علوم و مهندسی آب و فاضلاب

علوم و مهندسی آب و فاضلاب

مدل‌سازی و پیش‌بینی متوسط مصرف آب هر واحد خانگی شهری متأثر از همه‌گیری کووید-19: مطالعه موردی استان مازندران

نوع مقاله : مقالات علمی

نویسندگان
1 دکترای آمار، کارشناس برنامه‌ریزی و بودجه، شرکت آب و فاضلاب استان مازندران، ساری، ایران.
2 کارشناسی فناوری اطلاعات، کارشناس برنامه‌ریزی و بودجه، شرکت آب و فاضلاب استان مازندران، ساری، ایران.
3 رئیس گروه طرح و برنامه، شرکت آب و فاضلاب استان مازندران، ساری، ایران.
چکیده
مدل‌سازی و پیش‌بینی حجم مصرف آب از دیرباز مورد توجه و مطالعه محققین قرارگرفته است. تاکنون مدل‌های سری زمانی مختلفی برای برازش متوسط مصرف آب معرفی‌شده است. همه‌گیری کووید-19 و تأثیر آن بر سبک زندگی و تغییر الگوی مصرف، در مدل‌سازی‌ متوسط مصرف آب نیز مؤثر است. از این‎رو در این مقاله، تأثیر همه‌گیری بر مدل‌سازی متوسط مصرف آب هر واحد خانگی بررسی‌شده است. طرح مداخله‌ای کووید-19 در مدل‌سازی مصرف آب تأثیر معناداری دارد و حذف اثر همه‌گیری، باعث ایجاد اریبی و خطای پیش‌بینی می‌شود؛ با درنظرگرفتن دو برهه پیش و پس از همه‌گیری در سری زمانی مداخله‌ای، متوسط مصرف آب در استان مازندران، بخش شهری مطالعه شده و مقادیر سه سال آتی آن پیش‌بینی‌شده است. مقادیر متوسط مصرف آب با استفاده از مدل رگرسیون قطعه‌ای با روند فصلی براساس توزیع معکوس گوسین پیش‌بینی و کارایی و کفایت مدل نیز براساس آنالیز باقی‌مانده‌های مدل بررسی می‌شود. طبق مدل پیشنهادی، متوسط مصرف آب خانگی، پس از یک دوره هیجانی و اوج‌گیری در دوران همه‌گیری، به روال نزولی باز می‌شود و در سال‌های آتی دوباره روند نزولی آن مشاهده می‌شود.
کلیدواژه‌ها

رضازاده، م.، نیازمردی، س. و صدری‌کیا، م.، (1401)، "بررسی مکانی تأثیر شیوع ویروس کرونا بر مصرف آب در شهر شبستر"، تحقیقات منابع آب ایران، (1)18، 121-132.
محمدزاده، ح.، و مخدومی، ن.، (1401)، "اثرات COVID-19 بر منابع آب و فاضلاب و پیامدهای محیط‌زیستی آن (مطالعه موردی شهر مشهد)"،  آب و فاضلاب، 33(4)،
114-95،
 https://doi.org/10.22093/wwj.202.327322.3228.
Abu-Bakar, H., Williams, L., and Hallett, S.H., (2021), “Quantifying the impact of the COVID-19 lockdown on household water consumption patterns in England”, NPJ Clean Water, 4(1), 13, https://doi.org/10.1038/s41545021001038.
Alnsour, M.A., and Ijam, A.Z., (2023), “Specifying a cascade water demand forecasting model using time-series analysis: a case of Jordan. Sustain”, Water Resources Management, 9(1), 37, https://doi.org/10.1007/s40899-023-00824-3.
Bernal, J.L., Cummins, S., and Gasparrini, A., (2017), “Interrupted time series regression for the evaluation of public health interventions: A tutorial”, International Journal of Epidemiology, 46(1),
348-355, https://doi.org/10.1093/ije/dyw098.
Bhowmick, G.D., Dhar, D., Nath, D., Ghangrekar, M.M., Banerjee, R., Das, S., and Chatterjee, J., (2020), “Coronavirus disease 2019 (COVID-19) outbreak: Some serious consequences with urban and rural water cycle”, NPJ Clean Water, 3(1), 32, https://doi.org/10.1038/s41545-020-0079-1.
Cominato, C., Sborz, J., Kalbusch, A., and Henning, E., (2022), “Water demand profile before and during COVID-19 pandemic in a Brazilian social housing complex”, Heliyon, 8(8), https://doi.org/10.1016/j.heliyon.2022.e10307.
Kalbusch, A., Henning, E., Brikalski, M.P., Luca, F.V., and Konrath, A.C., (2020), “Impact of coronavirus (COVID-19) spread-prevention actions on urban water consumption”, Resources, Conservation and Recycling, 163, 105098, https://doi.org/10.1016/j.resconrec.2020.105098.
Nemati, M., and Tran, D., (2022), “The impact of COVID-19 on urban water consumption in the United States”, Water, 14(19), 3096, https://doi.org/10.3390/w14193096.
 Niu, L., Song, Q., Liu, Y., and Wang, X., (2022), “Interrupted time series analysis for the impact of integrated medical insurance on direct hospitalization expense of catastrophic illness”, Scientific Reports, 12(1), 12316, https://doi.org/10.1038/s41598-022-15569-w.
 Penfold, R.B., and Zhang, F., (2013), “Use of interrupted time series analysis in evaluating health care quality improvements”, Academic Pediatrics, 13(6), 38-44, https://doi.org/10.1016/j.acap.2013.08.002.
 Sabzchi-Dehkharghani, H., Majnooni-Heris A., Fakherifard, A., and Yegani, R. (2023), “Estimation of household water consumption pattern in a metropolitan area taking the impact of the COVID-19 pandemic”, International Journal of Environmental Science and Technology, 20(3), 3161-3176, https://doi.org/10.1007/s13762-023-04761-8.
 Sivakumar, B., (2021), “COVID-19 and water”, Stochastic Environmental Research and Risk Assessment, 35(3), 531-534, https://doi.org/10.1007/s00477-020-01837-6.
 Wagner, A.K., Soumerai, S.B., Zhang, F., and Ross-Degnan, D., (2002), “Segmented regression analysis of interrupted time series studies in medication use research”, Journal of Clinical Pharmacy and Therapeutics, 27(4), 299-309, https://doi.org/10.1046/j.1365-2710.2002.00430.x.
 Yunus, A.P., Masago, Y., and Hijioka, Y., (2020), “COVID-19 and surface water quality: improved lake water quality during the lockdown”, Science of the Total Environment, 731, 139012, https://doi.org/10.1016/j.scitotenv.2020.139012.
دوره 10، شماره 2
تابستان 1404
صفحه 71-79

  • تاریخ دریافت 04 آبان 1403
  • تاریخ بازنگری 06 دی 1403
  • تاریخ پذیرش 10 بهمن 1403