مدلسازی اکسیژن محلول با استفاده از نرم افزار HEC-RAS4.0.0 برای رودخانه قره سو در سال 1389

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 688

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ESPME03_192

تاریخ نمایه سازی: 25 اسفند 1392

چکیده مقاله:

رودخانه قره سو مهمترین رودخانه دائمی شهرستان کرمانشاه می باشد که در مسیر خود آب مورد نیاز هزاران هکتار اراضی کشاورزی شهرستان کرمانشاه و روانسر را تامین می نماید. کاهش آبدهی رودخانه در طی مسیر خود در اثر برداشتهای روزافزون و سالهای کم آبی متوالی از یک سو و تخلیه پسابهای شهری،صنعتی و کشاورزی به رودخانه از سوی دیگر وضعیت کیفی آب رودخانه در وضع موجود را به مخاطره افکنده است. آگاهی از روند تغییرات آب رودخانه قره سو با توجه به طرحها و برنامه های آینده توسعه شهری،کشاورزی و صنعتی امکان پیش بینی مشکلات احتمالی آینده و برنامه ریزی و چاره اندیشی برای آنها را فراهم می آورد.این مطالعه از سراب روانسر تا محل اتصال قره سو به گاماسیاب انجام گرفته است. در این مسیر 12 ایستگاه نمونه برداری انتخاب شده اما به علت تجمع جمعیت و منابع آلوده کننده در شهر کرمانشاه بیشتر این ایستگاه ها در محدوه شهر کرمانشاه انتخاب شده است.در ایستگاهها پارامترهای مورد نیاز جهت انجام مدل سازی با نرم افزار و نیز مقادیر DO در ماههای مختلف جهت کالیبراسیون مدل اندازه گیری شد و با استفاده از مدل کامپیوتری HEC-RAS شرایط اکسیژن محلول رودخانه در ماهای مختلف سال 1389 شبیه سازی شد. نتایج به دست آمده نشان میدهد که در اغلب بازه ها در ماههای مختلف مقدار DO در محدوده شهر کرمانشاه، به علت افزایش بیش از حد آلودگی پایین میباشد و در اکثر موارد زیر 4 میلیگرم در لیتر است که به این لحاظ این بازه ها در شرایط بحرانی قرار دارند.

نویسندگان

زهرا گورانی

کارشناس ارشد آبیاری زهکشی از گروه مهندسی آب دانشگاه رازی کرمانشاه ایران

سمیه گورانی

دانشجوی کارشناسی ارشد سم شناسی واحد علوم داروئی تهران ایران

شهاب گورانی

کارشناس آب از گروه مهندسی آب دانشگاه آزاد اسلامی واحد کرمانشاه ایران

علی صنعتی

کارشناس زراعت از دانشگاه آزاد اسلامی واحد کرمانشاه 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 :