ارزیابی و اصلاح شبکه پایش کیفی آب زیرزمینی دشت خانمیرزا با استفاده از تحلیل زمین آمار
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 13، شماره: 4
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 178
فایل این مقاله در 15 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_WATER-13-4_022
تاریخ نمایه سازی: 12 تیر 1402
چکیده مقاله:
به دلیل اینکه که پایش کیفی آبهای زیرزمینی بسیار پرهزینه و زمانبر میباشد، انتخاب روشی که در آن با کمترین تعداد نمونهبرداری بتوان متغیرهای هیدروشیمیایی یک دشت را برآورد کرد امری ضروری است. هدف پژوهش حاضر تعیین تعداد و موقعیت بهینه چاههای نمونهبرداری در دشتخانمیرزا در استان چهارمحال و بختیاری میباشد. برای این منظور از نتایج نمونهبرداری شیمیایی ۱۹ حلقه چاه و هفت متغیر کیفی شامل SAR، EC، pH، TH، TDS و مجموع آنیونها و کاتیونها برای دوره ۱۳۷۰ تا ۱۳۹۰ استفاده شد. در ابتدا با استفاده از روشهای زمین آمار و براساس کمترین میزان خطا، بهترین روش برای هر متغیر انتخاب و سپس شعاع تاثیر چاهها به کمک منحنی نیم تغییرنما برای هر متغیر محاسبه و باتوجه به مقدار همپوشانی شعاع تاثیر چاهها، تعداد حداقل چاهها برای برآورد متوسط هر متغیر در دشت تعیین گردید. نتایج نشان داد که برای برآورد متغیر pH یک چاه نمونه، برای متغیر SAR تعداد ۳ چاه، برای مجموع آنیونها و مجموع کاتیونها تعداد ۴ چاه و برای متغیرهای EC، TDS و TH تنها ۵ چاه نمونه برداری کافی است. نتایج آزمون تی دوطرفه جهت صحت سنجی نتایج نیز توانایی چاههای پیشنهادی در برآورد مناسب متغیرهای مورد مطالعه را نشان داد. بنابراین میتوان نتیجه گرفت که در موارد خاص که نیاز به اطلاعات ضروری و فوری از کیفیت آب زیرزمینی دشت خانمیزا است، میتوان بهجای نمونهبرداری از ۱۹ چاه و صرف زمان و هزینه زیاد، با نمونهبرداری از تعداد محدودی چاهها، برآورد مناسبی از کیفیت آب زیرزمینی بدست آورد.
کلیدواژه ها:
نویسندگان
زهرا حسنی
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه شهرکرد، ایران
احمد رضا قاسمی
گروه مهندسی آب- دانشکده کشاورزی- دانشگاه شهرکرد
رسول میرعباسی نجف آبادی
منابع آب، گروه مهندسی آب دانشکده کشاورزی، 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 :