به¬جرآت می¬توان گفت بارش¬های جوی مهمترین منبع تامین آب شیرین و رواناب های حاصل از این بارش¬ها اصلی¬ترین شکل دریافت آب، در بیشتر مناطق دنیا می¬باشند. لذا برآورد حجم رواناب حاصل از بارندگی جهت بکارگیری روشهای جمع آوری و مهار آبهای سطحی از نظر تأمین آب، روز به روز اهمیت بیشتری پیدا می کند. در دهه¬های اخیر نیاز به پیش¬بینی دقیق و سریع رواناب از روی آمار بارندگی به علت افزایش تعداد سیلاب ها و خسارات ناشی از آنها و نیاز به ایجاد سیستم هشدار سیل افزایش یافته است. علاوه بر آن نیاز به طراحی و ساخت سازه¬های آبی و لزوم مدیریت خشکسالی¬ها و جلوگیری از خسارات آنها مواردی است که به عنوان واقعیت¬های ضروری مطرح است. بنابراین توسعه و اجرای روش¬های مناسب برای پیش¬بینی رواناب از روی داده¬های بارش بسیار ضروری به نظر می¬رسد. روشهای متعددی به این منظور توسعه یافته¬اند که از این میان، می¬توان به مدلهای هیدرولوژیکی، روابط رگرسیونی و توابع انتقال اشاره کرد. اما در دهه¬های اخیر مطالعات بیشتر به سوی روش¬هایی متمایل شده¬اند که بتوانند شرایط طبیعی را تا حدودی درک کنند و نتایج حاصل از آنها از دقت و صحت مناسب برخوردار باشد. یکی از روش¬هایی که در چند دهه اخیر در بسیاری از رشته¬ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای هوش مصنوعی نظیر منطق فازی و شبکه¬های عصبی مصنوعی می¬باشد. در این تحقیق سعی گردیده کارآیی این روشها به-منظور برآورد بارش- رواناب در حوضه سد زاینده¬رود مورد ارزیابی قرار گیرد. لازم به ذکر ابتدا با استفاده از نرم¬افزار wingamma داده¬ها و پارامترهای موجود مورد بررسی و تجزیه و تحلیل قرار گرفتند. سپس با استفاده از آمار روزانه بارش-رواناب، به بررسی کارآیی شبکه عصبی مصنوعی و سیستم عصبی-فازی در تخمین رواناب حاصل از بارش پرداخته شد و در ادامه میزان دقت و صحت این دو روش با بهره¬گیری از روش های آماری، مقایسه شد. نتایج حاصل از این مطالعه نشان می¬دهد که شبکه عصبی مصنوعی و سیستم فازی-عصبی در شرایط مختلف نتایج متفاوتی از خود نشان می¬دهند ولی در کل این دو روش به میزان قابل قبولی قادر به تخمین رواناب حاصل از بارش (با وارد سازی پارامترهای ورودی مناسب و استفاده از ساختارهای مناسب شبکه عصبی مصنوعی و شبکه عصبی- فازی) هستند.

شناسائی پارامترهای موثر در پدیده خشکسالی یکی از ضروریترین اقدامات مدیریتی در راستای تدوین طرحهای مقابله با پدیده خشکسالی می باشد.پارامترهای موثر در خشکسالی هواشناسی ارتباط مستقیم با عوامل موثر در اقلیم منطقه دارد. از جمله پارامترهای موثر در اقلیم ایران به عنوان یک اقلیم خشک می توان به عرض جغرافیائی، وجود و پراکندگی ارتفاعات، فاصله از دریاهای آزاد را نام برد که خود بر فاکتورهای مهم اقلیمی نظیر بارش و دما موثر می باشد. در این تحقیق با انتخاب دو استان اصفهان و خراسان جنوبی که در بسیاری از پارامترهای بیان شده دارای ویژگی های نسبتا مشابه می باشند به بررسی شدت وقوع خشکسالی پرداخته شد به صورتی که ویژگی های ذاتی خشکسالی هواشناسی در دو استان مقایسه و فاکتور ارتفاع در عرض های جغرافیائی یکسان به عنوان مهمترین پارامتر تاثیرگذار در وقوع خشکسالی با شدت های مختلف معرفی شده است. در این راستا استفاده از شاخص های خشکسالی و منطبق با شرایط منطقه و آمار موجود، جهت نیل به مدیریت خشکسالی بسیار ضروری می باشد. در این تحقیق با استفاده از هفت شاخص معتبر در پایش خشکسالی در نهایت شاخص بارندگی استاندارد شده به عنوان شاخص مناسب با خصوصیات منطقه مورد تحقیق در یک دوره آماری بیست ساله، انتخاب شد و در ادامه با استفاده از تکنیک های زمین آمار(کریجنگ وکوکریجنگ) به ترسیم نقشه پهنه بندی خشکسالی سالیانه در دو استان پرداخته شده است.

تحقیق حاضر در حوزه آبخیز اهر چای با مساحت 57/786 کیلومترمربع در استان آذربایجانشرقی انجام شد. در این تحقیق با استفاده از مدل هیدرولوژیکی توزیعی– مکانی wetspa، مدل بارش- رواناب با استفاده از داده های بارندگی، تبخیر و تعرق، دما و دبی روزانه و همچنین از ترکیب سه نقش اصلی، مدل رقومی ارتفاعی، بافت خاک و کاربری اراضی مدل برای دوره آماری (1386 - 1381) شبیه-سازی شد. سپس مدل واسنجی شد. نتایج واسنجی مدل، بر اساس معیار ناش – ساتکلیف حدود 8/64 درصد، برای دبی های حداکثر 65/76 درصد و برای دبی های حداقل 28/61 درصد و همچنین بایس مدل برای تعادل حجم جریان (بیلان آبی) 65/3درصد و rmse مدل 18/78 درصد برآورد گردید. پس از بدست آوردن مقادیر مناسب برای مجموعه پارامتر های مورد نظر جهت واسنجی، بهینه سازی پارامترها در مرحله واسنجی، با ثابت نگه داشتن مقادیر پارامترها، اعتبار سنجی مدل برای دوره دوم آماری(1391-1386) صورت گرفت. در مرحله اعتبار سنجی مدل، بر اساس معیار ناش – ساکتلیف حدود 17/58 درصد، برای دبی های حداکثر44/74 درصد و برای دبی های حداقل 49/48 درصد همچنین بایس مدل برای تعادل حجم جریان (بیلان آبی) 88/1 درصد و rmse مدل 62/91 برآورد گردید. در بررسی نتایج تحلیل حساسیت پارامتر های مدل در این حوزه kg (پارامتر افت آب زیرزمینی) حساسترین پارامتر مدل شناسایی شد. این مقدار نشان از قابل قبول بودن نتایج مدل جهت شبیه سازی جریان های روزانه دارد. از طرف دیگر بررسی نتایج بیلان آبی حاصله از مدل wetspa نشان می دهد، که مدل پارامترهای هیدرولوژیکی توزیعی، مولفه های بیلان آبی نظیر تبخیر، رواناب (سطحی، زیرسطحی، زیرزمینی ) و تلفات اولیه را به خوبی برآورد نموده است. سپس مدل برای شرایط آتی کاربری اراضی نیز شبیه سازیگردید. نتایج نشان داد که با اعمال سناریو خوش بینانه که افزایش سطح جنگل و اراضی کشاورزی را به همراه دارد نسبت به سناریو بد بینانه که اراضی فوق به اراضی بایر و مرتع تغییر وضعیت داده است. نتایج حاصله از سناریو خوش بینانه و بدبینانه نشان می دهد که در سناریو بدبینانه رواناب کل و دبی اوج سیلاب حوزه به ترتیب 3/21 و 7/21 درصد افزایش یافته است.