حوضه آبریز شهرستان سبزوار شامل 6 محدوده مطالعاتی می باشد که تماماً در حوضه آبریز کویر مرکزی واقع شده اند. بررسی اطلاعات حاصل ازسیستم های کیفی وبرخی اندازه گیری های پراکنده انجام شده در مورد وضعیت کیفی منابع آب زیرزمینی دشت سبزوارنشان دهنده آن است که منشاء شوری آب زیرزمینی در این دشت به طور عمده مربوط به وجود سازند های گچی وسازندهای مارن گچ دارمی باشد. هدف از این تحقیق ایجاد و تشکیل مدل یا شبیه سازی آب زیرزمینی بررسی و کنترل هماهنگی اطلاعات و آمار جمع آوری شده و پیش بینی تحولات آبخوان در زمان های آینده تحت تاثیر تغییرات حجم آب های ورودی و خروجی جهت تامین دراز مدت آب شرب سبزوار است. برای حل این مشکل 37 حلقه چاه مشاهده ای وپیزومتر با استفاده از نرم افزارpmwin (اساس آن بر پایه کد modflow استواراست) که یک سیستم پیشرفته شبیه سازی جریان و حرکت مواد در محیط آب های زیرزمینی است که به صورت سه بعدی و با استفاده از روش تفاضلات محدود فرآیند مدلسازی و حل مدل را انجام می دهد. این مدل مجموعه زمین شناسی، هیدرولوژی، هیدروژئولوژی و بیلان آب را شامل می شود. درپایان با استفاد از کد های مدول modflow که شامل بسته های (رودخانه، زهکشی، مرز با هیدرولیکی عمومی، تغذیه، تبخیر و تعرق، چاه، نهر، مانع جریان افقی) می باشد و طی یک فرآیند کالیبراسیون صحیح از پارامتر های کنترلی، مدول (توپو گرافی سطح زمین، توپو گرافی سنگ کف، مقادیر هد اولیه، مقادیر نفوذ پذیری، تنش های هیدروژئولوژیکی) شبیه سازی شده است. نتایج نشان دهنده کارایی مناسب مدل در پیدا کردن چاه های آلوده وتحلیل داده های کیفی آب زیرزمینی می باشد.

آبشکن ها سازه هایی هستند که در عرض رودخانه ها و از طرف ساحل به سمت محور رودخانه جهت کنترل فرسایش جداره های رودخانه احداث می شوند. آبشکن ها با هدایت جریان به سمت محور رودخانه از ایجاد جریان قوی در اطراف ساحل جلوگیری کرده و مانع فرسایش ساحل رودخانه می گردند، اما از آنجایی که الگوی جدید جریان در اطراف آبشکن شکل می گیرد، باعث آبشستگی اطراف آبشکن و سپس تخریب سازه می شود؛ خصوصا در نوک آن به علت بروز پدیده آبشستگی شدید ناشی از حمله دائمی جریان، تخریب های عمده ای مشاهده گردیده است لذا عمده ترین پارامتر طراحی، طراحی حداکثر عمق آبشستگی موضعی اطراف این سازه ها می باشد که حل این مسئله مستلزم دانش کافی طراح از مکانیزم، میزان و نحوه آبشستگی در این نوع سازه می باشد. در طی سال های گذشته محققین زیادی آزمایشات تجربی روی این سازه ها انجام داده اند و روابط گوناگونی را برای محاسبه این عمق ارائه کردند که برای بررسی نحوه برآورد این روابط، داده های آزمایشگاهی محققین مختلف جمع آوری و سپس با استفاده از این داده ها، عمق آبشستگی حداکثر با روابط این محققین محاسبه و با عمق اندازه گیری شده مقایسه گردید. از آنجایی که هر یک از روابط مقادیر مختلفی برای آبشکن ارائه می دهد، بررسی مجدد داده ها امری ضروری به نظر می رسد. در این پایان نامه، توانایی شبکه عصبی در برآورد میزان حداکثر عمق آبشستگی حول آبشکن بررسی می شود، شبکه عصبی مصنوعی عملکردی شبیه مغز انسان دارد که برای تصمیم دقیق روابط میان داده ها نیازمند آموزش با داده های با دامنه وسیع دارد که بیش از 400 سری داده در این شبکه استفاده شد و مجموعه داده ها شامل آبشکن های دیواره قائم، پره ای و جداره شیبدار و سایر متغیرهای اثرگذار بر روی آبشستگی می باشد. در آخر با مقایسه روابط محققین پیشین با شبکه عصبی شاهد برتری پیش بینی شبکه عصبی در مقابل دیگر روابط تجربی از لحاظ قدرت ، سرعت و هزینه خواهیم بود.

پدیده خشکسالی به عنوان یک بلای طبیعی همواره باعث خسارتهای اقتصادی، محیط زیستی و اجتماعی وسیعی می شود. بخش کشاورزی و صنایع وابسته به آن حساس ترین بخش اقتصادی به پدیده خشکسالی است که همواره بیشترین خسارات را در دوره های خشکسالی متحمل می شوند. امروزه روشهای مختلفی جهت پیش بینی خشکسالی ارائه شده است در این تحقیق از تکنیک سیستم استنتاج فازی عصبی انطباقی(anfis) جهت پیش بینی خشکسالی در ایستگاه سنوپتیک تبریز استفاده شده است. جهت انجام این پیش بینی ترکبیات مختلفی از ورودی ها شامل بارش(p)، بارش نرمال(pn)، شاخص بارش استاندارد 12ماهه (pspi12) و میانگین متحرک سه ساله بارش (p3y-ave) به عنوان ورودی مدلها و میانگین متحرک سه ساله بارش (p3y-ave) در سال آینده و بارش (p) در سال آینده به عنوان خروجی مدلها مورد بررسی قرار گرفت. براساس بررسی های انجام شده میانگین متحرک سه ساله بارش سال قبل (p3y-ave(t-1)) به عنوان بهترین ورودی به مدل جهت پیش بینی میانگین متحرک سه ساله بارش سال آینده (12 ماه آینده) (p3y-ave(t)) و به تبع آن تعیین وضعیت خشکسالی در سال آینده انتخاب گردید. و نیز بارش سال قبل(p(t-1))،شاخص بارش استاندارد سال قبل (pspi12(t-1)) و شاخص بارش استاندارد 2سال قبل (pspi12(t-2)) به عنوان بهترین ورودی ها به مدل جهت پیش بینی بارش در یک سال آینده (p(t)) و به تبع آن وضعیت خشکسالی در سال آینده انتخاب گردید. نتایج نشان داد سیستم استنتاج فازی عصبی انطباقی (anfis) به عنوان یک ابزار ارزشمند می تواند جهت پیش بینی خشکسالی ها مورد استفاده قرار گیرد.

رشد جمعیت، صنعتی شدن، شهرنشینی و افزایش سطح فرهنگی و رفاهی، توسعه در بخش منابع آب را ایجاب می کند. توسعه در این بخش نیز استفاده از شیوه های نوین و کارآمد در مدیریت منابع و مصارف آب را طلب می نماید. برای مثال در گذشته شاهد این بودیم که انتخاب یک تصمیم یا تعیین گزینه ی برتر در منابع آب، به صورت سنتی، تنها مبتنی بر یک هدف ( ماکزیمم کردن نسبت سود به هزینه) بوده است، ولی امروزه با استفاده از تصمیم گیری چندمعیاره، دیگر لازم نیست تنها مقادیر مالی و سود آور را اعمال نمود بلکه می توان چندین شاخص نظیر معیارهای سیاسی، اجتماعی و زیست محیطی را برای انتخاب و تعیین گزینه یا گزینه های برتر در منابع آب به کار برد. در فرآیند این تحقیق، از دو ابزار برای برنامه ریزی بهینه منابع آب حوضه زرینگل (به عنوان مطالعه موردی) استفاده شده است. پس از مطالعه در حوضه و شناخت منابع و مصارف موجود، با استفاده از مدل weap، یک مدل برنامه ریزی منابع آب برای حوضه تدوین شده و سناریوهای مدیریتی در آن مدل اعمال گردیده و نتایج بدست آمده از آن با هم مقایسه شدند. سناریوها طوری انتخاب شدند که با توجه امکانات و پتانسیل حوضه پاسخگوی معیارها و ملاک های مدیران و در عین حال ذینفعان باشند. در مرحله بعد، از ابزار تصمیم گیری چند شاخصه برای تعیین گزینه (سناریو) برتر استفاده شده است. بدین منظور، پس از مدلسازی هفت سناریو (گزینه های تصمیم گیری)، هفت معیار و شاخص مهم در مباحث منابع آب انتخاب شده و وزن دهی گردیدند. سپس گزینه های تصمیم، براساس این معیارها و شاخصه ها در قالب یک ماتریس تصمیم گیری ارزش گذاری شدند. در نهایت به وسیله ی روش topsis، به عنوان یکی از روشهای تصمیم گیری چندشاخصه، سناریوها نمره دهی شده و بهترین گزینه از بین سناریوهای موجود انتخاب گردید. در نتایج بدست آمده، سناریوی افزایش کشت تابستانه در شبکه کشاورزی منطقه به عنوان گزینه برتر برگزیده شد که این مطلب نشان دهنده ی توجه بیشتر به کشت مجدد و کشت تابستانه و امکان توسعه بیشتر در بخش کشاورزی در طرح پایه پیشنهادی است.