بهینه‌سازی چند هدفه بهره‌برداری از منابع آب به منظور تعیین نیاز اکوسیستم های آبی بر اساس الگوریتم های فراکاوشی

نوع مقاله : پژوهشی

نویسندگان

1 کارشناس ارشد آبیاری و زهکشی، گروه مهندسی آب، دانشگاه رازی، کرمانشاه، ایران

2 دانشیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

10.24200/j30.2020.55987.2793

چکیده

هدف از این پژوهش، بررسی عملکرد الگوریتم؜های فراکاوشی برای برنامه؜ریزی و مدیریت صحیح تخصیص به؜منابع و مصارف بالادست تالاب شادگان و تعیین نیاز اکوسیستم پایین؜دست است. طوری که علاوه بر حداکثر نمودن درصد تامین نیازهای حوضه در طول دوره بهره؜برداری، میزان شوری جریان ورودی به تالاب شادگان نیز کاهش یابد. ابتدا بر اساس وضع موجود، مدل تهیه شده تحت عنوان سناریوی مرجع برای یک دوره 30 ساله(1399 تاسال1428) توسعه داده شد. برای دستیابی به بهترین پاسخ سیستم بر اساس معیارهای کمی و کیفی، عملکرد الگوریتم؜های MOICA و MOPSO تحت عنوان سناریوی بهینه مورد مقایسه قرار گرفت. نتایج نشان داد الگوریتم MOICA، عملکرد بهتری در تامین نیازهای مختلف و همچنین کاهش شوری جریان ورودی به تالاب شادگان نسبت به الگوریتم MOPSO دارد. با اجرای راه؜حل بهینه به دست آمده در MOICA، مقدار شوری رودخانه در محل ورودی به تالاب شادگان بخصوص در ماههای کم آب در حدود 55 درصد کاسته شد.

کلیدواژه‌ها


عنوان مقاله [English]

Multi-Objective Optimization of Operation of Water Resources Systems for Supplying Demands of Aquatic Ecosystems based on Meta-Exploratory Algorithms

نویسندگان [English]

  • zahra goorani 1
  • saeid shabanlou 2
1 Master Science of Irrigation and Drainage, Department of Water Engineering, Razi University, Kermanshah, Iran
2 Department of Water Engineering, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran
چکیده [English]

Irregular withdrawals from water resources, unprincipled agriculture at the upstream of Shadegan wetland, and the drainage of agricultural drains and municipal effluents have severely reduced the quality of water entering the wetland. Also, the construction of the Marun and Jarreh dams on the rivers supplying the wetland demand led to severe hydrological changes in the river and eventually, its environmental demands have not been met in some years. Common water resources operation methods focus on maximizing socio-economic benefits and pay little attention to meeting ecosystem demands. The aim of this paper is to investigate the performance of meta-exploratory algorithms in planning and proper allocation management to resource and uses at the upstream of Shadegan Wetland and the determination of the ecosystem demand of the downstream so that in addition to maximizing the percentage of the basin demand supply during the operation period, this algorithm attempts to reduce the salinity of the inflow to Shadegan Wetland. Due to the importance of the wetland as a seasonal habitat for birds and also one of the important tourist attractions and the importance of protecting its ecosystem, the development of a quantitative-qualitative optimization model for optimal use of available water resources is the purpose of this study. Initially, based on current conditions, the prepared model entitled "reference scenario" is developed for a future 30-year period (2021 to 2050). To achieve the best system response in terms of qualitative and quantitative criteria, the efficiencies of the MOICA and MOPSO algorithms as the optimal scenario are compared. The results indicate that the MOICA algorithm has a better performance in supplying various demands as well as decreasing the salinity of the inflow to Shadegan Wetland than the MOPSO. With the implementation of the optimal solution obtained by the MOICA, in addition to supplying demands high reliability in the whole system, the amount of river salinity at the entrance to Shadegan Wetland, especially in low water months, is reduced by about 55%. The coupling model proposed in this research is applicable for other study areas with quantitative-qualitative operation approach and is able to calculate the environmental demands of the river as well as the downstream ecosystem by taking into account all uses.

کلیدواژه‌ها [English]

  • multi-objective optimization
  • MOICA
  • MOPSO
  • Ecosystem Demand
  • Shadegan Wetland