استفاده از توابع چندشرطی در حوزه مدیریت مخزن در شرایط تغییر اقلیم

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری دانشکدة مهندسی و فناوری کشاورزی پردیس کشاورزی و منابع طبیعی دانشگاه تهران

2 دانشیار دانشکدة مهندسی و فناوری کشاورزی پردیس کشاورزی و منابع طبیعی دانشگاه تهران

چکیده

توابع منطقی ریاضی در حوزة مدیریت منابع آب کاربرد فراوان دارد. در این تحقیق، از برنامه‌ریزی ژنتیک منطقی (LGP)، با ادغام این‌گونه توابع، برای استخراج قاعدة جیره‌بندی مخزن در بازه‌های بهره‌برداری در شرایط پایه و تغییر اقلیم استفاده شد. بهترین مقادیر رهاسازی از مخزن در کل بازه بر اساس آب موجود استخراج می‌شود. تابع هدف به ‌صورت کمینه‌کردن نسبت کمبود بلندمدت (LSR) است. نتایج استخراج قاعدة جیره‌بندی در تأمین تقاضا به وسیلة LGP با نتایج برنامه‌ریزی ژنتیک متداول (TGP) برای شرایط پایه و تغییر اقلیم با استفاده از شاخص‌های کارایی مقایسه شدند. نتایج نشان دادند بر اساس LGP و در شرایط تغییر اقلیم نسبت به پایه شاخص‌‌های اطمینان‌پذیری کاهش (34%)، آسیب‌پذیری افزایش (37%)، و برگشت‌پذیری نیز کاهش (29%) خواهند یافت. همچنین بر اساس TGP و در وضعیت مشابه شاخص‌های اطمینان‌پذیری، آسیب‌پذیری، و برگشت‌پذیری به‌ترتیب کاهش (25%)، افزایش (15%)، و کاهش (14%) خواهند یافت.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Use of Multi-Conditional Functions in the Field of Reservoir Management and under Climate Change

نویسندگان [English]

  • Parisa-Sadat Ashofteh 1
  • Omid Bozorg Haddad 2
1 Ph.D. Candidate, Department of Irrigation & Reclamation, Faculty of Agricultural Engineering & Technology, College of Agriculture & Natural Resources, University of Tehran, Karaj, Tehran, Iran.
2 Associate Professor, Department of Irrigation & Reclamation, Faculty of Agricultural Engineering & Technology, College of Agriculture & Natural Resources, University of Tehran, Karaj, Tehran, Iran
چکیده [English]

Mathematical multi-conditional functions are of many applications in the field of water resources management. Throughout the present Study, the Logical Genetic Programming (LGP) rule (along with an integration of these functions) is employed to derive reservoir hedging rule in the operating intervals of the baseline and climate change. The most appropriate values of release in the entire interval are extracted as based on the available water. The objective function is to minimize Long-term Shortage Ratio (LSR). The results obtained from the extraction of hedging rule in the supply of demand rationing rule by LGP are compared with the Traditional Genetic Programming (TGP) results for the baseline and climate change conditions using efficiency indices. The results show as based on the employed LGP approach and under conditions of climate change, relative to baseline indices, the reliability would decrease (34%), vulnerability increase (37%) and while resiliency being decreased (29%). Also, based on TGP and in the same situation the indices of reliability, vulnerability and resiliency would respectively, decrease (25%), increase (15%) and decrease (14%).

کلیدواژه‌ها [English]

  • Multi-Conditional Function
  • Operating Rule of Reservoir
  • Efficiency Indices
  • climate change
Ashofteh, P. S., Bozorg Haddad, O., and Mariño, M. A. (2013a). “Climate change impact on reservoir performance indices in agricultural water supply”, Journal of Irrigation and Drainage Engineering, 139 (2), 85-97.
Ashofteh, P. S., Bozorg Haddad, O., and Mariño, M. A. (2013b). “Scenario assessment of streamflow simulation and its transition probability in future periods under climate change”, Water Resources Management, 27 (1), 255-274.
shofteh, P.-S., Bozorg Haddad, O., and Mariño, M. A., (2014a). “Risk analysis of water demand for agricultural crops under climate change”, Journal of Hydrological Engineering, DOI: 10.1061 / (ASCE)HE. 1943 - 5584. 0001053, 04014060.
Ashofteh, P.-S., Bozorg Haddad, O., and Mariño, M. A., (2014b). “Determination of irrigation allocation policy under climate change by genetic programming”, Journal of Irrigation and
404 تحقیقات آب و خاک ایران، دورة 45 ، شمارة 4، زمستان 1393
Drainage Engineering, DOI: 10. 1061 / (ASCE) IR. 1943- 4774. 0000807, 04014059.
Fallah-Mehdipour, E., Bozorg Haddad, O., and Mariño, M. A., (2012). “Real-time operation of reservoir system by genetic programming”, Water Resources Management, 26 (14), 4091-4103.
Fallah-Mehdipour, E., Bozorg Haddad, O., and Mariño, M. A., (2013). “Extraction of optimal operation rules in aquifer-dam system: A genetic programming approach”, Journal of Irrigation and Drainage Engineering, DOI: 10.1061/(ASCE)IR.1943-4774.0000628.
Hashimoto, H., Stedinger, J. R., and Loucks, D. P. (1982). “Reliability, resiliency, and vulnerability criteria for water resources system performance evaluation”, Water Resources Research, 18 (1), 14-20.
Karamouz, M. and Houck, M. H. (1982). “Annual and mounthly reservoir operating rules generated by deterministic optimization”, Water Resources Research, 18 (5), 1337-1344.
Taghian, M., Rosbjerg, D., Haghighi, A., and Madsen, H. (2013). “Optimization of conventional rule curves coupled with hedging rules for reservoir operation”, Journal of Water Resources and Management, Doi: 10.1061/(ASCE)WR.1943-5452.0000355.
Tu, M. Y., Hsu, N. Sh., and Yeh, W. W. G. (2003). “Optimization of reservoir management and operation with hedging rules”, Journal of Water Resources and Management, 129 (2), 86-97.
Tu, M. Y., Hsu, N. Sh., Tsai, F. T. C., and Yeh, W. W. G. (2008). “Optimization of hedging rules for reservoir operations”, Journal of Water Resources and Management, 134 (1), 3-13.
Silva, S. (2007). “GPLAB: A genetic programming toolbox for Matlab, Version 3”, ECOS-Evolutionary and Complex Systems Group, University of Coimbra, Portugal, pp. 13-15.