صمد امامقلی زاده

بررسی تغییرات آبدهی رودخانه ها به منظور مدیریت و برنامه ریزی منابع آب بسیار مهم می باشد. در تحقیق حاضر با توجه به اهمیت موضوع بررسی و شناخت روند تغییرات جریان در ایستگاه های هیدرومتری استان لرستان حوزه رودخانه دز در سه مقیاس ماهانه، فصلی و سالانه با استفاده از روش TFPW-MK مورد بررسی قرار گرفت. داده های مورد استفاده شامل داده های 25 ایستگاه هیدرومتری منتخب در دوره 40 ساله آماری(1388-1348) در محدوده مورد مطالعه می باشد. در این تحقیق ابتدا شیب خطی روند در داده های نمونه با استفاده از روش TSA تخمین و سپس با استفاده از روش TFPW اثر ضریب خودهمبستگی از داده ها حذف گردید و در نهایت روند تغییرات جریان با استفاده از آزمون من کندال(MK )مورد بررسی قرار گرفت. نتایج این تحقیق نشان می دهد که در اکثر ایستگاه ها (20 ایستگاه از 25 ایستگاه)، روند تغییرات جریان عمدتا نزولی بوده و در 40 سال گذشته کاهش میزان جریان در سطح 10 درصد معنی دار است.

رودخانه ی کشکان یکی از زیر شاخه های مهم و پرآب رودخانه ی کرخه می باشد که آب های منطقه ی وسیعی از استان لرستان را جمع آوری می نماید. این رودخانه درجنوب غربی پلدختر در منطقه ی موسوم به کل سفید به رودخانه ی سیمره ملحق شده و رودخانه ی کرخه را به وجود می آورد. طول رودخانه ی کشکان حدود 270 کیلومتر و مساحت حوضه ی آبریز آن در بالادست ایستگاه کشکان- پلدختر 9400 کیلومتر مربع می باشد.این رودخانه در بازه هایی به علت خصوصیات مورفولوژیکی، مئاندری و حتی در بعضی نقاط سیلابدشتی، شریانی می باشد. در نواحی مئاندری مشکل فرسایش کناری و جابجایی پلان رودخانه وجود دارد. از آنجایی که یافتن راهکارهای فنی مناسب، مستلزم شناخت نحوه ی رفتار رودخانه و عوامل هندسی و هیدرولیکی مؤثر بر فرایند فرسایش و رسوبگذاری آن می باشد، در تحقیق حاضر به منظور بررسی تغییرات زمانی پلان رودخانه ی کشکان از نقشه های توپوگرافی و عکس های ماهواره ای استفاده گردید. با انجام بازدیدهای میدانی و مقایسه ی پلان جدید و قدیم رودخانه با استفاده از نرم افزار GIS، تغییرات رودخانه در طیّ دوره ی 52 ساله مورد بررسی و بازه های بحرانی رودخانه مشخص گردید. همچنین خصوصیات پیچانرودی رودخانه و میزان توسعه یافتگی مئاندرها در وضعیت فعلی در 49 قوس رودخانه در یک بازه ی 108 کیلومتری در حد فاصل مناطق ورپل و تیمورآباد، بررسی گردید. نتایج نشان می دهد 6 درصد از قوس ها توسعه نیافته، 51 درصد توسعه یافته و 43 درصد بیش از حد توسعه یافته می باشند در نهایت با توجه به مشخصات هندسی رودخانه و به کمک روابط تجربی، میزان فرسایش کناری در بازه های بحرانی در آینده پیش بینی گردید. نتایج پیش بینی نشان می دهد رودخانه در منطقه کلهو سفلی و چرخستان 657 متر، در منطقه ی خاطره، دوآب و دول بزرگ 1035 متر و در منطقه ی بالا دست چم پلک 1297 متر پیشروی نماید تا بطور طبیعی تثبیت گردد.

برآورد دبی بار رسوبات معلق رودخانه ها به دلیل تأثیرگذاری بر طراحی و مدیریت سازه های آبی، در مهندسی آب، هیدرولیک و محیط زیست مهم می باشد. تاکنون تلاش های گوناگونی جهت برآورد دقیق بار رسوبات معلق توسط پژوهشگران انجام شده است که برای مثال می توان به برقراری رابطه بین دبی جریان و دبی رسوب اشاره نمود. مشکل این روش، عدم قطعیت آن می باشد. از این رو، شماری از محققان به روش های هوشمند و الگوریتم های تکاملّی، روی آورده اند. در پژوهش حاضر به منظور پیش بینی بار رسوب معلق ایستگاه های هیدرومتری جلوگیر و پای پل واقع در بالادست سد مخزنی کرخه، روش برنامه ریزی بیان ژن مورد استفاده قرار گرفت و نتایج به دست آمده با نتایج روش های منحنی سنجه رسوب و فائو مقایسه گردید. برای انجام این کار داده های دبی جریان، دبی رسوب و ارتفاع باران دو ایستگاه بین سال های 1390-1365 جمع آوری شد. برای اجرای مدل برنامه ریزی بیان ژن دو سناریو تعریف گردید. در سناریوی اول از اطلاعات دبی جریان و دبی رسوب ایستگاه ها استفاده شد و در سناریوی دوم از اطلاعات ارتفاع باران حوضه ی آبریز نیز استفاده گردید. نتایج نشان داد سناریوی دوم عملکرد بهتری در مقایسه با سناریوی اول داشته است. همچنین، مقایسه ی نتایج اجرای این مدل در بخش آزمون سناریوی دوم نشان داد که این روش نسبت به روش منحنی سنجه رسوب، میزان خطای RMSE و MAEرا به مقدار 91% و 94% برای ایستگاه هیدرومتری جلوگیر و 60% و 71% برای ایستگاه هیدرومتری پای پل کاهش داده است. مقایسه همین نتایج با روش فائو نیز نشان دهنده ی کاهش خطای RMSE و MAE به میزان 92% و 96% برای ایستگاه هیدرومتری جلوگیر و 85% و 95% برای ایستگاه هیدرومتری پای پل می باشد.

برآورد صحیح رواناب حوضه نقش بسیار مهمی در مدیریت آن دارد. تا به حال محققین زیادی از مدل های یکپارچه، توزیعی و هم چنین از روش های هوشمند مصنوعی به منظور برآورد رواناب حوضه استفاده نمودند. در تحقیق حاضر برای برآورد آبدهی حوضه بار اریه با مساحتی معادل با 112 کیلومتر مربع و متوسط بارش سالانه 72/306 میلی متر از دو مدل توزیعی WetSpa و مدل هوشمند شبکه عصبی مصنوعی ANN استفاده گردید. به منظور اجرای مدل WetSpa از دو دسته اطلاعات شامل نقشه های رستری و اطلاعات هواشناسی و برای مدل شبکه عصبی مصنوعی تنها از اطلاعات هواشناسی استفاده گردید. اجرای مدل های مذکور در دوره ی 5 ساله صورت پذیرفت. به منظور مقایسه نتایج مدل ها، از معیارهای ارزیابی ضریب همبستگی R 2، مجذور میانگین خطای استاندارد RMSE و میانگین قدر مطلق خطا MAE استفاده شد. نتایج بدست آمده نشان داد مدل WetSpa با R 2و RMSE برابر با  m 3/s920/0 وm 3/s  346/0 و هم چنین مدل شبکه عصبی مصنوعی با   R 2و RMSE برابر با m 3/s 959/0 و m 3/s 310/0 توانایی شبیه سازی جریان رودخانه بار اریه را دارند. هم چنین استفاده از مدل شبکه عصبی مصنوعی موجب کاهش خطای برآورد رواناب حوضه به مقدار 6/11 درصد در مقایسه با مدل WetSpa شده است.