مدیریت هوشمند آب: پیش بینی خشکسالی و بهینه سازی توزیع آب شهری با داده های ماهواره ای

بحران آب و پدیده خشکسالی در دهه های اخیر به یکی از مهم ترین چالش های مناطق شهری به ویژه در کشورهای خشک و نیمه خشک همچون ایران تبدیل شده است. افزایش جمعیت شهری، تغییرات اقلیمی، رشد مصرف و فرسودگی زیرساخت های توزیع آب، مدیریت سنتی منابع آبی را با محدودیت های جدی روبه رو ساخته است. در این میان، توسعه سامانه های هوشمند مدیریت آب که بتواند بر پایه داده های ماهواره ای و الگوریتم های یادگیری ماشین، هم خشکسالی را پیش بینی کند و هم توزیع آب شهری را بهینه سازی نماید، از اولویت های پژوهشی و اجرایی به شمار می رود. پژوهش حاضر با هدف طراحی و اعتبارسنجی چارچوبی یکپارچه برای مدیریت هوشمند آب در شهرهای ایران انجام شده است. در بخش نخست، با بهره گیری از داده های چندمنبعی سنجش از دور شامل سنجنده های MODIS، Landsat، Sentinel و GRACE، شاخص های کلیدی هیدرولوژیکی نظیر رطوبت خاک، سلامت پوشش گیاهی، ذخیره آب های زیرزمینی و دمای سطح زمین پایش می شوند. در گام بعد، مدل های یادگیری ماشین شامل جنگل تصادفی، ماشین بردار پشتیبان و شبکه های عصبی بازگشتی LSTM برای پیش بینی خشکسالی در مقیاس های زمانی و مکانی مختلف به کار گرفته شده اند. در بخش سوم، با ترکیب شبیه سازی هیدرولیکی شبکه توزیع و الگوریتم های تکاملی چندهدفه NSGA-II، مدلی برای کمینه سازی مصرف انرژی و تلفات آب همراه با حفظ عدالت در توزیع ارائه شده است. به منظور سنجش پذیرش و امکان پذیری این چارچوب، پرسشنامه ای ساختاریافته میان خبرگان و مدیران آب شهری تنظیم و روایی و پایایی آن با روش های آماری مناسب تایید شد. داده های گردآوری شده با استفاده از آزمون کولموگروف-اسمیرنوف و آزمون تی تک نمونه ای در نرم افزار SPSS تحلیل شدند. نتایج نشان داد خبرگان با میانگین بالاتر از مقدار میانگین نظری (۳) با مولفه های سامانه پیشنهادی موافق بوده اند و فرضیه های پژوهش در سطح اطمینان ۹۵ درصد تایید شدند. یافته ها حاکی از آن است که ادغام داده های ماهواره ای با الگوریتم های هوشمند می تواند ظرفیت هشدار زودهنگام خشکسالی را به طور معناداری افزایش دهد، تلفات شبکه توزیع آب شهری را کاهش دهد و از تصمیم گیری مبتنی بر شواهد در مدیریت آب حمایت کند

کلیدواژه ها:

واژگان کلیدی: مدیریت هوشمند آب ، پیش بینی خشکسالی ، توزیع آب شهری ، سنجش از دور ماهواره ای ، یادگیری ماشین ، بهینه سازی چندهدفه ، تصمیم گیری چند معیاره.