مدیریت تقاضای آب شهری در شرایط رشد جمعیت و تغییرات اقلیمی مستلزم شناخت دقیق الگوهای مصرف خانوار و عدم قطعیتهای موجود است. در این پژوهش، داده‌های کنتورهای هوشمند آب در منطقه‌ی Sunshine Coast استرالیا طی سه ماه (می–ژوئن–ژوئیه ۲۰۲۲) مورد تحلیل قرار گرفت. پس از پالایش داده‌ها، ۲۳۴ کنتور معتبر انتخاب و الگوهای مصرف روزانه آن‌ها با استفاده از الگوریتم K-means خوشه‌بندی شد. نتایج نشان داد که مصرف‌کنندگان در سه گروه متمایز قابل طبقه‌بندی هستند: خوشه‌ی کم‌مصرف‌ها با الگوی پایدار و محدود، خوشه‌ی پرمصرف‌ها با میانگین بالا و نوسانات شدید، و خوشه‌ی مصرف متوسط با بیشترین ناهمگنی رفتاری. به‌موازات تحلیل مصرف، داده‌های اقلیمی شامل بارش، دما و تابش خورشیدی بررسی و بهترین توزیع‌های احتمالاتی آن‌ها شناسایی شد. توزیع پیرسون تیپ 3 بهترین برازش برای داده های بارش و تابش، و توزیع ویبول برای دما توزیع مناسب تعیین شدند. سپس با بهره‌گیری از شبیه‌سازی مونت‌کارلو و استفاده از الگوریتم مدل جنگل تصادفی، رابطه‌ی مصرف آب و متغیرهای اقلیمی مدل‌سازی گردید. این رویکرد امکان لحاظ نمودن تاثیر عدم‌قطعیتهای موجود در متغیرهای مستقل در میزان مصرف (تقاضای) روزانه را فراهم می نماید.

کلمات کلیدی