با همکاری انجمن هیدرولیک ایران

تأثیر تغییرات اقلیمی بر تغذیه آب زیرزمینی: بهینه‌سازی فرایندهای بازچرخانی فاضلاب با استفاده از مدل های عصبی مصنوعی (ANN) و MODFLOW

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه مدیریت منابع آب، واحد شهرقدس، دانشگاه آزاد اسلامی، شهرقدس، ایران.

10.22077/jaaq.2026.11777.1153
چکیده
این مطالعه به بررسی هم‌زمان کیفیت آب و اثر تغییر اقلیم بر بازچرخانی فاضلاب و منابع آب زیرزمینی پرداخته است. در بخش نخست، پارامترهای اصلی کیفیت آب شامل pH، EC، BOD5، COD و شاخص‌های میکروبی مانند E. coli و کلیفرم در مرحله ذخیره‌سازی–بازیابی بازچرخانی فاضلاب ارزیابی شدند. داده‌های مورد استفاده از یک آزمایش میدانی ۶۰ روزه در آبخوان چالوس به‌دست آمد که در آن فاضلاب شهری به آبخوان تزریق و به‌صورت منظم نمونه‌برداری انجام شد.

برای شبیه‌سازی و پیش‌بینی، یک مدل پرسپترون چندلایه (MLP) با سه لایه پنهان توسعه یافت و عملکرد آن با مدل عددی MODFLOW مقایسه شد. نتایج نشان داد شبکه عصبی مصنوعی که با ۷۰ درصد داده‌ها آموزش و با ۳۰ درصد داده‌ها اعتبارسنجی شد، دقت بالاتری داشته و خطاهای مدل‌سازی را حدود ۲۰ درصد نسبت به MODFLOW کاهش داده است.
در بخش دوم، اثر تغییر اقلیم بر رفتار آبخوان بررسی شد. برای این منظور، شرایط اقلیمی آینده در دوره ۲۰۳۰ تا ۲۰۵۰ با استفاده از LARS-WG 8 و مدل اقلیمی MRI-ESM2-0 تحت سناریوهای SSP1-2.6، SSP2-4.5 و SSP5-8.5 شبیه‌سازی شد. نتایج نشان داد تغذیه آب زیرزمینی بسته به سناریو ۱۳ تا ۲۵ درصد کاهش می‌یابد و این کاهش تا سال ۲۰۵۰ می‌تواند افتی حدود ۱.۱ تا ۱.۷ متر در سطح آب زیرزمینی ایجاد کند. همچنین، در شرایط بارگذاری ثابت آلاینده‌ها، غلظت آلاینده‌ها و شاخص‌های میکروبی ۱۵ تا ۲۸ درصد افزایش می‌یابد. در مجموع، نتایج بر ضرورت اتخاذ راهبردهای سازگار با تغییر اقلیم برای حفاظت از کیفیت آب زیرزمینی تأکید دارند.

کلیدواژه‌ها

موضوعات

عنوان مقاله English

Impact of Climate Change on Groundwater Recharge: Optimizing Wastewater Recycling Processes Using Artificial Neural Networks (ANN) and MODFLOW Models

نویسندگان English

Seyed Behnam Mirfakhraei
Hossein Hassanpour Darvishi
Seyed Habib Mousavi Jahromi
(PhD. Graduate, Department of Water Engineering, Shahre-e-Qods Branch, Islamic Azad University, Tehran, Iran
چکیده English

Water quality management and wastewater recycling optimization are critical challenges in groundwater management, especially under climate change. This study investigated key water quality parameters, including pH, EC, BOD5, COD, and microbial indicators such as E. coli and Coliform, during the storage-recovery phase of wastewater recycling. The analysis was based on data from a 60-day field experiment in the Chalous aquifer, where domestic wastewater was injected and water quality was regularly monitored.

To model and predict aquifer behavior, a Multi-Layer Perceptron (MLP) with three hidden layers was developed and compared with the MODFLOW numerical model. The MLP, trained on 70% of the data and validated on the remaining 30%, showed superior predictive performance and reduced modeling errors by about 20% compared with MODFLOW.
The study also assessed the impacts of climate change on groundwater recharge and contamination risk for the period 2030-2050. Future climate conditions were generated using LARS-WG 8 and the MRI-ESM2-0 climate model under SSP1-2.6, SSP2-4.5, and SSP5-8.5 scenarios. Results showed that groundwater recharge may decrease by 13% to 25%, leading to a projected groundwater level decline of 1.1 to 1.7 m by 2050. Under constant pollutant loading, this decline could increase concentrations of BOD5, COD, EC, Coliform, and E. coli by 15% to 28%, significantly degrading groundwater quality. Overall, the findings emphasize the need for climate-resilient strategies to protect groundwater quality in the future.

کلیدواژه‌ها English

Climate change
groundwater recharge
water quality
دوره 7، شماره 1
شهریور 1405
صفحه 139-172

فایل‌های تکمیلی/اضافی