تخصیص بهینه آب در شبکه آبیاری و زهکشی صوفی چای در استان آذربایجان شرقی با استفاده از الگوریتم ژنتیک

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

2 استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

3 عضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد تبریز

چکیده

با توجه به رشد روزافزون مصرف آب، تخصیص بهینه منابع آب نیاز به توجه بیشتری دارد. در کشور ایران به علت کمبود بارندگی در اکثر حوزه‌های آبریز و محدود بودن منابع آب، برنامه‌ریزی به­منظور شناخت امکانات و محدودیت­های منابع آب با هدف بهره‌برداری بهینه بسیار ضروری و اجتناب ناپذیر می‌باشد. استفاده از روش­های هوشمند تکاملی برای بهینه سازی تخصیص آب در دهه های اخیر بیشتر مورد توجه محققین قرار گرفته است. الگوریتم ژنتیک یکی از روش­های جدید
بهینه­سازی است که بیشتر برای بهینه­سازی مسایل بسیار پیچیده و غیرخطی به کار می­رود. در این تحقیق، محدوده مطالعاتی سد علویان و شبکه آبیاری و زهکشی صوفی‌چای در پایین­دست آن درنظر گرفته شد. اراضی کشاورزی این محدوده شامل چهار منطقه با وسعت‌های متفاوت است. نتایج حاصل از این تحقیق حاکی از آن است که اختلاف مقدار آب تخصیص یافته واقعی و مقدار بهینه در مناطق مختلف به طور متوسط برابر 1/2 میلیون مترمکعب است. همچنین میانگین سطح کل زیرکشت حاصل  از مقادیر واقعی سه درصد بیشتر از سطح کشت حاصل از مقادیر پیش بینی منابع آب است. برمبنای سطح زیر کشت بهینه، مقدار سود حاصله از فروش محصولات در منطقه نوسان داشته و روند خاصی را نشان نمی­دهد.

کلیدواژه‌ها


عنوان مقاله [English]

Optimal water allocation for Sufi-chay irrigation and drainage network in East Azerbaijan province of Iran using genetic algorithm

نویسندگان [English]

  • Hamed kiyanfar 1
  • Ali Ashraf Sadradin 1
  • Amirhossien Nazemi 2
  • Hadi Sanikhani 3
1 Former MSc Student, Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Iran
2 Associate Professor and Professor respectively, Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Iran
3 Ph.D Student of Water Engineering, Young Researcher club, Tabriz Branch, Islamic Azad University, Tabriz, Iran
چکیده [English]

Due to water use increasing, attention to optimal water resources allocation is needed. In Iran, due to lack of rainfall in most watersheds and limitation of water resource, planning is very essential and inevitable to identify facilities and the limitation with the aim of optimum operation. In recent decades, the use of intelligent evolutionary methods for optimization of water allocation was more focused by researchers. Genetic algorithm is one of the new optimization methods which were more applied for complex and nonlinear problems. In this research, Alavian dam and Sufi-chay irrigation and drainage network in downstream of dam was considered. The agricultural lands include four regions with different areas. The results indicated that the difference between the average amount of allocated and optimized water in various regions was equal to 2.1 MCM per year. The average area under cultivation from actual values was 3 percent more than predicted values of water resources. Based on optimal cultivated areas, the benefit from sailing agricultural product has oscillation and does not specific trend.   

کلیدواژه‌ها [English]

  • Alavian Dam
  • Genetic Algorithm
  • Optimal allocation
  • optimization
  • Sufi-chay
1. قدسی، س.م.، ب. قهرمانی و م.ب. شریفی. 1388. بهینه­سازی بهره­برداری از سیستم چند مخزنی منابع آب با استفاده از الگوریتم ژنتیک. مجله تحقیقات منابع آب. جلد 14، ص.1-15.
2. قهرمان، ب. 1379. تخصص بهینه آب آبیاری برای گیاهان زراعی توسط برنامه­ریزی خطی استوکاستیکی از مخزن سد
تک منظوره. پایان­نامه دکتری، دانشگاه شیراز.
3. کارآموز، م. و ر. کراچیان. 1383. بهره­برداری بهینه کمی و کیفی از مخازن سدها با استفاده از مدل الگوریتم ژنتیک غیرقطعی. اولین کنفرانس سالانه مدیریت منابع آب، انجمن علوم و مهندسی منابع آب ایران، دانشکده فنی دانشگاه تهران، برنامه­ریزی و مدیریت. ص.2-8.
4. کارآموز، م.، آ. احمدی و م. فلاحی. 1385. مهندسی سیستم، انتشارات دانشگاه صنعتی امیر کبیر.
5. مرید، س. 1382. پیش­بینی جریان ورودی به سد علویان. جلد اول. گزارش تهیه مدل دینامیک بهره­برداری کاربردی از سد علویان و تخصیص بهینه مقادیر آب به مصارف پایین دست. مهندسین مشاور آب و خاک تهران.
6. Karamouz, M., F. Szidarovszky and B. Zahraie. 2003. Water resources systems analysis, Lewis Publishers.
7. Kumar, D.N., K.S. Raju and B. Ashok. 2006. Optimal reservoir operation fir of multiple crops using genetic algorithms. ASCE, Journal of Irrigation and Drainage Engineering, 132(2):123-129.
8. Kumar, D.N. and J. Reddy. 2007. Multiuse reservoir operation using particle swarm optimization. Journal  of Water Resource Planning and Management, 133(3):192-201.
9. Raju, K.S. and N.D. Kumar. 2004. Irrigation planning using genetic algorithms. J. Water Resources Management, 18(2):163-176.