پیش بینی دبی رودخانه ها در کارهای عمرانی، به منظور استفاده بهینه از مخازن سدها، ساماندهی رودخانه و هشدار سیل از اهمیت زیادی برخوردار است. فرآیند بارش- رواناب پدیده ای غیرخطی است و استخراج روابط بین بارش در سطح حوضه و جریان ناشی از آن که به صورت رواناب و سیلاب آشکار می گردد، از دیرباز جزو مهمترین مسائلی بوده که مورد توجه کارشناسان مرتبط با مسائل آب و بویژه هیدرولوژیست ها بوده است. خاصیت غیر خطی، عدم قطعیت ذاتی این پدیده، نیاز به اطلاعات تاریخی طولانی و پیچیده بودن مدل های فیزیکی از دلایلی بوده است که باعث شده محققان به سوی مدل هایی همچون شبکه های عصبی، سیستم های فازی، آنالیز موجک، الگوریتم های تکاملی (الگوریتم ژنتیک و برنامه ریزی ژنتیک و ...) و معادلات دیفرانسیل تصادفی رو آورند. در این تحقیق نحوه مدلسازی فرآیند بارش- رواناب با استفاده از برنامه ریزی ژنتیک و معادلات دیفرانسیل تصادفی ارائه می گردد. معادلات دیفرانسیل تصادفی عدم قطعیت های بالای موجود در فرآیند بارش- رواناب، نویزدار بودن داده ها و خطای مربوط به فرضیات را یکجا به عنوان فرآیند نویز سفید در نظر گرفته و در مدلسازی وارد می کند. برنامه ریزی ژنتیک بین متغیرهای ورودی و خروجی روابطی را به طور تصادفی ایجاد کرده و با استفاده از اصول انتخاب طبیعی داروین، در نهایت بهترین رابطه را ارائه می کند. این مدل ها در حوضه لیقوان واقع در استان آذربایجان شرقی به کار رفت و نتایج آن با داده های مشاهداتی مورد بررسی و مقایسه قرار گرفت. معیارهایی که به منظور ارزیابی کارآیی مدل ها مورد استفاده قرار گرفت شامل: ضریب تعیین ، جذر میانگین مربعات خطا ، درصد خطای حجم هیدروگراف ،درصد خطاهای مربوط به پیش بینی دبی اوج و زمان رسیدن به دبی اوج می باشند. نتایج ارزیابی نشان داد که هر دو مدل فرآیند بارش –رواناب حوضه لیقوان را با دقت قابل قبولی مدلسازی می کنند. دقت مدل حاصل از gp نسبت به sde بیشتر است ولی چون مدل حاصل از sde این امکان را فراهم می کند که بتوان نوسانات رواناب را نیز پیش بینی کرد، لذا در این تحقیق مدل حاصل از sde به عنوان مدل بارش- رواناب حوضه لیقوان پیشنهاد گردیده است. آنالیز حساسیت مدل sde بر مبنای تغییرات پارامترهای آن انجام شد. نتایج نشان دادند که با تغییر پارامترها زمان رسیدن به دبی اوج ثابت و تغییرات دبی اوج زیاد می باشد. چون روابط حاصل از gp دارای پارامتر خاصی نمی باشد، لذا روی این روابط نمی توان تحلیل حساسیت انجام داد.

دریاچه ارومیه بعنوان یکی از بزرگترین دریاچه های ایران، مقصد نهائی مجموعه ای از رودخانه های شمالغرب کشور است. با توجه به تغییرات زیاد بارندگی و همچنین تغییرات دمای هوا، تراز آب نوسانات زیادی داشته است. آگاهی از این نوسانات در بررسی مسائل مرتبط، از جمله ریسک پذیری تاسیسات و سازه های وابسته، تغییرات ذخیره آبی دریاچه، ساخت و سازهای ساحلی، محیط زیست و بسیاری از عوامل دیگر اهمیت دارد. از اینرو رسیدن به یک تخمین قابل قبول از روند نوسانات در آینده با استفاده از روشهای نوین دنیا امری اجتناب ناپذیر است. با اینکه نوسانات تراز سطح آب دریاچه ها تابعی از عوامل بسیار متعددی می تواند باشد، در این تحقیق سعی شده است، از مهم ترین عوامل موثر همچون دمای هوا و بارش استفاده گردد. لذا از روش نوین برنامه ریزی بیان ژن (gep) که توسعه یافته برنامه ریزی ژنتیک است، جهت شبیه سازی و پیش بینی نوسانات تراز آب دریاچه در حالات و مقیاس های زمانی مختلف و از mathematica جهت دینامیک نمودن این شبیه سازی بهره گرفته شده است. gep یک الگوریتم ژنتیکی است بطوریکه از جمعیتی از افراد استفاده و آنها را مطابق برازندگی، انتخاب می کند و تغییرات ژنتیکی را با استفاده از یک یا چند عملگر ژنتیکی، اعمال می نماید و در آن کروموزوم ها، به صورت بیان درختی نشان داده می شوند. جهت پیش بینی نوسانات تراز آب در دو مقیاس زمانی روزانه و ماهانه با استفاده از gep، مقادیر نوسانات پیشین، دمای هوا و بارش در شش حالت متفاوت شامل نوسانات تراز آب یک روز قبل تا نوسانات تراز آب نه روز قبل و دمای هوا و بارش یک روز قبل تا سه روز قبل، به عنوان ورودی در نظر گرفته شدند تا بهترین الگو برای پیش بینی انتخاب گردد. نوسانات تراز آب و دمای هوای ماهانه تا یک تأخیر، به عنوان مناسب ترین الگوی ورودی پیش بینی نوسانات تراز آب دریاچه ارومیه، انتخاب گردید. در انتها توانایی پیش بینی دو مدل gep و رگرسیون خطی با معیارهایی نظیر ضریب همبستگی و جذر میانگین مربعات خطا با یکدیگر مقایسه گردیده است.

تحقیق حاضر برای پهنه بندی شمالغرب ایران بر مبنای بارش های روزانه و تجمعی با زمان های تجمع مختلف (5،10، 15 ،20، 25 و30) روزه، شاخص فاصله-مقدار، فواصل زمانی بارش، سری روزهای بارانی، سری 25%، سری 50% و سری 75% با استفاده از داده های بارش روزانه 60 ایستگاه هواشناسی در طول دوره آماری 35 ساله انجام گرفته است. 13نوع پهنه بندی بر اساس متغیرهای معرفی شده فوق با استفاده از روش تجزیه به مولفه های اصلی (pca ) انجام گرفت. همچنین از روش سلسله مراتبی وارد و غیر سلسله مراتبیk-mean برای امکان مقایسه نتایج حاصل از روش pca استفاده شد. آماره s برای آزمون همگنی مناطق بدست آمده به کار گرفته شده است. آن چه از مقایسه سری بارش روزانه و سری بارش-های تجمعی با زمان تجمع مختلف بدست می آید این است که با افزایش تدریجی زمان تجمع، تعداد مولفه های اصلی کمتری درصد بیشتری از واریانس کل را توجیه می کنند. نتایج پهنه بندی با روش pca نشان داد که پهنه های حاصل از سری فواصل زمانی بارش، شاخص فاصله-مقدار و روزهای بارانی بسیار کوچک بوده و مناطق زیادی را پوشش ندادند. روش وارد نسبت به دو روش pca و k-meanپهنه ها را وسیع تر انتخاب کرده و ایستگاه هایی که با این روش در یک خوشه جای گرفتند از نظر مکانی بر روی نقشه در همسایگی یکدیگر بوده و پیوستگی جغرافیایی اقلیمی حفظ شده است. روش pca به لحاظ ماهیت خود فضای داده ها را روی محورهای اصلی تصویر می کند و ساختار واقعی فضا را نشان خواهد داد اما در روش های سلسله مراتبی که در هر مرحله خوشه یا اعضا را به هم متصل می کنند، از نظر ماهیت فضایی خوشه ها بیانگر ساختار واقعی نمی باشند لذا انتظار می رود که خوشه های حاصل از pca واقعی تر از خوشه های حاصل از دیگر روش ها باشد. اما از نقطه نظر گسترش اطلاعات خوشه بندی بر مبنای همگنی، روش های خوشه بندی سلسله مراتبی بر خوشه بندی واقعی ارجحیت پیدا می کند .

با توجه به اهمیت پیش بینی جریان رودخانه در مدیریت منابع آب روش های مختلفی برای مدل کردن جریان رودخانه ها بکار برده شده است. تا بتوان با بکارگیری این مدل در مدیریت خشکسالی و سیلاب، خسارات ناشی از آنها را به حداقل ممکن رساند. در این مطالعه مدل شبکه عصبی و مدل هیبرید موجکی- شبکه عصبی برای پیش بینی جریان روزانه ایستگاه ونیار پیشنهاد گردیده است. برای استفاده از مدل هیبریدی سری زمانی به 12 زیر سری تجزیه شده و این زیر سری ها بعنوان ورودی به شبکه عصبی وارد می گردند. نتایج بدست آمده از مدل تلفیقی موجک- شبکه عصبی با نتایج حاصل از کاربرد شبکه عصبی مقایسه شد. و ملاحظه گردید که روش هیبریدی موجک- شبکه عصبی تعداد روزهای بیشتری را با همبستگی قابل قبولی نسبت به روش شبکه عصبی پیش بینی می کند. در بخش بعدی این مطالعه همپوشانی فیلتر میانگین متحرک با زیر سری های تقریبی حاصل از تجزیه جریان روزانه بررسی گردید که نتایج همبستگی بسیار بالای این دو فیلتر را نشان داد. در قسمت دیگری از این تحقیق میزان در برگیری زیرسری های جزئی حاصل از تجزیه موجکی توسط دوره بازگشت های مختلف بررسی گردید، بصورتیکه هر کدام از دوره بازگشت های سیگنال جریان روزانه ایستگاه ونیار، یک سری از زیر سری های جزئی را در بر می گیرند. و از این قسمت می توان دریافت که هر کدام از زیرسری های حاصل از تجزیه چه دوره بازگشت هائی را در تفکیک نموده اند. در بخش آخر این مطالعه در صد واریانسی را که هر زیر سری جزئی به خود اختصاص داده بود محاسبه شد. و میزان پراکندگی که هر زیر سری جزئی از سیگنال جریان در بر گرفته بود مشخص گرد

هدف اصلی این مطالعه تجزیه و تحلیل خشکسالی در حوضه دریاچه ارومیه با استفاده از شاخص استاندارد بارش و پهنه-بندی منطقه با روش تجزیه به مولفه های اصلی است. برای این منظور از آمار بارش های ماهانه 30 ایستگاه هواشناسی در دوره آماری 2009-1972 استفاده شد. برای هر یک از ایستگاه های منتخب شاخص بارش استاندارد (spi)، به منظور ارزیابی مدت، شدت، مقدار و مساحت خشکسالی در دو مقیاس 3 و 12 ماهه بکار برده شد. به منظور پی بردن به میزان مساحت درگیر خشکسالی منطقه ای در هر سال، نقشه های ناحیه ای مربوط به مقادیر spi با روش عکس فاصله تهیه و مساحت نواحی با spi کوچکتر از 2- اندازه گیری گردید. برای پهنه بندی منطقه از نظر مشخصه های خشکسالی تجزیه به عامل های مربوط به داده های spi انجام شد. همگنی نواحی بدست امده با روش آماره s ویلتشایر بررسی گردید. نتایج نشان داد که بیشترین مساحت درگیر خشکسالی به ترتیب متعلق به سال های 1984 و 2001 بود. بیشترین طول مدت خشکسالی مشاهده شده در حوضه دریاچه ارومیه، بر پایه گام زمانی 3 (12) ماهه، 57 (170) ماه بود. نتایج تجزیه به مولفه های اصلی spi سه ماهه (دوازده ماهه) نشان داد که تعداد 5 (6) عامل دارای مقدار ویژه بزرگتر از یک بوده و در مجموع 08/68 (88/78) درصد از واریانس کل را توجیه می کند. حوضه دریاچه ارومیه با توجه به ضرایب عامل ها در مقیاس 3 ماهه (12 ماهه) به پنج (شش) ناحیه تفکیک گردید. نتایج آزمون همگنی نشان داد که نواحی بدست آمده همگن هستند. همچنین نتایج نشان دادند که مدت دوام خشکسالی ها با افزایش مقیاس زمانی مربوط به spi افزایش ولی تعداد آن ها کاهش می یابد.

بررسیبسیاری از مسائل هیدرولوژی مانندمدل سازی بارش- رواناب، بر آورد دقیقاوج سیلاب ها، کنترل سیلاب، محاسبات بیلان، مدل سازی انتقال آلودگی هاو طراحی فاضلاب های شهری نیازمند داده-های بارش کوچک مقیاس طولانی مدتمی باشد. با توجه به اندازه گیری های روزانه بارش در بیشتر ایستگاه ها و کمبود داده های کوچک مقیاس،یکی از روش های بازسازی این داده ها،گسسته سازی داده های بارش روزانهیعنی تبدیل داده های روزانه به مقادیر چند ساعته و کمتر توسط مدل های ریاضی است. برای رسیدن به این منظور می توان از خصوصیت مقیاس گذاری بارش استفاده نمودکه یکی از خصوصیات سیستم آشوبناک می باشد. مقیاس گذاری بارندگی بر این موضوع دلالت دارد که خصوصیات مشاهده شده در مقیاس های مختلف بهوسیله روابط ثابتی کنترل می شوند. یکی از کاربرد های خصوصیت مقیاس-گذاری، در گسستهسازی بارش می باشد. بدین صورت که با استفاده از بررسی توزیع بارش در مقیاس های بزرگ تر، توزیع بارندگی مقیاس های کوچک تر مشخص می شود. در این تحقیق پس از بررسی خصوصیت مقیاس گذاری بارش های حوضه لیقوانبا استفاده از آزمون های طیف توانی و مقیاس گذاری گشتاورهای آماری ، به بررسی پارامترهای مدل آبشاری پرداخته شده و در پایان این مدل جهت گسسته سازی بارش-های این حوضه مورد ارزیابی قرار گرفته است. چرا که مدل های آبشاری، علاوه برتوانایی حفظ خصوصیات مقیاس گذاری، تناوب بارندگی(دوره های خشک و تر) را بهخوبی شبیه سازی می کنند. بدین صورت که گام های زمانی بزرگ بارش به قسمت های ریزتر (در اینجا به دو قسمت) و مساوی تقسیم می-شوند و به هر گام ریزتر نسبتی از کل بارش گام بزرگ تر اختصاص داده می شود. وابستگی این نسبت ها به مقیاس، شدت بارش و موقعیت آن در سری زمانی مورد بررسی قرار گرفته و پس از آن به گسسته سازی بارش ها پرداخته می شود. پس از تولید داده ها بهمنظور صحت سنجی نتایج، خصوصیات آماری داده های تولید شدهو داده های اندازه گیری شده با هم مقایسه می شود. خصوصیات آماری مورد مقایسه عبارتند از:1)در صد بازه های خشک 2) میانگین بارش بازه های تر 3) میانگین طول وقوع رویدادها 4) میانگین طول دوره های خشک 5) میانگین حجم رویدادها.

بارش یکی از مهمترین فرآیند های هیدرولوژیکی می باشد .از بارزترین مسائل مورد بررسی آن، مقدار بارش و همینطور توزیع مکانی آن می باشد. روشهای مرسوم که برای بررسی بارش مورد استفاده قرار می گیرند، معمولا مبتنی بر ایستگاههای ثبت بارش اقلیم شناسی، سینوپتیک زمینی و باران سنج ها بوده و دارای مشکلاتی از قبیل هزینه بربودن، عدم قابلیت اندازه گیری بارندگی منطقه ای به علت کمبود ایستگاه و توزیع نامناسب مکانی آنها و عدم امکان استقرار دستگاه های ثبت کننده در مناطق صعب العبور می باشد. اما در سالهای اخیر، با بکارگیری رادارهای هواشناسی، روش جدیدی در اندازه گیری بارش و دیگر عوامل اقلیمی در دسترس متخصصان قرار گرفته است. رادار ها توانایی اندازه گیری بارندگی با قدرت تفکیک زمانی ومکانی بالا در سطح وسیع و قابل استفاده به عنوان ورودی در مدلهای بارش-رواناب و همچنین سرعت بالای جمع آوری داده را دارند. بارش تخمینی با استفاده از رادار برای تخمین رواناب به خصوص در مناطقی که اندازه گیری مداوم و پیوسته بارش وجود ندارد و همچنین باران سنج های موجود در آن به طور خوبی پراکنده نشده اند، می تواند در افزایش دقت تخمین رواناب کمک شایانی به متخصصان نماید. در این تحقیق سعی شده مقدار بارش را توسط رادار هواشناسی برای حوضه لیقوان تخمین زده و با مقدار بارش اندازه گیری شده در باران سنج مقایسه شود .همچنین از این دو سری داده های بارش به عنوان ورودی مدل شبیه سازی بارش – رواناب برنامه ریزی ژنتیک استفاده شدو نتایج مورد مقایسه قرار گرفت. نتایج حاکی از دقت بسیار بالای داده های رادار در استفاده به عنوان ورودی بارش-رواناب می باشد. در شبیه سازی بارش-رواناب با ورودی دبی و بارش نتایج نشان دهنده دقت یکسان در رادار و باران سنج می باشد. نتایج آزمون معنی داری ضرایب تبیین نیز نشان دهنده معنی داری تمام ضرایب تبیین در سطح 1%برای نتایج مدل های بارش-رواناب با ورودی های باران سنج و رادار برای سه رگبارمورد بررسی، می باشد.

مدل نماینده ساده ای از کل یک سیستم وبه عبارتی نمایانگر واقعیت های موجود در یک سیستم است. منظور از مدل ارائه روشی برای ساده سازی یک پیچیدگی است. برحسب استفاده از روش های گوناگون برای انجام آن ساده سازی انواع مدل خواهیم داشت. مدل های جعبه سفید (مدل های توزیعی) بر مبنای روابط و معادلات ریاضی حاکم و پارامترهای فیزیکی موجود در پدیده ارائه می شود. مدل های جعبه سیاه ارائه معادلات و روابط ریاضی در آن ها ممکن نیست و پارامترهای فیزیکی موثر بر آن به راحتی قابل تخمین نیستند. مدل های جعبه خاکستری (مدل های نیمه توزیعی) حالت حد وسط دو مدل فوق هستند. مدل های جعبه سیاه با دریافت ورودی و انجام یکی سری عملیات ریاضی خروجی مورد نظر را تخمین می زنند. انواع مدل های جعبه سیاه دارای پارامتر ها و ضرایبی هستند که با توجه به داده های ورودی و خروجی مشاهداتی تخمین زده می شوند. بنابراین مدل های جعبه سیاه به داده های ورودی و خروجی از نظر کمیت و کیفیت داده ها بستگی دارند. علت رویکرد به فصل اول کلیات مدل های جعبه سیاه در فرآینده های هیدرولوژیکی خاصیت غیرخطی بودن و عدم قطعیت ذاتی فرآیندهای استوکستیک، نیاز به اطلاعات تاریخی بلند طولانی مدت و پیچیده بودن پارامترهای فیزیکی دخیل در فرآیند است. پدیده بارش و رواناب یکی از این فرآیندهاست، که مدل های جعبه سیاه برای ایجاد رابطه بین داده های بارش و رواناب به کار می روند. حسن عمده مدل های جعبه سیاه حساسیت کمتر مدل به خطای داده های ورودی و قابلیت پردازش موازی داده های مورد استفاده است. عیب عمده این مدل ها در مقایسه با مدل های توزیعی این است که مدل توسعه داده شده برای یک منطقه به سایر مناطق قابل تعمیم نیست. یکی از مهم ترین پارامترهای دخیل در مدل سازی های هیدرولوژیکی پدیده بارش-رواناب است. در میان ریزش های جوی بارندگی مهم ترین فرآیند چرخه هیدرولوژیکی یک حوضه است. وقتی بارندگی به وقوع می پیوندد به تبع آن سایر فرآیند های هیدرولوژیکی از جمله سیلاب، فرسایش، رسوب گذاری، آلودگی آب های سطحی و زیرزمینی و ... به وجود می آید. پس داشتن مدل برای تبدیل بارش به رواناب امری مهم است. اما از آنجاییکه فرآیند بارش دارای تغییرات مکانی و زمانی است رواناب حاصل را نیز همواره تحت شعاع قرار می دهد و این امری است که همواره مورد توجه محققین بوده است. از دلایل مدل سازی یک سیستم بسیار پیچیده نیاز به مطالعه ی داده های یک سیستم برای شناخت رفتار آن سیستم و سپس استفاده از نتایج آن در بخش های محاسبات و حل معادلات مربوطه می باشد. بنابراین برای مدل سازی همچون سیستم پیچیده ای مانند بارش-رواناب باید از جدید ترین روش های پیشنهادی مطرح در جهان استفاده کرد. مدل سازی صحیح یک حوضه قسمت اعظم مشکلات و نواقص و حتی استعداد های آن فصل اول کلیات حوضه را برآورد می کند که بسیار حائز اهمیت است. لذا یکی از راه های مطالعه دقیق فرآیند بارش-رواناب استفاده از روش های هوشمند در یافتن رابطه بین داده های ورودی و خروجی پدیده بارش-رواناب است. رویکرد پویایی سیستم ها برگرفته از تفکرسیستمی ، ابزاری مفید درمدیریت و برنامه ریزی ها است. تفکر سیستمی که اساس و مبنای رویکرد پویایی سیستم ها به شمار می رود، درمقابل تفکر خطی بکار برده می شود.درتفکرخطی فرض می شود اتفاقات و مکانیزم به وجود آورنده آن ها درون سیستم، درطول زمان ثابت عمل می کنند، درحالی که تفکر سیستمی بر پایه تئوری فرآیندهای بازخوردی استواراست. درتفکرخطی هیچ گونه بازخوردی از خروجی به ورودی درنظرگرفته نمی شود و آن ها به مدل اطلاق می شود. در طول سال های گذشته این روش به عنوان یکی از ابزارهای مدل سازی در منابع آب و هیدرولوژی بوده است. از این رو در این تحقیق سعی شده است با استفاده از این رویکرد یکی از مدل های معروف بارش-رواناب یعنی مدل تانک را مدل سازی کرده تا بتوان فرآیند بارش-رواناب را با آن شبیه سازی نمود. برنامه ریزی ژنتیک یک الگوریتم تکاملی است که از نظریه تکامل داروین الهام گرفته است.در سال های اخیر، الگوریتم های قدرتمند از سیر تکاملی طبیعی الهام گرفته اند و می توانند برای موضوعات مختلف در حل مسائل بکار گرفته شوند. این روش های هوشمند در طول دو دهه اخیر به صورت گسترده در شبیه سازی فرآیند های مختلف هیدرلوژیکی مورد استفاده قرار گرفته اند. از آن جایی که این روش ها قابلیت برازش یک رابطه بین ورودی ها و خروجی ها را دارند در مسائل هیدرولوژیکی و مدل سازی جعبه سیاه طرفداران بسیاری یافته اند.

امروزه تأثیر پدیده گرمایش جهانی و تغییر اقلیم در اثر افزایش گازهای گلخانه ای در اتمسفر بر بسیاری از سیستم های طبیعی و مصنوعات بشری به اثبات رسیده است. تمامی مدل های گردش عمومی اتمسفر (gcm) آینده گرم تری را برای کره زمین پیش بینی می کنند. وقوع چنین شرایطی می تواند فرآیندهای هیدرولوژیکی نظیر تبخیر، ذوب برف و تشکیل رواناب را تحت تاثیر قرار داده و از این طریق در چرخه هیدرولوژی و نحوه ی دسترسی به آب در سطح یک حوضه آبریز تغییراتی را ایجاد نماید. مخازن سدها به عنوان یکی از اصلی ترین منابع تأمین کننده آب در حوضه های آبریز نیمه خشک محسوب می گردند. تغییر در رژیم جریان ورودی و میزان تبخیر از سطح دریاچه مخزن در کنار افزایش تقاضای آب، عملکرد مخزن را دچار چالش خواهد نمود. هدف اصلی این تحقیق بررسی اثرات تغییر اقلیم آینده بر میزان پاسخ هیدرولوژیکی حوضه و عملکرد مخزن پایین دست آن در حوضه رودخانه صوفی چای برای دو دوره 20 ساله حول سال های 2020 و 2055 میلادی می باشد. پیش بینی متغیرهای اقلیمی آینده با استفاده از مدل اقلیمی رایج hadcm3 و تحت دو سناریو a2 و b1 از دو خانواده مختلف از مجموعه سناریوهای انتشار گازهای گلخانه های موجود انجام شد. به منظور قابلیت کاربرد خروجی های مدل gcm در حوضه مورد مطالعه، از مدل ریزمقیاس نمایی lars-wg کمک گرفته شد. نتایج حاصل از ریزمقیاس به عنوان ورودی به مدل هیدرولوژیکی مناسب از میان دو مدل مفهومی ihacres و هوشمند مبتنی بر برنامه ریزی ژنتیک وارد گشته و دبی رودخانه و میزان جریان ورودی به مخزن از آن ها به عنوان خروجی تولید شد. به منظور بررسی عدم قطعیت استفاده ساده از یک مدل اقلیمی در نتایج حاصله برای پارامترهای اقلیمی دما و بارش و همچنین پاسخ هیدرولوژیکی حوضه با مقایسه آماری خروجی های دما و بارش 10 مدل اقلیمی مختلف با داده های مشاهداتی در یک دوره مشترک (2000-1971) پیش بینی های اقلیمی بوسیله بهترین مدل های اقلیمی منتخب نیز بعمل آمد و با نتایج نظیر hadcm3 مقایسه گردید. نهایتأ با استفاده از ابزار پویایی سیستم (sd) عملکرد مخزن تحت سیاست بهره برداری استاندارد از مخزن شبیه سازی شده و با استفاده از معیار قابلیت اطمینان به تجزیه و تحلیل نتایج پرداخته شد. به طور کلی دماهای حداقل و حداکثر پیش بینی شده نشان دهنده افزایش روند گرمایش برای دو دوره آتی نسبت به دوره پایه بود. مدل hadcm3 متوسط دما در دوره های s2020 و s2055 را به ترتیب 25/0 و 35/0 درجه سلسیوس تحت سناریو a2 و 11/0 و 3/0 درجه سلسیوس تحت سناریو b1 بیش تر از مدل اقلیمی منتخب اقلیمی ipsl-cm4 پیش بینی کرده است. مقادیر بارش پیش بینی شده نیز نشانگر افت بارش متوسط سالانه در هر دو دوره آتی و تحت هر دو سناریو انتشار a2 و b1 می باشد. مقادیر معیار دقت برای بهترین مدل شبیه سازی جریان ماهانه صوفی چای 887/0= r2 برای دوره واسنجی و 830/0= r2 برای دوره صحت سنجی، همچنین این مقادیر برای زیرحوضه اسفستانج چای به ترتیب 916/0 و 799/0 بدست آمد. روند تغییر جریان تولید شده ورودی به مخزن برای دوره های آتی و تحت سناریوهای انتشار مطابق و همسو با نتایج به دست آمده برای بارش می باشد. به طور کلی مشاهده شد که معیار قابلیت اطمینان تامین نیازهای مختلف مخزن سد علویان تحت سناریو عدم وقوع تغییر اقلیم و تغییر اولویت نیازها به ترتیب شرب، محیط زیست، صنعت و کشاورزی بالاتر از حدود قابل قبول بوده است. فرض عدم افزایش تقاضاهای مختلف مخزن سد علویان در دوره های آتی وقوع تغییر اقلیم تحت سناریوهای انتشار b1 و a2 در دوره s2020 باعث پایین آمدن قابلیت اطمینان متوسط نیازهای مختلف به جز نیاز شرب شده است. با اضافه نمودن افزایش نیاز شرب به میزان پیش بینی شده در افق طرح و همچنین رساندن کیفیت نیاز زیست محیطی به حد قابل قبول مانتانا مقادیر میانه تغییرات نیز علاوه بر کاهش میانگین در برخی از ماه ها پایین تر از حدود قابل قبول قابلیت اطمینان نیازهای مختلف قرار می گیرند. در میان ماه های مختلف ماه های مهر، مرداد و شهریور وخیم ترین شرایط برای تأمین نیاز شرب تحت هر دو سناریو انتشار a2 و b1 را تجربه می کنند. قابلیت اطمینان تامین نیازهای زیست محیطی و صنعت علاوه بر ماه های فوق در ماه تیر نیز شدیدترین کاهش ها را نشان می دهند. همچنین در همه ماه های دو فصل تابستان و پاییز نیاز کشاورزی کاهش زیادی را نشان می دهد. با این حال عدم قطعیت میان نتایج دو سناریو انتشار نیز بسیار گستره می باشد. در مجموع می توان گفت حتی تحت سناریو انتشار b1 که کاهش جریان کمتری را برای دوره s2055 پیش بینی می کند مخزن سد علویان توانایی لازم برای تأمین نیاز پر اهمیت شرب را براساس مبانی طراحی مخزن در برخی ماه ها نخواهد داشت. در مجموع نتایج نشان داد اختلاف میان مدل های اقلیمی تحت سناریو انتشار b1 برای هر دو دوره آتی نزدیک 2030-2011 و دور 2065-2046 و تحت سناریو a2 در دوره نزدیک تا حد قابل قبولی به خصوص در فصول گرم سال به هم نزدیک بوده اما تحت سناریو a2 و دوره دور اختلاف ها بسیار قابل توجه اند. همچنین عدم قطعیت انتخاب سناریوهای انتشار مختلف برای دوره نزدیک 2030-2011 کم و برای اواسط قرن بیشتر می باشد.

امروزه اثرات تغییر اقلیم بر بسیاری از سیستم های طبیعی به اثبات رسیده است. تمامی مدل های گردش عمومی اتمسفر(gcm) آینده گرمتری را برای کره ی زمین پیش بینی می کنند. وقوع چنین شرایطی می تواند باعث بروز تغییردر چرخه هیدرولوژی ، منابع آب سطحی و زیرزمینی و همچنین نحوه ی دسترسی به آب در سطح یک حوضه آبریز گردد. از آنجایی که کشور ایران جزو مناطق خشک و نیمه خشک دنیا محسوب می شود و آب های زیرزمینی نقش غیر قابل انکاری در تامین نیازهای آبی آن ایفا می کند بایستی به طور ویژه به مساله منابع آب زیرزمینی و اثرات تغییر اقلیم بر روی آن پرداخته شود. هدف از این تحقیق بررسی تاثیر تغییر اقلیم بر منابع آب زیر زمینی دشت اردبیل در سال های آتی می باشد. بدین منظور از داده های ثبت شده 35 حلقه چاه پیزومتری طی دوره 2006-1987 استفاده گردید. جهت پیش بینی متغیر های اقلیمی آینده از سناریو های مدل اقلیمیhadcm3 بهره گرفته شد. جهت انطباق مقیاس خروجی این مدل با مقیاس مورد نیاز مطالعات تغییر اقلیم، داده های ثبت شده دما و بارش توسط مدلlars-wg ریز مقیاس شدند. سپس مدل های هوشمند شبیه سازی (برنامه ریزی ژنتیک و رگرسیون خطی) بین داده های تاریخی بارش، دمای حداقل، دمای حداکثر و داده های تاریخی نوسانات آب زیر زمینی بر قرار گردید و با استفاده از روابط حاصل از مدل ها ی هوشمند، تراز آب چاه ها برای سال های آتی تخمین زده شد که نتایج حاصله، بیانگر افت سطح آب کلیه چاه های پیزومتری مورد مطالعه تحت هر سه سناریو تغییر اقلیم برای دوره های آتی می باشد.

رودخانه بالخلوچای از شاخه‏های اصلی رودخانه قره‏سو بوده که زهکش اصلی منطقه نیر و اردبیل می‏باشد. سد یامچی که محل تامین آب شرب و کشاورزی منطقه اردبیل می‏باشد، بر روی این رودخانه واقع شده است. مطالعات و تجزیه و تحلیل برای یک دوره 9 ساله از ابتدای سال 1379 تا انتهای سال 1387 انجام شده است. تخمین و پیش‏بینی جریان رودخانه بالخلوچای به منظور بهره‏برداری و مدیریت منابع آب، رفتار سنجی حوضه‏های آبریز، برنامه‏ریزی‏های بلند مدت و کوتاه مدت در توسعه پایدار و ... بسیار حایز اهمیت می‏باشد. با توجه به وجود سد یامچی در پایین‏دست این حوضه که محل تامین آب شرب شهرستان‏های اردبیل و سرعین می‏باشد، پیش‏بینی جریان رودخانه مدیریت بهینه بهره‏برداری سد را باعث خواهد شد. اطلاع از نحوه تغییرات میزان دبی جریان رودخانه ها از مسائل مهم در مطالعات آبی، به ویژه مدیریت حوضه های آبریز می باشد. در دو دهه اخیر استفاده از مدل‏های هوشمند در تخمین جریان رودخانه‏ها مورد توجه محققان واقع شده است، که از آن جمله می توان به شبکه‏های عصبی مصنوعی، سیستم استنتاج عصبی- فازی تطبیقی و برنامه‏ریزی ژنتیک اشاره نمود. در این تحقیق جریان روزانه رودخانه بالخلوچای به منظور پیش‏بینی دبی روزانه، شبیه‏سازی شده و نتایج آن با داده‏های مشاهداتی مورد بررسی و مقایسه قرار گرفت. به منظور ارزیابی کارایی هر یک از مدل‏های فوق، مقادیر مشاهداتی با مقادیر محاسباتی حاصل از مدل‏ها، به وسیله معیار‏های ضریب تبیین (r2)، جذر میانگین مربعات خطا (rmse)، نش- ساتکلیف (n-s) و خطای حجم (ver) محاسبه و مقایسه گردید و در نهایت نتایج نشان داد که مدل برنامه‏ریزی سیستم استنتاج عصبی- فازی تطبیقی به عنوان دقیق‏ترین مدل به منظور پیش‏بینی مقادیر دبی روزانه رودخانه بالخلوچای می‏باشد.

عوامل زیادی در ذوب برف دخالت دارند به همین جهت تعیین دقیق آن با مشکلات زیادی مواجه است. در حقیقت دستیابی به روش های مناسب و دقیق در پیش بینی رواناب حاصل از ذوب برف را می توان به عنوان یکی از مهمترین چالش ها در مدیریت منابع آب دانست. پیش بینی رواناب حاصل از ذوب برف به برنامه ریزی و مدیریت موثرتر و کاراتر منابع آب از جمله مدیریت مخزن، مدیریت آب زیرزمینی و هشدار سیل کمک می کند. در اغلب مناطق اطلاعات مشاهده ای زمینی برای خصوصیات برف اندک بوده که خود یکی از محدودیت های مدل سازی جریان حاصل از ذوب برف است. با توجه به مشابهت متغیرهای اقلیمی موثر در تخمین انرژی دریافتی برای تبخیر- تعرق و همچنین برای ذوب برف، معادله پنمن- مونتیث و هارگریوز- سامانی با حفظ ساختار کلی و تغییر در پارامترها و ضرایب می توانند برای تخمین جریان حاصل از ذوب برف نیز مورد استفاده واقع شوند. به این منظور معادله پنمن- مونتیث تغییر یافته و معادله هارگریوز سامانی واسنجی شده با استفاده از داده های اقلیمی ایستگاه لیقوان در استان آذربایجان شرقی به منظور تخمین رواناب حاصل از ذوب برف به کار گرفته شد. دو سوم داده ها برای آموزش و یک سوم آنها برای صحت سنجی به کار گرفته شد. در نهایت مدل های تخمین جریان مبتنی بر روش های تخمین تبخیر- تعرق، با روش srm مورد مقایسه قرار گرفت. مطابق نتایج، مدل پنمن- مونتیث تغییر یافته با دارا بودن بیشترین دقت و کمترین خطا نسبت به سایر مدل های مبتنی بر تخمین تبخیر- تعرق عملکرد بهتری در تخمین جریان حاصل از ذوب برف دارد و مدل srm نیز با مقدار جزیی اختلاف، عملکرد بهتری نسبت به مدل تخمین جریان ناشی از ذوب برف مبتنی بر روش پنمن- مونتیث تغییر یافته دارد.

توزیع بارندگی به عنوان یکی از مهمترین پارامترهای مسائل مرتبط با مهندسی آب و مدیریت منابع آب شناخته می شود و تخمین میزان دقیق بارندگی، نیازمند وجود یک شبکه بارانسنجی با توزیع مناسب است. از این رو مکانیابی بهینه احداث ایستگاه ها امری بسیار ضروری است. در این تحقیق با جمع آوری آمار ایستگاه های هواشناسی حوضه مهارلو- بختگان استان فارس، سعی گردید تا جانمایی بهینه برای ایستگاه های منطقه پیشنهاد گردد. برای این امر، تمامی داده سری زمانی مورد تحلیل های آماری از جمله آزمون های همگنی، نرمال بودن و روند قرار گرفتند و ایستگاه های دارای آمار خطا و غیر همگن از مجموع ایستگاه ها حذف شدند. سپس به منظور دستیابی به یک سطح بارندگی (پهنه بارش) مناسب، از روش های زمین آمار و امکانات نرم افزار arc-gis استفاده شد. روش های کریجینگ، کوکریجینگ و وزن دهی عکس فاصله بعنوان کارامدترین روش های زمین آمار، بکار گرفته شدند تا بهترین رویه بارندگی برای سطح حوضه مهارلو- بختگان ایجاد شود. رویه بدست آمده با روش کوکریجینگ و بدون در نظر گرفتن ناهمسانگردی، بعنوان بهترین رویه مشخص گردید. بعد از آن، با استفاده از زیرمنوهای نرم افزار arc-gis، یک شبکه 180 در 180 با فاصله یک کیلومتری (که در برگیرنده موقعیت اولیه تمامی ایستگاه ها بود) ایجاد گردید که هر یک از نقاط شبکه دارای مقدار بارش معین بودند. در این قسمت از نرم افزار matlab و زیر منوی الگوریتم ژنتیک بهره گیری شد تا بهترین جانمایی برای ایستگاه های موجود بدست آید. برای این کار، جانمایی جدید (با حداقل 5 تا 29) ایستگاه ها انجام شد، به گونه ای که رویه تولید شده توسط ایستگاه های جدید، حداقل اختلاف را با رویه اولیه داشته باشد. تابع هدف تعریف شده در این بخش نیز کمینه کردن خطای تخمین بین رویه اولیه و رویه جدید بود. پس از بررسی نتایج و جانمایی های جدید مشخص گردید، بهترین جانمایی با تعداد 17 ایستگاه بدست می آمد. در نهایت بهترین جانمایی برای 29 ایستگاه جدید انجام شد و موقعیت های پیشنهادی با 29 ایستگاه اولیه مقایسه گردید.

شبیه سازی بارش- رواناب از محورهای اساسی مطالعات هیدرولوژیکی حوضه آبریز از جمله پیش بینی سیلاب است. مفهوم هیدروگراف واحد لحظه ای (iuh) به صورت گسترده ای در شبیه سازی فرآیند بارش- رواناب به کار می رود. در این مطالعه هیدروگراف واحد ژئومورفولوژیکی ارائه گردیده است که بر پایه مخازن خطی آبشاری شکل گرفته است. بارزترین ویژگی های آن، تاثیر داشتن ویژگی های مورفولوژی حوضه در فرمول بندی و داشتن تنها یک پارامتر قابل تخمین است. در واقع در این مدل از یک سری مخازن خطی متوالی که در سرتاسر زهکش حوضه قرار گرفته اند استفاده می گردد. هر مخزن نسبتی از مساحت حوضه را که آبراهه در آن جریان دارد به عنوان یک زیرحوضه در نظر می گیرد. حداکثر آبدهی از خروجی یک حوضه زمانی اتفاق می افتد که تمام حوضه در ایجاد رواناب شرکت داشته باشد یعنی قطره آب باران از دوردست ترین نقطه هیدرولیکی حوضه به انتهای آن برسد. منحنی هایی هم زمان پیمایش با استفاده از داده ها مدل ارتفاع رقومی dem و نقشه های جهت جریان و جهت جریان تجمعی و شیب زمین در محیط gis رسم شدند. کارایی مدل با تقسم بندی سطح حوضه به دو روش الف) بر اساس درجه آبراهه ها و ب) بر اساس سطوح محصور بین منحنی های هم زمان پیمایش متوالی، بررسی شد در حوضه اهرچای واقع در بالادست سد ستارخان در استان آذربایجان شرقی بررسی شده است. نتایج نشان داد که مدل guhr در هر دو روش، عملکرد بسیار خوبی در شبیه سازی شکل کلی هیدروگراف و بازوهای بالارونده و پایین رونده آن نشان می دهد. عملکرد مدل guhr مبتنی بر سطوح زهکشی هم-درجه در پیش بینی دبی سیل بهتر از نوع مبتنی بر منحنی های هم زمان پیمایش آن بوده است. نتاییج تحلیل حساسیت نشان داد که مدل به پارامتر k حساس می باشد و با افزایش مقدار k دبی اوج افزایش یافته و زمان رسیدن به اوج کاهش می یابد.

شبیه سازی بارش-رواناب در حوضه به منظور آگاهی از پاسخ هیدرولوژیکی حوضه به بارندگی است و به دلیل اهمیتی که در مدیریت و بهره برداری از منابع آب موجود (تأمین مصارف مختلف شرب، کشاورزی و صنعت، سیستم هشدار سیل و طراحی سازه های تنظیم کننده آب) دارد، یکی از موضوعات اجتناب ناپذیر پژوهش های هیدرولوژی در چند دهه اخیر بوده است. در هیدرولوژی برای نمایش جهت جریان و محاسبه شیب مناطق از مدل رقومی ارتفاع (dem) استفاده می شود که در این پژوهش با استفاده از مدل رقومی ارتفاع، مسیر جریان هر سلول از حوضه تا خروجی آن تعیین گردیده و مقدار جریان توزیع شده هر سلول به سلول های مجاور محاسبه شد و در نهایت حجم کل آب تخصیص یافته به هر سلول مشخص گردید. در این پژوهش فرآیند بارش- رواناب توسط دو مدل هیبرید و مدل شبکه-بندی با استفاده از نرم افزار 9.3arcgis درحوضه آبریز صوفی چای واقع در استان آذربایجان شرقی مورد بررسی قرار گرفت که در آن، مقدار دبی خروجی و رواناب حاصل از بارش ها محاسبه گردید. نتایج نشان داد که در منطقه ی مورد مطالعه، مدل هیبرید از کارایی بالاتری برای شبیه سازی فرآیند بارش- رواناب برخوردار است.

در این تحقیق نامه به بررسی روند کمی و کیفی منابع آب حوضه سیمینه رود پرداخته شده است. نتایج آزمون مان-کندال وجود روند کاهشی را در آب زیرزمینی در اکثر ماه های سال نشان داد. اما آزمون سن عدم وجود روند را در تراز آب زیرزمینی گزارش نمود. بررسی روند تغییرات بارش در آزمون مان-کندال و سن افزایش روند را برای بارش در حوضه سیمینه رود نشان داد. در بررسی ترازآب زیرزمینی نیز آزمون مان کندال بهتر از آزمون سن توانست روند را نشان دهد. آزمون مان کندال تراز آب زیرزمینی محدوده را کاهشی گزارش نمود در حالیکه آزمون سن تراز آب زیرزمینی را در طول دوره آماری بدون روند اعلام کرد. در بررسی کیفیت آب زیرزمینی با آزمون مان-کندال اکثر پارامترهای کیفی آب زیرزمینی (ec، tds، sar، cl، hco3، so4، mg و na) در ایستگاه داشبند دارای روند افزایشی بود، اما در روستای محمودآباد، قنات جمبوغه و پیرولی باغی روند کاهشی گزارش شد. این در حالی است که پارامترهای کیفی آب سطحی در ناحیه داشبند بدون روند بوده و در کاولان دارای روند کاهشی بودند. آزمون سن مقدار پارامترهای ec و tds را در اکثر ایستگاه ها دارای روند افزایشی نشان داد. در این آزمون میزان پارامترهای ec و tds در آب سطحی نیز در اکثر ایستگاه ها افزایش داشت. در این تحقیق جهت پهنه بندی آب زیرزمینی از نظر شرب و کشاورزی از نمودار شولر و ویلکاکس استفاده شد. پهنه بندی در gis و با روش idw (به علت دارا بودن کم ترین خطا) صورت گرفت. نتایج نشان داد بجز ایستگاه های پیرولی باغی، ملامر و تپه سی در سایر مناطق شمالی کاهش کیفیت رخ داده است.

امروزه با توجه به رشد جمعیت و افزایش تقاضای منابع آب سالم و به دلیل نمایان شدن پدیده تغییر اقلیم که اثرات منفی بر منابع آب جهان داشته است، توجه به مدیریت منابع آب تحت تأثیر تغییر اقلیم بیش از پیش به چشم می خورد. این امر موجب شده است که مدیران و کارشناسان مربوط به بخش آب، به تجزیه و تحلیل و پیش بینی وضعیت اقلیم در آینده و ارزیابی اثرات آن به منظور کنترل و کاهش اثرات آن بر منابع آب به خصوص آب های زیرزمینی بپردازند. از طرفی با توجه به موقعیت ایران و قرار گیری آن در کمربند خشک جهان، باعث شده است که بررسی پدیده تغییر اقلیم و ارزیابی اثرات آن بر روی منابع آب ایران بیشتر مورد توجه قرار گیرد. وابستگی زیاد به منابع آب زیرزمینی در ایران و تعادل بخشی به این منبع مهم، موجب شد که ارزیابی اثر تغییر اقلیم بر منابع آب زیرزمینی دشت آذرشهر مورد بررسی قرارگیرد. هدف اصلی از این پژوهش، ارزیابی اثرات تغییر اقلیم از لحاظ بارش و مصرف بر نوسانات سطح آب زیرزمینی دشت آذرشهر در دوره آتی می باشد. با توجه به اینکه در بررسی اثر تغییر اقلیم بر تراز سطح آب زیرزمینی، بایستی اثر مصرف از آبخوان حذف شود، لذا در این پژوهش اثر مصرف شامل چاه، چشمه و قنات از سری زمانی تراز سطح آب حذف گردید تا شرایط کاملا طبیعی و خارج از فعالیت های بشری برقرار گردد. برای مدل سازی اثر بارش بر تراز سطح آب زیرزمینی، از داده های ثبت شده 34 حلقه چاه پیزومتری طی دوره 1390-1381 استفاده گردید. جهت منطقه ای کردن پیزومترهای موجود در دشت از روش تیسن بندی استفاده گردید. سپس از مدل های رگرسیون و شبکه عصبی به منظور شبیه سازی سری زمانی داده های تاریخی تراز سطح آب و بارش استفاده شد. از آنجا که عکس العمل سیستم نسبت به تغییرات متغیرهای دخیل، همزمان نبود و متغیرها دارای گام های زمانی متفاوت جهت رساندن سیستم به حالت تعادل بودند لذا با تأخیر دادن داده ها رابطه منطقی بین متغیرها بدست آمد. بارش با تأخیرهای زمانی متفاوت به عنوان ورودی مدل و تراز سطح آب به عنوان خروجی در نظر گرفته شد که نتایج بیانگر بهترین حالت ضریب تبیین و کمترین مجذور میانگین مربعات خطا برای مدل هوشمند شبکه عصبی با پنج ورودی بارش و مدل رگرسیونی با شش ورودی بارش بوده است. برای شبیه سازی تاثیر شرایط تغییر اقلیم در آینده، مدل گردش عمومی جو hadcm3 تحت سه سناریوی انتشار a1b،a2 و b2 به کار گرفته شد. سپس با بررسی آماری نتایج هر سه سناریوی انتشار مدل گردش عمومی جو hadcm3، سناریویa1b به عنوان مناسب ترین سناریو برای محدوده مطالعاتی مورد نظر انتخاب گردید. سپس با استفاده از روابط حاصل از مدل های هوشمند شبکه عصبی و رگرسیونی تراز سطح آب زیرزمینی برای سال های 1389 تا 1409 با موفقیت شبیه سازی شد. نتایج تحلیل روند تغییرات با استفاده از روش مان-کندال نشان داد که تغییرات سطح تراز ایستابی برای سری داده های پیش بینی شده با مدل رگرسیون و شبکه عصبی در آینده کاهشی می باشد.

احداث سدهای زیرزمینی به عنوان راهبردی جدید در مدیریت منابع آب به خصوص در نواحی خشک و نیمه خشک کشور در سالهای اخیر مورد توجه قرار گرفته است. مقاطع میان حوضه ها و نقاط خروجی حوضه های بزرگ که مقاطعی مناسب از نظر توپوگرافی، شیب و نهشته های آبرفتی دارند قادر خواهند بود منابع آبی مناسبی را از طریق احداث سدهای زیرزمینی استحصال و در اختیار بهره برداران قرار دهند.حوضه آبخیز قوری چای اردبیل بنابه دلایل اشاره شده یکی از مناطق اولویت دار و مهم استان است. مکان یابی مناسب برای احداث سدهای زیرزمینی در مناطقی با این خصوصیات در سطح وسیع ، راهبرد دیگری در بهبود مدیریت منابع آبی است

با توجه به بحران کمبود آب، گرمایش جهانی و همچنین خسارات گزاف خشکسالی، اهمیت پایش خشکسالی پرواضح است. در این پژوهش با محاسبه سه شاخص خشکسالی بارش استاندارد (spi)، رواناب استاندارد (sri) و منبع آب زیرزمینی (gri) در محدوده مطالعاتی بیلوردی-دوزدوزان، در دوره آماری 76-1375 الی 92-1391، به بررسی اثر خشکسالی بر نوسانات هیدرولوژیکی پرداخته شد. جهت تبیین ارتباط بین خشکسالی های هواشناختی و هیدرولوژیکی از ضریب همبستگی پیرسون استفاده شد. نتایج نشان داد که خشکسالی هواشناختی در یک دوره 6 ماهه منجر به کاهش جریان آب سحطی در هر یک از دشت ها و همچنین در یک دوره 9 ماهه موجب کاهش جریان سطحی خروجی از محدوده بیلوردی- دوزدوزان شده است. در دو دشت بیلوردی و دوزدوزان، شاخص gri با شاخص خشکسالی هواشناختی spi48 ارتباط معنی داری (در سطح 99%) از خود نشان داد. در بررسی ارتباط خشکسالی هواشناختی و آب زیرزمینی، عمق آب زیرزمینی از سطح زمین و عمق چاه ها تأثیر بسیاری داشت. همچنین نتایج این پژوهش نشان داد که شاخص gri با شاخص sri در مقیاس زمانی 24، 12 و 48 ماهه به ترتیب در دشت های دوزدوزان، مهربان و بیلوردی دارای بیشترین میزان همبستگی در سطح 99 درصد بوده است و جریان آب سطحی از عوامل مهم در تغذیه آبخوان محدوده بیلوردی- دوزدوزان می باشد.