تعيين بهينه ترين حالت طراحي و اجراي حوضچه هاي تغذيۀ مصنوعي

Determine the optimal design and implement Artificial Recharge Basins

برداشت بيرويه از آبهاي زيرزميني و جايگزين‌نشدن آنها، در بسياري از آبخوانهاي كشور موجب كاهش سطح آب زيرزميني شده است. بنابراين، تعيين مناطق مناسب براي تغذيۀ مصنوعي به عنوان راهكاري براي جبران اين مشكل، اهميت زيادي دارد. هدف از اين تحقيق در مرحلۀ اول، مكان يابي حوضچه هاي تغذيۀ مصنوعي با استفاده از روش منطق فازي و در مرحلۀ بعد انتخاب گزينۀ برتر طراحي اين حوضچه هاست. براي انتخاب گزينۀ برتر به منظور طراحي حوضچه هاي تغذيۀ مصنوعي از نسبت درآمد به هزينۀ حوضچه ها استفاده شد. به اين منظور، پنج سناريوي ارتفاعي تعريف شد. براي پارامتر درآمد كه شامل حجم نفوذ آب مي شود، هر يك از سناريوها در نرم افزار Hec-HMS اجرا شده و بر اساس سرعت نفوذ پايه، مقدار درآمد هر يك از سناريوها تعيين شد. هزينۀ هر يك از سناريوها نيز بر اساس مصالح به‌كاررفته و ساير پارامترها محاسبه شد. نتايج نشان داد اراضي مناسب براي اجراي طرح تغذيۀ مصنوعي با به كارگيري منطق فازي 0/86 درصد بسيار مناسب و 4/70 درصد مناسب تشخيص داده شد. براي انتخاب گزينۀ برتر در طراحي حوضچه هاي تغذيه، بر اساس تابع هدف درآمد به هزينه، سناريوي ارتفاع خاكريز 2/5 متر بهترين شرايط و بر اساس تغييرات درآمد سناريوي ارتفاع خاكريز دو متر بهترين حالت براي احداث طرح تغذيۀ مصنوعي را دارد.

Irregular groundwater consumption and not replacing it has reduced groundwater level in many of aquifers at Iran. So determination of suitable areas for artificial recharge is very important as a solution to this problem. The goal of this study is determination of artificial recharge basins location by fuzzy logic and then optimal design of these basins. The ratio of income to expense was used to selection of the basins best design. So, five height scenarios were defined. All of scenarios were simulated by HEC-HMS model and their income was determined as infiltrated water volume. Also, the expense of scenarios was calculated based on materials used in building basins. The results showed that the suitable areas for artificial recharge plan implementation are 0.86% very efficient and 4.7% efficient by fuzzy logic method. Also the best scenario is 2.5 m based on the benefit to cost ratio and 2m based on the benefits view.