کاهش ۴۳ درصدی خطای شبیه‌سازی اکسیژن محلول آب در مخزن سد با روش نوین

پژوهشگران حوزه مهندسی و مدیریت منابع آب در دانشگاه تهران موفق شدند با توسعه یک رویکرد علمی نوین، دقت مدل‌های شبیه‌سازی کیفیت آب را در مخازن عمیق و لایه‌بندی‌شده به‌طور چشمگیری افزایش دهند.

تحول در شبیه‌سازی کیفیت آب با روش داده‌گواری

مدل‌های سنتی شبیه‌سازی کیفیت آب در مخازن بزرگ، همواره با چالش‌هایی نظیر عدم‌قطعیت پارامترها و تغییرات ناگهانی فرآیندهای فیزیکی و شیمیایی دست‌به‌گریبان بوده‌اند. استفاده از پارامترهای ثابت در این مدل‌ها، توانایی آن‌ها را در بازنمایی دقیق واقعیت‌های محیطی کاهش می‌داد.

در این پژوهش، تیم تحقیقاتی با بهره‌گیری از تکنولوژی داده‌گواری (Data Assimilation) و به‌کارگیری فیلتر کالمن گروهی، چارچوبی خودکار و تطبیقی ایجاد کردند. این سیستم قادر است با استفاده از داده‌های حاصل از سنجش از دور، پارامترهای مدل را در طول زمان به‌روزرسانی کرده و خود را با تغییرات محیطی تطبیق دهد.

نتایج درخشان در آزمایش‌های میدانی

برای ارزیابی این فناوری، پژوهشگران از مخزن سد «وادی ضیقه» در کشور عمان استفاده کردند. بررسی عملکرد مدل بر روی دو متغیر حیاتی دما و اکسیژن محلول، نتایج بسیار امیدوارکننده‌ای را به همراه داشت:

این دستاورد نشان می‌دهد که پارامترسازی وابسته به زمان، بسیار دقیق‌تر از روش‌های قدیمی عمل می‌کند.

اهمیت علمی و کاربرد در مدیریت منابع آب

این رویکرد می‌تواند اثر فرآیندهای مفقود یا ساده‌سازی‌شده در ساختار مدل را جبران کرده و قابلیت اعتماد شبیه‌سازی‌ها را برای مدیریت هوشمندتر سدها افزایش دهد.

این مطالعه که توسط اساتید و پژوهشگران دانشگاه تهران انجام شده، در مجله معتبر بین‌المللی Water Research با ضریب تأثیر ۱۲.۸ منتشر شده است. این دستاورد علمی گام مهمی در جهت مدیریت بهینه منابع آبی در شرایط تغییرات اقلیمی محسوب می‌شود.

در نهایت، این نوآوری با ارائه دقت بالاتر در پیش‌بینی کیفیت آب، ابزاری قدرتمند برای تصمیم‌گیری‌های استراتژیک در حوزه مدیریت سدها و مقابله با بحران‌های محیطی فراهم می‌آورد.