پردازش زمین آماری پتانسیل رسوب گذاری و خورندگی آب زیرزمینی دشت لردگان
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 202
فایل این مقاله در 19 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_ESTJ-17-2_005
تاریخ نمایه سازی: 19 مهر 1400
چکیده مقاله:
زمینه و هدف: یکی از جنبههای مهم کیفیت آب، پتانسیل خورندگی و رسوبگذاری آن است. رخداد یکی از این دو پدیده میتواند هزینههای نگهداری سامانههای ذخیره، انتقال و توزیع آب آشامیدنی، کشاورزی و صنعتی را افزایش، عمر آنها کاهش و نیزبر جنبههای بهداشتی و زیباشناختی آب موثر باشد. روش بررسی:هدف اصلی از انجام این تحقیق، ارزیابی پتانسیل رسوبگذاری و خورندگی آب زیرزمینی دشت لردگان و تهیه نقشههای شاخصهای خورندگی و رسوبگذاری بود. برای این منظور از دادههای ۳۲ حلقه چاه، ۵ قنات و ۵ چشمه واقع در دشت لردگان برای محاسبه دو شاخص لانژلیه و رایزنر استفاده شد. از روش کریجینگ برای تهیه نقشههای شاخصهای پایداری استفاده شد. بحث و نتایج: بر اساس شاخص لانژلیه ۹۳ درصد نمونهها پتانسیل رسوبگذاری کم تا متوسط و تنها ۷ درصد نمونهها پتانسیل رسوبگذاری شدید دارند. بر اساس شاخص رایزنر۶ درصد نمونهها دارای پتانسیل خورندگی کم تا متوسط و ۳۸ درصد نمونهها پتانسیل خورندگی شدید دارند. به طور کلی، به دلیل حضور سازندهای کربناتی پتانسیل رسوبگذاری آب زیرزمینی این دشت بر پتانسیل خورندگی آن غلبه دارد. بر اساس شاخص لانژلیه ۷۶ درصد آبخوان دشت لردگان (۴۵۰۰ هکتار) دارای پتانسیل رسوبگذاری کم و بر اساس شاخص رایزنر ۸۴ درصد از آبخوان دشت لردگان (۵۰۴۰ هکتار) پتانسیل خورندگی کم تا متوسط داشت. با توجه به اینکه بیشترین مساحت آبخوان دشت لردگان دارای پتانسیل رسوبگذاری کم است، لذا به نظر میرسد مشکل رسوبگذاری در مجاری و مخازن انتقال آب و سیستمهای آبیاری قطرهای قابل ملاحضه نخواهد بود. این نتایج فقط برای درجه حرارتهای معمولی آب صادق است.
کلیدواژه ها:
نویسندگان
یاسر استواری
دانشجوی دکتری، گروه علوم خاک، دانشکده کشاورزی، دانشگاه شهرکرد (مسئول مکاتبات).
حبیب الله بیگی هرچگانی
استادیار گروه علوم خاک، دانشکده کشاورزی، دانشگاه شهرکرد
علیرضا داودیان
دانشیار دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد
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 :