شبیه سازی شرایط موجود منابع و مصارف شبکه آبیاری و زهکشی تجن با استفاده از مدل Vensim و ارائه راه کارهای اجرایی
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 805
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
AFPICONF03_070
Index date: 2 July 2016
شبیه سازی شرایط موجود منابع و مصارف شبکه آبیاری و زهکشی تجن با استفاده از مدل Vensim و ارائه راه کارهای اجرایی abstract
محدودیت منابع آب شیرین در دسترس و همچنین افزایش نیازهای روزافزون بشر، توجه به مصرف بهینه آب به خصوص در زمینه کشاورزی را ضروری نموده است. اگرچه آب جزء منابع تجدید شونده محسوب می گردد ولی مقدار آن در طول سال برای حوزه های آبریز تقریباً ثابت و حتی رو به کاهش است. با توجه به ارزش بالای آب برای استفاده در کشاورزی و تولید غذا که از با اهمیت ترین منابع تولید غذای انسان ها به شمار می رود، مدیریت و بهره برداری بهینه از آب، از اهمیت بسزایی برخوردار می باشد. در این راستا مدیریت منابع آب و برقراری ارتباط منطقی مابین منابع و مصارف به منظور استفاده بهینه و پایدار از منابع موجود یک ضرورت به شمار می رود. در این تحقیق منابع و مصارف شبکه آبیاری و زهکشی تجن استان مازندران از مدل پویایی سیستم و با نرم افزار Vensim شبیه سازی شد. براساس نتایج بدست آمده، بصورت میانگین درازمدت بالغ بر 214 میلیون متر مکعب در سال در محل بند انحرافی و یا 286 میلیون مترمکعب در سال خط ساحلی دریا، آب مازاد سیستم حوضه رودخانه تجن قابل انتقال به حوضه رودخانه های مجاور وجود خواهد بود.
شبیه سازی شرایط موجود منابع و مصارف شبکه آبیاری و زهکشی تجن با استفاده از مدل Vensim و ارائه راه کارهای اجرایی Keywords:
شبیه سازی شرایط موجود منابع و مصارف شبکه آبیاری و زهکشی تجن با استفاده از مدل Vensim و ارائه راه کارهای اجرایی authors
جلال الددین مرادی
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه علوم کشاورزی و منابع طبیعی ساری
علی شاهنظری
دانشیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی ساری
عبدالله درزی
دانشیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی ساری
بهیه جعفری
رئیس گروه برنامه ریزی معاونت آب و آبفا وزارت نیرو
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :