تخصیص بهینه منابع آب مخازن چاه‌نیمه سیستان تحت سناریوهای مدیریتی آب و خاک

نوع مقاله : مقاله کامل علمی پژوهشی

نویسندگان

1 دانشیار علوم اقتصادی، دانشگاه سیستان و بلوچستان، زاهدان

2 دانشکده علوم زیست محیطی و کشاورزی پایدار، دانشگاه سیستان و بلوچستان

3 دانشجوی کارشناسی ارشد اقتصاد کشاورزی، دانشگاه سیستان و بلوچستان، زاهدان

چکیده

سابقه و هدف: با توجه به محدود بودن منابع آب سطحی و ظرفیت مخازن سدها، مدیریت علمی و ارائه سیاست بهره‌برداری بهینه از مخازن، امری لازم و حیاتی در جهت برآورده کردن نیازهای آبی است. همچنین با توجه به اهمیت و استفاده از منابع آب و تخصیص بهینه این منبع کمیاب بین مصارف مختلف در منطقه سیستان ضروری به نظر می‌رسد، که برنامه ایی جهت تحقق این هدف پایه‌ریزی شود در منطقه موردمطالعه و داخل کشور تاکنون تحقیقی در مورد تخصیص بهینه آب با کاربرد الگوریتم پیشرفته فرا ابتکاری PSO جهت بهینه سازی مخازن چاه نیمه سیستان استفاده نگردیده است. از این‌رو در پژوهش حاضر سعی گردیده است که تخصیص بهینه منابع آب مخازن چاه نیمه سیستان تحت سه سناریوهای مدیریتی (سناریوی تثبیت ریزگردها، توسعه کشاورزی و انتقال خط لوله دوم آب شرب از مخازن چاه‌نیمه به شهرستان زاهدان) با استفاده از تکنیک فرا ابتکاری ازدحام ذرات (PSO) موردبررسی قرارگرفته است.

مواد و روش ها: روش بهینه‌سازی انبوه ذرات یا به‌اختصار بهینه‌سازی انبوه (PSO) یک الگوریتم بهینه‌سازی تصادفی بر اساس جمعیت است که از شبیه‌سازی رفتار اجتماعی گروه پرندگان الهام گرفته‌شده است. در الگوریتم بهینه‌سازی انبوه ذرات، موجوداتی وجود دارند که آن‌ها ذره نامیده می‌شوند و در فضای جستجوی تابعی که قصد کمینه کردن (یا بهینه کردن) مقدار آن می‌باشد، پخش‌شده‌اند. هر ذره مقدار تابع هدف را در موقعیتی از فضا که در آن قرارگرفته است ،محاسبه می‌کند. در این پژوهش از الگوریتم مذکور جهت تخصیص بهینه منابع آب استفاده گردید. تابع هدف در این پژوهش بهینه سازی و حداکثر سازی میزان تأمین آب می باشد. همچنین قیود مربوطه به تابع هدف، قیود سیستماتیک، قیود و محدودیت های الگوریتم (PSO) و قیود و محدودیت های مخازن در منطقه مورد می باشد.

یافته‌ها: بر اساس نتایج به‌دست‌آمده، مقدار بهینه رهاسازی شده در سال 1364 (سال اول) 39/25 میلیون مترمکعب با میزان تقاضای 31/98 میلیون مترمکعب بوده که مقدار 91/72 میلیون مترمکعب تأمین نیاز انجام نشده است. مقایسه چهار سال پایانی نشان می‌دهد که در سال 29 عدم تأمین نیاز کمتری نسبت به سه سال بعدی خود داشته است. سناریوی تثبیت ریزگردها در منطقه موردمطالعه به‌عنوان یک پروژه اجرایی جدی مطرح بوده که نتایج اجرای این سناریو نشان داد که کاربرد الگوریتم مورداستفاده می‌تواند تخصیص بهینه منابع آب را به‌خوبی انجام داده و موردتوجه قرار گیرد. با توجه به نتایج به‌دست‌آمده پیشنهاد می‌گردد که مدلسازی های فرا ابتکاری می تواند تخصیص بهینه کاملتری با حداقل خطا در تابع هدف را بدست دهد.

کلیدواژه‌ها


عنوان مقاله [English]

Optimal Allocation of Water Resources in Sistan Chah-Nime Reservoirs under the Water and Soil Management Scenarios

نویسندگان [English]

  • Javad Shahraki 1
  • Ali Sardar Shahraki 2
  • Safiyeh Nouri 3
1 Associate Professor of Economic Sciences, University of Sistan and Baluchestan, Zahedan
2 Faculty of Environmental Sciences and Sustainable Agriculture, Sistan and Baluchestan University
3 Student of Agricultural Economics, Sistan and Baluchestan University, Zahedan
چکیده [English]

Background and objectives: Background: Due to the limited surface water resources and reservoir capacity of dams, scientific management and optimal utilization policy of reservoirs is essential and vital in meeting the water requirements. Considering the importance and utilization of water resources and the optimal allocation of this scarce resource among different uses in the Sistan region, it seems necessary to establish a plan to achieve this goal. In the studied area and in the country, so far, an investigation into the optimal allocation of water with the application of advanced PSO algorithm for optimization of semi-Sistan reservoirs has not been used. Therefore, in the present study, the optimal allocation of water resources in the Chah-Nimeh reservoirs under three management scenarios (scenario of stabilization of micro-organisms, agricultural development and transfer of second drinking water from reservoirs to the district of Zahedan) using the metamorphic technique of congestion Particles (PSO) have been investigated.
Materials and Methods: particle swarm optimization method or abbreviated mass optimization (PSO) is a population based stochastic optimization algorithm that simulates the social behavior of birds Group is inspired. In the mass optimization algorithm of particles, there are organisms that they are called particle and are spilled in the search space of a function that is intended to minimize (or optimize) its value. Each particle calculates the value of the target function in the position of the space in which it is located. In this research, the algorithm was used to allocate optimal water resources. The objective function in this research is to optimize and maximize the amount of water supply. Also, the constraints are related to the objective function, the systematic constraints, the constraints and limitations of the algorithm and the constraints and limitations of the reservoirs in the region.
Results: Results: According to the results, the optimum release rate in 1995 (first year) was 39.35 million cubic meters, with the demand of 98.31 million cubic meters, which did not meet the required amount of 72.91 million cubic meters. The comparison of the last four years shows that in the year 29, lack of supply was less than the next three years. The scenario of stabilization of the microstats in the study area was considered as a serious project. The results of this scenario showed that the application of the algorithm used can properly optimize the allocation of water resources. According to the results, it is suggested that ultra-modern modeling can achieve more optimal allocation with the minimum error in the target function.

کلیدواژه‌ها [English]

  • Optimal Allocation
  • Chah-Nime Reservoirs
  • Water and Soil Management Scenarios
  • Particle Swarm Algorithm
1.Ajibola, A.S., and Adewumi, A.O. 2014. Review of Population BasedMetahueristics in Multi-objective Optimization Problems. Int'l J. Com. Comm. Inst. Eng. 1: 1. 126-128.
2.Azarafza, H., Rezaie, H., Behmanesh, J., and Besharat, S. 2013. Comparison of Results Using PSO, GA and
SA Algorithms for Optimization of Single-Layer Systems (Case study: Dam Shahrchay, Urmia). Water Soil J. (Agricultural Science & Technology). 26: 5. 1101-1108.
3.Ghimire, B., and Reddy, M. 2013. Optimal reservoir for hydropowerproduction using particle swarm optimization and sustainability analysis of hydropower ISH J. Hydr. Engin. 19: 3. 196-210.
4.Medenlajoybari, A., and Mohammadpoor, H.R. 2014. An overview of meta-innovative algorithms and their capabilities. The first national conference on meta-innovative algorithms and its application in engineering sciences, its high-educated institution, Paradets, Mazandaran.
5.Mohammadi Aghdam, K., Mirzaie, A., Poormahmoud, N., and Poormahmoud Agha Baba, M. 2016. Optimization algorithm for jump dynamics particle group for designing water distribution networks. J. Water Sewage. 26: 4. 88-99.
6.Molden, D. 2008. Water for food water for life, a comprehensive assessment of water management in agriculture. Irrigation and Drainage Systems, 22: 1. 127-129.
 7.Monem, M.J., and Nouri, M.A. 2011. Application of PSO optimization algorithm for optimal water distribution and distribution in irrigation networks. Irrig. Drain. J. Iran. 4: 1. 82-73.
8.Nedjah, N., and Mourelle, L. 2006. Swarm Intelligent Systems. Springer-VerlagBerlinHeidelberg, 184p.
9.Rahimi, A., Ghaderi, K., and Nezam Abadipoor, H. 2012. Comparison of the performance of the MOPSO algorithm with NSGA-II algorithm during operation. Proceedings of the first international conference of hydroelectric power plants, Tehran.
10.Rajabpoor, R., Taleb Beydokhti, N., and Rakshandehro, Gh. 2017. The proposed new algorithm (G-JPSO) and its development in optimal control of pumps in the distribution network. J. Water Sewage. 27: 6. 3-14.
11.Saeid Nia, A. 2017. Investigating the status of agricultural water resources in the world. Tehran, Ministry of Jihad-e-Agriculture, Institute for Planning Research, Agricultural Economics and Rural Development, 18p.
12.Sardar Shahraki, A. 2017. Optimal allocation of water resources in the Hirmand basin using game theory and evaluation of management scenarios. Ph.D. in Agricultural Economics, Faculty of Management and Economics, University of Sistan and Baluchestan, Zahedan, 281p.
13.Sardar Shahraki, A., Shahraki, J., and Hashemi Mnfared, S.A. 2017. Investigation of Management Approaches of Sistan Water Resources Utilization Using Fuzzy Analytical Hierarchy (FAHP). Public Management Research. 9: 31. 73-98.
14.Tavakoli Moghadam, R., Nourozi, N., Kalami, S., and Salamat Bakhsh, A. 2014. Metaheuristic theory and implementation in MATLAB. Islamic AzadUniversity Press, Tehran, 328p.
15.Zeynali, M.J. 2015. Use of meta-innovative algorithms for optimal operation of the Droodzan dam reservoir. Master's thesis for water engineering. Faculty of Water and Soil, ZabolUniversity, Zabol, 181p.
16.Zhang, Zh., Jiang, Y., Zhang, Sh., Geng, S., Wang, H., and Sang, G. 2014. An adaptive-particle swarm optimization algorithm for reservoir operation optimization. Applied Soft Computing. 18: 167-77.