fa استفاده از سیستم هشدار سریع خشک‌سالی برای بهره‌برداری مخزن سد زاینده رود عمومی Ggeneral پژوهشي Research برای مدیریت خشک‌سالی در مناطق خشک که اتکای بیشتری به سدها و ذخیره‌سازی آب‌های سطحی دارند، استفاده از سیستم‌های هشدار سریع خشک‌سالی(DEWS) راهبردی مفید می‌باشد. در تحقیق حاضر تلاش شده است تا چنین سیستمی طراحی شود که از سه بخش اصلی شامل: 1) پایش خشک‌سالی 2) پیش‌بینی ورودی‌های رودخانه و مصرف آب و 3) محاسبه یک شاخص هشدار برای مدیریت خشک‌سالی تشکیل می‌شود. این سیستم برای سد زاینده رود ارائه شده است. بدین منظور، ابتدا جریان ورودی به سد و مصارف با استفاده از شبکه‌های عصبی مصنوعی در یک دوره 6 ماهه با در نظر گرفتن عدم قطیعت مربوط، در سطوح احتمالاتی مختلف پیش‌بینی گردید. هم‌چنین بر اساس اطلاعات تاریخی ذخیره آب مخزن و روش نگاشت خود سامان یافته (SOFM)، شدت خشک‌سالی در 5 دسته (بدون خشک‌سالی ، خشک‌سالی ضعیف، خشک‌سالی با شدت کم، خشک‌سالی شدید و خشک‌سالی خیلی شدید) تعیین شد. سپس یک شاخص هشدار خشک‌سالی (DAI) با توجه به شرایط جاری مخزن سد، ورودی‌ها و مصرف آتی آب محاسبه گردید. در نهایت بر اساس نتایج حاصل از شاخص محاسبه شده، سطوح مختلف هشدار از وضعیت نرمال تا شرایط کم آبی شدید مشخص شد. نتایج نشان داد که استفاده از سیستم هشدار سریع طراحی شده می‌تواند نقش مؤثری در مدیریت مخزن سد زاینده رود، تعیین سیاست‌های جیره-بندی و هم‌چنین کاهش خسارات خشک‌سالی داشته باشد. Application of drought early warning system is an important strategy for drought management. It is more pronounced in the arid regions where dams have vital role to overcome water shortages. This papers aims to develop and apply such a system that includes three main components, which are 1) drought monitoring, 2) forecasting inflows and water demands and 3) calculation of a warning index for decision about drought management. The system is presented for the Zayanderud Dam. For this, the future six months river inflows and demands are forecasted at different probabilistic levels using the artificial neural networks and considering respected uncertainties. Also, five drought levels are indicated based on the historical records of dam’s storage and the self organizing feature map technique. Furthermore, a drought alert index (DAI) is defined using current storage of dam and the forecasted flows and demands. Finally, the different alert levels are estimated, which vary from normal to sever water scarcity. The results showed that application of the designed warning system can have effective role in the dam’s operation, rationing policy and reducing drought losses. سیستم زودهنگام خشک‌سالی، عدم قطعیت، مدیریت خشک‌سالی، شبکه‌های عصبی مصنوعی، سد زاینده رود Drought early warning system, Drought management, Uncertainty, Artificial neural networks, Zayandehrud Dam. 35 48 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-1370-1&slc_lang=fa&sid=1 M. Gholamzadeh مهدی غلام زاده No S. Morid سعید مرید morid_sa@modares.ac.ir Yes M. Delavar مجید دلاور No