افزایش چشمگیر دقت شبیه‌سازی کیفیت آب توسط پژوهشگران دانشگاه تهران

پژوهشگران حوزه مهندسی منابع آب در دانشگاه تهران با دستیابی به یک رویکرد نوین در شبیه‌سازی کیفیت آب، موفق شدند دقت مدل‌های ریاضی را در مخازن عمیق و لایه‌بندی‌شده به طرز قابل‌توجهی ارتقا دهند. این دستاورد علمی با استفاده از تکنولوژی داده‌گواری، چالش‌های مدیریت منابع آبی را در شرایط اقلیمی متغیر کاهش می‌دهد.

چالش‌های مدل‌سازی در مخازن عمیق

مدل‌های سنتی که از پارامترهای ثابت برای پیش‌بینی وضعیت آب استفاده می‌کنند، معمولاً در مواجهه با مخازن عمیق دچار خطا می‌شوند. این خطاها ناشی از عدم‌قطعیت در پارامترها و تغییرات مداوم فرآیندهای فیزیکی و شیمیایی در طول زمان است. در واقع، عدم توانایی مدل در تطبیق با شرایط متغیر محیطی، باعث کاهش قابلیت اعتماد در مدیریت منابع آب می‌گردد.

"استفاده از پارامترهای ثابت در مخازن لایه‌بندی‌شده، توانایی مدل را در بازنمایی دقیق رفتار واقعی مخزن به شدت کاهش می‌دهد."

نوآوری در رویکرد داده‌گواری و فیلتر کالمن

تیم تحقیقاتی دانشگاه تهران با توسعه چارچوبی خودکار و مبتنی بر عدم‌قطعیت، از روش فیلتر کالمن گروهی (Ensemble Kalman Filter) استفاده کرده است. این فناوری امکان به‌روزرسانی پویای پارامترها را فراهم می‌کند؛ به این معنا که مدل می‌تواند با استفاده از داده‌های مشاهده‌ای حاصل از سنجش از دور، خود را با تغییرات محیطی تطبیق دهد.

این روش جدید، فرآیند واسنجی را از حالت ایستا به حالت پویا تغییر داده و اجازه می‌دهد مدل در طول زمان با واقعیت‌های فیزیکی مخزن همگام شود.

بررسی عملکرد و نتایج آماری

برای ارزیابی کارایی این الگوریتم، پژوهشگران از مخزن سد «وادی ضیقه» در کشور عمان استفاده کردند. نتایج به‌دست‌آمده نشان داد که جایگزینی پارامترهای ثابت با پارامترهای وابسته به زمان، دقت مدل را به شدت افزایش می‌دهد. مقایسه عملکرد مدل جدید با مدل‌های قدیمی در جدول زیر آورده شده است:

انتشار در مجلات معتبر بین‌المللی

این پژوهش که توسط تیمی از متخصصان دانشگاه تهران شامل رضا کراچیان، محمدرضا نیکو، صادق وندا و فرناز سادات شاهی انجام شده، در مجله معتبر Water Research با ضریب تأثیر ۱۲.۸ منتشر شده است. این دستاورد می‌تواند زیربنای مدیریت هوشمندتر سدها و مقابله با اثرات تغییرات اقلیمی در حوزه مدیریت آب باشد.

در نهایت، این فناوری با جبران خطاهای ناشی از ساده‌سازی‌های مدل، قابلیت اطمینان تصمیم‌گیران در مدیریت منابع آب را در شرایط بحرانی افزایش می‌دهد.