عنوان پایان‌نامه
پیش بینی بلند مدت تقاضای آب شهری
- رشته تحصیلی
- مهندسی عمران - مهندسی آب
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1453;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 46711
- تاریخ دفاع
- ۱۵ شهریور ۱۳۸۹
- دانشجو
- صادق بهبودیان باجگیران
- استاد راهنما
- مسعود تابش
- چکیده
- آب شرب در ایران همچون اغلب مناطق دنیا به دلیل خشکسالی، رشد جمعیت، افزایش مصرف سرانه هر روز کمیاب تر می¬شود. از طرف دیگر غیر قابل جانشین بودن آب مشکل کم آبی را روزافزون ترمی¬کند، در این شرایط تلاش انسانها برای استفاده بهینه این نهاده ضروری تر به نظر می رسد و منازعات و کشمکش ها نیز برای حاکمیت منابع آب در آینده فزونی خواهد گرفت. هدف این تحقیق ارائه یک روش مناسب و قابل اطمینان برا? بدست آوردن میزان تقاضا? بلند مدت آب?شهر? است، تا تصمیم گیری برای آینده با عدم قطعیت کمی صورت پذیرد. بر اساس معیار های انتخاب مدل و متغیر های موثر که در نظر گرفته شد، تابع تقاضای آب شهر نیشابور با متغیرهای درآمد سرانه واقعی، قیمت متوسط واقعی، شاخص کالا و خدمات مصرفی، تعداد باسوادان و متوسط دمای حداکثر برای شهر نیشابور توسط مدل استون گیری تخمین زده شد. نتایج بر ضروری بودن کالای آب تاکید می کند. بمنظور پیش‌بینی نقطه‌ای، چهار سناریو تعریف گردید و متغیر های مستقل پیش بینی شد. برای این امر از اطلاعات پیش بینی شده جمعیت با سه سناریو توسط شرکت پارس کنسولت استفاده گردید. پارامترهای هواشناسی نیز، با داشتن خروجی مدل HadCM3 و داده‌های هواشناسی مشاهداتی و با بکارگیری مدل LARS-WG، برای سه سناریوهای اقلیمی آتی شبیه‌سازی گردید. متغیرهای اقتصادی (درآمد خانوار، شاخص کالا و خدمات و قیمت متوسط آب) با دو فرض کلی ( اجرا شدن طرح هدفمند سازی یارانه ها و اجرا نشدن این طرح) پیش¬بینی گردید. درصد تغییرات تقاضای آب سه سناریو اول ( طرح هدفمند سازی یارانه ها اجرا نگردد) برای دوره¬ی 1390 تا 1410 بین 40 تا 57 درصد در طول این بازه می باشد. در سناریوی چهارم که فرض بر اجرای طرح هدفمند سازی یارانه ها است مقادیر تقاضای سرانه آب نسبت به حالتی که این طرح اجرا نگردد کاهش می یابد. در ادامه به بررسی اثر تغییر اقلیم بر تقاضای آب پرداخته شد. نتایج سناریوی A1B نشان داد، دمای حداکثر به ترتیب در 10، 45 و 80 سال آینده به میزان حداکثر 9/1، 6/8 و 8/14 درصد افزایش می یابد، در مجموع می توان نتیجه گرفت که میزان افزایش متوسط سالانه تقاضای آب در سناریو A1B، برای هر شهروند در دوره اول برابر 047/0 و در دوره دوم پیش بینی 213/0 مترمکعب می باشد که این عدد در دوره سوم به 37/0 متر مکعب فقط بر اثر تغییر اقلیم افزایش می یابد. در قسمت بعدی بازه‌‌ی تغییرات تقاضا برای دوره¬ی مورد نظر با استفاده از شبیه سازی مونت کارلو بدست آمد و اثر عدم قطعیت در متغیرهای مستقل، بر تقاضای آب دیده شد. در انتها با استفاده از شبکه عصبی تقاضای آب بصورت بلند مدت پیش بینی شده است. نتایج نشان داد، استفاده از جزء غیر قطعی سری های زمانی در پیش بینی با شبکه های عصبی می‌تواند مشکل درونگرا بودن این مدل ها را تا حدی حل نماید.
- Abstract
- In recent years, supplying water in majority of countries faces more severe problems due to drought, population growth and industry improvement, increasing in level of health and increasing per capita consumption. Allocation of water resources and the rate of water extraction become more noticeable in Iran. The purpose of this thesis is to provide a suitable and reliable method for forecasting long-term residential water demand?, therefore decision making for the future can be done with less uncertainty. The water demand function in Nishabour was estimated based on the effective variables, real per capita income variables, the average real price index, consumer goods and services, the number of literate and maximum average using Stone Model function. Results show that Water is an essential commodity. In order to implement point forecasting, four scenarios were defined and independent variables were predicted. For performing this purpose, projected populations by Parsconsult Consultant Company were used. LARS-WG model was used to downscale the forecasted climatic data with three scenarios obtained from the HadCM3 outputs. Economic variables (income, CPI, and water price) were forecasted base on the two assumption (whether economic plan being executed or not). The change of water demand forecasted for the period 1390 to 1410, were occurred between 40 to 57 percent in the first three scenarios in which economic plan is not implemented. In the fourth scenario, assuming this plan is running, the forecasted water demand per capita is lower than the first three scenarios. Thereupon, effect of climate change on per capita water demand was surveyed. According to the results of A1B scenario, maximum temperature in the next 10th, 45th, 80th years will increase 1.9, 8.6 and 14.8 percent, respectively. Results depicts that increasing average annual water demand in scenario A1B, is equal to 0.047 in the first period, 0.213 in the second period and in the third period it reaches to 0.37 cubic meters due to climate change. In order to consider inherent uncertainty of independent variables and applying probabilistic forecasting, the Monte Carlo simulation is applied. Probabilistic demand forecasts are calculated by propagating uncertainty in explanatory variables through the demand model, producing a probability distribution of demand at each future time. Finally, to assess the capability of the neural network for long term forecasting, the amount of water demand is predicted. The results illustrate that by using irregular component of time series, limitation of ANNs for long term forecasting can be resolved.
