توسعه سامانه تصمیم‌یار بهره‌برداری از منابع آب حوضه زرینه‌رود با تاکید بر تامین حقابه دریاچه ارومیه و تخصیص بهینه آب در بخش کشاورزی

رودخانه زرینه رود از مهمترین رودخانه های حوضه ی آبریز دریاچه ارومیه است. از آنجا که بخش کشاورزی در این منطقه از اهمیت زیادی برخوردار می باشد و همچنین در سال های اخیر فشار زیادی بر منابع آب این حوضه وارد آمــده که در نتیجه ی آن دریــاچه ارومیه با مشکلات عـدیــده زیست‌محیطی روبرو شده است، لذا ارزیابی تخصیص بهینه ی آب محصولات زراعی به‌خصوص در شرایط خشکسالی می تواند تاثیر بسزایی بر بهره وری بهتر از آب در سطح حوضه داشته باشد. در مطالعه ی حاضر تلاش شده است با پیش بینی جریان در یک سال آینده از روش ماشین بردار پشتیبان (svm) و تاکید بر راهکارهای مدیریتی پیشنهاد شده در طرح مدیریت ریسک خشکسالی دریاچه ارومیه و بهره گیری از مدل تخصیص بهینه ی بخش کشاورزی که هسته ی اصلی آن شبیه سازی عملکرد گیاهی بر اساس روابط جدید و قدیم فائو می‌باشد، بهترین شیوه های تخصیص آب و زمین تعیین گردد. نتایج نشان داد که هــر کــدام از ایــن روش هـا تـرکیب متفاوتی از تخصیص و سطوح کشت بهینه را ارائه می دهند که براساس آن، روش fao2009 نسبت به روش fao1979 در کلیه ی سطوح خشکسالی افــزایش درآمد و بهره وری را به همراه داشته است. همچنین روش svm برای پیش بینی جریان در دو سناریوی خشکسالی که یکی تامین نیاز زیست محیطی دریاچه به صورت کامل تحت هر شرایط و دیگری کاهش آن بر مبنای وضعیت خشکسالی میباشد، از همبستگی بالای 90 درصد برخوردار بوده و تلفیق آن با مدل تخصیص قابلیت برنامه‌ریزی و اعمال اقدامات مدیریتی متناسب با شرایط پیش آمده را به همراه دارد که این مجموعه می تواند در قالب یک سیستم تصمیم یار در مدیریت حوضه مورد استفاده قرار گیرد.

Developing an Operational Water Resources Decision Support System for Zarrineh- Rood Basin with Emphasis on Supply Urmia Lake Water Requirement and Optimal Water Allocation in Agricultural Sector

ZarrinehRood is one of the most important rivers of Urmia lake basin. Since, agricultural sector plays a key role in this region, and also in recent year the water resources in this basin  is faced with a lot of pressure that lead to many environmental problems in urmia lake. so the evaluation of efficient water allocation to the agricultural crops, especially in drought conditions may have a noticeable impact on the water productivity on the basin. In the current study, attempt to determine the best solution for water and land allocation by developing an operational decision support system   using prediction of flow during the next year by support vector machine(SVM) and also an agricultural water allocation model that is based on the old and new  FAO  crop response to water equations. The results show that each of these methods proposes a different composition of optimal allocation and Cultivated area. Also the FAO2009 method in comparison to FAO1979, has led to a higher income and productivity at all levels of drought conditions. In addition, SVM prediction results show an over90% correlation for flow prediction in both  supply  all of the Urmia lake water requirement and reduction of  lake water allocation  based on drought condition. So and holistic model with linking prediction model and water allocation model is so suitable for water resources planning and also for applying management scenario in deferent future conditions. This package can be used as an decision support system for basin water resources management.