بررسی حساسیت مدل انتقال- انتشار املاح به ضرایب واکنش و خصوصیات هیدرولیکی رودخانه در فرایند شبیهسازی غلظت اکسیژن محلول
محل انتشار: فصلنامه علوم آب و خاک، دوره: 23، شماره: 3
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 227
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-23-3_003
تاریخ نمایه سازی: 21 اردیبهشت 1400
چکیده مقاله:
امروزه آلودگیهای محیطی بهویژه آلودگی آب، بهطور فزایندهای در حال افزایش است. یکی از مشکلات ورود آلایندهها به رودخانه، کاهش غلظت اکسیژن محلول آب رودخانه است. برای مدیریت منابع آب لازم است مقدار اکسیژن محلول پیشبینی شود. پژوهش حاضر، با افزودن عوامل تولید و مصرف اکسیژن در رودخانه به معادله انتقال- پخشیدگی املاح در خاک، معادله جدیدی برای شبیهسازی غلظت اکسیژن محلول در رودخانه ارائه داده است. معادله حاصل به روش عددی تفاضلات محدود و بهکمک الگوی ضمنی منفصل شد. پس از منفصلسازی معادله و اعمال شرایط اولیه و مرزی، دستگاه معادلات بهدست آمده، با الگوریتم توماس حل شد. محاسبات با کدنویسیهایی در نرمافزار MATLAB انجام شد. برای واسنجی و تایید مدل اکسیژن محلول، از دادههای رودخانه زایندهرود در محدوده کارخانه ذوبآهن اصفهان و مجتمع فولاد مبارکه استفاده شد. با استفاده از قسمتی از دادهها، ضرایب مدل تعیین شد. تجزیه و تحلیل حساسیت ضرایب مدل نشان داد ثابت هوادهی (Kr) بیشترین تاثیر را بر پیشبینیهای مدل دارد. از آنجائی که Kr وابسته به پارامترهای هیدرولیکی رودخانه است، میزان حساسیت عمق و سرعت رودخانه نیز بررسی و در نهایت عمق رودخانه بهعنوان حساسترین متغیر معرفی شد.
کلیدواژه ها:
Dissolved oxygen ، hydraulic parameters ، Zayandehrud ، Advection- Dispersion Equation ، MATLAB ، اکسیژن محلول ، پارامترهای هیدرولیکی ، زایندهرود ، معادله انتقال و پخشیدگی ، MATLAB
نویسندگان
سیده سیمین میرهاشمی
۱. Department of Water Engineering, College of Agriculture, Isfahan University of Technology, Isfahan, Iran.
محمد شایان نژاد
۱. Department of Water Engineering, College of Agriculture, Isfahan University of Technology, Isfahan, Iran.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :