بررسی اثر وجود منشا کارست بر سهم جریان پایه رودخانه با استفاده از مدل اصلاح شده نواحی اشباع SAM (مطالعه موردی حوضه کازرون و دشت برم)

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 131

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IWRR-16-2_013

تاریخ نمایه سازی: 29 بهمن 1401

چکیده مقاله:

مدل های ماهانه بیلان آب (مدلهای بارش رواناب در مقیاس ماهانه) از ابزارهای اصلی در برنامه ریزی بلند مدت منابع آب محسوب می شوند. ساختار اصلی این مدل ها شامل معادلات پیوستگی ذخیره رطوبتی خاک، جریان زیرسطحی و آب زیرزمینی است. با توجه به پیچیدگی فرایند شکل گیری و منشاهای متفاوت جریان، مدل های بارش رواناب دارای ساختارهای متفاوت هستند که بر اساس شرایط حوضه آبریز مورد مطالعه نیاز به اصلاح، ساده سازی و بازنگری دارند. در صورت وجود منشا کارستی در حوضه مطالعاتی، به دلیل اهمیت آن در تامین آب شرب نمی توان به سادگی آن را در مدلسازی نادیده گرفت. به دلیل پیچیدگی فرایند تشکیل رواناب با توجه به شرایط ساختاری زمین شناسی در حوضه های آبریز کارستی و اهمیت سازندهای کارستی، توسعه مدل های مفهومی و نزدیک کردن فرایند مدل به واقعیت فیزیکی حوضه اهمیت بسیاری دارد. در این تحقیق ساختار مدل مخزنی روزانه SAM برای بهبود پیش بینی جریان پایه و رواناب خروجی ماهانه در حوضه های کارستی کازرون و دشت برم اصلاح شده و سپس نتایج مدل اصلاح شده (SAM-KARST) با مدل اولیه (SAM) مقایسه و عملکرد مدل پیشنهادی ارزیابی شده است. نتایج بهبود نسبی شاخص های عملکردی (حدود ۱۰ درصد) مدل SAM-KARST در مقایسه با مدل SAM را برای حوضه آبریز مطالعاتی نشان داد. با در نظر گرفتن مخزن مفهومی برای منشا کارست در مدل، میزان سهم جریان پایه به صورت بارز افزایش و به بالای ۷۰ درصد رسید که آن نشان دهنده نقش مهم منشا کارست در تامین جریان پایه می باشد.

نویسندگان

شایان محسنی بیله سوارچی

گروه مهندسی آب، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس

فرزین نصیری صالح

گروه مهندسی آب، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران

بنفشه زهرائی

دانشیار دانشگاه تهران

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 :