انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Preface: Water and Food Securityپیشگفتار: امنیت آبی و غذایی0115235FAحجت میان آبادیJournal Article20160229انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Developing an Operational Water Resources Decision Support System for Zarrineh- Rood Basin with Emphasis on Supply Urmia Lake Water Requirement and Optimal Water Allocation in Agricultural Sectorتوسعه سامانه تصمیمیار بهرهبرداری از منابع آب حوضه زرینهرود با تأکید بر تأمین حقابه دریاچه ارومیه و تخصیص بهینه آب در بخش کشاورزی11613982FAعباس عباسیدانش آموخته کارشناسی ارشد مهندسی منابع آب/ دانشگاه تربیت مدرس، تهران، ایرانمجید دلاوراستادیار / گروه منابع آب، دانشگاه تربیت مدرس ،تهران، ایرانسعید مریداستاد / گروه منابع آب، دانشگاه تربیت مدرس، تهران، ایران0000-0002-7024-1657Journal Article20150207Zarrineh-Rood is one of the most important rivers of Urmia lake basin. Since, agricultural sector plays a key role in this region, and also in recent year the water resources in this basin is faced with a lot of pressure that lead to many environmental problems in urmia lake. so the evaluation of efficient water allocation to the agricultural crops, especially in drought conditions may have a noticeable impact on the water productivity on the basin. In the current study, attempt to determine the best solution for water and land allocation by developing an operational decision support system using prediction of flow during the next year by support vector machine(SVM) and also an agricultural water allocation model that is based on the old and new FAO crop response to water equations. The results show that each of these methods proposes a different composition of optimal allocation and Cultivated area. Also the FAO-2009 method in comparison to FAO-1979, has led to a higher income and productivity at all levels of drought conditions. In addition, SVM prediction results show an over-90% correlation for flow prediction in both supply all of the Urmia lake water requirement and reduction of lake water allocation based on drought condition. So and holistic model with linking prediction model and water allocation model is so suitable for water resources planning and also for applying management scenario in deferent future conditions. This package can be used as an decision support system for basin water resources management.رودخانه زرینه رود از مهمترین رودخانههای حوضه ی آبریز دریاچه ارومیه است. از آنجا که بخش کشاورزی در این منطقه از اهمیت زیادی برخوردار می باشد و همچنین در سالهای اخیر فشار زیادی بر منابع آب این حوضه وارد آمــده که در نتیجه ی آن دریــاچه ارومیه با مشکلات عـدیــده زیستمحیطی روبرو شده است، لذا ارزیابی تخصیص بهینه ی آب محصولات زراعی بهخصوص در شرایط خشکسالی می تواند تأثیر بسزایی بر بهره وری بهتر از آب در سطح حوضه داشته باشد. در مطالعه ی حاضر تلاش شده است با پیش بینی جریان در یک سال آینده از روش ماشین بردار پشتیبان (SVM) و تأکید بر راهکارهای مدیریتی پیشنهاد شده در طرح مدیریت ریسک خشکسالی دریاچه ارومیه و بهره گیری از مدل تخصیص بهینه ی بخش کشاورزی که هسته ی اصلی آن شبیه سازی عملکرد گیاهی بر اساس روابط جدید و قدیم فائو میباشد، بهترین شیوه های تخصیص آب و زمین تعیین گردد. نتایج نشان داد که هــر کــدام از ایــن روشهـا تـرکیب متفاوتی از تخصیص و سطوح کشت بهینه را ارائه میدهند که براساس آن، روش FAO-2009 نسبت به روش FAO-1979 در کلیه ی سطوح خشکسالی افــزایش درآمد و بهره وری را به همراه داشته است. همچنین روش SVM برای پیش بینی جریان در دو سناریوی خشکسالی که یکی تأمین نیاز زیست محیطی دریاچه به صورت کامل تحت هر شرایط و دیگری کاهش آن بر مبنای وضعیت خشکسالی میباشد، از همبستگی بالای 90 درصد برخوردار بوده و تلفیق آن با مدل تخصیص قابلیت برنامهریزی و اعمال اقدامات مدیریتی متناسب با شرایط پیش آمده را به همراه دارد که این مجموعه می تواند در قالب یک سیستم تصمیم یار در مدیریت حوضه مورد استفاده قرار گیرد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220A Simulation-Optimization Approach for Reducing Seepage Rate in Water Conveyance Canalsرویکرد شبیهسازی و بهینهسازی جهت حداقل نمودن میزان نشت از کانالهای انتقال آب173013985FAمحمود محمد رضاپور طبریاستادیار / گروه مهندسی عمران، دانشکده فنی، دانشگاه شهرکرد0000-0002-4837-5026محسن مزک ماریدانشجوی کارشناسی ارشد مهندسی عمران/ دانشکده فنی، دانشگاه شهرکردJournal Article20141214The optimal design of water conveyance canal sections is one of the guidelines in management of water resources. Design of canal section with minimum loss of water is to consider minimizing seepage and evaporation under uniform flow condition. So far, the optimal design of canal sections was based on inaccurate estimates of seepage rate which needs to be revised. In this study, the seepage from a canal in miscellenouse conditions was modeled using SEEP/W software. The accurate soft model between input and output data was then extracted. Comparing the extracted soft model with other empirical equation, indicate the high accuracy of the selected soft model. This model were then used in optimization process with the aim of minimizing the canal water loss. The results are presented in terms of dimensionless graphs which made a simple design of canal dimensions possible. Comparing the results with other similar studies indicated the significant changes in optimal canal dimension.
از جمله دستورالعمل های مدیریت صحیح منابع آب، طراحی بهینه مقاطع کانالهای انتقال آب است. طراحی مقطع کانال با کمترین میزان تلفات آب شامل کمینه کردن میزان نشت و تبخیر از کانال تحت شرایط جریان یکنواخت در کانال میباشد. تا کنون طراحی بهینه مقاطع کانال بر اساس روابطی با خطای بالای در تخمین میزان نشت بوده که میبایست مورد بازنگری قرار گیرد. در این تحقیق به کمک بسته نرمافزاریSEEP/W، میزان نشت در کانال برای حالتهای مختلف مدلسازی و پس از آن مناسبترین مدل نرم بین داده های ورودی و خروجی استخراج خواهد شد. این مدل با سایر روابط تجربی مقایسه و ضمن تأیید صحت دقت بالای تخمین نشت توسط آن، از آن به عنوان روشی دقیق تر در فرآیند بهینهسازی با هدف کمینه کردن تلفات آب از کانال مورد استفاده قرار میگیرد. نتایج مطالعه در قالب نمودارهایی بیبعد ارائه میشود که امکان طراحی ساده ابعاد کانال را فراهم مینماید. مقایسه نتایج مطالعه حاضر با سایر تحقیقات مشابه، نشاندهنده تغییرات قابل ملاحظه ابعاد بهینه کانال بین تحقیق حاضر با سایر تحقیقات به دلیل استفاده از روش پیشنهادی تخمین نشت میباشد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Using Unsupervised Estimator Technique to Predict Reference Crop Evapotranspirationارایه تکنیک پیش بینی غیر- نظارت شونده در برآورد تبخیر-تعرق گیاه مرجع314213988FAفرهاد فرسادنیادانشجوی دکتری آبیاری و زهکشی/ دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایرانسعیده زحمتیدانشجوی کارشناسی ارشد آبیاری و زهکشی/دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایرانبیژن قهرماناستاد /گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، ایرانعلیرضا مقدم نیادانشیار هیدرولوژی، دانشکده منابع طبیعی، گروه احیای مناطق خشک و کوهستانی، دانشگاه تهران، ایرانJournal Article20141213Evapotranspiration is the main component of hydrologic cycle and has an important role in crop water requirement estimations, water balances studies, and water resource management. There are a lot of direct and indirect methods to estimate reference crop evapotranspiration, but each has some limitations. For example, limitations that can be mentioned for direct measuring are the insufficient precision in measuring devices and the scale problems. An indirect method like Penman-Monteith on the other hand needs a lot of daily climatic parameters. This research tried to use self-organizing maps as an unsupervised artificial neural network method to predict evapotranspiration by minimum meteorological data input. Based on fuzzy clustering indices, evapotranspiration values in the study area, Mashhad plain, are divided into two clusters with low and high ET<sub>o</sub> coincided with the climate of the area. Also, in order to validate the model, statistical indices containing root mean square error, determination coefficient, and Nash–Sutcliffe model efficiency coefficient are used and the results are compared with the experimental models output. The results showed that even the simplest SOM model which employs mean temperature and maximum sunshine duration as input have less errors compared to the experimental equations.تبخیر-تعرق از اجزاء اصلی چرخه هیدرولوژی است و در تعیین نیاز آبی گیاه، مطالعات بیلان آبی و مدیریت منابع آب نقش مهمی دارد. تاکنون روشهای مستقیم و غیر مستقیم متعددی برای برآورد تبخیر- تعرق گیاه مرجع ارائه شده است، اما هر یک از این روشها دارای محدودیتهایی هستند. به عنوان مثال، از محدودیتهای روشهای اندازهگیری مستقیم میتوان به عدم دقت وسایل اندازهگیری و مسائل مربوط به مقیاس اشاره کرد، در حالیکه روشهای غیر مستقیم نظیر معادله پنمن-مانتیث، به پارامترهای اقلیمی روزانه زیادی نیاز دارند. در این تحقیق سعی گردید از روش نگاشت خود-سامان به عنوان یک روش شبکه عصبی مصنوعی غیر نظارت شونده در پیشبینی تبخیر-تعرق با حداقل پارامترهای هواشناسی به عنوان ورودی، استفاده گردد. براساس شاخص های ارزیابی خوشه بندی فازی، مقادیر <em>ETo</em> در مشهد به دو خوشه با تبخیر-تعرق کم و زیاد تقسیم شد که با اقلیم منطقه مطابقت نشان داد. همچنین به منظور ارزیابی کارایی مدل ارائه شده از معیارهای آماری شامل (ریشه میانگین مربعات خطا، ضریب تعیین ومعیار ناش-ساتکلیف) استفاده گردید و نتایج حاصله با برآوردهای حاصل از مدلهای تجربی مقایسه گردید. نتایج حاصله نشان داد که حتی سادهترین مدل نگاشت خود-سامان با ترکیب متوسط دمای هوا و حداکثر ساعات آفتابی به عنوان ورودی نیز خطای کمتری نسبت به معادلات تجربی دارد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Developing an Optimal Groundwater Allocation Model Considering Stakeholder Interactions; Application of Fallback Bargaining Modelsتدوین مدل تخصیص بهینه منابع آب زیرزمینی با لحاظ تعاملات ذینفعان: کاربرد مدل های چانه زنی بازگشتی435614006FAمحمدرضا علیزادهدانش آموختهی کارشناسی ارشد مهندسی عمران / دانشگاه شیرازمحمدرضا نیکواستادیار /بخش مهندسی عمران و محیطزیست، دانشکده مهندسی، دانشگاه شیرازغلامرضا رخشندرواستاد /بخش مهندسی عمران و محیطزیست، دانشکده مهندسی، دانشگاه شیرازJournal Article20141216In last few decades conflict-resolution models are being increasingly used in water resource management for cases such as the groundwater problems as an appropriate approach to consider the oppositions and trade-offs between the stakeholders involved in the conflict and to reach to an applicable optimal resolution. In this paper, by integrating simulation-optimization models of groundwater exploitation and bargaining methods, the optimal allocation scenarios are derived taking into account the preferences of the stakeholders and social criteria such as justice. Trade-off Pareto front between the rival objectives was computed through linking the NSGA-II multi-objective optimization model and M5P meta model which was trained and validated based on MODFLOW simulation results. Monte-Carlo method was used to develop a database for training and validating meta models for different allocation scenarios. Considering multi-objective nature of the problem, the best solutions on Pareto fronts were selected using fallback bargaining models. The effectiveness of the proposed methodology was verified in a case study performed on Daryan aquifer, Fars province, Iran. Results indicated that the total groundwater withdrawal after applying the optimal scenarios of allocation was reduced approximately 56% which resulted in the mean water level uplift of 4.2 meters in the aquiferدر دهه های اخیر استفاده از مدل های رفع اختلاف در زمینه مدیریت منابع آب از جمله آب های زیرزمینی به عنوان راه حلی مناسب برای لحاظ تضادها و تعاملات بین ذینفعان درگیر و در نتیجه رسیدن به راهحلهای بهینه قابل اجرا، رواج چشمگیری داشته است. در این تحقیق، با استفاده از تلفیق مدلهای شبیه ساز-بهینه سازی بهره برداری از منابع آب زیرزمینی و مدلهای چانهزنی بازگشتی، ضمن توجه به مطلوبیت های طرفهای درگیر و معیارهای اجتماعی از جمله عدالت، بهترین سیاستهای تخصیص تعیین شده است. برای تعیین منحنی تعامل بین اهداف متضاد، مدل بهینه ساز چندهدفه NSGA-II با فرامدل شبیهساز M5P که با سری اطلاعات ورودی-خروجی حاصله از اجرای مکرر مدل MODFLOW آموزش و صحتسنجی شده، تلفیق گردید. از روش مونت کارلو برای تولید پایگاه داده جهت آموزش و صحتسنجی فرامدل به ازای مقادیر مختلف پمپاژ استفاده شد. به دلیل ماهیت چندهدفه بودن مسأله حاضر، مدلهای چانه زنی بازگشتی برای انتخاب نقطه مورد توافق روی منحنی تعامل بین اهداف بهکار رفته است. کارآیی ساختار پیشنهادی با استفاده از اطلاعات آبخوان دشت داریان در استان فارس، مورد ارزیابی قرار گرفت. نتایج حاصله نشان میدهد اعمال سیاست بهینه تخصیص حاصل از مدل چانه زنی بازگشتی با همآرایی موجب کاهش %54 برداشت از آبخوان و افزایش 2/4 متری سطح تراز آبخوان میشود.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Economic Assessment of Change in Cropping Pattern in Siminehrud Sub-basin to Improve Agricultural Water Management: An Effort to Restore Urmia Lake Using PES Schemeارزیابی اقتصادی سناریوی تغییر الگوی کشت در حوزۀ آبخیز سیمینهرود به منظور اصلاح مدیریت آب کشاورزی: تلاشی برای احیای دریاچۀ اورمیه با استفاده از سازوکار PES576814007FAعلیرضا دانشیدانشآموخته کارشناسی ارشد رشته مهندسی آبخیزداری، دانشکده منابع طبیعی دانشگاه تربیت مدرس، نور، ایران.مهدی وفاخواهدانشیار / گروه علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی دانشگاه تربیت مدرس، نور، ایرانمصطفی پناهیاستادیار / گروه اقتصاد محیطزیست، دانشگاه علوم و تحقیقات، تهران، ایران0000-0001-7480-6232Journal Article20160409Due to the drying up issue of Urmia Lake, currently several options are under review. Decreasing water demand in agricultural sector through programs like “change in cropping patterns” may undoubtedly be considered as a notable option which requires an economic assessment of further implications of it. In the present research, based on Payment for Ecosystem Services (PES) policy tool, we attempted to analyze the results of a technical and economic assessment of likely changes in cropping pattern in a sub-basin of Urmia Lake. For this purpose, first a GIS based land use map was prepared and the suitable areas was identified. Then all information required for assessing the PES scheme were collected according to an Interview-Questionnaire mixed technique. During the field survey phase, 398 questionnaires were completed by farmers in Siminehrud sub-basin. Among various options of PES, payment to farmers to encourage them to change the cropping pattern using three oily plant species (soya, canola and safflower) has been proposed. Then the results have been analyzed in terms of economic impacts. The findings of this study showed that only changing the crop pattern to consider safflower is economically feasible and also technically efficient.با توجه به خشکشدن دریاچه اورمیه، هماینک راهکارهای متعددی در دست بررسی و تدوین هستند. بدون تردید، کاهش تقاضای آب در بخش کشاورزی از طریق برنامههایی همچون «تغییر الگویکشت» را باید از جمله راهکارهای جدی تلقی کرد که تحقق آن، نیازمند انجام ارزیابی اقتصادی ابعاد و پیامدهای مربوط به اجرای چنین برنامهای است. در پژوهش حاضر، تلاش شده تا در قالب ابزار سیاستی «پرداخت بهای خدمات اکوسیستمی» (PES)، نتایج ارزیابی فنی و اقتصادی راهکار تغییر الگوی کشت در یکی از زیرحوضههای دریاچۀ اورمیه، مورد تجزیه و تحلیل قرار گیرند. برای این منظور، پس از استخراج نقشه کاربری اراضی و شناسایی عرصههای مورد نظر، اقدام به جمعآوری اطلاعات موردنیاز برای ارزیابی برنامه PES با استفاده از تکنیک تلفیقی مصاحبه-پرسشنامه گردیده است. طی عملیات میدانی، تعداد 398 فقره پرسشنامه تکمیل و از میان سازوکارهای قابل پیشنهاد در قالب برنامه PES، پرداخت به کشاورزان به منظور تغییر الگوی کشت با استفاده از سه نوع گونه روغنی کلزا، سویا و گلرنگ جهت تصحیح مدیریت منابع آبی در حوضه آبریز سیمینهرود مطرح شده و نتایج حاصله، از نظر اقتصادی، مورد ارزیابی واقع شدهاند. نتایج این تحقیق نشان داد که فقط پیشنهاد تغییر الگوی کشت برای استفاده از گونۀ گلرنگ از توجیه اقتصادی و فنی لازم برخوردار است.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220A Comparison among the Performance of the Stochastic Models in Generating the Monthly Streamflow and Rainfall Dataمقایسه عملکرد مدل های استوکاستیک در تولید داده های ماهیانه جریان و بارندگی698414008FAمجید منتصریدانشیار /گروه مهندسی آب، دانشگاه ارومیهجواد حیدریکارشناس ارشد سازه های آبی/ دانشگاه ارومیهJournal Article20150113Synthetic data generation models have been recognized as useful tools to predict and generate alternative time series or long-term series throughout the studies conducted in the domain of water resources management. Accordingly, these models have widely been used by different researchers across the world. In the recent decades, these models have been developed to generate annual, monthly, and daily rainfall or river flow data. Among the synthetic data generated, monthly data are of great importance since they are used in the critical and important studies in the field of water resource systems, such as storage tanks and drought monitoring. Accordingly, the utilization of the monthly synthetic data models leads to more detailed analyses about the real performance of such systems. On the other hand, the theoretical basis of different stochastic models is the generation of diverse monthly data and the performance of these models can remarkably be affected by this fact. Therefore, one can argue that selecting an appropriate model is one of the major concerns of water resources experts. As such, this study made use of the Monte Carlo simulation method to compare and assess the performance of four types of non-parametric Bootstrap models as well as parametric models of Valencia-Schaake, Thomas-Fiering, and Fragment in monthly synthetic data generation. To do this, the monthly flow data of Nazluchay, Shaharchay, and Barandozchay rivers, located at the Western Azerbaijan province in the North West of Iran, were analyzed over a 47-year period. Then, 1000 synthetic time series of monthly flows for these rivers were generated and used for each of the desired seven models over a 47-year period thereof. The results indicated that, compared to other models, the Valencia-Schaake distribution model had a very high performance in terms of all well-known assessment statistical indicators.مدلهای تولید داده مصنوعی به عنوان ابزار مناسبی جهت پیشبینی و تولید سری های زمانی جانشین یا یک سری بسیار طولانی مدت در مطالعات منابع آب شناخته شده و این مدلها به طور وسیعی در سراسر دنیا توسط محققین مختلف مورد استفاده قرار میگیرد. این مدلها برای تولید دادههای مصنوعی سالیانه، ماهیانه و روزانه بارندگی یا جریان رودخانه ای در طی دهه های اخیر توسعه داده شدهاند. در این میان مدل های تولید داده مصنوعی ماهیانه به دلیل استفاده در مطالعات مهم و اساسی سیستم های منابع آب از جمله سیستم مخازن ذخیره، پایش خشکسالی و غیره دارای اهمیت خاصی بوده و استفاده از آنها تحلیل دقیقتر از رفتار عملکرد واقعی چنین سیستم هایی را فراهم میکند. از طرف دیگر، پایه نظری مدلهای استوکاستیک مختلف تولید دادههای ماهیانه متفاوت بوده و این امر میتواند اثر قابل توجهی در عملکرد آنها داشته باشد. لذا انتخاب یک مدل مناسبتر در مطالعه و تحلیل دقیق و درست یک سیستم منابع آب یکی از دغدغههای مهم متخصصین منابع آب میباشد. در این مطالعه با استفاده از روش شبیه سازی مونت کارلو، عملکرد چهار تیپ ازمدل غیرپارامتریک Bootstrap و مــدلهــــای پـــارامتـــریــک Valencia-Schaake، Thomas-Fiering و Fragment در تولید داده های ماهیانه مصنوعی مورد مقایسه و ارزیابی قرار گرفته است. بدین منظور دادههای جریان ماهیانه 47 ساله سه رودخانه نازلوچای، شهرچای و باراندوزچای واقع در استان آذربایجان غربی درشمال غرب ایران مورد استفاده قرار گرفته و 1000 سری زمانی مصنوعی جریانهای ماهیانه 47 ساله برای هر سه رودخانه مذکور به ازاء هر کدام از مدلهای هفتگانه مورد مطالعه، تولید و مورد استفاده قرار گرفته است. نتایج مطالعه نشان داد که مدل توزیعی Valencia-Schaake دارای عملکرد بسیار مطلوب نسبت به سایر مدلها به ازاء تمامی آمارههای مطرح ارزیابی است. انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Spatio-temporal Groundwater Level Prediction Using Hybrid Genetic-Kriging Model
(Case Study: Hadishahr Plain)ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیشبینی زمانی و مکانی سطح آب زیرزمینی859914009FAمحمد حسن حبیبیدانشجوی کارشناسی ارشد/ گرایش آبشناسی، دانشگاه تبریزعطاالله ندیریاستایار/ گروه علوم زمین دانشکده علوم طبیعی دانشگاه تبریزاصغر اصغری مقدماستاد /گروه علوم زمین دانشکده علوم طبیعی دانشگاه تبریزJournal Article20141130In recent decades, the application of intelligent evolutionary methods and hybrid models for forecasting groundwater spatiotemporal fluctuations were more focused by researchers. Genetic algorithm and Neuro-Fuzzy are new methods which are applicable in single and hybrid forms for forecasting in complex and nonlinear problems. In this research, aforementioned methods were applied to study the Hadishahr plain aquifer. The Hadishahr plain is located in the north of East Azerbaijan province and it is a part of Julfa–Duzal study area. This aquifer suffers from groundwater level declination due to groundwater withdrawal increase. To achieve practical ways for spatio-temporal groundwater level forecasting, the artificial intelligence methods such as neuro–fuzzy (NF), genetic programming (GP) and combination their best model with geostatistical methods were used. Precipitation and evaporation in t<sub>0</sub> time step and groundwater table in t<sub>0-1 </sub>time step were the inputs to the Neuro-Fuzzy and Genetic Programming. The results showed that the average RMSE of selective piezometers for genetic programming and neuro-fuzzy were 19 and 23 centimeter in the test step, respectively. Then, genetic programming was used to present a hybrid model in combination with the geostatistical model (kriging). Finally, the hybrid model “genetic - kriging” were applied to predict the spatiotemporal prediction of the groundwater level. The simulated results were extended to the whole plain and the area with no groundwater level monitoring network.استفاده از روشهای هوشمند تکاملی و مدلهای ترکیبی برای پیشبینی زمانی ـ مکانی نوسانات سطح آب زیرزمینی در دهههای اخیر بیشتر مورد توجه محققین قرار گرفته است. الگوریتم ژنتیک و نروفازی از روشهای جدید پیشبینی نوسانات سطح آب زیرزمینی هستند که برای پیشبینی مسائل پیچیده و غیرخطی میتوانند بهصورت منفرد و ترکیبی بهکار روند. در این پژوهش، از روشهای فوق برای مطالعه آبخوان دشت هادیشهر که به دلیل برداشت بیرویه از آبهای زیرزمینی، سطح آب زیرزمینی آن افت شدیدی پیدا کرده است؛ استفاده شد. دشت هادیشهر در شمال غرب استان آذربایجان شرقی واقع شده و بخشی از محدوده مطالعاتی جلفا ـ دوزال است. بهمنظور یافتن راهکارهایی مفید برای پیشبینی زمانی ـ مکانی سطح آب زیرزمینی، از روشهای هوش مصنوعی مانند نروفازی و برنامهریزی ژنتیک و ترکیب بهترین مدل آنها با روشهای زمین آماری استفاده شد. بارش و تبخیر در گام زمانی t<sub>0</sub> و سطح آب زیرزمینی در گام زمانی t<sub>0-1</sub> ورودیهای مدلهای نروفازی و برنامهریزی ژنتیک بودند. نتایج نشان داد دقت مدل برنامهریزی ژنتیک بیشتر از مدل نروفازی است بهطوریکه RMSE میانگین برای پیزومترهای منتخب در مرحله آزمایش در مدل برنامهریزی ژنتیک 19 سانتیمتر و در مدل نروفازی 23 سانتیمتر بهدست آمد. لذا مدل برنامهریزی ژنتیک برای ترکیب با مدل زمین آماری (کریجینگ) استفاده شد و در نهایت مدل ترکیبی کریجینگ ـ ژنتیک برای پیشبینی زمانی ـ مکانی بهدست آمد؛ و نتایج شبیهسازیشده به کل دشت و مناطق فاقد شبکه پایش سطح آب زیرزمینی بسط داده شد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Hazard Management of Inundation and Pollutants in Urban Floods Using Optimal Conventional and Novel Strategiesمدیریت خطرپذیری آبگرفتگی و آلودگی ناشی از سیلاب شهری با استفاده از راهکارهای بهینه متداول و نوین10011214012FAمژگان کرمیدانشآموخته کارشناسی ارشد مهندسی عمران/ دانشکده عمران و محیطزیست، دانشگاه صنعتی امیرکبیرعبدالله اردشیردانشیار /دانشکده عمران و محیطزیست دانشگاه صنعتی امیرکبیر، خیابان حافظ، تهرانکوروش بهزادیاندانشیار /دانشگاه لندن غرب، خیابان سنت مری، لندن، انگلستانJournal Article20150228Urbanisation by decreasing in pervious areas would result in increase in the risk of flood inundation and cause more discharge of pollutants into receiving water bodies. This paper presents the management of urban flood hazard in terms of inundation and pollutants discharge into receiving water bodies using a combination of the conventional and novel techniques. Conventional techniques include increasing the dimension of conduits as well as decreasing their roughness. Novel techniques on the other hand include bio-retention systems, pervious pavements, infiltration trenches, and detention ponds in urban drainage networks. In this study the multi-objective optimization model is developed using multi-objective genetic algorithm coupled with a simulation model of urban drainage system using SWMM software. The objectives are to minimize the economic cost, the inundation flood hazard, and the expected pollution reaching the receiving waters. Pollution control consider pollutants of TSS, TN, and TP. The suggested methodology was applied to a case study for the urban drainage system of Golestan city in Tehran Province. Results indicated that applying the optimal methods can considerably decrease the expected flood and pollutants. Results of Pareto front showed that indirect relation exists between the solutions of optimal control of expected inundation and the optimal control of expected pollutants in receiving water bodies.توسعه شهرنشینی و درنتیجه کاهش سطوح نفوذناپذیری سبب افزایش خطرپذیری سیلاب و آلودگی بیشتر آبهای پذیرنده میشود. این مقاله مدیریت خطرپذیری سیلاب شهری را با هدف کاهش آبگرفتگی و تخلیه آلایندهها در آبهای پذیرنده با بهکارگیری دو روشهای متداول و نوین ارائه مینماید. روشهای متداول شامل افزایش ابعاد کانالهای شبکه، کاهش ضریب زبری آنها و روشهای نوین شامل اجرای سیستم ماند بیولوژیکی، روسازی نفوذپذیر، ترانشههای نفوذ و حوضچههای نگهداشت در شبکه جمعآوری آبهای سطحی میباشد. مدل بهینهسازی چندهدفه با استفاده از الگوریتم ژنتیک چندهدفه توسعهیافته که با مدل شبیهسازی شبکه جمعآوری آبهای سطحی توسط نرمافزار SWMM ترکیب میشود. اهداف مدل بهینهسازی حداقل نمودن سه معیار هزینه اقتصادی، خطرپذیری آبگرفتگی سیلاب و آلودگی محتمل آبهای پذیرنده است. در کنترل بار آلودگی، آلایندههای TSS، TN و TP مدنظر قرار گرفت. کاربرد روش پیشنهادی بر روی مطالعه موردی شبکه جمعآوری آبهای سطحی شهر گلستان تشریح شد. نتایج نشان میدهد بکاری گیری ترکیب بهینه هر دو رویکرد متداول و نوین، منجر به کاهش قابلملاحظه و مؤثر خطرپذیری آبگرفتگی و تخلیه آلایندهها در آبهای پذیرنده میشود. نتایج رویه بهینه نشان میدهد کنترل بهینه خطرپذیری آبگرفتگی رابطه معکوس با میزان کنترل بهینه تخلیه آلایندهها در آبهای پذیرنده دارد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Comparison and Evaluation of Different Sources of Uncertainty in the Study of Climate Change Impact on Runoff in Semi-arid Basins
(Case study: Azam Harat River Basin)مقایسه و ارزیابی منابع مختلف عدم قطعیت در مطالعه اثر تغییراقلیم بر رواناب حوضههای نیمه خشک (مطالعه موردی: حوضه رودخانه اعظم-هرات یزد)11313014014FAمژگان یعقوبیدانش آموخته کارشناسی ارشد مهندسی منابع آب/ گروه علوم و مهندسی آب دانشگاه تهران، پردیس ابوریحانعلیرضا مساح بوانیدانشیار /گروه علوم و مهندسی آب، پردیس ابوریحان، دانشگاه تهران، پاکدشتJournal Article20150113Present study assess the impact of climate change on the AZAM-HARAT River basin runoff in the 2015-2030 period considering the sources of uncertainty in adjustment of model parameters for two rainfall-runoff models of IHACRES and HEC-HMS, as well as A1B, A2 and B1 greenhouse gasses emission scenarios of AOGCM models, and LARS-WG and SDSM downscaling models. First in calibration and verification of rainfall-runoff models, sensitivity analysis of the model parameters was done. Then the climatic variables of 15 AOGCM models and climatic scenario were downscaled using LARS-WG model and these data were introduced to each of the hydrological models to determine the runoff variation ranges. Results showed that the temperature in the future period will increase about 1.5 ̊C and also the amount and distribution of the rainfall will vary greatly. These variations in rainfall will result in changes in the runoff. The results showed that the uncertainty related to hydrological models in some months is higher than AOGCM models and greenhouse gases emission scenarios which is due to the critical parameters in the structure of the hydrological models. To assess downscaling uncertainty, data of HadCM3-A2 model were downscaled using LARS-WG and SDSM models. The results showed that the uncertainty of hydrological models is much greater than that in the downscaling methods. It is also shown that the uncertainties in the AOGCM models are larger than greenhouse gases emissions scenarios.تحقیق حاضر تأثیر پدیده تغییراقلیم بر رواناب حوضه رودخانه اعظم هرات ، در دوره 2030-2015 میلادی با لحاظ نمودن خطای مربوط به پارامترهای تنظیم مدل بارش-رواناب و عدم قطعیت دو مدل بارش-رواناب IHACRES و HEC-HMS ، سناریوهای اقلیمی A1B، A2 و B1 حاصل از مدلهای AOGCM و دو مدل ریزمقیاس نمایی آماری LARS-WG و SDSM بررسی میکند. ابتدا ضمن واسنجی و صحتسنجی مدلهای بارش-رواناب، به آنالیز حساسیت پارامترهای این مدلها پرداخته شد. در ادامه با ریزگردانی دادههای اقلیمی 15 مدل AOGCM و سه سناریو اقلیمی توسط LARS-WG و معرفی هر یک از آنها به مدلهای بارش-رواناب محدوده تغییرات رواناب منطقه در دوره مذکور مشخص گردید. نتایج نشان داد دمای منطقه در دوره آتی افزایشی تا 5/1 درجه سلسیوس خواهد داشت و میزان بارش و توزیع زمانی آن تغییر میکند. طبق هر سه سناریوی انتشار و مدلهای هیدرولوژیکی، رواناب در ماههای ژانویه و دسامبر افزایش و در ماه مارس، اکتبر و نوامبر کاهش مییابد. نتایج نشان داد که عدم قطعیت مربوط به مدلهای هیدرولوژیکی در اکثر ماهها بسیار بالاتر از مدلهای AOGCM و سناریوهای انتشار گازهای گلخانهای است که دلیل آن وجود پارامترهای حساس در ساختار مدلهای بارش-رواناب است. برای بررسی عدم قطعیت روشهای ریزمقیاس نمایی، دادههای اقلیمی مدل HadCM3-A2 با دو مدل LARS-WG و SDSM ریزمقیاس شد. نتایج نشان داد، عدم قطعیت مدلهای هیدرولوژیکی بسیار بزرگتر از روشهای ریزمقیاس نمایی و عدم قطعیت مدلهای AOGCM بزرگتر از سناریوهای انتشار گازهای گلخانهای است.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Estimation of Daily Reference Evapotranspiration with Limited Meteorological Data in Selected Iran’s Semi-Arid Climatesبرآورد تبخیر تعرق مرجع روزانه با حداقل دادههای هواشناسی در اقلیمهای نیمه خشک منتخب ایران13114414017FAبهرام بختیاریاستادیار /بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران0000-0001-6555-4328علیرضا محبی دهاقانیدانشآموخته کارشناسی ارشد مهندسی منابع آب/ دانشکده کشاورزی، دانشگاه شهید باهنر کرمان (عضو انجمن پژوهشگران جوان دانشگاه شهید باهنر کرمان)کورش قادریاستادیار /بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایرانJournal Article20150411Accurate estimation of evapotranspiration has a great influence on water resources management and planning, especially in arid and semi-arid areas. Different methods have been presented by researchers for evapotranspiration estimation. These include a variety of empirical equations and data-driven methods. In this study to estimate the daily reference evapotranspiration at eight semi-arid climates in Iran, three methods based on the adaptive network-based fuzzy inference system (ANFIS), support vector machines (SVM), and model tree (M5) as well as five empirical equation were used. Meteorological data including maximum and minimum temperatures, relative humidity, wind speed, and the sunshine hours were used. Eleven different combinations of these variables have been used as input variables in data-driven methods for evapotranspiration modeling for the period of 1980 to 2009. Eighty percent of the data were used for the training and twenty percent were used to test the models. The results were compared with those of the standard Penman-Monteith FAO-56 equation. Performance of the methods was evaluated using statistical indices of mean square of error (RMSE), coefficient of determination (R<sup>2</sup>), and index of agreement (d). Support vector machines and adaptive networks based on fuzzy inference system methods presented best performance with RMSE between 0.24~1.55 (mm.day<sup>-1</sup>) in nine combination of meteorological variables. RMSE of empirical equations varied between 0.71~5.96 (mm day<sup>-1</sup>). Blaney-Criddle and McGunness-Bordne equation presented the highest accuracy in most stations. M5 model has a lower performance compared to ANFIS and SVM methods in the studied climates.تخمین صحیح و دقیق تبخیر-تعرق تأثیر بسزایی در مدیریت و برنامهریزی صحیح منابع آب به ویژه در مناطق نیمه خشک و خشک دارد. روشهای متعددی برای برآورد تبخیر-تعرق توسط محققان ارائه شده است. از جمله این روشها میتوان به انواع معادلات تجربی و روشهای داده محور اشاره کرد. در این مطالعه از سه روش داده محور شبکههای تطبیقی مبتنی بر سیستم استنتاج فازی (ANFIS)، مدل درختی (M5) و ماشینهای بردار پشتیبان (SVM) و پنج معادله تجربی برای تخمین تبخیر-تعرق روزانه در هشت اقلیم نیمهخشک ایران استفاده شده است. برای این منظور از دادههای هواشناسی حداکثر و حداقل دما، رطوبت نسبی، سرعت باد و ساعات آفتابی و 11 ترکیب مختلف این متغیرها بین سالهای 1980 تا 2009 به عنوان ورودی بــه روشهای داده محور بــرای مدلسازی تبخیر-تعرق بهره گرفته شد که 80% دادهها برای آموزش و 20% آنها برای آزمون مدلها استفاده شد. سپس نتایج حاصله با مقادیر به دست آمده از معادله استاندارد پنمن- مانتیث فائو 56 مقایسه شدند. عملکرد روشهای مورد نظر با استفاده از شاخصهای آماری میانگین مربعات خطا (RMSE)، ضریب تبیین (R<sup>2</sup>) و شاخص توافق (d) مورد بررسی قرار گرفت. روشهای ماشین بردار پشتیبان و شبکه تطبیقی مبتنی بر سیستم استنتاج فازی در نه ترکیب متغیرهای هواشناسی بهترین عملکرد را با RMSE بین 24/0 تا 55/1 میلیمتر بر روز ارائه دادند. RMSE معادلات تجربی در دامنه بین 71/0 تا 96/5 میلیمتر بر روز متغیر بودند و از میان آنها معادلات بلانی- کریدل و مک گاینس-بردنه در غالب ایستگاهها بالاترین دقت را داشتند. همچنین روشM5 نسبت به دو روش ANFIS و SVM در مواجهه با ورودیهای مختلف در اقلیمهای مطالعاتی عملکرد پایینتری را از خود نشان داد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Assessment of Climate Change Impacts on Aquatic Habitat Suitability in Kordan River
Case Study: Oxynemacheilus bergianusبررسی اثر تغییر اقلیم بر مطلوبیت زیستگاهی آبزیان رودخانه کردان - مطالعه موردی: سگ ماهی جویباری (Oxynemacheilus bergianus)14515814018FAریحانه مریددانشجوی کارشناسی ارشد/ گروه ارزیابی و آمایش سرزمین، دانشکده انرژی و محیط زیست، دانشگاه آزاد اسلامی- واحد علوم تحقیقات تهرانسهیل ایگدریاستادیار گروه شیلات/ دانشکدة منابع طبیعی دانشگاه تهرانمجید دلاوراستادیار / گروه سازه های آب، دانشکده کشاورزی، دانشگاه تربیت مدرسJournal Article20141020Climate change has significant impacts on living organisms and the environment. Therefore, it is important to predict and assess its impacts in order to reduce vulnerability and also to confront to climate change. Water resources will be the first resources to be affected by climate change and the rivers are considered as vital ecosystems in this situation. So assessing the impacts of the climate change on animal and plant species status in the rivers can provide a projection of the ecosystem. This study attempted to evaluate the effect of climate change on one of the southern Alborz water systems, Kordan River, and to estimate the changes in the aquatic Habitat Suitability Index (HIS) along a two-kilometer reach of the river. In this regard the future climate change in the region was first projected using HadCM3 general circulation model in three 30-year periods of 2011-2040, 2041-2070, and 2071-2099 considering A2 and B1 scenarios. Also the SWAT model was used to simulate effects of climate change on the river flow and the water temperature. Results showed that the changes in temperature and precipitation would have a decreasing effect on the river flow and the water temperature during the future periods; the average flow would decrease from 3.3 cms in the base period to 2.66 and 2.8 cms in A2 and B1 scenarios, respectively. Also it is indicated that the climate change has a significant impact on habitat suitability index for <em>Oxynemacheilus</em> <em>bergianus.</em> Assessing the rational distribution curve would also declare a 20 to 25 decrease in the HSI equaling 0.4 to 0.6 in the period of 2071 to 2099.اقلیم میتواند اثرات قابلتوجهی بر زندگی موجودات زنده و محیطزیست داشته باشد. لذا پیشبینی وضعیت و ارزیابی اثرات آن به منظور کاهش آسیبپذیری و مقابله با آن از اهمیت بسزایی برخوردار است. پیکرههای آبی اولین منابع تحت تأثیر این پدیده خواهند بود و در این بین رودخانهها به عنوان شریانهای حیاتی اکوسیستمها مورد توجهاند. این تحقیق تلاش دارد تا اثر پدیده تغییر اقلیم را بر روی یکی از سیستمهای آبی جنوب البرز (رودخانه کردان) ارزیابی و چگونگی تغییر شاخص مطلوبیت زیستگاه آبزیان را در طولی از رودخانه به اندازه 2 کیلومتر بررسی نماید. بدین منظور ابتدا، شرایط تغییر اقلیم در منطقه با استفاده از خروجیهای مدل گردش عمومی HadCM3 و با در نظر گرفتن دو سناریو A2 وB1 برای دوره پایه (1985-2010) و دورههای 30 ساله آتی( 2011-2040، 2041-2070 و 2071-2099) بررسی گردید. همچنین به منظور بررسی اثرات تغییر اقلیم بر دما و جریان رودخانه از مدل SWATاستفاده گردید. نتایج حاکی از آن بود که تحت شرایط تغییر اقلیم و در 3 دوره 30 ساله جریان رودخانه روندی رو به کاهش خواهد داشت، تا جایی که دبی از 3/3 مترمکعب بر ثانیه در دوره پایه به 66/2 در سناریو A2 و 8/2 در سناریو B1 خواهد رسید. همچنین تغییر اقلیم باعث ایجاد تغییر در شاخص مطلوبیت زیستگاه (HSI) گونه سگ ماهی جویباری (<em>Oxynemacheilus bergianus</em>) و همچنین توزیع مکانی مطلوبیت زیستگاهی این گونه در رودخانه دارد. بررسی منحنی فراوانی تجربی مقادیر HSI نیز حاکی از کاهش 20 تا 25 درصدی شاخص مطلوبیت زیستگاهی معادل 4/0 تا 6/0، در دوره 2071-2099 میباشد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Survey of Spatiotemporal Impact of Land Use on Water Quality in Chaghakhor Wetland Using IRWQI Index and Statistical Methodsبررسی تأثیر مکانی – زمانی کاربری اراضی بر کیفیت آب تالاب چغاخور با استفاده از شاخص IRWQI و روشهای آماری15917114019FAجواد صمدیدانش آموخته مهندسـی منابع طبیعی، گروه شـیلات، دانشکده منابع طبیعی، دانشگاه صنعتی
اصفهان و عضو باشگاه پژوهشگران جوان و نخبگان دانشگاه آزاد اسلامی نراق.Journal Article20150327Purpose of this study is to use the physicochemical parameters (DO, pH, NO<sub>3</sub><sup>-</sup>, PO<sub>4</sub><sup>-3</sup>, TDS, and TSI) and water quality index of IRWQI to assess the pollution and spatiotemporal impact of land use on water quality in Chaghakhor wetland in Chaharmahal-o-Bakhtiari province, Iran. Twelve stations were selected for the sampling and measurement based on a systematic non-random method. At first, index model of IRWQI was prepared in GIS environment based on average of surface and depth of qualitative parameters by interpolation functions. Results demonstrated that IRWQI index with the Pearson correlation coefficient of 0.78 and the parameters of PO<sub>4</sub><sup>-3</sup>, NO<sub>3</sub><sup>-</sup> and TDS with the partial correlation coefficients of -0.82, -0.64, and 0.62, respectively were caused by the sewage pollution of farmlands and residential area in the south and the west half of the wetland. Also using the GIS based spatiotemporal impacts of the land use using statistical methods showed that the highest impact on the water quality of Coghakhor Wetland is created in spring and early autumn with correlation coefficients of 0.70 and 0.59. The lowest impact is reached in the summer with correlation coefficient of less than 0.1. Maximum trophic state and the worst quality status is resulted for the surface water temperature of 10.5 to 13.5 °C and in the first half of autumn and spring. The status was shown as moderate to fairly good with values of 50 to 61 for this condition which is due to the increased agricultural activities, floods, and seasonal rainfalls. The best quality is reported for water surface temperatures of either more than 19.5 °C or less than 6 °C in the summer and the first half of winter. The Status for this condition was 70 to 82 which is due to the decreased agricultural activities, floods, and the drainage resulted from the seasonal rainfalls.هدف از این تحقیق استفاده از پارامترهای فیزیکی و شیمیایی (DO, pH, NO<sub>3</sub><sup>-</sup>, PO<sub>4</sub><sup>-3</sup>, TDS, TSI) و شاخص کیفیت آب IRWQI جهت ارزیابی آلودگی و تأثیر مکانی – زمانی کاربری اراضی بر کیفیت آب تالاب چغاخور میباشد. جهت نمونهبرداری و سنجش این پارامترها ابتدا 12 ایستگاه نمونهبرداری به صورت غیرتصادفی و سیستماتیک انتخاب شدند. در ابتدا بر اساس میانگین سطح و عمق پارامترهای کیفی و با استفاده از توابع درونیابی در محیط GIS، مدل شاخص IRWQI تهیه گردید. سپس از ضریب همبستگی پیرسونی شاخص کیفیت آب با مجاورت ایستگاههای نمونهبرداری از زهآبهای کاربری اراضی با استفاده از روش بافرسازی جهت تعیین تأثیر کاربری اراضی استفاده گردید. نتایج نشان داد که شاخص IRWQI با ضریب همبستگی 78/0 و پارامترهای PO<sub>4</sub><sup>-3</sup>، NO<sub>3</sub><sup>-</sup> و TDS به ترتیب با ضرایب همبستگی جزئی 82/0-، 64/0- و 62/0 ناشی از آلودگی زهآبهای کاربریهای کشاورزی و مسکونی در نیمه جنوبی و غربی تالاب است. همچنین نتایج تأثیر مکانی - زمانی کاربری اراضی با استفاده از روشهای آماری و GIS نشان داد که در فصل بهار و ابتدای پاییز با ضرایب همبستگی 70/0 و 59/0 بیشترین تأثیر و تابستان با ضریب همبستگی کمتر از 1/0، کمترین تأثیر بر کیفیت آب تالاب چغاخور ایجاد میشود. بیشترین میزان تروفی و بدترین وضعیت کیفی در دمای <sup>o</sup>C5/10-5/13 سطح آب در نیمه ابتدایی ماههای بهار و پاییز با وضعیت متوسط تا نسبتا خوب 50 تا 61 به دلیل افزایش فعالیتهای کشاورزی، سیلابها و بارندگیهای فصلی و بهترین آن در دماهای بیشتر از <sup>o</sup>C5/19 و کمتر از <sup>o</sup>C6 سطح آب در فصول تابستان و نیمه ابتدایی زمستان با وضعیت خوب 70 تا 82 به دلیل کاهش فعالیتهای کشاورزی، سیلابها و زهآبهای ناشی از بارندگیهای فصلی است.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Prediction of Avulsion Phenomenon on Alluvial Fans Using FLO-2D Hydraulic Modelپیشبینی پدیده جداشدگی جریان از مسیر اصلیاش بر روی مخروط افکنهها با استفاده از مدل هیدرولیکی FLO-2D17218114020FAزینب ملائیکارشناس ارشد آبیاری و زهکشی گروه مهندسی آب /دانشگاه فردوسی مشهد ، مشهد، ایرانحمید مدنیکارشناس ارشد مدیریت منابع آب گروه مهندسی آب / دانشگاه فردوسی مشهد، مشهد، ایرانعلیرضا فرید حسینیاستادیار / گروه مهندسی آب دانشکده کشاورزی دانشگاه فردوسی مشهد، مشهد، ایرانکامران داوریدانشیار / گروه مهندسی آب دانشکده کشاورزی دانشگاه فردوسی مشهد، مشهد، ایران0000-0001-9742-4712Journal Article20140903The risk of flood incorporated with the potential of channel shift across the width of alluvial fans may cause substantial damages. This shift is called avulsion. The earlier methods of determining avulsion on alluvial fans (such as FAN mathematical model) were received negative criticism and did not give accurate results. Given that flow on alluvial fans is two-dimensional, FLO-2D model was used in this research to identify the areas with avulsion potential. The avulsion phenomenon was studied on two alluvial fans in Iran; one in the North-east (Ferizi) and one in the south-east (Sarbaz). Using this model, flow was simulated based on 100 and 500-year discharges. Then areas with avulsion potential were identified by plotting the results of the model on the recent aerial photographs of the alluvial fans. Results showed that massive evulsions had happened in the areas with no expectation of such phenomenon. Thus, using this method can help to identify areas with avulsion risk and reduce the potential damages caused by it.خطرهای ناشی از سیل بر روی مخروط افکنه با پتانسیل تغییر مکان آبراهه در سرتاسر عرض مخروط افکنه ادغام شده و باعث خسارات فراوانی میگردد. این تغییر مکان جداشدگی (avulsion) نامیده میشود. با توجه به اینکه جریان بر روی مخروط افکنهها دو بعدی میباشد از یک مدل دو بعدی بنام FLO-2D برای شناسایی نواحی با پتانسیل جداشدگی جریان در این پژوهش استفاده گردیده است. این پژوهش بر روی دو مخروط افکنه یکی (فریزی) در شمال شرقی و دیگری(سرباز) در جنوب شرقی ایران صورت گرفته است. با استفاده از این مدل جریان بر اساس دبی 100 و 500 ساله شبیه سازی شد، سپس با استفاده از تصاویر هوایی اخیر از مخروط افکنه با پلات کردن نتایج این مدل روی این عکسهای هوایی ، نواحی که پتانسیل جداشدگی جریان دارند شناسایی گردید. برخی از این جداشدگیها بیشتر در نواحی رخ داده اند که تاکنون احتمال خطر سیل در آنها وجود نداشته است، در حالی که نتایج نشان از وقوع جداشدگیهای بزرگی بر روی آنها را میدهد. بنابراین استفاده از این روش میتواند به شناسایی نواحی با ریسک جداشدگی کمک کند و خسارات احتمالی ناشی از آن را کاهش دهد.انجمن علوم و مهندسی منابع آبتحقیقات منابع آب ایران1735-234711320160220Evaluation of Cokriging and Neurofuzzy Model Performance in Estimating the Nitrate Concentration in Karaj Aquiferارزیابی عملکرد مدلهای کوکریجینگ و نروفازی جهت تخمین غلظت نیترات در آبخوان کرج18218614021FAالهه پورفرح آبادیکارشناسارشد منابع آب/ پردیس کشاورزی و منابع طبیعی، دانشگاه تهرانمجید خلقیدانشیار/ گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی آب و خاک، پردیس کشاورزی و منابع طبیعی، دانشگاه تهرانJournal Article20150112Recently, new techniques based on geostatistical methods have been used to estimate groundwater nitrate concentrations in unmeasured areas as well as to determine new sampling locations. In this study the Cokriging and Anfis models have been developed in interpolation step for nitrate parameter spatiovariation in Karaj aquifer. Nitrate concentrations have been estimated annually using samples derived from 179 drinking water wells. For this purpose, values of nitrate concentration in 1384 (2005) have been considered as the initial values. Nitrate concentration in 1379 to 1383 (200-2004) have been applied as the covariate for cokriging model and as the input parameters for neuro fuzzy model. The comparison between cokriging and Anfis results showed that in five neuro fuzzy models, the error function are less than the cokrihging model, especially for the data of 2004.امروزه تکنیکهای مدرن بر اساس مدلهای زمینآمار برای به دست آوردن غلظت نیترات آب زیرزمینی در نقاط نامعلوم و تعیین نقاط جدید نمونهبرداری به کار گرفته شده است. در این تحقیق، از مدلهای کوکریجینگ و نروفازی، جهت ارزیابی تغییرات مکانی غلظت نیترات در آبخوان کرج استفاده گردیده است. تخمین غلظت نیترات با استفاده از مدلهای مذکور بر اساس نمونههای حاصل از 179 حلقه چاه آب شرب در آبخوان کرج انجام پذیرفته است. بدین منظور، مقادیر غلظت نیترات در سال 1384 به عنوان متغیر اولیه و مقادیر غلظت نیترات در سالهای 1379 تا 1383 به عنوان متغیرهای کمکی مدل کوکریجینگ و متغیرهای ورودی به مدل نروفازی در نظر گرفته شدهاند. نتایج این تحقیق نشان میدهد، پنج مدل نروفازی تهیه شده جهت پیشبینی غلظت نیترات سال 1384، در مقایسه با مدلهای کوکریجینگ از کارایی و دقت بیشتری برخوردار است. همچنین از بین مدلهای نروفازی بررسی شده، مدلی که غلظت نیترات سال 1383 را به عنوان متغیر ورودی در نظر گرفته است از شاخصهای ارزیابی بالاتری نسبت به دیگر مدلهای نروفازی برخوردار بوده است.