of risk perception in water management decisions. Hydrology and Earth System Sciences, 23(5): 2261-2278. Kanta, L., Zechman, E., 2014. Complex Adaptive Systems Framework to Assess Supply-Side and Demand-Side Management for Urban Water Resources. Journal of Water Resources Planning and Management, 140(1): 75-85. Jaxa-Rozen M., Kwakkel H.J., Bloemendal M., 2019. A coupled simulation architecture for agent-based/geohydrological modelling with NetLogo and MODFLOW. Environmental Modelling & Software,Volume 115: 19-37. Khan, H.F., Yang, Y.C.E., Xie, H., Ringer, C., 2017. A coupled modeling framework for sustainable watershed management in transboundary river basins. Hydrol. Earth Syst. Sci., 21: 6275–6288. Levin, S., Xepapadeas, T., Crépin, A.S., Norberg, J., De Zeeuw, A., Folke, C., Hughes, T., Arrow, K., Barrett, S., Daily, G., Ehrlich, P., Kautsky, N., Muler, K.G., Polasky, S., Troell, M., Vincent, J.R., Walker, B., 2013. Social-ecological systems as complex adaptive systems: Modeling and policy implications. Environment and Development Economics, 18(2): 111-132. Lotfi, S., Araghinejad, S., 2017. A review on challenges in application of agent-based models in water resourcessystems. Iran Water Resources Research, 13(2): 115-126. Mashhadi Ali, A., Shafiee, M., Berglund, E., 2017. Agent-based modeling to simulate the dynamics of urban water supply: Climate, population growth, and water shortages. Sustainable Cities and Society, 28: 420-434. Macal, C.M., North, M.J., 2010. Tutorial on agent-based modelling and simulation. J. Simul., 4(3): 151–162. Moglia, M., Podkalicka, A., McGregor, J., 2018. An Agent-Based Model of Residential Energy Efficiency Adoption. Journal of Artificial Societies and Social Simulation, 21(3): 3. Moglia, M., Perez, P., Burn, S., 2010. Modelling an urban water system on the edge of chaos. Environmental Modelling & Software, 25(12): 1528–1538. Moglia, M., Cook, S., McGregor, J., 2017. A review of agent-based modelling of technology diffusion with special reference to residential energy efficiency. Sustainable Cities and Society, 31: 173–182. Mulligan, K., Brown, C.M., Yang, Y.C.E., Ahlfeld, D., 2014. Assessing groundwater policy with coupled economic-groundwater hydrologic modeling, Water Resour. Res., 50: 2257–2275. Nouri, A., Saghafian, B., Delavar, M., Bazargan-Lari, M., 2019. Agent-Based Modeling for Evaluation of Crop Pattern and Water Management Policies. Water Resources Management, 33(11): 3707-3720. Ostrom, E., 2009. A General Framework for Analyzing Sustainability of Social-Ecological Systems. Science, 325(5939): 419-422. Rai, V., Henry, A.D., 2016. Agent-based modelling of consumer energy choices. Nature Climate Change, 6(6): 556. Schlüter, M., Pahl-Wostl, C., 2007. Mechanisms of Resilience in Common-pool Resource Management Systems: an Agent-based Model of Water Use in a River Basin. Ecology and Society, 12(2). Schlüter, M., Leslie, H., Levin, S., Managing water-use tradeoffs in a semi-arid river delta to sustain multiple ecosystem services: a modeling approach, Ecol. Res., 24: 491–503. Terna, P., 1998. Simulation tools for social scientists: Building agent based models with swarm. J. Artif. Soc. Simul., 1: 1–12. Van Oel, P., Mulatu, D., Odongo, V., Willy, D., Van der Veen, A., 2018. Using Data on Social Influence and Collective Action for Parameterizing a Geographically-Explicit Agent-Based Model for the Diffusion of Soil Conservation Efforts. Environmental Modeling and Assessment, 24(1): 1-19. Van Oel, P.R., Krol, M.S., Hoekstra, A.Y., Taddei, R.R., 2010. Feedback mechanisms between water availability and water use in a semi-arid river basin: A spatially explicit multi-agent simulation approach. Environmental Modelling & Software, 25(4): 433-443. Voinov, A., Bousquet, F., 2010. Modelling with stakeholders. Environmental Modelling and Software, 25(11): 126. Yang, Y.C.E., Cai, X., Stipanovich, D.M., 2009. A decentralized optimization algorithm for multi-agent system based watershed management. Water Resource Researche, 45: W08430. Yuan, X.C., Wei, Y.M., Pan, S.Y., Jin, J.L., 2014. Urban Household Water Demand in Beijing by 2020: An Agent-Based Model. Water Resource Managment, 28: 2967–2980. Zechman, E.M., 2011. Agent-Based Modeling to Simulate Contamination Events and Evaluate Threat Management Strategies in Water Distribution Systems. Risk Analysis, 31: 758–772. | ||
آمار تعداد مشاهده مقاله: 222 تعداد دریافت فایل اصل مقاله: 35 |