مهدی غلام زاده
سعید مرید
مجید دلاور

برای مدیریت خشک سالی در مناطق خشک که اتکای بیشتری به سدها و ذخیره سازی آب های سطحی دارند، استفاده از سیستم های هشدار سریع خشک سالی(DEWS) راهبردی مفید می باشد. در تحقیق حاضر تلاش شده است تا چنین سیستمی طراحی شود که از سه بخش اصلی شامل: ۱) پایش خشک سالی ۲) پیش بینی ورودی های رودخانه و مصرف آب و ۳) محاسبه یک شاخص هشدار برای مدیریت خشک سالی تشکیل می شود. این سیستم برای سد زاینده رود ارائه شده است. بدین منظور، ابتدا جریان ورودی به سد و مصارف با استفاده از شبکه های عصبی مصنوعی در یک دوره ۶ ماهه با در نظر گرفتن عدم قطیعت مربوط، در سطوح احتمالاتی مختلف پیش بینی گردید. هم چنین بر اساس اطلاعات تاریخی ذخیره آب مخزن و روش نگاشت خود سامان یافته (SOFM)، شدت خشک سالی در ۵ دسته (بدون خشک سالی ، خشک سالی ضعیف، خشک سالی با شدت کم، خشک سالی شدید و خشک سالی خیلی شدید) تعیین شد. سپس یک شاخص هشدار خشک سالی (DAI) با توجه به شرایط جاری مخزن سد، ورودی ها و مصرف آتی آب محاسبه گردید. در نهایت بر اساس نتایج حاصل از شاخص محاسبه شده، سطوح مختلف هشدار از وضعیت نرمال تا شرایط کم آبی شدید مشخص شد. نتایج نشان داد که استفاده از سیستم هشدار سریع طراحی شده می تواند نقش موثری در مدیریت مخزن سد زاینده رود، تعیین سیاست های جیره-بندی و هم چنین کاهش خسارات خشک سالی داشته باشد.

Drought early warning system, Drought management, Uncertainty, Artificial neural networks, Zayandehrud Dam., سیستم زودهنگام خشک سالی، عدم قطعیت، مدیریت خشک سالی، شبکه های عصبی مصنوعی، سد زاینده رود