خبر کامل
رطوبت خاک؛ عامل کلیدی پایداری آب شرب تهران در دورههای خشکی

پژوهش نوین دانشگاهی: رطوبت خاک، کلید پایداری آب تهران
پژوهشگران برجسته دانشگاه تهران با همکاری دانشگاههای صنعتی شریف و امیرکبیر، در یک مطالعه جامع و نوآورانه، به بررسی عوامل هیدرولوژیکی مؤثر بر جریان ورودی به پنج سد اصلی تأمینکننده آب شرب کلانشهر تهران در دورههای خشکی پرداختهاند. نتایج این تحقیق بر نقش حیاتی رطوبت خاک در پایداری جریان آب ورودی به سدها تأکید دارد و راهبردهای مهمی را برای مقابله با چالشهای تغییرات اقلیمی و افزایش تابآوری سامانههای تأمین آب پایتخت ارائه میدهد.

تمرکز بر سدهای حیاتی تهران
این پژوهش که با بهرهگیری از دادههای ماهوارهای پیشرفته، مشاهدات زمینی و مدلسازی هوش مصنوعی انجام شده، بر پنج سد حیاتی تهران متمرکز است:
- سد لتیان
- سد لار
- سد کرج
- سد طالقان
- سد ماملو
این سدها در مجموع حدود ۷۲ درصد از آب شرب کلانشهر تهران را تأمین میکنند و مابقی نیاز آبی از منابع آب زیرزمینی تأمین میشود.
دکتر سید موسی حسینی، عضو هیأت علمی دانشگاه تهران و سرپرست این تیم پژوهشی، اظهار داشت: «در این پژوهش، با بهرهگیری از تلفیق دادههای سنجش از دور، دادههای ایستگاهی زمینی و مدلسازی مبتنی بر هوش مصنوعی، دینامیک جریانهای ورودی به پنج سد اصلی تأمینکننده آب شرب کلانشهر تهران در بلندمدت مورد بررسی قرار گرفته است. نتایج این تحقیق، گامی مهم در راستای مدیریت پایدار منابع آب در سطح حوضههای آبریز سدهای مورد مطالعه و ارائه راهکارهای عملی برای مواجهه با چالشهای تغییرات اقلیمی و کاهش ریسک کمآبی بهشمار میرود.»
نقش جریان پایه و رطوبت خاک
مطالعه دادههای بلندمدت جریان ورودی به سدها در بازه ۲۰ ساله (۱۹۹۹–۲۰۱۶) نشان داد که بین ۵۵ تا ۹۰ درصد حجم جریان ورودی به مخازن سدهای پنجگانه را جریان پایه تشکیل میدهد. جریان پایه رودخانه از منابع تأخیری نظیر رطوبت لایههای عمیق خاک، ذوب برف و تخلیه تدریجی آبخوانها تغذیه میشود و در تأمین مستمر آب شرب، حفظ اکوسیستمهای رودخانهای و پایداری جریانها در طی دوره بدون بارش سال نقش اساسی دارد.
دکتر حسینی تأکید کرد که این موضوع عملاً بیانگر اتکای کامل سیستم تأمین جریان آب ورودی به سدها به منابع زیرزمینی و ذخایر برف است.
مدلسازی هوش مصنوعی و عوامل مؤثر
برای مدلسازی و شناسایی فاکتورهای هیدرولوژیکی تأثیرگذار بر جریان پایه سدها، از تکنیکهای آماری نوین و مدلسازی هوش مصنوعی استفاده شد. فاکتورهای کلیدی مورد بررسی عبارتند از:
- دما
- بارش
- پتانسیل تبخیر-تعرّق
- رطوبت خاک
- شاخص پوشش گیاهی
- ذوب برف
- سطح پوشش برفی
این دادهها از پایگاههای معتبر ماهوارهای مانند FLDAS، ERA5-Land، SoilGrids و AVHRR استخراج شدهاند.
نتایج مدلسازی جریان پایه با مدل هوش مصنوعی Random Forest (جنگل تصادفی) به وضوح نشان داد که رطوبت خاک، بهویژه در لایههای عمیقتر (۳۰ تا ۳۰۰ سانتیمتر)، مهمترین عامل کنترلکننده و پیشبینیکننده جریان پایه رودخانهها در تمامی حوضههای مورد مطالعه است. ضرایب همبستگی بالا و زمان تأخیر نزدیک به صفر بین رطوبت خاک و جریان پایه، نشاندهنده کنترل فوری و پایدار شرایط رطوبتی زیرسطحی بر تولید جریان پایه است.
راهبردهای پیشنهادی برای پایداری آب
یافتههای این پژوهش بر نقش حیاتی رطوبت خاک بهعنوان یک بافر هیدرولوژیکی تأکید دارد که زمان و حجم جریان واردشده به مخازن را بهویژه در دورههای خشک تنظیم میکند. بنابراین، حفظ رطوبت در لایههای عمیق خاک برای پایداری جریان پایه و تأمین مطمئن آب ورودی به مخازن تهران ضروری است.
پژوهشگران این تحقیق، راهبردهای زیر را برای حفظ ذخایر رطوبت خاک مؤثر دانستهاند:
- بهینهسازی آبیاری: استفاده از روشهای نوین آبیاری برای کاهش هدررفت آب.
- مدیریت پوشش اراضی: افزایش نفوذ آب به خاک از طریق مدیریت صحیح پوشش گیاهی.
- حفاظت از مناطق تغذیه آب زیرزمینی: صیانت از مناطقی که آبهای سطحی را به سفرههای زیرزمینی هدایت میکنند.
همچنین، بهرهگیری از دادههای دقیق رطوبت خاک از طریق نصب ایستگاههای اندازهگیری زمینی در اعماق مختلف و استفاده از منابع سنجش از دوری مانند SMAP یا ERA5-Land میتواند دقت پیشبینی جریان پایه و ورودی مخازن را بهشکل قابلتوجهی افزایش دهد.
درباره هوشمصنوعی دستاول:
تمامی اخبار دستاول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحتسنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با دادههای جدید آموزش داده میشود و با نظارت دقیق انسانی و سردبیری دستاول در حال بهتر شدن است.
شما میتوانید از چتبات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۰۶:۵۲ - ۱۴۰۴/۰۵/۰۴