کاهش ۴۳ درصدی خطای شبیه‌سازی اکسیژن محلول آب توسط پژوهشگران دانشگاه تهران

پژوهشگران برجسته دانشگاه تهران موفق شدند با ابداع یک روش نوین محاسباتی، دقت مدل‌های شبیه‌سازی کیفیت آب در مخازن عمیق را به شکلی چشمگیر افزایش دهند که منجر به کاهش ۴۳ درصدی خطاهای مربوط به اکسیژن محلول شده است.

تحولی در مدیریت منابع آب با روش داده‌گواری

در مدیریت هوشمند منابع آبی، یکی از بزرگ‌ترین چالش‌ها، عدم قطعیت در پارامترهای فیزیکی و شیمیایی در طول زمان است. مدل‌های سنتی که از پارامترهای ثابت استفاده می‌کنند، معمولاً در بازنمایی دقیق رفتار مخازن عمیق و لایه‌بندی‌شده دچار خطا می‌شوند.

تیم تحقیقاتی دانشگاه تهران با بهره‌گیری از رویکرد داده‌گواری (Data Assimilation) و به‌کارگیری فیلتر کالمن گروهی، چارچوبی خودکار و تطبیقی ایجاد کرده‌اند. این فناوری به مدل اجازه می‌دهد تا با استفاده از داده‌های مشاهده‌ای حاصل از سنجش از دور، خود را با تغییرات محیطی تطبیق دهد.

نتایج آزمایشگاهی و ارزیابی در مخزن سد

برای سنجش کارایی این روش، محققان عملکرد مدل را در مخزن سد «وادی ضیقه» در کشور عمان مورد ارزیابی قرار دادند. نتایج به‌دست‌آمده نشان‌دهنده برتری مطلق این روش در مقایسه با مدل‌های قدیمی است:

اهمیت علمی و دستاوردهای بین‌المللی

این پژوهش که توسط رضا کراچیان، محمدرضا نیکو، صادق وندا و فرناز سادات شاهی انجام شده، توانسته است جایگاه علمی خود را در سطح جهانی تثبیت کند. نتایج این تحقیق در مجله بسیار معتبر Water Research با ضریب تأثیر ۱۲.۸ منتشر شده است.

"استفاده از پارامترهای پویا و قابل‌تطبیق، قابلیت اعتماد شبیه‌سازی‌ها را افزایش داده و از مدیریت هوشمندتر مخازن سد در شرایط تغییرات اقلیمی اطمینان حاصل می‌کند."

در نهایت، این دستاورد علمی می‌تواند گام بلندی در جهت بهبود زیرساخت‌های مدیریت بحران‌های آبی و بهره‌برداری دقیق‌تر از منابع آب در مناطق با شرایط محیطی پیچیده باشد.