در پژوهشی نوآورانه که با پشتیبانی بنیاد ملی علم ایران به مرحله اجرا رسید، استفاده از فناوری‌های نوین یادگیری ماشین و روش‌های آماری، به ارتقاء دقت بررسی ذخایر آب زیرزمینی کشور کمک کرده است. این پروژه علمی با عنوان «ریزمقیاس‌نمایی ذخیره آب زیر زمینی مشتق از ماهواره GRACE»، توسط دکتر حسین شفیع‌زاده مقدم، عضو هیئت‌علمی دانشگاه تربیت مدرس، طراحی و اجرا شده است.
اهمیت آب‌های زیرزمینی در اقلیم خشک ایران
آب‌های زیرزمینی در ایران، که دارای اقلیم خشک و نیمه‌خشک است، نقش حیاتی در تأمین آب شرب، کشاورزی و صنعتی ایفا می‌کنند. با رشد جمعیت و توسعه فعالیت‌های اقتصادی، وابستگی به این منابع افزایش یافته و در نتیجه بهره‌برداری بی‌رویه، موجب افت شدید سطح آب‌های زیرزمینی شده است. این وضعیت مدیریت هوشمندانه و پایش دقیق منابع آب را به ضرورتی غیرقابل چشم‌پوشی تبدیل کرده است.
دکتر شفیع‌زاده مقدم، فارغ‌التحصیل دکترای تخصصی در حوزه سنجش از دور و سامانه‌های اطلاعات جغرافیایی از دانشگاه هایدلبرگ آلمان، در خصوص ضرورت این مطالعه تأکید کرده است که: «دسترسی به اطلاعات دقیق درباره روند تغییرات ذخایر زیرزمینی، اساس هرگونه برنامه‌ریزی پایدار منابع آبی است.»
ماهواره GRACE؛ نگاهی علمی به ذخایر پنهان زمین
ماهواره GRACE با بهره‌گیری از تغییرات میدان گرانش زمین، امکان اندازه‌گیری حجم آب ذخیره‌شده در لایه‌های زیرین را فراهم می‌کند. با این حال، یکی از محدودیت‌های اصلی آن، قدرت تفکیک مکانی پایین (تقریباً یک درجه جغرافیایی) و وجود داده‌های ناقص در برخی بازه‌های زمانی است که مانع استفاده مؤثر در مقیاس‌های منطقه‌ای می‌شود.
در این پروژه علمی، پژوهشگران تلاش کرده‌اند تا با تلفیق الگوریتم‌های یادگیری ماشین و مدل‌های آماری، داده‌های GRACE را بازسازی کرده و به ریزمقیاس‌سازی آن‌ها بپردازند؛ اقدامی که باعث افزایش کاربردپذیری داده‌ها در مطالعات محلی و تصمیم‌گیری‌های مدیریتی می‌شود.
گامی رو به جلو در هوشمندسازی مدیریت منابع آب
این طرح نه‌تنها نوآوری علمی در حوزه سنجش منابع آب محسوب می‌شود، بلکه زمینه‌ساز به‌کارگیری ابزارهای پیشرفته برای بهبود سیاست‌گذاری‌های آبی کشور خواهد بود. استفاده از داده‌های ماهواره‌ای به‌همراه فناوری‌های یادگیری ماشین، افق جدیدی را در مسیر پایش مستمر و مدیریت هوشمند ذخایر آب زیرزمینی کشور گشوده است.
