مطالب مرتبط با کلیدواژه

آب های سطحی


۱.

پیامد افزایش قیمت آب و کاهش آب آبیاری در مزارع مصرف کننده آب سطحی استان کرمان با استفاده از رهیافت برنامه ریزی مثبت تصحیح شده(مقاله علمی وزارت علوم)

کلیدواژه‌ها: کرمان کم آبیاری برنامه ریزی ریاضی مثبت سیاست قیمت آب آب های سطحی

حوزه های تخصصی:
تعداد بازدید : ۱۰۶۱ تعداد دانلود : ۴۹۶
در دهه های اخیر، به دلیل بحران آب، اتخاذ سیاست های نو در زمینه مدیریت تقاضای آب از اهمیت زیادی برخوردار شده است. آب مهم ترین عامل در توسعه اقتصادی کشورها و مهم ترین عامل محدود کننده کشور به شمار می رود. هدف پژوهش حاضر ارزیابی آثار سیاست های کاهش میزان آب آبیاری دردسترس و افزایش قیمت آب بر الگوی کشت منطقه است. داده های مورد بررسی با استفاده از تکمیل 250 پرسش نامه و جمع آوری اطلاعات از سازمان جهاد کشاورزی و سازمان مطالعات آب استان در سال 1389 به دست آمد. روش مورد استفاده، برنامه ریزی ریاضی مثبت تصحیح شده است. با استفاده از این روش سیاست های مورد بررسی در سه حالت بدون کم آبیاری، با کم آبیاری 5% و 10% اعمال شد و تغییرات الگوی کشت مزارع نمونه در استان کرمان بررسی شد. سیاست های کاهش آب دردسترس به میزان 5، 10، 15 و 25 درصد و افزایش قیمت به میزان 5، 10، 15، 20 و 30 درصد اعمال شد. نتایج نشان داد که در سناریوهای افزایش قیمت، در هر سه گروه مزارع بزرگ، متوسط و کوچک، روند افزایشی سطح زیر کشت در حالات کم آبیاری قابل مشاهده است. سناریو های کاهش آب دردسترس تا میزان 15% باعث افزایش سطح زیرکشت محصولات کم آبیاری شده است. با کاهش بیشتر آب دردسترس به میزان 25 درصد، سطح زیر کشت کاهش چشمگیری می یابد و این سطح زیرکشت اندک به شرایط آبیاری کامل اختصاص داده می شود به جز مزارع کوچک که در شرایط کاهش آب دردسترس 25 درصدی آب آبیاری هنوز مقداری از سطح زیر کشت خود را به کشت کم آبیاری اختصاص داده اند. افزایش سطح زیرکشت کم آبیاری به صورت نسبی بوده و به صورت مطلق کاهش یافته است. طبقه بندی JEL : Q18, Q28, O21
۲.

آسیب شناسی قوانین ایران در قبال صیانت و حفظ منابع آب های سطحی و زیرزمینی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: آب های سطحی آب های زیرزمینی بحران آب چاه غیرمجاز سفره های آب زیرزمینی

حوزه های تخصصی:
تعداد بازدید : ۸۳۶ تعداد دانلود : ۵۵۵
وجود بحران آب در کشورمان یک واقعیت است. قانون گذار از سال 1285 به این موضوع پی برده و در جهت استفاده بهینه از منابع آبی کشور و مبارزه با بحران آب در چندین مرحله اقدام به قانون گذاری کرده است. برخی از این قوانین مانند قانون حفظ و حراست منابع آب های زیرزمینی 1345 به نحو مطلوبی از منابع آب کشور صیانت می کند، برعکس برخی قوانین دیگر مانند قانون توزیع عادلانه آب 1361 نه تنها از منابع آب صیانت نمی کند، بلکه برخی از مقررات آن، به ویژه ضمانت اجراهای کیفری آن به دلیل ناکارآمدی زمینه آسیب به منابع آبی کشور را فراهم می آورد. فقدان قوانین کارآمد و ضمانت اجراهای کیفری مؤثر سبب شده است که عملاً افراد با استفاده غیرمجاز از آب های کشور و حفر چاه های غیرمجاز به منابع آبی کشور تعرض کنند. بی تردید صیانت از منابع آبی کشور نیاز فوری به اصلاح قوانین موجود و وضع ضمانت اجراهای کیفری مؤثر دارد.
۳.

برآورد فراسنج های مؤثر در دبی رودخانه با استفاده از شبکه های عصبی مصنوعی در حوضه آبی دهگلان-کردستان(مقاله علمی وزارت علوم)

کلیدواژه‌ها: خشکسالی شبکه های عصبی مصنوعی آب های سطحی حوضه دهگلان

حوزه های تخصصی:
تعداد بازدید : ۱۳۱ تعداد دانلود : ۹۶
کمبود بارش در یک دوره می تواند سبب کاهش تغذیه شود که به دنبال آن کاهش جریان سطحی و افت آب های زیرزمینی را سبب می شود. با توجه به اهمیت منابع آب در زندگی بشر, ایجاد تنش در دستیابی به منابع پایدار و قابل اطمینان اهمیت زیادی در میزان توسعه و پیشرفت جامعه دارد. این تنش ها می تواند به دلایل طبیعی و یا استفاده نادرست و غیر معقولانه از منابع آبی باشد و همراهی این دو عامل با هم سبب تشدید این تنش ها می شود. هدف از این پژوهش بررسی فراسنج های مؤثر در تغییرات دبی ماهانه در حوضه آبی دهگلان است. داده های مورد استفاده در این تحقیق شامل بارش ، تبخیر (حاصل از تشت تبخیر), دما و دبی ایستگاه های واقع در حوضه آبی دهگلان می باشد که از سازمان هواشناسی و شرکت آب منطقه ای استان کردستان اخذ شده است. ابتدا داده های مربوط به بارش در سطح حوضه با استفاده از شاخص SPI استاندارد شده و سایر داده های اقلیمی و هیدرولوژیکی نیز نرمال سازی شد. سپس با استفاده از شبکه های عصبی مصنوعی و به روش پرسپترون چند لایه مدل های مختلفی از این داده ها مورد بررسی قرار گرفت. نتایج حاصل از بررسی مدل های مختلف نشان می دهد که بیشترین همبستگی و حداقل مربعات خطا در شرایطی بدست می آید که شاخص SPI در مقیاس 6 ماهه, دبی در ماه قبل و دما وتبخیر در ماه حاضر به عنوان ورودی شبکه و دبی ماه حاضر به عنوان خروجی به مدل معرفی شود. مقایسه روش شبکه های عصبی مصنوعی و رگرسیون چند متغییره حاکی از نتایج بهتر در پیش بینی دبی ماهانه با استفاده از شبکه های عصبی مصنوعی است.