هوافضا- علوم هوا فضا

نقش اصلی رطوبت خاک در پایداری مخازن تامین کننده آب آشامیدنی تهران

نقش اصلی رطوبت خاک در پایداری مخازن تامین کننده آب آشامیدنی تهران

هوا فضا: محققان دانشگاه تهران در یک مطالعه نشان دادند که رطوبت خاک در لایه های عمیق، مهم ترین عامل تضمین جریان پایدار ورودی به سدهای اصلی تهران در دوره های خشکسالی است.



به گزارش هوا فضا به نقل از دانشگاه تهران، محققان حوزه آب و محیط زیست دانشگاه تهران با همکاری دانشگاه های صنعتی شریف و صنعتی امیرکبیر، مطالعه ای در مورد مدل‏سازی شاخصهای هیدرولوژیکی کنترل ‏کننده جریان ورودی به مخازن پنجگانه تامین کننده آب آشامیدنی کلان‏شهر تهران در دوره های فاقد بارندگی سال (دوره خشکی) انجام داده اند که یافته های این مطالعه، بر نقش تعیین کننده رطوبت خاک بر پایداری جریان آب ورودی به سدها در دوره های خشک سال تاکید دارد و راهبردهای مهمی را برای تطبیق با تغییرات اقلیمی و ارتقا تاب آوری سیستم های تامین آب تهران عرضه می کند.
این مطالعه که با ترکیب داده های ماهواره ای پیشرفته، مشاهدات زمینی و مدل سازی هوش مصنوعی انجام شد، بر روی پنج سد حیاتی لتیان، لار، کرج، طالقان و ماملو متمرکز است؛ سدهایی که تامین کننده حدود ۷۲ درصد از آب آشامیدنی کلان شهر تهران هستند، انجام شده است.
دکتر سید موسی حسینی، عضو هیات علمی دانشگاه تهران و سرپرست این تیم پژوهشی در این زمینه اظهار داشت: در این مطالعه، با بهره بردن از تلفیق داده های سنجش از دور، داده های ایستگاهی زمینی و مدل سازی مبتنی بر هوش مصنوعی، دینامیک جریان های ورودی به پنج سد اصلی تامین کننده آب آشامیدنی کلان شهر تهران در طولانی مدت مورد بررسی قرار گرفته است. نتایج این مطالعه، قدمی مهم در امتداد مدیریت پایدار منابع آب در سطح حوضه های آبریز سدهای مورد مطالعه و ارائه راهکارهای عملی برای مواجهه با چالش های تغییرات اقلیمی و کاهش ریسک کم آبی محسوب می شود.
حسینی با اعلان اینکه سدهای لتیان، لار، کرج، طالقان و ماملو تامین کننده حدود ۷۲ درصد آب آشامیدنی شهر تهران بوده و مابقی نیاز آبی از منابع آب زیرزمینی تامین می شود، اضافه کرد: «در این مطالعه از داده های طولانی مدت جریان ورودی به سدهای ذکرشده در بازه ۲۰ ساله (۱۹۹۹–۲۰۱۶) استفاده شد. نتایج مدل‏سازی نشان داد که میان ۵۵ تا ۹۰ درصد حجم جریان ورودی به مخازن سدهای پنجگانه را جریان پایه تشکیل می دهد. جریان پایه رودخانه از منابع تأخیری نظیر رطوبت لایه های عمیق خاک، ذوب برف و تخلیه تدریجی آبخوان ها تغذیه می شود و در تامین مستمر آب آشامیدنی، حفظ اکوسیستم های رودخانه ای و پایداری جریان ها در ضمن دوره بدون بارندگی سال نقش اساسی دارد.
سرپرست این تیم پژوهشی اشاره کرد: این مساله در عمل بیان کننده اتکای کامل سیستم تامین جریان آب ورودی به سدها به منابع زیرزمینی و ذخایر برف است.
حسینی درباره ی پروسه مدل سازی و داده های مورد نیاز در این مطالعه اظهار داشت: بمنظور مدل‏سازی و شناسایی شاخصهای هیدرولوژیکی اثرگذار بر جریان پایه سدها، از مهارتهای آماری نوین و مدل‏سازی هوش مصنوعی استفاده شد. فاکتورهایی مانند دما، بارش، پتانسیل تبخیر-تعرّق، رطوبت خاک، شاخص پوشش گیاهی، ذوب برف و سطح پوشش برفی در سطح حوضه آبریز سدها از پایگاه های معتبر ماهواره ای مانند FLDAS، ERA5-Land، SoilGrids و AVHRR استخراج شده است.
وی اضافه کرد: نتایج مدل سازی جریان پایه با مدل هوش مصنوعی Random Forest (جنگل تصادفی) نشان داد که رطوبت خاک خصوصاً در لایه های عمیق تر (۳۰ تا ۳۰۰ سانتی متر) مهم ترین عامل کنترل ‏کننده و پیش بینی کننده جریان پایه رودخانه ها در تمامی حوضه های مورد مطالعه است.
عضو هیات علمی دانشکده جغرافیای دانشگاه تهران، اظهار داشت: ضرایب همبستگی بالا و زمان تأخیر نزدیک به صفر بین رطوبت خاک و جریان پایه نشان میدهد که شرایط رطوبتی زیرسطحی، کنترل فوری و پایدار بر تولید جریان پایه دارد که می تواند به سبب نقش مستقیم آنها، در تغذیه آب زیرزمینی و جریان جانبی در زیر سطح زمین باشد.
یافته های این مطالعه بیان کننده نقش حیاتی رطوبت خاک به عنوان یک بافر هیدرولوژیکی است که زمان و حجم جریان واردشده به مخازن را خصوصاً در دوره های خشک که روان -آب سطحی محدود است، تنظیم می کند؛ بدین سبب حفظ رطوبت در لایه های عمیق خاک برای پایداری جریان پایه و به تبع آن، تامین مطمئن آب ورودی به مخازن تهران ضرورت دارد.
پژوهشگران این مطالعه، راهبردهایی همچون «بهینه سازی آبیاری»، «مدیریت پوشش اراضی بمنظور افزایش نفوذ آب» و «حفاظت از مناطق تغذیه آب زیرزمینی» را در حفظ ذخایر رطوبت خاک مؤثر عنوان کرده اند.
همچنین محققان این مطالعه عنوان کرده اند که استفاده از داده های دقیق رطوبت خاک شامل «نصب ایستگاه هایی برای اندازه گیری زمینی رطوبت خاک در اعماق مختلف» و «استفاده از منابع سنجش از دوری مانند SMAP یا « ERA5-Land می تواند دقت پیش بینی جریان پایه و ورودی مخازن را به صورت قابل توجهی افزایش دهد.
نتایج این مطالعه که در ژورنال معتبر بین المللی Journal of Hydrology: Regional Studies انتشار یافته است بوسیله این لینک دردسترس است.


منبع:

1404/05/04
18:34:21
0.0 / 5
7
تگهای خبر: سیستم , ناسا , هوش مصنوعی
این مطلب هوافضا را می پسندید؟
(0)
(0)
X

تازه ترین مطالب مرتبط
نظرات کاربران هوافضا در مورد این مطلب
لطفا شما هم نظر دهید
= ۳ بعلاوه ۱
لینک دوستان هوا فضا
هوا فضا هوافضا