|
|
مدلسازی جریان ورودی به مخزن سد یامچی اردبیل تحت سناریوهای تغییر اقلیم
|
|
|
|
|
نویسنده
|
نصیری خیاوی علی ,ایمانی رسول ,مصطفیزاده رئوف
|
منبع
|
اولين كنگره بين المللي و چهارمين كنگره ملي آبياري و زهكشي ايران - 1398 - دوره : 1 - اولین کنگره بین المللی و چهارمین کنگره ملی آبیاری و زهکشی ایران - کد همایش: 98190-77464 - صفحه:0 -0
|
چکیده
|
بررسی نوسان آبدهی سدها، از جمله چالشهای پیش رو در برنامهریزی و مدیریت منابع آب است. از این رو هدف اصلی این پژوهش، پیشبینی اثرات تغییرات اقلیمی بر جریان رودخانه ورودی در مخزن سد یامچی اردبیل است. بدین منظور، فرآیند بارش- رواناب در منطقه مورد مطالعه بر اساس عوامل اقلیمی با استفاده از شبکه عصبی مصنوعی در محیط نرمافزار neuro solutions شبیهسازی شد. عوامل اقلیمی مورد استفاده در شبکه عصبی مصنوعی با استفاده از مدل lars-wg برای دوره آماری 30 سال آینده (1396 تا 1425) پیشبینی و در نهایت دبی ناشی از آنها با استفاده از بهترین مدل شبکه عصبی مصنوعی انتخاب شده پیشبینی گردید. نتایج نشان داد که تحت سناریوهای اقلیمی a1b، a2 و b1، میزان دبی رودخانه مذکور در دوره پیشبینی بهترتیب، 24، 16 و 22 درصد افزایش خواهد یافت. ارزیابی اثرات تغییر اقلیم بر جریان ورودی به سد میتواند در برنامهریزی بهرهبرداری از سد مذکور و در نتیجه تامین آب شرب اردبیل در شرایط کم آبی موثر باشد. مطالعاتی که در خصوص شبیهسازی دبی جریان ورودی سدهای مخزنی میباشد امکان اتخاذ تصمیمگیریهای مدیریتی را فراهم میآورد که میتوان از این مطالعات در بهینهسازی بهرهبرداریها از مخازن سد استفاده نمود.
|
کلیدواژه
|
پرسپترون چندلایه، پیشبینی دبی، شبکه عصبی مصنوعی، سد یامچی اردبیل
|
آدرس
|
, iran, , iran, , iran
|
پست الکترونیکی
|
raoofmostafazadeh@uma.ac.ir
|
|
|
|
|
|
|
|
|
modelling the yamchi dam reservoir inflow under the influence of climate change scenarios
|
|
|
Authors
|
|
Abstract
|
investigating the dam fluctuation is one of the challenges facing water resources planning and management. the main objective of this study is predicting the impacts of climate change on input river flows of yamchi dam, ardabil. for this purpose, the rainfall-runoff processes were modeled using climatic factors and the use of artificial neural network approach. climatic variables were predicted by using lars-wg under a1b, a2 and b1climate change scenarios in the future 30-years (2017 to 2046) time span and considered as input of artificial neural networks to predict the flow discharge at monthly time scale. the results indicated that the river flow input of study area will increase about 24, 16 and 22 percent under the a1b, a2 and b1 climate scenarios, respectively. assessing the dam inflow affected by climate change can be used in planning of utilization of dam water balance and supplement of drinking water for ardabil in water shortage conditions. studies that simulate the inflow of reservoir dams allow management decisions to be made that can be used to optimize dam reservoir utilization.
|
Keywords
|
multilayer perceptron ,discharge prediction ,artificial neural network ,yamchi dam ,ardabil province
|
|
|
|
|
|
|
|
|
|
|