تحلیل چندمتغیره کیفیت آب زیرزمینی با استفاده از توابع مفصل ارشمیدسی (مطالعه موردی: دشت شهرکرد)

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 100

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_NFAG-16-32_010

تاریخ نمایه سازی: 10 مرداد 1402

چکیده مقاله:

تاکنون مطالعات مختلفی در زمینه بررسی و مدلسازی تغییرات کیفی آب انجام شده، اما کمتر به تحلیل چندمتغیره کیفیت آب زیرزمینی پرداخته شده است. در این پژوهش، رویکردی نوین برای تحلیل چندمتغیره پارامترهای کیفی آب زیرزمینی با استفاده از توابع مفصل ارائه گردید. از آنجائی­که داده های کیفی آب دارای چولگی بوده و پیش­فرض نرمال بودن توزیع داده ها معمولا برقرار نمی باشد، لذا در این تحقیق، توابع مفصل ارشمیدسی برای ایجاد توزیع چندمتغیره پارامترهای کیفی آب شامل K+، Mg۲+ ، Na+، ۲+ Ca، Cl-، ، ، SAR، EC، pH، TDS و TH بکار گرفته شد. برای این منظور از داده های کیفی آب ۲۴ حلقه چاه مشاهداتی در دشت شهرکرد استفاده گردید. سپس ساختار همبستگی هر جفت پارامتر کیفی مورد بررسی قرار گرفت. پس از تعیین بهترین توزیع تک متغیره برای هر یک از پارامترهای کیفی، برازش ده تابع مفصل مختلف برای ایجاد توزیع چندمتغیره مورد آزمون قرار گرفت. نتایج حاصل از برازش توزیع ها نشان داد که تابع توزیع مقادیر حدی تعمیم یافته (GEV) بهترین برازش را بر پارامترهای کیفی مورد مطالعه دارد. همچنین نتایج حاصل از برازش توابع مفصل نشان داد که تابع مفصل جو بهترین برازش را بر داده های مشاهداتی دارد و پس از آن، توابع مفصل کلایتون و فارلی- گامبل- مورگن- اشترن در رتبه های بعدی قرار دارند. نتایج حاصل از تحلیل همبستگی نشان داد که بالاترین میزان همبستگی بر اساس ضرایب همبستگی پیرسون، راو اسپیرمن و تاو کندال مربوط به جفت پارامترهای (SAR, Na) و (EC, TDS) با ضریب همبستگی بالای ۹/۰ می باشد. نتایج حاصل از مقایسه مفصل تئوری با مفصل تجربی، معیارهای نکوئی برازش برای آن­ها (ریشه میانگین مربعات خطا، ضریب نش ساتکلیف، معیار اطلاعات آکائیکه و بیزین) بترتیب RMSE=۰.۰۳۱,۰.۰۳۶، NSE= -۰.۰۲۷۱,-۰.۰۳۵۱، AIC=۶۶,۶۵.۵ و BIC=-۶.۴,-۶.۹ بدست آمد، که نتایج حاصل از این اعداد به نوبه خود حاکی از برتر بودن تابع مفصل جو در تحلیل­های چندمتغیره کیفی آب­های زیرزمینی می­باشد. آگاهی از وضعیت کیفی منابع آب زیرزمینی، از جمله فواید استفاده از روش های تحلیل چندمتغیره در مطالعات کیفی آب­های زیرزمینی می باشد.

نویسندگان

وحید بیرجندی

گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

سیدحسن طباطبائی ۱

گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران , گروه مهندسی آب، دانشگاه شهرکرد، شهرکرد، ایران

رضا مستوری

گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

حسین مظاهری

گروه مهندسی شیمی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

رسول میرعباسی نجف آبادی

گروه مهندسی آب، دانشگاه شهرکرد، شهرکرد، ایران

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 :
  • نیرومند، ح و بزرگ­نیا، س. ا (۱۳۸۲) مقدمه ای بر ...
  • خانی­تملیه، ذ. رضایی، ح. و میرعباسی نجف­آبادی، ر (۱۳۹۹) کاربرد ...
  • گنجعلی­خانی­، م.، نعمت­کرمانی­، م.، رضاپور، م. و رهنما، م. ب ...
  • لاله­زاری، ر.، طباطبایی، س. ح.، و یارعلی، ن (۱۳۸۸) بررسی ...
  • علیزاده، ا (۱۳۹۱) اصول هیدرولوژی کاربردی، ویرایش پنجم، چاپ سی ...
  • Aas, K., Czado, C., Frigessi, A., and Bakken, H (۲۰۰۹) ...
  • Abdi, A., Hassanzadeh, Y., Talatahari, S., Fakheri-Fard, A., and Mirabbasi, ...
  • Akaike, H (۱۹۷۴) A new look at Statistical Model Identification. ...
  • Atique, F., and Attoh-Okine, N (۲۰۱۸) Copula parameter estimation using ...
  • Ayantobo, O. O., Li, Y. and Song, S (۲۰۱۸) Copula-based ...
  • Ayantobo, O. O., Li, Y. and Song, S (۲۰۱۹) Multivariate ...
  • Bárdoss, A. and Hörning, S (۲۰۱۶) Gaussian and non Gaussian ...
  • Bárdossy, A (۲۰۰۶) Copula‐based geostatistical models for groundwater quality parameters. ...
  • Bárdossy, A (۲۰۱۱) Interpolation of groundwater quality parameters with some ...
  • Bárdossy, A. and Li, J (۲۰۰۸) Geostatistical interpolation using copulas. ...
  • Chai, Y. Xiao, C. Li. M. and Liang, X (۲۰۲۰) ...
  • Chen, S., Tang, Z., Wang, J., Wu, J., Yang, C., ...
  • De Michele, C. and Salvadori, G (۲۰۰۳) A generalized Pareto ...
  • Fang, Y., Zheng, T., Zheng, X., Peng, H., Wang, H., ...
  • Genest, C. and Rivest, L. P (۱۹۹۳) Statistical inference procedures ...
  • Gräler, B. and Pebesma, E (۲۰۱۱) The pair-copula construction for ...
  • Joe, H (۱۹۹۷) Multivariate Models and Dependence Concepts. London: Chapman ...
  • Lalehzari, R. and Tabatabaei, S. H (۲۰۲۰) Discussion of Coupled ...
  • Mirabbasi, R., Fakheri-Fard, A. and Dinpashoh, Y (۲۰۱۲) Bivariate drought ...
  • Nash, J. E. and Sutcliffe, J. V (۱۹۷۰) River flow ...
  • Nelsen, R. B (۲۰۰۶) An Introduction to Copulas, Springer, New ...
  • Omidi, M. and Mohammadzadeh, M (۲۰۱۸) Spatial Interpolation Using Copula ...
  • Requena, A. I., Mediero, L. and Garrote, L (۲۰۱۳) A ...
  • Saghafian, B. and Sanginabadi, H (۲۰۲۰) Multivariate groundwater drought analysis ...
  • Schwarz, G (۱۹۷۸) Estimating the dimension of a model. The ...
  • Silva, M. I., Gonçalves, A. M. L., Lopes, W. A., ...
  • Sklar, M (۱۹۵۹) Fonctions de repartition an dimensions et leurs ...
  • Wang, F., Wang, Z., Yang, H., Di, D., Zhao, Y., ...
  • نمایش کامل مراجع