سنجش نوآورانه شاخص فقر آبی بر پایه مدلهای ریاضی-تحلیلی مؤثر و داده‌محور در استان آذربایجان‌غربی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری سازه‌های آبی، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری.

2 دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری.

3 دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

4 مدیر پروژه و رئیس هیئت مدیره شرکت مهندسین مشاور دانشوران عمران-آب، ارومیه.

چکیده

در سال‌­های اخیر، با توجه به پدیده‌­های خشک­سالی، افزایش جمعیت و کاهش ذخایر آب‌­های زیرزمینی، سنجش فقر آبی ضروری است. هدف اصلی در این مطالعه ارزیابی کمی و کیفی فقر منابع آب زیرزمینی بر اساس دو روش نوآورانه ریاضی-تحلیلی مؤثر و داده‌­محور با درنظر گرفتن فاکتورهای شش­‌گانه ظرفیت، محیط‌زیست، زیرساخت­‌ها و دسترسی­‌‎ها، منابع آب، مدیریت و اقلیم (57 متغیر) (1398-1390) در استان آذربایجان‌غربی، است. ارزش شاخص فقر آبی جامع در دو مدل ریاضی-تحلیلی مؤثر و داده‌­محور به ترتیب 53/03 و 53/67 به دست آمد. نتایج نشان می‌­دهد که در مدل‌­های مذکور فاکتورهای منابع آب، مدیریت و اقلیم باعث ایجاد ناپایداری نسبی در سامانه‌­های منابع آب زیرزمینی، ­می­‌شود. بر اساس نتایج، شاخص فقر آبی جامع از سال 1390 تا سال 1396 روند صعودی داشته است، در حالیکه بعد از اجرای طرح‌­ها و پروژه‌­های مرتبط با مدیریت منابع آب زیرزمینی مقدار این شاخص نسبتاً به وضعیت ثابت رسیده است. سال­‌های 1390، 1392 و 1396 به ترتیب نقطه عطف تغییر حالت شاخص فقر آبی جامع از حالت خیلی کم به کم، کم به متوسط و متوسط به زیاد، است. لحاظ نمودن فاکتور اقلیم به همراه پدیده‌­های کلیماتولوژی حدی در سنجش فقر آبی جامع به عنوان یکی از نوآوری­‌های منحصربفرد تحقیق حاضر می‌تواند در نحوه تصمیم‌­گیری­‌ها و تدوین برنامه‌­های مدیریتی در صنعت آب، نقشی کلیدی ایفا کند. همچنین، توسعه مدل داده‌‍­محور جهت سنجش شاخص فقر آبی با توجه به کاهش تعدد متغیرهای لحاظ شده، می­‌تواند در جلوگیری از اتلاف زمان، هزینه و منابع در انجام مطالعات پروژه‌­های مرتبط با صنعت آب، بسیار مؤثر واقع شود. نهایتاً، بررسی تأثیر دو زیرپروژه مرتبط با طرح احیاء و تعادل­‌بخشی آب­های زیرزمینی، شامل: 1- طرح تجهیز چاه­‌ها به ابزار اندازه­‌گیری هوشمند و 2- پروژه فرهنگ‌­سازی و اطلاع‌­رسانی، بر میزان شاخص فقر آبی نشان داد که پروژه‌­های مذکور در مواردی نیاز به اصلاحات مدیریتی دارند که بایستی مورد توجه مدیران و سیاست‌گذاران قرار گیرند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Innovative Measurement of Water Poverty Index in West Azerbaijan Province Based on Effective Data-Mining Mathematical-Analytical Models

نویسندگان [English]

  • Reza Sobhani 1
  • Alireza Emadi 2
  • Ramin Fazloula 3
  • Sarvin Zamanzad-Ghavidel 4
1 Ph.D. Student of Water Structures, Water Engineering Department, Sari Agricultural Sciences and Natural Resources University, Sari, Iran.
2 Associate Professor, Water Engineering Department, Sari Agricultural Sciences and Natural Resources University, Sari, Iran
3 Associate Professor, Water Engineering Department, Sari Agricultural Sciences and Natural Resources University, Sari, Iran.
4 Project Manager and Chairman of the Board at Daneshvaran Omran-Ab Consulting Engineers, Urmia, Iran.
چکیده [English]

In recent years, due to drought, population growth, and the decline in groundwater reserves, the water poverty became an essential measure to consider. The main objective of this study is to quantitatively and qualitatively assess the of groundwater resources poverty based on two innovative effective and data-mining mathematical-analytical methods considering the six factors of capacity, environment, infrastructure and access, water resources, management and climate (57 variables) in the West Azerbaijan province for the period of 1390-1398 (2011-2019). The value of comprehensive water poverty index was obtained as 53.03 and 53.67 in two effective and data-mining mathematical-analytical models, respectively. The results showed that for the models the factors of water resources, management and climate cause relative unsustainability in groundwater resources systems. The comprehensive water poverty index has increased from 2012 to 2018, while the value of this index has reached a relatively stable status after the implementation of plans and projects related to groundwater resources management. The years 2011, 2013, and 2017 are respectively the milestones for the change of the status of the comprehensive water poverty index from very low to low, low to medium, and medium to high. As one of the unique innovations of the current research, considering the climate factor along with the extreme climatology phenomena in measuring comprehensive water poverty can play a key role in decision making and formulating management plans in water sector. Also, the development of a data-mining model which reduces the number of variables included in the measurement of the water poverty index, can effectively reduce the time, cost and resources used for the water projects. Finally, investigating the effect of the two sub-projects related to the Groundwater reclamation and balancing plan i.e. 1) equipping wells with smart measuring tools, and 2) culture and information project, on the water poverty index showed that the mentioned projects in some cases require management reforms that should be taken into consideration by the managers and the policy makers.

کلیدواژه‌ها [English]

  • Groundwater
  • Data-Mining
  • Mathematical-Analytical
  • Water Poverty

مراجع

Brown CM, Lund JR, Cai X, Reed PM, Zagona EA, Ostfeld A ... and Brekke L (2015) The future of water resources systems analysis: Toward a scientific framework for sustainable water management. Water Resources Research 51(8):6110-6124
Bui NT, Kawamura A, Amaguchi H, Du Bui D, Truong NT, and Nakagawa K (2018) Social sustainability assessment of groundwater resources: A case study of Hanoi, Vietnam. Ecological Indicators 93:1034-1042
Bury J, Mark BG, Carey M, Young KR, McKenzie JM, Baraer M, ... and Polk MH (2013) New geographies of water and climate change in Peru: Coupled natural and social transformations in the Santa River watershed. Annals of the Association of American Geographers 103(2):363-374
Carley M and Christie I (2017) Managing sustainable development. Routledge
Crispim DL, Pimentel Da Silva GD, and Fernandes LL (2021) Rural water sustainability index (RWSI): An innovative multicriteria and participative approach for rural communities. Impact Assessment and Project Appraisal 39(4):320-334
El-Gafy IKED (2018) The water poverty index as an assistant tool for drawing strategies of the Egyptian water sector. Ain Shams Engineering Journal 9(2):173-186
Emadi A, Sobhani R, Ahmadi H, Boroomandnia A, Zamanzad-Ghavidel S, and Azamathulla HM (2022) Multivariate modeling of agricultural river water abstraction via novel integrated-wavelet methods in various climatic conditions. Environment, Development and Sustainability 24(4):4845-4871
Friesen J, Sinobas LR, Foglia L, and Ludwig R (2017) Environmental and socio-economic methodologies and solutions towards integrated water resources management. Science of the Total Environment 581:906-908
Forouzani M, Karami E, Zamani GH, and Moghaddam KR (2013) Agricultural water poverty: Using Q-methodology to understand stakeholders' perceptions. Journal of Arid Environments 97:190-204
Garrick DE, Hall JW, Dobson A, Damania R, Grafton RQ, Hope R ... and O'donnell E (2017) Valuing water for sustainable development. Science 358(6366):1003-1005
Gonzales P and Ajami NK (2015) Urban water sustainability: An integrative framework for regional water management. Hydrology and Earth System Sciences Discussions 12(11):11291-11329
Haak L, and Pagilla K (2020) The water-economy nexus: A composite index approach to evaluate urban water vulnerability. Water Resources Management 34(1):409-423
Kefayati M, Saghafian B, Ahmadi A, and Babazadeh H (2018) Empirical evaluation of river basin sustainability affected by inter‐basin water transfer using composite indicators. Water and Environment Journal 32(1):104-111
Liang X, Yang L, Ye M, and Deng G (2020) Quantitative analysis of the sustainable development capacity of regional water resources: A case study of Sichuan Province. In E3S Web of Conferences 143:02005
Naubi I. Zardari NH, Shirazi SM, Roslan NA, Yusop Z, and Haniffah MRBM (2017) Ranking of Skudai river sub-watersheds from sustainability indices–application of promethee method. GEOMATE Journal 12(29):124-131
Shilling F, Khan A, Juricich R, and Fong V (2013) Using indicators to measure water resources sustainability in California. In World environmental and water resources congress 2013: Showcasing the future 2708–2715
Singh AP and Bhakar P (2021) Development of groundwater sustainability index: A case study of western arid region of Rajasthan, India. Environment, development and sustainability 23(2):1844-1868
Song ML, Cao SP and Wang SH (2019) The impact of knowledge trade on sustainable development and environment-biased technical progress. Technological Forecasting and Social Change 144:512-523
Staben N, Hein A, and Kluge T (2010) Measuring sustainability of water supply: Performance indicators and their application in a corporate responsibility report. Water Science and Technology: Water Supply 10(5):824-830
Sullivan A, White D, Larson K, and Wutich A (2017) Towards water sensitive cities in the Colorado River Basin: A comparative historical analysis to inform future urban water sustainability transitions. Sustainability 9(5):761
Walker WE, Loucks DP, and Carr G (2015) Social responses to water management decisions. Environmental Processes 2(3):485-509
Zamanzad-Ghavidel S, Sobhani R, Etaei S, Hosseini Z, and Montaseri M (2021) Development of hydro-social-economic-environmental sustainability index (HSEESI) in integrated water resources management. Environmental Monitoring and Assessment 193(8):1-29
تحقیقات منابع آب ایران
دوره 19، شماره 2 - شماره پیاپی 65
ویژه نامه دریاچه ارومیه
شهریور 1402
صفحه 54-70

فایل ها

سابقه مقاله

  • تاریخ دریافت: 06 آبان 1401
  • تاریخ بازنگری: 21 آذر 1401
  • تاریخ پذیرش: 27 دی 1401

هم رسانی

ارجاع به این مقاله

آمار