امروزه مدیریت مصرف در سامانه‌های آبرسانی شهری از رویکردهای سنتی به سمت مدیریت هوشمند و داده‌محور تحول یافته است. این تغییر پارادایم با بهره‌گیری از فناوری‌ها و روش‌های نوینی نظیر مدل‌های مبتنی بر داده (Data-driven Models)، داده‌برداری هوشمند (Smart Metering)، ایجاد نواحی مجزای اندازه‌گیری (District Metered Areas (DMAs))و نوسازی و بازسازی شبکه‌های فرسوده آبرسانی (Renewal and Rehabilitation of Aged Water Distribution Networks) محقق شده است. به‌کارگیری این فناوری‌ها ضمن افزایش قابلیت اطمینان و تاب‌آوری شبکه‌های توزیع آب، موجب کاهش هدررفت آب، بهبود بهره‌وری، ارتقای کیفیت تصمیم‌گیری و کاهش هزینه‌های بهره‌برداری و نگهداری می‌شود.

یکی از مهم‌ترین رویکردهای نوین، استفاده از مدل‌های مبتنی بر داده و به‌ویژه روش‌های یادگیری ماشین برای پیش‌بینی کوتاه‌مدت (24 تا 48 ساعت) تقاضای آب در شبکه‌های توزیع آب است. نتایج این پیش‌بینی‌ها در مدیریت بهره‌برداری از شبکه، از جمله کنترل مخازن، زمان‌بندی باز و بسته شدن شیرها، مدیریت فشار و برنامه‌ریزی توزیع آب کاربرد گسترده‌ای دارد. همچنین در سال‌های اخیر مدل‌های هیدرولیکی کاملاً داده‌محور توسعه یافته‌اند که بدون نیاز به حل مستقیم معادلات کلاسیک پیوستگی و انرژی، قادر به تخمین متغیرهای هیدرولیکی نظیر فشار و دبی هستند [1،2].
داده‌برداری هوشمند یکی دیگر از ارکان مدیریت هوشمند شبکه‌های آبرسانی محسوب می‌شود. نخستین گام در این فرآیند، انتخاب بهینه محل استقرار تجهیزات اندازه‌گیری است تا با حداقل هزینه، بیشترین حجم داده‌های دقیق و قابل اعتماد از شبکه جمع‌آوری شود. این مسئله در قالب «طراحی سایت اندازه‌گیری (Measurement Site Design)» مطرح شده و با استفاده از روش‌هایی همچون نظریه گراف، روش‌های آماری، زمین‌آمار، الگوریتم‌های فراابتکاری و سایر روش‌های بهینه‌سازی مورد مطالعه قرار می‌گیرد [3].
تقسیم شبکه‌های بزرگ به نواحی مجزای اندازه‌گیری از دیگر راهکارهای مؤثر در مدیریت هوشمند شبکه‌های آبرسانی است. در این رویکرد، یک شبکه به زیرسامانه‌هایی با ورودی و خروجی مشخص تقسیم می‌شود که امکان پایش دقیق‌ مصارف، کنترل عملکرد شبکه و مدیریت نشت را فراهم می‌سازد. روش‌های مبتنی بر نظریه طیفی گراف، خوشه‌بندی و یادگیری ماشین از جمله روش‌های توسعه‌یافته برای ایجاد این نواحی هستند [4]. همچنین می توان با اندازه‌گیری حداقل مصرف شبانه در هر ناحیه، میزان نشت و هدررفت آب را با برآورد و اولویت‌بندی اقدامات اصلاحی را انجام داد.
نوسازی و بازسازی شبکه‌های فرسوده نیز یکی از مهم‌ترین راهکارهای افزایش بهره‌وری سامانه‌های آبرسانی به شمار می‌رود. این اقدامات علاوه بر کاهش نشت و شکستگی خطوط، موجب بهبود توزیع فشار، افزایش قابلیت اطمینان و کاهش هزینه‌های بهره‌برداری می‌شوند. امروزه رویکردهای نوین نوسازی با در نظر گرفتن محدودیت‌های اجرایی، اقتصادی و عملیاتی، پروژه‌های بازسازی را به چندین فاز تقسیم کرده و در هر مرحله اهداف مشخصی را دنبال می‌کنند؛ رویکردی که ضمن افزایش کارایی، امکان برنامه‌ریزی واقع‌بینانه‌تر و تخصیص بهینه منابع را فراهم می‌آورد .[5]  

[1] Bahrami Chegeni, I., Riyahi, M.M., Bakhshipour, A.E., Azizipour, M. and Haghighi, A., 2025. Developing machine learning models for optimal design of water distribution networks using graph theory-based features. Water, 17(11), p.1654.
[2] Riyahi, M.M., Bakhshipour, A.E., Giudicianni, C., Haghighi, A. and Creaco, E., 2026. Toward an analytical solution for looped pipe network hydraulics. ISH Journal of Hydraulic Engineering, 32(1), pp.175-191.
[3] Riyahi, M.M., Giudicianni, C., Bakhshipour, A.E., Haghighi, A. and Creaco, E., 2025. Multi-criteria pressure sensors placement in water distribution networks using fuzzy TOPSIS. Applied Water Science, 15(9), p.229.
[4] Riyahi, M.M., Giudicianni, C., Haghighi, A. and Creaco, E., 2024. Coupled multi-objective optimization of water distribution network design and partitioning: a spectral graph-theory approach. Urban water journal, 21(6), pp.745-756.
[5] Riyahi, M.M., E Bakhshipour, A., Giudicianni, C., Haghighi, A. and Creaco, E., 2026. Evaluation of decision variable vector modeling methods in multiphase optimal design of water distribution networks. Journal of Water

محمدمهدی ریاحی مدوار 
کارشناس مطالعات آبهای سطحی