تحقیقات آب و خاک ایران
سال:1403 | دوره:55 | شماره:7 |تعداد مقالات:12

پیش بینی پارامترهای کیفیت آب نقش بسیار مهمی در پایش اکوسیستم رودخانه ها و پایداری آن ایفا می کند. ازطرفی، مدل های پیش بینی سنتی به خوبی ذات غیرخطی و غیرایستای متغیرهای کیفیت آب را نشان نمی دهند. در سال های اخیر، توسعه سریع شبکه های عصبی مصنوعی بحث های مرتبط با پیش بینی کیفیت آب را متحول نموده است. در این مطالعه، پارامترهای کیفی رودخانه دیناچال به عنوان یکی از رودخانه های حیاتی در استان گیلان مورد ارزیابی و پیش بینی قرارگرفته است. دو مدل مبتنی بر شبکه عصبی مصنوعی و ماشین بردار پشتیبان رگرسیونی، نُه پارامتر کیفی کل موادجامدمحلول، هدایت الکتریکی، اسیدیته، Cl، SO4، HCO3، Ca، Mg و Na با گام های زمانی یک ماه طی سال های 1385 تا 1397 پیش بینی شد و کارایی مدل ها توسط آماره های ارزیابی RMSE، MSE و MAPE بررسی و مقایسه شد. طبق نتایج به دست آمده، مدل SVR به ترتیب با (03/2=RMSE) و (062/0=RMSE) کارایی بهتری در پیش بینی کل مواد جامد محلول و غلظت منیزیم نسبت به مدل شبکه عصبی مصنوعی نشان داد. از طرف دیگر، مدل شبکه عصبی مصنوعی در پیش بینی پارامترهای دیگر نسبتاً موفق تر بود. بااین حال، کارایی هر دو مدل در پیش بینی پارامترهای کیفی رودخانه دیناچال مناسب ارزیابی شد. همچنین مدل SVR با ضریب MAPE برابر با 007/0 و مدل شبکه عصبی مصنوعی با ضریب MAPE برابر با 001/0 در پیش بینی پارامترهای کل موادجامدمحلول و هدایت الکتریکی بهترین کارایی را داشتند. در مقابل، هر دو مدل SVR و ANN در پیش بینی پارامتر کلر ضعیف ترین کارایی را باوجود RMSE 055/0 و 052/0 از خود نشان دادند. روش های به کارگرفته شده در این مطالعه می تواند در پیش بینی کیفیت آب دیناچال مؤثر واقع شود.

مخازن سدها برای ذخیره آب باران و سیلاب ها و استفاده در زمان کمبود آب بسیار مهم هستند. در اکثر مخازن ظرفیت ذخیره سازی به دلیل تجمع رسوبات پیوسته کاهش می یابد. رسوب گذاری در مخازن ذخیره آب پیامدهای عمده ای بر ظرفیت ذخیره سازی، طول عمر و کیفیت آب مخزن دارد. پژوهش حاضر با هدف ارزیابی تغییرات زمانی حجم آب ذخیره شده در مخزن و تخمین نرخ رسوب گذاری در آن به کمک سنجش از دور انجام شده است. برای این منظور مخزن  O. H. Ivie در کشور آمریکا به عنوان منطقه موردمطالعه انتخاب شد. این پژوهش شامل مراحل مختلف از جمله پیش پردازش تصاویر ماهواره لندست 8، مدل سازی و شناسایی پیکسل های آب با استفاده از شاخص MNDWI، تخمین ظرفیت ذخیره مخزن و مقایسه نتایج با داده های توپوگرافی جهت ارزیابی نرخ رسوب گذاری می باشد. طبق نتایج، میانگین خطاهای محاسبه حجم آب ذخیره شده در مخزن حدود 9 درصد به دست آمد. بر این اساس ظرفیت ذخیره مخزن O. H. Ivie از 695 میلیون مترمکعب در ابتدای بهره برداری (سال 1991) به 472 میلیون متر مکعب در سال 2019 کاهش یافته است. نتایج نشان داد که ظرفیت از دست رفته ذخیره مخزن بر اثر ته نشینی رسوبات حدود 32 درصد حجم اولیه و نرخ رسوب گذاری سالانه 4/1 درصد است. همچنین با ارزیابی نتایج به دست آمده میانگین ارتفاع رسوب ته نشین شده در مخزن بین سال های 2004 تا 2019 حدود 9 متر برآورد شد. این پژوهش تائید کرد که سنجش از دور می تواند با صرف کمترین هزینه و زمان، تغییرات ظرفیت ذخیره و نرخ رسوب گذاری در مخزن را تخمین بزند.

رایزوشیت به عنوان یک صفت تطبیقی بالقوه می تواند اثرات تنش خشکی را با حفظ رطوبت و تاثیر مثبت بر جذب آب و عناصر غذایی توسط گیاه در شرایط تنش خشکی تعدیل کند. مطالعه حاضر با هدف مقایسه تشکیل رایزوشیت در ارقام گندم و اثر آن بر جذب پتاسیم توسط گیاه در شرایط تنش خشکی انجام شد. بدین منظور از چهار رقم میهن و سیروان (ارقام آبی) و صدرا و ریژآو (ارقام دیم) استفاده گردید. ابتدا گلدان ها به چهار دسته ده تایی که هر دسته متعلق به یک رقم بود، تقسیم شدند و در هر رقم نیز دو سطح رطوبتی بهینه و تنش اعمال شد. پس از استقرار گیاهان در خاک اعمال تنش خشکی در گلدان ها شروع شد. پس از گذشت ده هفته، عملیات برداشت اندام هوایی و ریشه گیاهان و جدا سازی رایزوشیت هر گلدان انجام شد. بیشترین نسبت وزن خشک رایزوشیت به وزن خشک ریشه در شرایط تنش در رقم ریژآو (22/69 گرم برگرم ) و کمترین مقدار در رقم صدرا (46/60 گرم برگرم ) مشاهده گردید. بیشترین و کمترین مقدار پتاسیم گیاه در تنش خشکی به ترتیب در رقم ریژآو ( 73/30 میلی گرم بر گلدان) و سیروان ( 73/28 میلی گرم بر گلدان) حاصل شد. بیشترین مقدار پتاسیم قابل دسترس رایزوشیت در تنش خشکی در رقم میهن (45/147 میلی گرم برکیلوگرم) و کمترین مقدار در رقم ریژآو (07/134 میلی گرم برکیلوگرم) اندازه گیری شد. بر اساس نتایج، ارقام مطالعه شده توانایی یکسان و بالایی در تشکیل رایزوشیت در شرایط تنش خشکی داشتند. انجام مطالعات بیشتر با ارقام مختلف گندم و سایر گیاهان زراعی و باغی پیشنهاد می شود.

این تحقیق با هدف تخمین ضریب زبری مانینگ در فازها و رخدادهای مختلف آبیاری با استفاده از روابط تجربی انجام شد. بدین منظور شش مقدار دبی ورودی در دو دسته دبی کم و زیاد، سه رخداد آبیاری متوالی، فازهای پیشروی و ذخیره، دو دور آبیاری و دو نوع بافت خاک مورد بررسی قرار گرفت. در ادامه همبستگی بین زبری و این پارامترها با استفاده از آزمون های آماری پیرسون و کندال بررسی شد. سپس با استفاده از نتایج آن، روابطی رگرسیونی برای تخمین زبری در فازهای مختلف آبیاری توسعه یافت. نتایج نشان داد که زمان پیشروی و اندازه کلوخه ها قبل از آبیاری همبستگی زیاد و شیب، رطوبت و اندازه کلوخه های پس از آبیاری همبستگی پایین با داده های زبری مانینگ در کل رخداد آبیاری داشتند. زبری فاز پیشروی هم بیش ترین همبستگی را با زمان پیشروی داشت. بیش ترین و کم ترین ضریب همبستگی بین پارامترها و ضریب زبری فاز ذخیره مربوط به زمان پیشروی و دبی ورودی با مقدار 65/0 و 31/0- بود که نشان از همبستگی بالا و ارتباط مستقیم زمان پیشروی و همبستگی ضعیف و رابطه معکوس دبی و زبری در این حالت داشت. میانگین مقادیر شاخص های R2، RMSE و NRMSE در روابط ارائه شده به ترتیب 87/0، 014/0 و 97/26 درصد بود که نشان از دقت مناسب این روابط داشت. در نهایت پیشنهاد شد تا تحقیقات مشابهی در شرایط متفاوت مزرعه ای و هیدرولیکی انجام شود تا روابط ارائه شده جامعیت بیشتری یابند و قابل توصیه در مزارع دیگر باشند چراکه توسعه چنین روابطی می تواند به افزایش سرعت تخمین زبری در فازهای مختلف و سهولت استفاده از آن کمک نمایند.

مطالعه وضعیت پایداری خاکدانه های خیس (WAS)، به عنوان شاخصی رایج از ساختمان خاک و نیز ارزیابی کیفیت آن، برای مدیریت بهینه منابع خاک و آب، حائز اهمیت است. در پژوهش حاضر، برای مدل سازی پایداری خاکدانه های خیس از مدل های یادگیری ماشین جنگل تصادفی (RF)  و جنگل تصادفی بهینه شده با الگوریتم ژنتیک (GA-RF) استفاده شد. بدین منظور، ویژگی های بافت، ماده آلی و آهک 55 نمونه خاک از جنگل های ارسباران تعیین و سپس با ترکیب های ورودی مختلف بر اساس مقادیر همبستگی با پارامتر WAS، مدل سازی با استفاده از هفت سناریو انجام شد. به منظور تعیین توانایی مدل های اجرا شده، سه شاخص عملکرد ضریب همبستگی (CC)، جذر میانگین مربعات خطای نرمال شده (NRMSE)  و ضریب ویلموت (WI)  مورد استفاده قرار گرفت. نتایج نشان داد که مدل RF5 در بین مدل های جنگل تصادفی با 038/0NRMSE =، 736/0CC = ،  789/0WI =  و مدل GA-RF5 در بین مدل های جنگل تصادفی بهینه شده با الگوریتم ژنتیک با 031/0NRMSE = ، 800/0CC = ،  842/0WI =   با ورودی درصد شن و سیلت و رس، بهترین عملکرد را داشتند. علاوه براین نتایج RF1  ) 047/0NRMSE = ، 589/0CC = ،  721/0WI = ( و GA-RF1  ) 036/0NRMSE = ، 662/0CC = ،  797/0WI = ( نشان داد که درصد رس بالاترین درجه همبستگی را با پایداری خاکدانه ها دارد. همچنین، با اضافه شدن کربنات کلسیم معادل در سناریو 7، بهبود عملکرد و تأثیر مثبت این ویژگی در پیش بینی پایداری خاکدانه های خیس مشاهده گردید. بنابراین، مدل جنگل تصادفی بهینه شده با الگوریتم ژنتیک برای تعیین دقیق و مناسب پایداری خاکدانه های خیس در مطالعات مربوط به خصوصیات خاک توصیه می گردد.

برای کاهش اثرات قلیائیت بر گیاهان می توان از بعضی از مواد اصلاح کننده آلی استفاده کرد. در این پژوهش، تأثیر کاربرد بیوچار در خاک و هم زمان محلول پاشی برگی با اسید هیومیک بر کاهش تنش قلیائیت در گیاه ریحان (Ocimum basilicum L.) بررسی گردید. آزمایش به صورت فاکتوریل، در قالب طرح کاملاً تصادفی با سه تکرار در سال 1401 در گلخانه دانشگاه رازی انجام شد. تیمارهای آزمایشی شامل قلیائیت در سه سطح (0، 50 و 100 میلی مولار از نمک بی کربنات سدیم با آب آبیاری)، بیوچار در سه سطح (0، 5/1 و 3 درصد وزنی به صورت مخلوط با خاک) و اسید هیومیک در سه سطح (0، 150 و 300 میلی گرم در لیتر به صورت محلول پاشی برگی) بودند. نتایج نشان داد که اثرات متقابل قلیائیت، بیوچار و اسید هیومیک بر بیشتر ویژگی های رشدی و نیز مقادیر پرولین، قندهای محلول و رنگیزه های گیاهی معنی دار شد (P≤0.01). حداکثر جرم خشک شاخساره و ریشه (به ترتیب 88/0 و 39/0 گرم بر گلدان)، ارتفاع گیاه ( 5/23 سانتی متر)، طول ریشه (5/19سانتی متر) و محتوای نسبی آب برگ (4/86 درصد) به ترتیب در تیمار حاوی 3 درصد بیوچار، 300 میلی گرم در لیتر اسید هیومیک و بدون قلیائیت به دست آمد. همچنین، بیشترین مقدار پرولین (13/3 میکرومول بر گرم) و قندهای محلول (08/6 میلی گرم بر گرم) در شرایط تنش شدید قلیائیت و بدون کاربرد بیوچار و اسید هیومیک حاصل شد. به طورکلی، کاربرد هم زمان بیوچار یک روش ساده، مناسب و ارزان در راستای کاهش اثر تنش قلیائیت در گیاه دارویی ریحان است.

هدف اصلی این پژوهش، شبیه سازی برهم کنش آب سطحی و زیرزمینی با استفاده از ایجاد اتصال بین مدل های آب سطحی و زیرزمینی در دشت لور در شرایط تغییراقلیم است. در این راستا اثرات تغییراقلیم بر منابع آب سطحی و زیرزمینی بر اساس گزارش ششم هیات بین الدول با استفاده از یک مدل تلفیقی متصل شده WEAP-MODFLOW مورد بررسی قرار گرفت. تغییرات تراز آبخوان و مقدار افت سطح آب زیرزمینی تحت سناریوی مرجع با فرض ادامه وضع موجود و سناریوهای تغییراقلیم مورد ارزیابی قرار گرفت و میزان نوسانات آن در کل دشت برای دوره 27 ساله 2050-2023 (سپتامبر 2050) در تمامی سناریوهای تغییراقلیم بر اساس یک مدل ترکیبی متشکل از مدل های مختلف پیش بینی شد. نتایج نشان داد میانگین افت تراز آب زیرزمینی در پایان دوره 27 ساله 2050-2023 در صورت ادامه وضع موجود (سناریوی مشاهداتی) حدود 11 متر خواهد بود. بیشترین میزان افت سطح آب زیرزمینی در این سناریو 7/38 متر در بخشی از  نواحی مرکزی و جنوب غرب دشت خواهد بود. در صورت استفاده از پارامترهای اقلیمی پیش بینی شده توسط مدل ترکیبی در مدل متصل شده آب سطحی و زیرزمینی، میانگین افت تراز آب زیرزمینی در سناریوهای SSP1-2.6، SSP2-4.5 ،  SSP3-7.0و SSP4-8.5 به ترتیب برابر با 8/9، 10، 18/10 و 83/10 متر خواهد بود. بیشترین مقدار افت در این سناریوها به ترتیب برابر با 5/34، 2/35، 5/35 و 2/38 متر خواهد بود.

یکی از عوامل محدودکننده عملکرد محصولات کشاورزی در خاک های آهکی مناطق خشک و نیمه خشک کمبود عناصر کم مصرف در این خاک ها می باشد. این مطالعه به منظور بررسی تأثیر هیومیک اسیدها (HA) و فولویک اسیدهای (FA) تجاری بر آزادسازی منگنز در 15 خاک آهکی انجام شد. نتایج نشان داد که کاربرد هیچ یک از پنج هیومیک اسید مختلف استفاده شده در این مطالعه تأثیر معنی داری (05/0>P ) بر آزادسازی منگنز نداشت، اما  اثر فولویک اسیدها در خاک های مختلف متفاوت بود و غالب آن ها منجر به افزایش معنی دار  (05/0>P ) آزادسازی منگنز شدند. در 20 درصد از خاک ها، سه یا هر پنج نمونه فولویک اسید و در 7/26 درصد از خاک ها، دو یا چهار نمونه فولویک اسید باعث افزایش معنی دار منگنز شدند. در یک خاک هیچکدام از فولویک اسیدها در افزایش آزادسازی منگنز مؤثر نبودند. دو نمونه از فولویک اسیدها یعنی FA1 و FA5 در آزادسازی منگنز بسیار مؤثرتر بودند، که نشان دهنده این است که اثربخشی یا توانایی فولویک اسیدهای تجاری یا بازاری در آزادسازی منگنز (بر مبنای وزن برابر) یکسان نیست و بین آن ها تفاوت بسیاری وجود دارد. تفاوت تا حدی به دلیل توانایی این مواد هیومیک برای تشکیل کمپلکس های قوی (چند دندانه) با منگنز یا عمل کردن به عنوان عامل کیلیت کننده است. همچنین نتایج نشان می دهد که اثربخشی به ویژگی های خاک بستگی دارد که به قدرت اتصال منگنز با گروه های عاملی سطحی خاک ها و حلالیت کانی های منگنز در خاک مربوط می شود.

تعیین ضرایب مقاومت و کاهش عدم قطعیت در انتخاب این پارامتر یکی از مهمترین عوامل دستیابی به مشخصات جریان در رودخانهها و مجاری روباز است. از این رو، انتخاب مطلوب ضریب زبری در شرایط مختلف مانند وجود پوشش گیاهی از جمله موضوعات موردتوجه پژوهشگران بوده است. در این پژوهش، ابتدا ضریب زبری مانینگ در یک فلوم آزمایشگاهی با حضور آرایشهای مختلف پوشش گیاهی تعیین شد. سپس توانایی پنج مدل هوشمند شامل GMDH، ANN-RBF،RT ، ANFIS و ANFIS-PSO در پیش بینی ضریب زبری مانینگ ارزیابی شد. مدل ها در محیط نرم افزار MATLAB  کدنویسی شد. با توجه به ایجاد جریان متغیر تدریجی در کانال آزمایشگاهی،  نیمرخ سطح آب به دست آمده از طریق حل به روش اویلر، با مقادیر اندازه گیری شده در آزمایشگاه مقایسه شد. نتایج نشان داد که تطابق قابل قبول بین پروفیل سطح آب آزمایشگاهی و برآوردهای انجام شده با روش اویلر وجود دارد. ارزیابی نتایج مدل ها بر اساس تحلیل آماری به کاررفته نشان داد که مدل ANFIS - PSO عملکرد بهتری نسبت به سایر مدل ها در پیش بینی ضریب مانینگ دارد، به طوری که نتایج این مدل RMSE=0.0096، R2=0.9984 و KGE=0.9922 در مرحله آموزش و RMSE=0.0099، R2=0.9982 و KGE=0.9873 در مرحله آزمون است. در مراتب بعد، از لحاظ دقت به ترتیب مدل های ANN-RBF، GMDH، ANFIS و RT قرار می-گیرند. با ارزیابی نتایج ترکیب های مختلف در مدل سازی مشخص شد، سه پارامتر تراکم پوشش گیاهی (D)، آرایش پوشش گیاهی (N) و عدد رینولدز (Re) به ترتیب تاثیر بیشتری در ارائه نتایج درست داشتند.

به منظور مطالعه اثر کم آبیاری بر محتوی نسبی آب، غلظت پرولین، محتوی آنزیم های آنتی اکسیدان، غلظت کلروفیل و عملکرد علوفه 5 گونه شبدر آزمایشی مزرعه ای به شکل کرت های خردشده در قالب طرح بلوک های کامل تصادفی با سه تکرار در سال زراعی 99-1398 انجام شد. کم آبیاری در سه سطح (0 (عدم کم آبیاری) و کم آبیاری 20 و 40 درصد کمتر از نیاز آبیاری گیاه) به عنوان عامل اصلی و 5 گونه شبدر (Trifolium resupinatum (شبدر ایرانی)، T. alexandrium (شبدر برسیم) ، T. lapaceaum ، T. echinatum و T. diffusum) به عنوان عامل فرعی در نظر گرفته شد. نتایج نشان داد با افزایش کم آبیاری تا سطح 40 درصد، غلظت پرولین به میزان 93 درصد و محتوی آنزیم های آنتی اکسیدان کاتالاز، پراکسیداز و سوپراکسید دیسموتاز به ترتیب به میزان 12، 98 و 83 درصد افزایش یافت. اما محتوی نسبی آب، عملکرد علوفه تازه و علوفه خشک به ترتیب به میزان 22، 24 و 29 درصد کاهش پیدا کرد. بیشترین محتوی نسبی آب، غلظت کلروفیل a و b و محتوی آنزیم های آنتی اکسیدان بدون تفاوت معنی دار در دو رقم T. resupinatum و T. alexandrium مشاهده شد. بررسی اثر متقابل دو عامل (کم آبیاری × گونه) نشان داد که با افزایش کم آبیاری عملکرد علوفه تازه و خشک هر پنج گونه به طور معنی داری کاهش یافت. در هر سه سطح کم آبیاری بالاترین عملکرد علوفه تازه (39/20، 81/18 و94/13تن در هکتار) و خشک (59/4، 25/4 و 06/3 تن در هکتار) در گونه T. resupinatum به دست آمد به طور کلی نتایج این پژوهش نشان داد که هر 5 گونه دارای پایداری لازم در شرایط تنش نیستند. بنابراین به کارگیری روش کم آبیاری در مورد گونه های موردمطالعه تنها در صورتی قابل توجیه خواهد بود که کاهش 20 و 40 درصدی در میزان آب مصرفی در مقایسه با کاهش عملکرد این محصول دارای مزیت بیشتری باشد.

کسر پوشش گیاهی یکی از مهم ترین معیارهای بررسی رشد و عملکرد گیاه بوده و یکی از داده های ورودی اکثر مدل های گیاهی به شمار می رود. کسر پوشش گیاهی سهولت بیش تری برای اندازه گیری نسبت به سایر روش ها که وابسته به بازدید میدانی یا پردازش تصاویر در خارج از محدوده طیفی مرئی ‏هستند، دارد.‏ در این مطالعه، از تصاویر پهپادی مزرعه چغندرقند در فصل زراعی 1395-1394 و در چهار تاریخ از اواخر اردیبهشت تا اوایل تیر در پژوهشگاه علوم گیاهی Lindau سوئیس استفاده شد. ابتدا عملکرد ترکیب شش شاخص گیاهی در ترکیب با سه گونه الگوریتم آستانه گذاری مختلف برای جداسازی پیکسل‏های پوشش گیاهی چغندرقند از سایر پیکسل‏های پس‏زمینه تصویر، مورد ارزیابی قرار گرفت. سپس از میان 18 روش مورد بررسی، 6 روش برتر برای مقایسه با مقادیر واقعی زمینی در 30 ناحیه مختلف مزرعه و در چهار تاریخ از ابتدای چهار برگی شدن تا انتهای شش برگی شدن مورد ارزیابی قرار گرفتند. نتایج نشان داد سه شاخص ExG، GLI و RGBVI و دو الگوریتم آستانه گذاری Otsu و Ridler-Calvard بهترین عملکرد را در جداسازی پوشش گیاهی داشتند. آماره های ارزیابی NRMSE و R2 برای روش ExG&Otsu به عنوان دقیق‏ترین روش، به‏ترتیب 13/5 درصد و 96/0 به دست آمد. هم چنین روش RGBVI&RC با مقادیر NRMSE و R2 به ترتیب، برابر با  18/8 درصد و 87/0 کم ترین دقت را برای برآورد پوشش گیاهی در ارزیابی اولیه نشان دادند. مقایسه شاخص‏های آماری نشان داد دو روش ‏ExG&Otsu‏ و ‏ExG&RC‏ با عملکرد یکسان، بیش ترین همبستگی را با واقعیت زمینی داشتند. هم چنین ‏روش ‏GLI&Otsu‏ کم ترین خطا را نسبت به داده های واقعیت زمینی داشت.

هدف از این مطالعه معرفی و به کارگیری یک روش حسابداری آب به عنوان رویکردی مناسب جهت ارزیابی وضعیت حوضه و ارائه و بررسی راهکارهایی به منظور بهبود مدیریت منابع آب می باشد. روش حسابداری آب به کار رفته در این پژوهش چارچوب حسابداری آب بعلاوه (WA+) است که مبتنی بر پارامترهای بیلان منابع آب، تفکیک بین اجزای آب سبز و آب آبی می باشد. در تحقیق حاضر از چهار کاربرگ منابع پایه، تبخیر و تعرق، خدمات کشاورزی و برداشت آب استفاده شده است. نتایج ارزیابی این کاربرگ ها نشان داد، نشانگر کاربرگ اول که بیان کننده نسبت آب در دسترس به آب قابل بهره برداری است، 59/0 و نشانگر کاربرگ دوم که نشان دهنده میزان تبخیر و تعرق سودمند به کل آن است، 75/0 برآورد شدند. همچنین نشانگر کاربرگ سوم، که مقدار آب بهره برداری شده در زمین های فاریاب را توصیف می کند برابر 87/0 و نشانگر کاربرگ چهارم که معرف نسبت آب برگشتی به کل آب برداشت شده است برابر 51/0 برای حوضه آبریز بدست آمدند. در ادامه، راهکارهای علاج بخشی به منظور استفاده بهینه از منابع آب تعریف شده و بر اساس سه معیار فنی، زیست محیطی و اقتصادی-اجتماعی که با استفاده از مدل MEREC وزن دهی شده اند، توسط روش تصمیم گیری COPRAS اولویت بندی گردیدند. براین اساس نتایج نشان داد که استفاده از روش ترکیبیِ افزایش 2% بهبود راندمان کشاورزی و کاهش 10% سطح کشت محصولات زراعی به جز گندم، بهترین راهکار علاج بخشی می باشد که سه معیار مذکور را تا حد قابل قبولی پوشش می دهد.