پیش‌بینی کیفیت آب زیر‌زمینی و بررسی اثر تغییرات آن بر قیمت اراضی شهرستان دماوند در استان تهران

فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 31 مرداد 1403

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.30495/jae.2024.31888.2383

نویسندگان

رضا مقدسی^{* 1}؛ دانیال ولدخان²؛ امیر محمدی نژاد³

¹عضو هیئت علمی گروه اقتصاد کشاورزی دانشگاه آزاد اسلامی علوم و تحقیقات تهران

²دانشجوی دکتری اقتصاد کشاورزی منابع طبیعی و محیط زیست

³عضو هیئت علمی گروه اقتصاد کشاورزی دانشگاه آزاد اسلامی علوم و تحقیقات

تاریخ دریافت: 22 اردیبهشت 1402،  تاریخ بازنگری: 26 تیر 1402،  تاریخ پذیرش: 31 مرداد 1403 

چکیده

چهار متغیر اثر گذار بر شاخص کیفیت آب زیر زمینی شامل میزان ماهانه بارندگی، میانگین ماهانه دمای هوا، میانگین ماهانه رطوبت هوا و میزان برداشت آب زیر زمینی بر حسب مترمکعب به صورت ماهانه بودند. داده ها به صورت ماهانه از پنج حلقه چاه مختلف شهرستان دماوند، مربوط به دوره سال های 1388 تا 1400 استفاده شد. یافته ها دقت بالای مدل در پیش بینی کیفیت آب در سه ماهه بعد از آخرین داده ورودی مدل را نشان داد. بررسی ضرایب همبستگی متغیر ها در مدل نیز که با وقفه کوتاه مدت انجام گرفت، نشان داد به ترتیب برداشت آب زیر زمینی، بارش باران و دمای هوا به مراتب بیش از میزان رطوبت هوا بر تغییر شاخص کیفیت آب زیر زمینی موثر هستند. مقایسه تغییرات شاخص کیفیت آب و قیمت اراضی کشاورزی نشان داد که افت کیفیت منابع آبی زیر زمینی ابتداً موجب افت فعالیت های کشاورزی و زراعی در اراضی می گردد، و سپس با تغییر رفتار مالکان اراضی و بازنگری در بهره برداری، قالباً در تغییرات قیمت زمین ها بی اثر می شود.

کلیدواژه‌ها

آبخوان؛ پیش بینی؛ کیفیت آب؛ شبکه عصبی

عنوان مقاله [English]

Groundwater Quality Prediction and Investigating the Effect of its Changes on Land Prices

نویسندگان [English]

Reza Moghaddasi¹؛ Danial Valadkhan²؛ Amir Mohammadinejad³

¹Faculty Member of Agricultural Economics, Islamic Azad University of Science and Research

²Ph. D student of Agricultural Economic - Natural Resources and Environmental

³Faculty Member of Agricultural Economics, Islamic Azad University of Science and Research

چکیده [English]

The main goal of this study is to predict the groundwater quality index in the short term. This process is made with the historical data of four variables that affect groundwater quality as input data. The effective parameters on the groundwater quality index ‎include rainfall rate, temperature and groundwater ‎abstraction was collected from 2009 to 2021. The results showed that the decrease in rainfall, and increase in temperature and the increase in groundwater abstraction in the warm seasons of the year cause a decrease in the groundwater quality index with a short-term break. Also the results showed that the Long-Short Term Memory model is efficient in groundwater quality prediction by using the historical data of the mentioned variables. Finally, by comparing the changes in the water quality index and the agricultural farms price, it was found that changes in the ground water quality first causes a decline in agricultural activity levels and agriculture land prices, and then by changing lands owner behavior, land price changes become ineffective.

کلیدواژه‌ها [English]

Groundwater, Water Quality, Prediction, Neural Network, LSTM