آب شناسی
اصغر اصغری مقدم؛ عطا الله ندیری؛ فریبا صادقی اقدم
چکیده
دشت نقده واقع در قسمت جنوبغربی دریاچه ارومیه دارای منابع آبی مناسب میباشد. طی سالیان اخیر، توسعه کشاورزی و افزایش واحدهای صنعتی همراه با دفع نامناسب فاضلابهای شهری، صنعتی و کشاورزی به رودخانه گدار، احتمال آلودگی آب زیرزمینی را افزایش میدهد. به منظور پایش منابع آب زیرزمینی این دشت درتیرماه سال آبی 96-1395، تعداد 33 نمونه آب از چاههای ...
بیشتر
دشت نقده واقع در قسمت جنوبغربی دریاچه ارومیه دارای منابع آبی مناسب میباشد. طی سالیان اخیر، توسعه کشاورزی و افزایش واحدهای صنعتی همراه با دفع نامناسب فاضلابهای شهری، صنعتی و کشاورزی به رودخانه گدار، احتمال آلودگی آب زیرزمینی را افزایش میدهد. به منظور پایش منابع آب زیرزمینی این دشت درتیرماه سال آبی 96-1395، تعداد 33 نمونه آب از چاههای بهرهبرداری جمعآوری گردید و پارامترهای هیدروشیمیایی و غلظت عناصر اصلی، فرعی و فلزات سنگین (Fe، Mn، Zn، Al، As و Cr) آنها اندازهگیری شد. به منظور شناسایی منشأ فلزات سنگین و منابع آلودگی زمینزاد و انسانزاد مرتبط با آنها، از دیاگرامهای هیدروشیمیایی، آنالیزهای آماری، نقشههای توزیع مکانی و تفاسیر زمینشناسی استفاده گردید. نتایج نشانگر بالا بودن مقادیر برخی پارامترها همچون EC، و فلزات سنگین Fe، Mn وAl نمونههای آب زیرزمینی از مقدار استاندارد بینالمللی (WHO) است. شاخص آلودگی فلزات سنگین (HPI) به منظور شناخت کیفیت کلی منابع آب زیرزمینی، بر پایه غلظت 6 فلز سنگین مورد استفاده قرار گرفت. نتایج ردهبندی نشان دهنده کیفیت مناسب 70 % نمونهها و کیفیت نامناسب 30 % نمونهها بوده است. شاخص HPI کلی دشت نقده 24/23 بود که پایینتر از مقادیر بحرانی آن (100) میباشد. همچنین بیشترین شاخص آلودگی نقاط نمونهبرداری شده با مقادیر 161، 220، 871 به عنوان تهدیدی برای سلامت انسان محسوب میگردد. غلظت بالای فلزات سنگین میتوان مرتبط با انحلال سازندهای زمینشناسی، استخراج معدن سنگ آهن، فعالیت واحدهای صنعتی و تغلیظ عناصر در آب زیرزمینی در نتیجه تبخیر بالا در مناطق با عمق کم سطح ایستابی باشد.
یاسر باقری؛ اسفندیار عباس نوین پور؛ عطااله ندیری؛ کیوان نادری
چکیده
قسمت اعظم مساحت کشور از لحاظ جغرافیایی در کمربند خشک و نیمه خشک با بارندگی کم قرار گرفته است. رشد روز افزون جمعیت و محدودیت منابع آبی و استفاده بیش از قبل از منابع آب زیرزمینی در بیشتر نقاط کشور، پیش بینی دقیق مقدار این منابع را به دلیل اهمیت در برنامه ریزی و مدیریت بهینه میطلبد. در این تحقیق به منظورتخمین نوسانات سطح آب زیرزمینی ...
بیشتر
قسمت اعظم مساحت کشور از لحاظ جغرافیایی در کمربند خشک و نیمه خشک با بارندگی کم قرار گرفته است. رشد روز افزون جمعیت و محدودیت منابع آبی و استفاده بیش از قبل از منابع آب زیرزمینی در بیشتر نقاط کشور، پیش بینی دقیق مقدار این منابع را به دلیل اهمیت در برنامه ریزی و مدیریت بهینه میطلبد. در این تحقیق به منظورتخمین نوسانات سطح آب زیرزمینی آبخوان باروق در استان آذربایجان غربی و محدوده مطالعاتی میاندوآب از مدل-های هوش مصنوعی شامل مدل فازی و مدل ماشین بردار پشتیبان و شبکه عصبی مصنوعی برگشتی با به کارگیری دادههای سطح آب زیرزمینی 7 پیزومتر انتخابی و همچنین تغییرات دما و بارش طی دوره زمانی 14 ساله(81-94) استفاده گردیده است. با وجود تواناییهای ذاتی هر یک از این مدلهای هوش مصنوعی در پیشبینی سطح آب زیرزمینی، ناهمگنی فراوان محدوده مطالعاتی از حصول بازده بالای مدلها میکاهد. لذا مدلسازی SOM-AI که ترکیب روش دسته بندی نقشه خودسازمانده و مدلهای اجرا شده است، با تقسیم بندی منطقه مطالعاتی به مناطق همگن باعث افزایش بازده هر یک از مدلهای مرکب در قسمتهای مختلف آبخوان گردید. نتایج نشان داد که روش ارائه شده میتواند روشی کارا در مدلسازی آبخوانهای ناهمگن و حتی چند لایه باشد.