چارچوب هوشمند آبیاری و زهکشی تاب آور در اراضی نیمه خشک خوزستان مبتنی بر یادگیری عمیق و داده های سنجش از دور

تغییرات اقلیمی و خشکسالیهای مکرر مدیریت منابع آب در مناطق نیمه خشک ایران به ویژه استان خوزستان را با چالشهای فزاینده ای مانند کاهش بارندگی، افزایش دما، شوری خاک و بهره وری پایین سیستمهای آبیاری مواجه ساخته است. پژوهش حاضر با هدف طراحی و توسعه یک چارچوب هوشمند و تاب آور برای مدیریت آبیاری و زهکشی از ترکیب دادههای سنجش از دور، دادههای زمینی و اقلیمی، و مدلهای یادگیری عمیق بهره برده است. این سامانه در قالب یک پلتفرم WebGIS طراحی شده و خروجی آن شامل نقشههای ریسک شوری خاک، پیش بینی نیاز آبی گیاهان (گندم و نیشکر) و توصیههای بهینه سازی آبیاری و زهکشی است. سناریوهای اقلیمی RCP تا افقهای ۲۰۵۰ و ۲۱۰۰ برای سنجش اثرات تغییر اقلیم به کار گرفته شدند و ارزیابی فنی و میدانی سامانه نشان داد که مدلهای یادگیری عمیق توانستند نیاز آبی گیاهان را با دقت بالای ۰.۹۵ (R۲) پیش بینی کنند. همچنین نتایج نشان داد که بهره گیری از این چارچوب مصرف آب آبیاری را بین ۱۵ تا ۲۵ درصد کاهش داده و بهره وری آب محصول را تا ۱۸ درصد افزایش داده است.