پيش‌بيني اثرات تغيير الگوي كشت بر سطح ايستابي و هدايت الكتريكي آبخوان آزاد با استفاده از شبكه تصميم بيزي

Predicting the Impacts of the Changes in Crop Pattern on Water Table Level and Electrical Conductivity of an Unconfined Aquifer Using a Bayesian Decision Network

مقدمه: كاربردهاي شبكه­ هاي بيزي سبب شده است تا به‌ عنوان ابزاري قدرتمند براي تصميم ­سازي و تصميم‌گيري در حل مسائل منابع طبيعي و زيست‌محيطي گسترش پيدا كنند. هدف از تحقيق حاضر پيش ­بيني اثرات تغيير الگوي كشت بر سطح ايستابي و هدايت الكتريكي آبخوان آزاد در منطقه علي‌آباد استان گلستان از طريق به‌كارگيري رويكرد تلفيق شبكه­هاي تصميم بيزي است. روش: به‌عنوان اولين گام چارچوب مدل مفهومي و نحوه ارتباط بين متغيرهاي آن ترسيم شد و براي منطقه موردمطالعه، سه سناريوي مديريتي الگوي كشت (الگوي كشت وضع موجود، الگوي كشت با نياز آبي بالا و الگوي كشت با نياز آبي كم) تعريف شدند. احتمالات وقوع اوليه، جداول احتمال شرطي و احتمالات كل با استفاده از داده ­هاي مشاهداتي، نتايج مدل CROPWAT و نظرات كارشناسي تعيين شدند. براي اجراي مدل بيزي و آناليز حساسيت مدل با دو معيار كاهش واريانس و واريانس باور از نرم‌افزار Netica استفاده شد. يافته­ ها: نتايج پيش­بيني اثرات سناريوهاي الگوي كشت نشان داد براي الگوي كشت با نياز آبي كم، ميزان احتمال وقوع سطح ايستابي با وضعيت افزايشي حدود پنج درصد نسبت به الگوي كشت وضع موجود افزايش خواهد يافت. همچنين براي الگوي كشت با نياز آبي كم، ميزان احتمال وقوع هدايت الكتريكي با وضعيت بهبود، حدود دو درصد نسبت به ميزان احتمال آن در الگوي كشت وضع موجود، افزايش خواهد داشت. آناليز حساسيت مدل بيزي نشان مي‌دهد نياز آبي نقشي تأثيرگذار در تغيير خصوصيات آبخوان آزاد دارد. نتايج حاكي از آن است كه شبكه­هاي تصميم بيزي قادرند با پيش‌بيني و ارائه اثرات تغيير الگوي كشت بر خصوصيات كمي و كيفي آبخوان آزاد در يك محيط احتمالاتي به برنامه­ريزان براي مديريت بهتر منابع آب‌هاي زيرزميني كمك كنند.

Introduction: The aim of this research is to predict the effects of cropping pattern changes on the water table level and electrical conductivity of an unconfined aquifer in the Ali-Abad region using a Bayesian Decision Network (BDN) as an integrated approach. Methods: A conceptual model framework illustrating the relationship among variables in the system was developed and three management scenarios of crop pattern (current condition, high water demand crops, and low water demand crops) were considered for the study area. Marginal probability, Conditional Probability Tables (CPTs) and total probabilities were characterized using observed data, results of CROPWAT model simulation, and expert knowledge. The Netica software was used to run the Bayesian model and to analyze the sensitivity of the model with two criteria namely reduction of variance and belief variance. Findings: The analysis shows that the probability of groundwater depletion occurring for low water requirement crops will be about five per cent less than that in the current condition. The probability of improvement in electrical conductivity for low water requirement crops will be about two per cent greater than that for the current crop pattern. The sensitivity analysis of the Bayesian model shows that the water requirement of crops plays an important role in unconfined aquifer's characteristics. The results demonstrate that the BDNs are capable to help planners for improved management of groundwater resources by predicting and displaying the effects of crop pattern changes on the quantitative and qualitative characteristics of unconfined aquifers in a probabilistic context.