مهندسی آبیاری و آب ایران
سال:1401 | دوره:12 | شماره:48 |تعداد مقالات:25

پل­ها از جمله مهمترین و پرکاربردترین سازه­های رودخانه­ای هستند که هر ساله با وقوع سیلاب تعداد زیادی از آنها تخریب می­شوند. آبشستگی موضعی اطراف پایه­های پل از جمله عوامل موثر در این تخریب­ها است. در این تحقیق برای بررسی عمق آبشستگی در اطراف پایه پل در قوس رودخانه، آزمایش­هایی در یک فلوم آزمایشگاهی با قوس 90 درجه با نسبت7/3  و از جنس پلاکسی گلاس و فولاد انجام پذیرفت. بدین منظور با قرار دادن یک پایه استوانه­ای به قطر 45 میلی­متر در زوایای 30، 45 و 60 درجه در طول قوس پدیده آبشستگی حول پایه در حالت آب زلال و 3 عدد فرود جریان بررسی شد. برای مصالح کف فلوم از ماسه طبیعی با قطر متوسط 85/0 میلی­متر استفاده شد. نتایج این تحقیق نشان داد که حداکثر عمق آبشستگی هنگام نصب پایه استوانه­ای در طول قوس متفاوت بوده و با افزایش دبی جریان در کلیه موقعیت­ها، عمق و حجم چاله آبشستگی نیز افزایش می­یابد. همچنین حداکثر عمق و حجم آبشستگی در نیمه دوم خم در زاویه 60 درجه و حداقل عمق و حجم آبشستگی در میانه خم در زاویه 45 درجه رخ می­دهد. در نهایت مشاهده گردید که توسعه پشته رسوبی بعد از پایه و میزان گسترش آن در نیمه اول خم بیشتر از نیمه دوم آن بود. علاوه­ بر ­این نتایج این تحقیق نشان داد حداکثر و حداقل  مقدار عمق آبشستگی نسبت به  قطر پایه به ترتیب برابر با 24/2 و 22/1 می باشد.

با توسعه فناوری و پیشرفت تکنولوژی، روش های هوشمند بسیاری برای تخمین ضریب آبگذری سازه های هیدرولیکی مختلف پدید آمده است. یکی از سازه هایی که در نیروگاه های برقابی کاربرد دارد، سازه آبگیر کفی است. وظیفه این سازه، انتقال جریان به کانال جمع آوری است. از مزیت های این سازه می توان به پایداری آن ها در برابر بارهای دینامیکی و استاتیکی به دلیل قرارگیری این سازه ها در پایین ترین تراز اشاره کرد. در پژوهش حاضر، چهار الگوریتم هوشمند توانمند ماشین یادگیری مضاعف (ELM)، شبکه های عصبی رگرسیون عمومی (GRNN)، مدل رگرسیون خود تطبیق شونده (MARS) و مدل درخت M5 در مدل سازی ضریب آبگذری آبگیر کفی مورد ارزیابی قرار گرفته است. نتایج مدل سازی نشان داد که الگوریتم ELM در هر دو دوره آموزش (70 درصد داده ها) و آزمون (30 درصد داده ها) از دقت بیشتری نسبت به سایر الگوریتم های بررسی شده برخوردار است. به طوری که ضریب R2 برای الگوریتم مذکور تا 74/3 درصد بیشتر از دیگر الگوریتم های استفاده شده بود. همچنین معیار DDR و هیستوگرام خطای مدل سازی بیانگر برتری الگوریتم ELM  بود. در نهایت نیز سرعت محاسبه الگوریتم های به کاربرده شده مورد مقایسه قرار گرفت که الگوریتم ELM تا 557/2 برابر سریع تر از سایر الگوریتم ها بود. بنابراین، الگوریتم ELM به دلیل دقت خوب و در عین حال سرعت زیاد، دارای پتانسیل بالا جهت مدل سازی ضریب آبگذری سرریز ها است.

در تقاطع­­های راست گوشه سه شاخه یا چهار شاخه کانال­های روباز، مطالعه جدایی جریان بسیار حائز اهمیت می­باشد. برخی پارامترهای موثر در این زمینه نسبت دبی ورودی و عمق جریان می­باشد که در این تحقیق تاثیر نسبت دبی ورودی و نسبت ارتفاع سرریزها (عمق جریان) در الگوی جریان و ابعاد ناحیه جداشدگی به صورت عددی شبیه­سازی شده است. بررسی نتایج مدل عددی نشان داد که مدل k-ω بیشترین مطابقت را با نتایج آزمایشگاهی دارد، به طوریکه میزان خطای شبیه­سازی کمتر از 20% بود. ابعاد ناحیه جداشدگی در کانال­­های اصلی و فرعی با نسبت دبی ورودی رابطه مستقیم داشت. همچنین با افزایش ارتفاع سرریزهای خروجی، عمق جریان افزایش یافت و منجر به کاهش ابعاد ناحیه جداشدگی شد. مطابق نتایج عددی، ابعاد ناحیه جداشدگی در راستای قائم از کف کانال به سطح آب افزایش یافت، به­طوری­که برای نسبت دبی 6/0 و نسبت ارتفاع سرریز 377/0، طول ناحیه جداشدگی در کف کانال، فاصله 1/0 متر از کف و در سطح آب به ترتیب در حدود 60 سانتیمتر، 75 سانتیمتر و 85 سانتیمتر بود. بنابراین از سطح آب به سمت کف کانال طول ناحیه جداشدگی در حدود 29% کاهش یافت.

با توجه به محدودیت شدید منابع آب، هزینه­بر بودن ساخت و بهره­برداری سامانه­های آبرسانی و افزایش سریع جمعیت، طراحی بهینه این شبکه­ها، از ضروریات می­باشد. مسئله کمینه کردن هزینه از طریق کمینه­سازی قطر لوله­های شبکه انجام می­شود که موجب کاهش فشار در شبکه می­شود. از آنجایی که تامین فشار مناسب در گره­ها از اصول مهم طراحی است، بنابراین در این تحقیق، مسئله بهینه­سازی در چند شبکه نمونه با اهداف کمینه­سازی هزینه و کمبود فشار در کل شبکه تعریف شد. از نرم­افزار EPANET برای تحلیل هیدرولیکی شبکه­های نمونه استفاده شد و فرآیند بهینه­سازی چندهدفه از طریق کد­نویسی الگوریتم­های فرا­کاوشی PESA-II وSPEA-II  در نرم­افزار متلب و  اتصال آن­ها به EPANET صورت گرفت. تابع هزینه ابتدا فقط با در نظر گرفتن رابطه بین هزینه، قطر و طول لوله­ها تعریف شد. سپس در تعریف بعدی، هزینه ناشی از تعدی از محدوده مجاز فشار که حداقل و حداکثر فشار مجاز به ترتیب 30 و 60 متر در نظر گرفته شده­اند، نیز به این تابع افزوده شد و برنامه مجددا با تعداد تکرارهایی که به بهترین جواب ختم شود، اجرا گردید. نتایج نشان داد این الگوریتم­ها توانایی بالایی در یافتن جواب­های بهینه دارند. در این الگوریتم­ها، در نظر گرفتن هزینه تعدی از حدود مجاز فشار سبب می­شود، بهترین جوابی که تا به حال سایر محققین برای شبکه­های نمونه به­دست آورده­اند، که برای شبکه دو حلقه­ای و لانسی به ترتیب، هزینه 419000 و 1069393 دلار و کمبود فشار صفر بود، حاصل شود و با تعداد تکرار پایین، در شبکه دو حلقه­ای برای هر دو الگوریتم با 20 تکرار و در شبکه لانسی برای الگوریتم­های PESA-II و SPEA-II به ترتیب با 200 و 140 تکرار، به تعداد جواب بهینه بیشتری دست پیدا کنیم و زمان رسیدن به همگرایی به طور قابل توجهی کاهش یابد، به­طوری­که در شبکه دو حلقه­ای، زمان اجرای الگوریتم­های PESA-II و SPEA-II به ترتیب 55/0 و 59/0 دقیقه و در شبکه لانسی به ترتیب 1/8 و 4/7 دقیقه بود.

سیل پدیده ای است که موجب آسیب های زیست­محیطی و اقتصادی-اجتماعی بسیاری می شود. هدف از این پژوهش، ارزیابی کارایی مدل های یادگیری ماشین CART، GLM و GAM در شناسایی مناطق حساس به خطر سیلاب در حوضه کشکان است. استان لرستان و به­ویژه حوضه کشکان شامل: سلسله، دلفان، دوره، خرم­آباد، پلدختر و کوهدشت، سیل­خیز است و دفعات بسیاری دچار خسارات ناشی از سیل شده است و در فروردین 1398، بزرگ ترین سیل 200 سال اخیر را تجربه کرده است؛ در همین راستا از عوامل مختلف شامل: ارتفاع، جهت شیب، انحنای زمین، درصد شیب، فاصله از رودخانه، تراکم زهکشی، خاک، سنگ­شناسی، کاربری اراضی و شاخص رطوبت توپوگرافی استفاده شد. نقشه رقومی تمام عوامل نام­برده در نرم­افزار ArcGIS10.5 و در قالب پایگاه داده تهیه شد. موقعیت 123 واقعه سیل ثبت­شده در سال­های اخیر در این حوضه، جمع­آوری و به صورت تصادفی در دو دسته آموزش مدل (86 واقعه) و اعتبار­سنجی مدل (37 واقعه) در مدل سازی ها استفاده شد. با استفاده از مدل های یادگیری ماشین و عوامل مؤثر محیطی، نقشه های پیش­بینی پتانسیل سیل تهیه شدند و سپس با استفاده از روش های منحنی مشخصه AUC و شاخص TSS اعتبار­­سنجی شدند. نتایج حاصل از اعتبارسنجی مدل ها نشان داد که مدل یادگیری ماشین CART با 91/0AUC= و شاخص 88/0TSS= دقیق ترین مدل در پیش بینی پتانسیل خطر سیل بوده و پس از آن مدل GAM با 87/0AUC= و شاخص 84/0 TSS=و مدل GLM با 83/0AUC= و شاخص 88/0 TSS=قرار دارند. دقت 91/0 مدل CART نشان­دهنده دقت عالی این مدل برای حوضه کشکان است. این مدل، مساحت بیشتری از حوضه را تحت شرایط پتانسیل بالا و متوسط خطر سیل­گیری نشان می­دهد که اغلب مناطق غربی و همچنین مناطق مرکزی حوضه (کوهدشت، خرم­آباد و پلدختر) را شامل می­شوند که دقیقاً بخش­هایی از همین مناطق در سیل بزرگ سال 98 هم زیر آب رفتند و لازم است در اولویت اول برنامه ریزی و مدیریت ریسک سیل قرار گیرند.

اهمیت فراوان فرایند بارش-رواناب در حوضه­آبخیز، از منظر مهندسی منابع آب، مهندسی رودخانه، سازه های کنترل سیل و ذخیره سیلاب باعث شد که محققان مدل‏های شبیه‏سازی را به عنوان ابزاری جهت تجزیه و تحلیل و ارزیابی رفتار حوضه­ها مورد بررسی قرار دهند. لذا در این پژوهش هدف، ارزیابی کاربرد مدل  WetSpa  برای شبیه سازی بارش و هیدروگراف جریان حوضه آبریز بهشت آباد می­باشد. بدین منظور با استفاده از داده­های هواشناسی و هیدرومتری روزانه ایستگاه­های منتخب طی سال­های 93-89 و سه نقشه اصلی توپوگرافی، کاربری اراضی و بافت خاک رواناب حوضه شبیه­سازی گردید. قابل ذکر است از این دوره آماری پنج سال 93-89 برای واسنجی و دو­ سال 88-87 برای اعتبارسنجی مدل مدنظر قرار گرفته است. نتایج نشان داد مدل قادر بوده است هیدروگراف­های روزانه را با دقت خوب و با ضریب ناش ساتکلیف 12/60 درصد پیش­بینی کند. به علاوه نتایج حاکی از آن است که مدل مولفه‏ها و عامل های هیدرولوژیکی را با دقت قابل قبول برآورد کرده و برای محاسبه دبی جریان روزانه موثر واقع می­گردد

افزایش بازده آبیاری و کاهش تلفات آب در مزارع با توجه به کمبود شدید منابع آب در کشور امری ضروری است. به­منظور افزایش بازده سامانه های آبیاری، ارزیابی آن ها الزامی است. به­این منظور در مجموع 6 باغ با سامانه آبیاری کرتی انتخاب شدند. میزان حجم آب آبیاری، عمق توسعه ریشه و عملکرد میوه، بازده کاربرد آب آبیاری (اوایل، اواسط و اواخر فصل) و میزان بهره­وری آب تعیین شد. همچنین نیاز آبی به روش پنمن مانتیث و با استفاده از آمار هواشناسی ( ده سال اخیر) محاسبه و با مقادیر ارائه شده در سند ملی آب مورد مقایسه قرار گرفت. در باغات زردآلو میزان میانگین بازده آبیاری از 3/43 تا 4/58 درصد متغییر (بطور میانگین 7/49 درصد) و در باغات انگور از 7/41 تا 9/61 درصد متغییر ( بطور میانگین 4/51 درصد) بود. سهم عمده تلفات آب آبیاری در باغات زردآلو و انگور به­صورت نفوذ عمقی به­ترتیب 7/49 و 4/51 درصد مشخص شد. میانگین بهره­وری آب این محصولات به­ترتیب برابر 78/0 و 2/5 کیلوگرم بر مترمکعب اندازه­گیری گردید. نتایج نشان داد که باغاتی که در آن ها تسطیح زمین و تامین نیاز آبی گیاه مورد توجه قرار گرفته بود بازده آبیاری و بهره­وری مصرف آب به طور قابل ملاحظه­ای افزایش یافته بود. مقایسه نیاز آبی محاسباتی با میزان حجم آب آبیاری، نشان از اعمال کم­آبیاری در این باغات می­باشد. همچنین نتایج نشان داد که نیاز آبی محاسباتی به مراتب بیشتر از مقادیر ذکر شده در سند ملی آب بود که لزوم به­روز شدن سند ملی آب را بیش از پیش نمایان می­سازد.

هدف این تحقیق ارزیابی عملکرد کلی شبکه آبیاری آوان خوزستان در سطح 10985 هکتار می­باشد. ورودی­های آب منطقه اصلی (آبیاری، بارش و آزادسازی­های کانال) و خروجی­ها (تبخیر تعرق واقعی محصول، زهکشی سطحی خروجی و نشت از کانال انتقال) در طی سال­های هیدرولوژیکی 1385 تا 1388 اندازه­گیری یا برآورد شدند. نتایج این تحقیق نشان داد که میانگین ضریب مصرف آب آبیاری، راندمان­ توزیع و راندمان مزرعه در شبکه آوان طی سال های 88-1385 پایین و به ترتیب برابر با 37، 66 و 53 درصد می باشند. ارزیابی با روش نئوکلاسیک در سامانه­های آبیاری سطحی بیانگر آن بود که مقادیر راندمان خالص و موثر به ترتیب برابر  83 و 68 درصد و هر دو بیشتر از راندمان کلاسیک (53 درصد) می باشند. کاهش­های پتانسیل در تخصیص آب برای سه مقدار ضریب مصرف آب آبیاری برابر 65، 75 و 85 درصد و دو سناریوی مدرن­سازی (I و II) بررسی شد. در سناریوی I، که هدف رسیدن به ET و عملکرد محصول حداکثر بود، تخصیص آب می توانست از 8/34  تا 2/50 درصد نسبت به تخصیص موجود کاهش یابد. همچنین در سناریوی II با هدف رسیدن به حفاظت حداکثر آب تحت ET حقیقی و عملکرد محصول، تخصیص آب نسبت به تخصیص موجود قابل کاهش­ از 4/47 تا 8/59 درصد می باشند. به طور کلی نتایج این تحقیق نشان داد که راندمان موثر بیان بهتری در مورد مناسب بودن مدیریت آبیاری در مقیاس مزرعه و نحوه انجام آبیاری دارد، در حالی که راندمان خالص تنها مفهوم استفاده مجدد از تلفات مفید را در مقیاس مکانی بزرگتر از مزرعه لحاظ می­کند.

مدل­های شبیه­سازی ابزارهای مناسبی برای پیش­بینی اثرات سناریوهای مختلف مدیریتی و انتخاب مناسب­ترین راهکارها در سیستم های تولید کشاورزی می­باشند. در این تحقیق، پس از ارزیابی کارایی مدل DSSAT، اثر مدیریت سطح ایستابی بر رشد و عملکرد برنج بررسی شد. آزمایش­های مزرعه­ای مورد نیاز در قالب طرح بلوک های کامل تصادفی با چهار تیمار آبیاری و سه تکرار در طول یک فصل کشت برنج در مزرعه پژوهشی دانشگاه علوم کشاورزی و منابع طبیعی ساری اجرا شد. تیمارهای آبیاری شامل آبیاری متداول یا غرقابی (شاهد) با ارتفاع 5 سانتی­متری آب در بالای سطح خاک (I1)، کنترل سطح ایستابی در سطح خاک (I2)، کنترل سطح ایستابی در عمق 5 سانتی متری (I3) و کنترل سطح ایستابی در عمق 15 سانتی متری (I4) بودند. در طول فصل کشت برنج و در زمان برداشت، شاخص سطح برگ، وزن خشک اندام هوایی، ارتفاع بوته، تعداد پنجه، عملکرد بیولوژیک و عملکرد دانه اندازه­گیری شدند. از داده­های تیمار I1 برای واسنجی و از داده­های سایر تیمارها برای صحت­سنجی مدل استفاده شد. در هر دو مرحله واسنجی و صحت­سنجی، مدل از کارایی مناسبی برای پیش­بینی تاریخ­های فنولوژیک، شاخص سطح برگ، عملکرد بیولوژیک و عملکرد دانه برخوردار بود. در مرحله واسنجی و صحت­سنجی، جذر میانگین مربعات خطای نرمال شده به­ترتیب در محدوده 6/7- 7/0 و 6/7-1 درصد و شاخص توافق ویلموت به­ترتیب در محدوده 99/0-78/0 و 99/0-82/0 قرار داشت. تیمارهای آبیاری ازنظر ارتفاع بوته، تعداد پنجه در هر کپه، شاخص سطح برگ، عملکرد دانه و عملکرد بیولوژیک دارای تفاوت معنی­داری بودند. از میان تیمارهای مختلف، بیشترین عملکرد دانه (5584 کیلوگرم در هکتار) مربوط به تیمار شاهد بود. میزان عملکرد دانه در تیمارهای I2، I3 و I4 به­ترتیب به میزان 7/4، 6/4 و 2/39 درصد کمتر از مقدار آن در تیمار شاهد بود. بهره­وری مصرف آب در تیمارهای I1، I2، I3 و I4 به­ترتیب 48/0، 65/0، 83/0 و 73/0 کیلوگرم بر مترمکعب بود. بر اساس نتایج، جهت حفظ تولید برنج ضمن صرفه جویی آب، استفاده از روش کنترل سطح ایستابی در عمق 5 سانتی متری سطح خاک توصیه می شود.

بخش کشاورزی عمده مصرف کننده منابع آب در کشور می­باشد، لذا اتخاذ تصمیمات مناسب در برنامه­ریزی و تخصیص منابع آب در این بخش کمک شایانی در جهت مدیریت کارای این منابع می­کند. هدف تحقیق حاضر آنست تا با استفاده از ابزارهای محاسبات نرم همانند الگوریتم بهینه­سازی ازدحام ذرات (PSO) و الگوریتم ژنتیک (GA)، مدلسازی مقادیر رهاسازی بهینه از مخزن و برنامه­ریزی آبیاری در شبکه­های کشاورزی پایین­دست سد زاینده رود، تدوین گردد. در این راستا تقویم کشت محصولات، کل آ ب موجود و زمین قابل کشت در بخش کشاورزی و محدودیت­های نیاز آبی متغیر محصولات از جمله مهمترین قیود غیر خطی تحقیق حاضر می­باشند. نتایج حاکی از آن بود که مدلسازی یکپارچه PSO با توزیع بهتر کمبودهای آبی بین مراحل مختلف رشد محصولات، توانست سود سیستم را در مقایسه با مقادیر تخصیص به روش سنتی (ونش­بندی) به طور قابل توجهی افزایش دهد. همچنین با ملاحظه زمان رسیدن به همگرایی و نیز کل سود، مدل PSO عملکرد بهتری نسبت به GA داشته است. در نهایت استفاده از تکنیک­های محاسبات نرم در برنامه­ریزی آبیاری، می­تواند الگوهای موثری برای تخصیص منابع آب کشاورزی در مناطق خشک با منابع آب محدود فراهم کند.

یکی از مهم ترین ملاک­ها برای طراحی آبشکن، پایداری خود آبشکن در مقابل اثرات مخرب جریان آب در اطراف آن است. استفاده از آبشکن محافظ نفوذناپذیر یکی از روشهای مقابله با پدیده ی فرسایش موضعی در اطراف و پای آبشکن است. در این مطالعه برای حفاظت و کاهش عمق فرسایش موضعی دماغه در سری آبشکن­های نفوذناپذیر، از آبشکن محافظ نفوذپذیر در بالادست استفاده شده است. به این منظور حداکثر عمق فرسایش موضعی دماغه برای سری آبشکن­های نفوذناپذیر با شرایط آزمایشگاهی تعیین شد و عمق آبشستگی در دو حالت بدون آبشکن محافظ و با آبشکن محافظ در پنج فاصله ی مختلف L'، 1.5L'، 2L'، 2.5L'، 3L' (L': طول آبشکن محافظ) از اولین آبشکن از سری آبشکن­های نفوذناپذیر، تعیین و مورد بررسی قرارگرفت. نتایج نشان می­دهد که استقرار آبشکن محافظ نفوذپذیر در بالاست سری آبشکن­های با طول مساوی در فاصله 3L' از اولین آبشکن، باعث کاهش حداکثر عمق آبشستگی اولین آبشکن به میزان 3/34 درصد می­شود.

به دلیل نقش ضریب دبی جریان در ظرفیت گذردهی سرریزها، پیش­بینی دقیق آن از اهمیت ویژه­ای برخوردار است. در این پژوهش از دو الگوریتم GEP و SVM برای شبیه­سازی ضریب دبی در سرریز جانبی مستطیلی نصب شده در کانال اصلی مستطیلی (سناریوی اول) و ذوزنقه­ای (سناریوی دوم) استفاده شده است. ابتدا پارامترهای موثر بر Cd شامل عدد فرود بالادست (Fr1)، عمق آب بالادست (h1 یا yo)، ارتفاع سرریز (P یا W)، طول سرریز جانبی (L)، عرض کانال اصلی (b) و شیب جانبی دیواره کانال اصلی (Z) شناسایی شدند. سپس به کمک تحلیل ابعادی، چهار پارامتر بی­بعد Fr1، ،    و  در سناریوی اول و سه پارامتر بی­بعد 1Fr، Z و  در سناریوی دوم استخراج شدند. نتیجه­های دو الگوریتم با نتیجه­های معادله­های تجربی و رگرسیونی به کمک شاخص­های مجذور میانگین مربعات خطا (RMSE)، ضریب تبیین (2R)، خطای نسبی (RE) و نسبت تفاوت توسعه داده شده استاندارد شده (ZDDR) مقایسه شدند. مقدار (RMSE، 2R، RE، ZDDR) در فاز آزمون برای سناریوی اول در الگوریتم­های GEP و SVM به ترتیب (036/0، 962/0، 76/7، 48/5) و (037/0، 952/0، 6/9، 8/3) و برای معادله­ی رگرسیونی کلاسیک برتر (040/0، 912/0، 527/4، 439/2)  محاسبه شدند. در سناریوی دوم نیز مقدارهای متناظر برای الگوریتم­های GEP و SVM به ترتیب (0676/0، 992/0، 1/3، 14/1) و (043/0، 934/0، 3/10، 71/0) و برای معادله­ی رگرسیونی (068/0، 818/0، 9/11، 511/0) محاسبه شدند. نتیجه­ی پژوهش نشان دهنده­ی برتری الگوریتم­های هوشمند نسبت به روش­های کلاسیک و همچنین برتری الگوریتم GEP نسبت به SVM بود.

پایش آبهای زیرزمینی از دیرباز به عنوان یکی از منابع اصلی تامین آب کشاورزی مورد توجه بوده است. در این راستا برداشت بی رویه از این منبع خدادادی و نیز احداث چاه های غیرمجاز و کمبود بارشها سبب افت سطح آب در بسیاری از آبخوان های کشور شده است. دشت های استان کرمانشاه با داشتن شرایط آب و هوایی خوب و خاک حاصلخیز از قطبهای کشاورزی و باغداری ایران است. از اینرو در این پژوهش داده های چاه های پیزومتری  در دوره 1360-1397و داده های ماهواره GRACE با رزولوشن یک درجه در دوره 2002 تا 2020 با روش های JPL,GFZ و CSRبرای بررسی تغییرات سطح آب زیرزمینی آبخوان های استان کرمانشاه استفاده گردید. مقدار رطوبت خاک، آب حاصل از پوشش گیاهی و آب حاصل از ذوب برف با استفاده از ماهوارهGLDAS با وضوح یک درجه از محیط محاسبات ابری گوگل ارث اینجین استخراج گردید. نقشه های پهنه بندی کلیه آبخوان های استان برای سالهای 1395 و 1397 با روش کریجینگ در نرم افزار ARC GIS رسم گردید که نتایج نشان داد تعدادی از آبخوان ها از جمله حسن آباد- شیان و سنجابی و دینه ور در شرایط بحرانی هستند. داده های درازمدت ماهانه و سالانه تراز آب آبخوان ها برای دشتهای مختلف با توجه به مساحت های موثر آنها نیز به روش تیسن محاسبه و نمایش داده شده است. نقشه تغییرات رطوبت خاک، تبخیر-تعرق واقعی، بارش تجمعی استان کرمانشاه توسط ماهوارهTERRA که دارای رزولوشن 04/0 معادل تقریبا 4 کیلومتر در 4 کیلومتر است استخراج گردید که تغییرات این پارامترها را در دسامبر 2019 نشان می دهد. مقادیر تغییرات سطح آب زیرزمینی TWS با کسر مقادیر رطوبت خاک، آب حاصل از پوشش گیاهی و آب حاصل از ذوب برف در مقابل داده های مشاهداتی آبخوان رسم گردید.

مدل سازی ماهانه فرآیند بارش- رواناب نقش مهمی در بهر ه برداری از سدها دارد. در مقاله حاضر کارایی سه مدل داده مبناء شبکه عصبی مصنوعی (ANN)، شبکه عصبی رگرسیون تعمیم یافته (GRNN) و K نزدیک ترین همسایگی (KNN) در مقایسه با مدل مفهومی IHACRES در مدل سازی ماهانه بارش- رواناب با داده های مشابه و ساختار بهینه مورد ارزیابی قرار گرفت. شبیه سازی جریان ماهانه ورودی به سد کرخه به عنوان مطالعه موردی انتخاب و از داده های مشاهده ای 32 ساله (1393-1361) دما و بارش ماهانه و جریان ماهانه ورودی به سد استفاده شد. با توجه به متفاوت بودن الگوهای بارش-رواناب در ماه های مختلف، دو نوع ارزیابی کلی و ماهانه از کارایی مدل ها با استفاده از روش رتبه دهی و بر مبنای سه شاخص ارزیابی نش- ساتکلیف (NSE)، جذر میانگین مربعات خطا (RMSE) و ضریب همبستگی (R) انجام شد. نتایج نشان داد که از هر دو روش ارزیابی مدل ها در مرحله صحت سنجی، دو مدل ANN و KNN به ترتیب دارای بیشترین و کم ترین کارایی در تخمین جریان ماهانه بودند. بر اساس ارزیابی کلی رتبه ای مدل ها، کارایی دو مدل  ANN(749/0 NSE= و 868/0R=) و IHACRES (699/0 NSE=و 842/0R=) با کسب 8 امتیاز مشابه بود و دو مدل GRNN (618/0 NSE=و 793/0R=) و KNN (601/0 NSE=و 777/0R=) با کارایی مشابه (5 امتیاز) در رتبه دوم قرار گرفتند. در حالیکه بر اساس روش ارزیابی رتبه ای ماهانه، دو مدل IHACRES و GRNN با کسب مجموع 38 امتیاز مساوی از سه شاخص ارزیابی خطا دارای کارایی مشابه بوده و کارایی آنها پس از مدل ANN با 48 امتیاز در مقام دوم قرار گرفت.

در این پژوهش با استفاده از شش مدل شبکه عصبی (ANN)، انفیس(ANFIS)، ماشین بردار پشتیبان (SVM)، برنامه ریزی ژنتیک (GP)، رگرسیون بردار پشتیبان (SVR) و رگرسیون چندمتغیره (Reg)، متوسط دمای روزانه ایستگاه­های کرمان و بم طی دوره آماری 1961-2005 بررسی و شبیه­سازی شد. نتایج نشان داد که متوسط دمای روزانه طی دوره­های یاد شده افزایش چشمگیری برای هر دو منطقه خواهند داشت. نتایج  کلی به دست آمده حاکی از برتری نتایج مدل رگرسیونی SVR (کرمان: RMSE=1.105  و R=0.992) و (بم: RMSE=1.01  و R=0.99) می­باشد. نتایج بررسی­ها نشان داد که مدل SVR، میزان خطای شبیه­سازی را نسبت به مدل­های شبکه عصبی (ANN)، انفیس (ANFIS)، برنامه ریزی ژنتیک (GP) و رگرسیون چندمتغیره (Reg) در ایستگاه کرمان به ترتیب 32، 42، 30 و 11 درصد و در ایستگاه بم به ترتیب 62، 59، 27 و 27 درصد بهبود می­بخشد. نتایج بررسی جذر میانگین مربعات خطا نشان داد که از بین شش مدل مورد بررسی، مدل رگرسیون بردار پشتیبان و برنامه ریزی ژنتیک برای ایستگاه بم و مدل رگرسیون بردار پشتیبان برای ایستگاه کرمان از دقت بالاتری برخوردار می­باشد. همچنین نتایج نشان داد که برآورد میزان دمای متوسط ایستگاه سینوپتیک بم دارای کارایی و دقت بیشتری نسبت به ایستگاه سینوپتیک کرمان هستند. در این پژوهش هر چند آنالیز نتایج خروجی مدل­ها منجر به نتایج یکسانی نشد ولی نتایج مدل­ها بیانگر افزایش در متغیر­های دمایی در دو شهر کرمان و بم در دوره­ های آتی می­باشد.

استفاده از منابع آبی نیاز به تعیین اجزای چرخه هیدرولوژیکی دارد. به طوری که درک سیستم­های طبیعی و قوانین فیزیکی که هر جزء چرخه هیدرولوژیکی را مدیریت می­کنند، به منظور مدیریت منابع آب بسیار مهم و ضروری است. یکی از اجزای مهم چرخه هیدرولوژیکی، تبخیرو تعرق می­باشد. اغلب روش­هایی که تاکنون ارائه شده است از اندازه­گیری­های نقطه­ای برای تخمین تبخیر و تعرق استفاده می­کنند، لذا فقط مناسب مناطق در مقیاس­های بسیار کوچک بوده و به خاطر شرایط متغیر آب و هوایی، طبیعت پویا انتقال آب-گرما و تغییرات مکانی تبخیر و تعرق قابل تعمیم به حوضه­های آبریز بزرگ نمی­باشند. فنّاوری سنجش ازدور ماهواره­ای و استفاده از روش های مبتنی بر سنجش ازدور از جمله روش­های برآورد زمانی و مکانی تبخیر و تعرق واقعی در سطح حوضه­های کوچک و وسیع می­باشد. در این تحقیق مقدار تبخیروتعرق واقعی با استفاده از تصاویر ماهواره­ای لندست 8 سنجنده OLI/TIRS و مدل توازن انرژی سطح (SEBS) در حوضه آبریز بختگان – مهارلو در استان فارس مورد برآورد و ارزیابی قرار گرفته و با روش تجربی فائو پنمن مانتیث درسطح حوضه مورد مقایسه قرارگرفت. نتایج نشان داد که مقادیر تبخیر وتعرق به دست آمده از روش توازن انرژی در مقایسه با روش فائو پنمن مانتیث دارای مقدار میانگین تفاضل مطلق (MAD) برابر با 49/0و مقدار ریشه میانگین مربعات خطا (RMSE) برابر با 62/0 میلی متر در روز بوده و حاکی از عملکرد قابل قبول و منطقی مدل در برآورد تبخیرو تعرق دارد.

تبخیر-تعرق مرجع (ETo) نقش مهمی در مدیریت و برنامه­ریزی آبیاری دارد. بررسی حساسیت ETo به متغیرهای هواشناسی و بررسی سهم هر متغیر در روند ETo، برای مدیریت بحران آب دریاچه ارومیه ضروری است. در این مطالعه، تبخیر-تعرق مرجع در 13 ایستگاه سینوپتیک داخل و اطراف حوضه آبریز دریاچه ارومیه برای دوره 2018-1990 به روش پنمن-مانتیث فائو برآورد شد. نتایج تحلیل روند نشان داد که میانگین ETo سالانه ایستگاه­ها روند افزایشی معنی­داری به میزان mm year-2 0/8 دارد. به­علاوه، تحلیل روند میانگین متغیرهای هواشناسی سالانه ایستگاه­ها، بیانگر روندهای افزایشی معنی­دار در دمای کمینه (Tmin) (℃ year-1 07/0)، دمای بیشینه (Tmax) (℃ year-1 09/0) و سرعت باد (u2) (m s-1 year-1 02/0) است. نتایج تحلیل حساسیت ETo نشان داد که در مقیاس زمانی سالانه، بیشترین میزان حساسیت ETo به رطوبت نسبی (RH) و کمترین میزان حساسیت ETo به Tmin است. همچنین، طی این دوره میزان حساسیت ETo به Tmax، u2 و RH افزایش و میزان حساسیت ETo به تابش خورشیدی (Rs) کاهش یافته است. نتایج تحلیل سهم متغیرهای هواشناسی در تغییرات ETo بیانگر این است که در اغلب ایستگاه­ها (با اقلیم خشک و نیمه خشک) u2 بیشترین سهم را در تغییر ETo دارد. اما، در ایستگاه سردشت با اقلیم خیلی مرطوب، سهم سایر عوامل در روند ETo (کاهش RH و افزایش Tmin و Tmax) بیشتر از تاثیر کاهش u2 است. نتایج این مطالعه، لزوم توجه به پاسخ متفاوت ETo به تغییرات متغیرهای هواشناسی در اقلیم­های مختلف را در برنامه­ریزی سامانه­های منابع آب و مطالعات وابسته به سناریوهای تغییر اقلیم برجسته می­سازد.

پدیده خشکسالی دارای مشخصه های اصلی شدت، مدت، پیک و فراوانی است. در این تحقیق، دو شاخص ارزیابی خشکسالی تک متغیره SPI  و شاخص چندمتغیره کمبود توام مبتنی بر کاپولا (JDI) مقایسه شده است. در این رابطه، ویژگی های خشکسالی شامل شدت، مدت و فراوانی خشکسالی در 39 ایستگاه سینوپتیک ایران طی سال های 1344 تا 1399مورد بررسی قرار گرفته است. بررسی نتایج در مشخصه شدت و مدت نشان می دهد، طولانی ترین تداوم و حداکثر شدت خشکسالی هر ایستگاه متعلق به شاخص JDI است. نتایج در بررسی فراوانی خشکسالی در کلاس های مختلف نشان می دهد که JDI در مقایسه با SPI-12 در اکثر ایستگاه ها، کلاس خشکسالی خیلی شدید را تخمین می زند اما برخلاف آن، SPI-12 تخمین غیر منتظره ای در براورد کلاس خشکسالی در برخی ایستگاه ها روبروست. علاوه بر این، آزمون روند من-کندال برای ویژگی­های خشکسالی بیانگر این است که JDI روند رو به کاهش خشکسالی را در ایران تخمین می زند در حالی که  SPI-12 در اکثر ایستگاه­ها روند قابل توجهی ندارد. درنهایت نتایج نشان داد، JDI ارزیابی کاملی از خشکسالی برای تصمیم گیرندگان و مدیران ارائه می­دهد.

تبخیر به عنوان یکی از پارامترهای طبیعی، همواره مورد توجه محققین بوده است. در این پژوهش، متغیر تبخیر ماهانه با استفاده از روش‏های شبکه عصبی مصنوعی، سامانه استنتاجی فازی-عصبی تطبیقی و برنامه‏ریزی بیان ژن و ترکیب روش‏های مذکور با تئوری موجک، در دو اقلیم متفاوت ایران مدلسازی شد. بدین منظور، داده‏های هواشناسی بارش، رطوبت نسبی، دمای میانگین، دمای بیشینه، دمای کمینه و سرعت باد، در طول دوره آماری 1397-1384 مربوط به دو حوضه آبریز دریاچه ارومیه و گاوخونی به کار گرفته شد. در این مطالعه، اثر فصلی و نویززدایی داده‏ها اعمال شد. دقت روش‏های مورد مطالعه بر اساس شاخص‏های آماری ضریب همبستگی (R)، ریشه میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE) و ضریب کارایی نش-ساتکلیف (NSE) مورد بررسی قرار گرفت. نتایج حاکی از این است که در دو اقلیم مختلف روش‏های هیبرید موجک برنامه‏ریزی بیان ژن و شبکه عصبی مصنوعی منفرد به ترتیب دارای بالاترین و ضعیف‏ترین عملکرد در میان سایر مدل‏های داده کاوی به کار رفته در این تحقیق هستند. مدل هیبریدی موجک-برنامه‏ریزی بیان ژن با مقدار RMSE  برابر با 870/20 و 884/156 میلی‏متر به ترتیب برای ایستگاه‏های تازه‏کند در حوضه آبریز دریاچه ارومیه و کوهپایه در حوضه آبریز گاوخونی عملکرد بالاتری را داشته است. همچنین، نتایج نشان داد که تاًثیر به کارگیری ضریب فصلی و نویززدایی داده‏ها در ارتقاء عملکرد مدل‏ها قابل توجه است. بر اساس نتایج، عملکرد مدل‏ها در حوضه آبریز دریاچه ارومیه با اقلیم Dsa بهتر بوده است. همچنین، روش‏های داده‏کاوی هیبریدی را می‏توان به عنوان جایگزین مناسبی برای روش‏های قدیمی معرفی نمود.

در این پژوهش از نرم­افزار GIS برای مکان­یابی مناطق مستعد جایگزینی پساب تصفیه­شده استفاده شده است. برای این منظور از پارامترهای میزان کیفیت آب، نزدیکی به محل تصفیه­خانه­ها، میزان افت سطح آب زیرزمینی و وضعیت توپوگرافی در مناطق مختلف استفاده شده است. سپس لایه­های اطلاعاتی مربوط به این پارامترها به روش AHP وزن­دهی شدند. سرانجام با تلفیق و هم­پوشانی لایه­ها، نقشه اولویت­بندی مناطق مستعد جایگزینی پساب حاصل گردید. نتایج AHP نشان داد که با توجه به نظرات کارشناسان و متخصصان آب، افت سطح آب و کیفیت آب زیرزمینی دشت مشهد بیشترین ضریب وزنی و فاصله از تصفیه­خانه و اختلاف ارتفاع مناطق مختلف نسبت به تصفیه­خانه (توپوگرافی) کمترین ضریب وزنی را داشتند. همچنین مناطقی که بیشترین افت، بهترین کیفیت آب، کمترین فاصله و ارتفاع کمتری نسبت به تصفیه­خانه داشتند، بیشترین ضریب وزنی و به­تبع، مناطقی که کمترین افت، بدترین کیفیت آب، بیشترین فاصله و ارتفاع بیشتری نسبت به تصفیه­خانه داشتند، کمترین ضریب وزنی را دارا بودند. مناطقی که به عنوان اولویت اول مشخص گریدند، بیشترین افت سطح آب را داشتند و از لحاظ کیفیت آبی، کیفیت بهتری نسبت به مناطق دیگر دشت داشتند. بنابراین در این مناطق با جایگزینی پساب تصفیه شده با آب چاه­های کشاورزی و خارج نمودن آنها از مدار بهره­برداری میزان برداشت از آبخوان کاهش یافته و پتانسیل ذخیره شده آن می­تواند در آینده مورد استفاده قرار گیرد. با جایگزینی مستقیم (معوض) و از مدار خارج نمودن چاه­های کشاورزی صد درصد آب جایگزین شده با کیفیت بهتر در سفره آب زیرزمینی ذخیره شده و در آینده قابل استفاده خواهد بود.

ورود آلاینده های زیست محیطی به منابع آب اثرات زیان باری بر سلامت انسان و محیط زیست دارد. در سالیان اخیر روش ­های جذب سطحی با استفاده از جاذب­های سنتزی جهت حذف فلزات سنگین و رنگ­های صنعتی استفاده فراوان پیدا کرده است. پلیمر پلی­آکریل­آمید سولفونه شده (PAM-SO3)  به عنوان جاذب سنتزی می­تواند در حذف رنگ از محیط­های آبی مؤثر باشد. هدف از کار تحقیقاتی حاضرحذف رنگ دایرکت بلو به وسیله PAM-SO3 به عنوان جاذب سنتزی از آب ­های آلوده در شرایط آزمایشگاهی می­باشد. در این تحقیق، اثر متغیرهای pH، زمان تماس، مقدار جاذب و غلظت اولیه در کارایی حذف رنگ دایرکت بلو از آب­های آلوده مورد بررسی قرار گرفت. داده­های به دست آمده با ایزوترم­های لانگمیر، فرندلیچ و تمکین و سینتیک­های واکنش شبه درجه اول، شبه درجه دوم، انتشار درون ذره­ای و الوویچ برازش داده شدند. برای جاذب پلی آکریل آمین اصلاح شده مدل لانگمیر تطابق بیشتری با داده ­های تجربی داشت و با استفاده از این مدل ماکزیمم ظرفیت جذب mg g-1 5000 برای جاذب به دست آمد. همچنین نتایج نشان دادند که سینتیک جذب از معادله شبه درجه دوم برای آلاینده دایرکت بلو مطابقت بیشتری دارد (99/0 R2=). همچنین یافته­های پژوهش نشان داد که بهترین شرایط به منظور حذف رنگ دایرکت بلو در مقادیر pH برابر 2، زمان 45 دقیقه، مقدار جاذب 014/0 گرم و غلظت 800 میلی گرم بر لیتر می­باشد. نتایج حاصل نشان می دهد که جاذب اصلاح شده به دلیل داشتن سطح موثر بالا و داشتن گروه­های عاملی سولفونه (SO3)، ماکزیمم ظرفیت جذب بالا و سینتیک سریع واکنش، جاذبی موثر در حذف آلاینده رنگ دایرکت بلو از محیط­های آبی می­باشد. لذا استفاده از این جاذب به منظور حذف رنگ دایرکت  بلو از محیط­های آبی بخصوص پساب صنایع نساجی پیشنهاد می­گردد.

آلوده­شدن آب­های سطحی به ویژه رودخانه ها، مشکلات جدی را در رابطه با سلامت انسان و محیط زیست به وجود آورده است. یافتن راه­حل­هایی کارآمد جهت کنترل آلودگی رودخانه­ها به منظور کاهش آسیب بر مصرف کننده و محافظت از محیط زیست، بسیار ضروری می­باشد. در این تحقیق، برنامه مدیریت کیفی رودخانه، راهکاری را به منظور کاهش آسیب آلودگی به مصرف کننده با استفاده از الگوریتم PSO می­دهد. منطقه مورد مطالعه، رودخانه قشلاق در کردستان ایران می­باشد. برنامه تخصیص ورود بار آلودگی در ساعت­های مختلف شبانه روز بوده و 8 منبع نقطه­ای، آلودگی را وارد رودخانه قشلاق می­کنند. همچنین در تمام ساعت­های شبانه­روز، برداشت آب از رودخانه قشلاق توسط مصرف کننده پایین دست انجام می­شود. 192 متغیر از متغیرهای تصمیم این تحقیق، متناظر با مقدار جرم آلودگی ورودی از این منابع در ساعت­های مختلف شبانه روز می­باشند و 8 متغیر تصمیم دیگر مربوط به موقعیت مکانی بهینه ورود آلودگی به رودخانه است. نتایج نشان داد که در حالت مدیریت شده غلظت آلودگی از حد مجاز بالاتر نرفت، در حالی که در حالت مدیریت نشده غلظت آلودگی در بسیاری از دقایق در طول رودخانه قشلاق، از حد مجاز بالاتر می­رود. برنامه مدیریت کیفی رودخانه که موقعیت مکانی بهینه و برنامه زمانی را برای ورود آلودگی به رودخانه تعیین می­کند، به میزان قابل توجهی آسیب به مصرف کننده را کاهش داد، به گونه­ای که تابع هدف مسئله به میزان 7/97% کاهش یافت.

مدل­های رگبار-آبگرفتگی مبتنی بر هیدرولوژی و هیدرودینامیک به تعداد زیادی داده (جزئیات زمین، سیستم فاضلاب و داده کاربری اراضی) نیازمند است. در این مقاله به منظور تعیین سریع وضعیت آبگرفتگی تنها با چند داده ورودی و معمولا در دسترس، یک روش شبیه­سازی رگبار- آبگرفتگی شهری (USISM) مبتنی­ بر سامانه اطلاعات جغرافیایی ارائه شده است. روش USISM یک نوع مدل هیدرولوژیکی توزیعی ساده شده بر اساس مدل ارتفاع رقومی می­باشد. در این روش، فرورفتگی­ها در زمین به عنوان سطوح اصلی آبگرفتگی در نظر گرفته می­شوند. مقدار آبی که می­تواند در هر فرورفتگی­ ذخیره شود توزیع نهایی آبگرفتگی را نشان می­دهد. سطح رواناب حوضه و حداکثر حجم ذخیره برای هر فرورفتگی­ و جهت جریان بین این فرورفتگی­ها همه در شبیه­سازی نهایی آبگرفتگی در نظر گرفته شده­اند. روش سازمان حفاظت خاک امریکا برای محاسبه رواناب رگبار، و یک معادله بیلان­آبی برای محاسبه ذخیره آب در هر فرورفتگی­ استفاده شده است. نتیجه نشان می­دهد که در هر 4 واقعه رگباری، متوسط خطاهای نسبی عمق در کلیه مکان­های آب­گیر کمتر از 20٪ می­باشد، در حالی­که متوسط خطاهای نسبی مساحت و حجم بیش­ از 60% هم می­باشد لذا روش USISM قابلیت بالاتری در شبیه­سازی عمق نهایی آب­گرفتگی نسبت به سطح و حجم آب­گرفتگی دارد همچنین روش USISM می­تواند مکان­های نهایی آبگرفتگی در منطقه شهری را تعیین و عمق و سطح آبگرفتگی را به سرعت محاسبه نماید و لذا در مدیریت بحران شهری نقش بسزایی را ایفا کند.

در تعیین دبی با دوره­های بازگشت مختلف، لازم است که ضریب چولگی با دقت قابل قبول مورد استفاده قرار گیرد. برآورد چولگی جامعه در مناطق مختلف، با روش­های مختلفی همچون چولگی توزین­یافته و چولگی تعمیم­یافته بهبود می­یابد. هدف از این تحقیق تعیین ضرایب چولگی با روش­های مختلف و معرفی بهترین روش تعیین آن ضرایب در استان آذربایجان شرقی است. استان آذربایجان شرقی دارای سه منطقه هیدرولوژیک متفاوت است. شمال استان جزء حوضه آبریز ارس، مرکز استان جزء حوضه آبریز دریاچه ی ارومیه و قسمتی از جنوب استان جزء حوضه ی آبریز سفیدرود می­باشد. در این تحقیق از روش­های مختلف ضریب چولگی تعمیم­یافته استفاده گردید. در مطالعه حاضر، ضرایب چولگی تعمیم­یافته به چهار روش ضریب چولگی تعمیم­یافته بدون در نظر گرفتن مناطق هیدرولوژیک، ضریب چولگی تعمیم یافته با در نظر گرفتن مناطق هیدرولوژیک، ضریب چولگی نااریب و ضریب چولگی توزین­یافته برای مناطق هیدرولوژیک سه گانه و 62 ایستگاه مشاهداتی طی دوره­های مورد مطالعه برآورد گردید. بر اساس نتایج به دست آمده بر اساس تجزیه و تحلیل مقادیر RMSE با استفاده از روش­های مختلف می­توان روش وزن­دهی به ضریب چولگی با مقدار میانگین 104/0 را به عنوان روش برگزیده در استان آذربایجان شرقی پیشنهاد نمود. همچنین نتایج حاصل از محاسبه ضرایب نش – شاتکلیف و مجذور میانگین مربعات خطای نسبی نشان داد روش وزن­دهی بهترین روش محاسبه ضریب چولگی است.

اولویت­بندی مناطق مختلف و زیرحوضه­ها از نظر پتانسیل سیل­خیزی تأثیر مهمی در مدیریت حوزه­آبخیز دارد. هدف از اولویت­بندی سیل­خیزی در زیرحوضه­ها، ارائه الگویی برای کنترل و کاهش خطرات سیل و ارزیابی نقش هریک از زیرحوضه­ها در دبی­اوج هیدروگراف سیلاب خروجی حوضه می­باشد. در این تحقیق حوضه تالار بدلیل وقوع سیل­های متعدد، بعنوان منطقه مورد مطالعه انتخاب و در ادامه عوامل مؤثر بر سیل­خیزی نظیر بارش باران در دوره بازگشت های مختلف، طول جریان، درصد شیب، کاربری اراضی، گروه هیدرولوژی خاک، مقادیر CN و زمان­تمرکز شناسایی و سپس با استفاده از تلفیق نرم­افزار ArcGIS و مدل ModClark، پتانسیل تولید رواناب در حوضه تالار در پنج طبقه خیلی کم، کم، متوسط، زیاد و خیلی زیاد در سه دوره بازگشت 25، 50 و 100 سال تهیه شد. همچنین براساس نتایج بدست آمده سهم زیرحوضه­ها در پتانسیل سیل­خیزی کل­حوضه تنها تحت تأثیر مساحت آنها نیست و عواملی چون موقعیت مکانی زیر حوضه­ها و روندیابی سیل در رودخانه اصلی نیز در رژیم سیلابی حوضه تأثیر قابل توجهی دارند. به همین دلیل براساس نقشه های پتانسیل تولید رواناب در دوره بازگشت های 25، 50 و 100 ساله، پتانسیل تولید رواناب، از پایین­دست به سمت بالادست حوضه؛ افزایش و زیرحوزه چاشم واقع در جنوب شرقی حوضه بدلیل بارش­های سیلابی، شیب تند و بالایودن مقادیر CN به عنوان مؤثرترین واحد در پتانسیل سیل­خیزی کل حوضه تالار- شیرگاه محسوب می شود.