برآورد آینده مصرف آب شهری تحت شرایط تغییر اقلیم با استفاده از رویکرد یادگیری ماشین (مطالعه موردی: شهرستان بروجرد)
نویسندگان
1 گروه مهندسی عمران، دانشکده فنی مهندسی، دانشگاه آیت ا... بروجردی، بروجرد، ایران
2 گروه مهندسی عمران، دانشکده فنی مهندسی، دانشگاه آیت ا... بروجردی، بروجرد، ایران
doi
10.22059/ijswr.2025.394093.669928چکیده
به دلیل اقلیم خشک سرزمین ایران، تأمین و مدیریت منابع آب برای مصارف شهری از دیرباز جزو چالشهای اساسی برای سازمانهایی همچون آبوفاضلاب و آب منطقهای بوده است. با افزایش فزاینده هزینه تأمین آب، نیاز شدیدی به برآورد هر چه دقیقتر نیاز آبی در کشور ایران حس میشود. تغییر اقلیم با افزایش دما تأثیری غیرمستقیم روی مصرف آب میگذارد. درنتیجه پیشبینی مصرف آب شهری صرفاً از روی روندهای قبلی غیرقابلاطمینان خواهد بود. در این پژوهش با درنظرگرفتن جدیدترین سناریوهای تغییر اقلیم SSP متغیرهای آبوهوایی تحت شرایط تغییر اقلیم پیشنمایی شد و سعی بر این شد که با استفاده از آنها آینده مصرف آب شهری برای مطالعه موردی شهرستان بروجرد مدلسازی شود. بهمنظور یافتن همبستگی میان متغیرها و مصرف آب شهری از الگوریتم یادگیری ماشین RBF-GA استفاده شده است. عملکرد این مدل بهوسیله سنجههای آماری RMSEو R^2 در مقابل مدل پایه RBF سنجیده شد. نتایج نشان از عملکرد قوی تر مدل تلفیقی RBF-GA داشت. همچنین روششناسی و یافتهها با رویکرد ارایه شده در بازنگری اول نشریه 117-3 مقایسه و تحلیل شدند. نتایج نشان داد که خروجیهای نشریه 117-3 در دوره مشاهداتی دارای بیشبرآورد هستند. درنتیجه، RBF-GA توانست عملکرد بهتری نسبت RBF و رویکرد نشریه 117-3 در بخش صحتسنجی داشته باشد. طبق پیشنماییهای مدل RBF-GA، در آینده نزدیک (1401-1415)، تغییرات اقلیمی تقاضای آب را به مقدار متوسط 60462 و 61768 مترمکعب در شبانه روز به ترتیب تحت سناریوهای اقلیمی SSP2-4.5 و SSP5-8.5 خواهد رساند. این پیشنماییها مقادیر بیشتری نسبت به بیشبرآوردهای نشریه 117-3 به خود میگیرد.