كاليبراسيون خودكار پارامترهاي آبخوان با استفاده از مدل رياضي گسترده آبخوان و الگوريتم مبتني بر جستجوي مستقيم

Auto-Calibration of Aquifer Parameters Using Aquifer Distributed Mathematical Models and Direct Searching Algorithm

شبيه‌سازي رفتار آبخوان به‌منظور تعيين ميزان بهره‌برداري و برنامه‌ريزي براي استفاده پايدار از اين منابع بسيار مهم است. در اين خصوص مدل‌هاي آب زيرزميني با استفاده از پارامترهاي هيدروليكي، هيدرولوژيكي و هيدروژيولوژيكي اقدام به پيش‌بيني كمّي و كيفي پارامترهاي آبخوان مي‌نمايند. از آنجا كه شناخت صحيح اين پارامترها مي‌تواند منجر به افزايش دقت شبيه‌سازي آبخوان گردد، لذا تخمين مقادير متناسب با پارامترهاي ورودي مدل از اهميت بالايي براي برنامه‌ريزي در شرايط واقعي برخوردار است. لذا در اين مطالعه مدلي بر پايه روشهاي پيشرفته بهينه‌يابي به‌منظور كاليبره نمودن پارامترهايي با دقت پايين (ضرايب هيدروديناميكي، مقادير برداشت و تغذيه آبخوان) تدوين گرديد. در مدل پيشنهادي، حداقل نمودن مجموع ميزان اختلافات بين مقادير شبيه‌سازي و مشاهداتي تراز سطح آب زيرزميني در طول دوره شبيه‌سازي به‌عنوان تابع هدف در نظر گرفته شد. بازه مجاز تغييرات پارامترهاي مورد كاليبراسيون به‌عنوان محدوديتهاي مسيله لحاظ گرديد. براي تعيين مقدار تراز در هر سلول، از روابط حاكم بر محيط‌هاي متخلخل استفاده شد كه بر اساس روش اختلاف محدود اين روابط حل شدند. با اجراي مدل پيشنهادي مقدار بهينه پارامترها در هر سلول تعيين گرديد. بررسي مقادير تراز شبيه‌سازي شده با مقادير مشاهداتي نشان‌دهنده دقت بالاي رويكرد ارايه شده در تخمين صحيح پارامترهاي آبخوان است.

Simulation of behavior of aquifers into determining groundwater exploitation rate and planning for sustainable use of groundwater is very important. In this regard, groundwater models using hydraulic, hydrological and hydro-geological parameters were developed to predict the quality and quantity of aquifer parameters. Good knowledge of these parameters can be increase the accuracy of aquifer simulation. For this purpose, a structure based on advance optimization methods for calibration of parameters with low accuracy (coefficient of hydrodynamic, aquifer recharge and withdrawal rates) were developed. In the proposed model, minimizing the sum of the square differences between simulated and observed groundwater level was considered as the objective function. Allowable range of calibration parameters has been considered as constraints. The governing flow equations of the aquifer used to determine the groundwater level in each cells. These equations were solved by the finite difference method. by runing the proposed model, the optimal values of parameters were determined in each cell. The comparison between simulated and observed groundwater level shows the capability of the proposed approach in accuratey estimation of the aquifer parameters.