ارزیابی کیفیت آب های زیرزمینی با تاکید بر پتانسیل خورندگی و رسوب گذاری آب ها در حوضه رودخانه حبله رود
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 110
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMS-12-43_008
تاریخ نمایه سازی: 5 دی 1402
چکیده مقاله:
کیفیت آبهای زیرزمینی به ویژه خورندگی و رسوب گذاری از دیدگاه اقتصادی و بهداشتی از اهمیت زیادی برخوردار است. این تحقیق با هدف بررسی پتانسیل خورندگی و رسوب گذاری آب های زیرزمینی در حوضه رودخانه حبله رود با توجه به افزایش جمعیت و نیاز آبی بیشتر و در نتیجه اهمیت فزاینده آب های زیرزمینی انجام شده است. در این تحقیق از شاخص های خورندگی و رسوب گذاری لانژلیه، رایزنر، پوکوریوس و تخریبی و همچنین نرم افزار ArcGIS به منظور پهنه بندی شاخص ها در سطح حوضه با استفاده از روش های زمین آمار استفاده شد. با توجه به میانگین شاخص ها (لانژلیه: ۶۷/۰؛ رایزنر: ۵۱/۶؛ پوکوریوس: ۰۹/۶؛ تخریبی: ۸۹/۱۲)، بیشتر سطح حوضه حبله رود (به طور متوسط ۷۴%) پتانسیل رسوب گذاری دارد. با توجه به معیار کارایی RMSE دو شاخص لانژلیه و رایزنر با استفاده از روش کریجینگ، شاخص پوکوریوس با روش IDW و شاخص تخریبی با روش RBF پهنه بندی شدند. نتایج نشان داد که آب های زیرزمینی بر اساس شاخص های لانژلیه، رایزنر، پوکوریوس و تخریبی به ترتیب در ۳۵/۷۵، ۱۷/۳۲، ۴۲/۵۶ و ۹۶/۷۲ درصد از حوضه حالت رسوب گذار دارد. در مجموع، بررسی شاخص های خورندگی و رسوب گذاری نشان داد که آب زیرزمینی حوضه تمایل به رسوب گذاری دارد. بنابراین، برنامه ریزی مناسب جهت جلوگیری از آسیب های اقتصادی و مضرات بهداشتی ضروری به نظر میرسد. یکی از راهکارهای کاهش رسوب گذاری در وهله اول تعیین مناطق پرخطر و سپس تعدیل pH به زیر حد اشباع می باشد.
کلیدواژه ها:
Groundwater quality ، Corrosion ، siltation ، Geostatistics ، Hableh-Rud River basin ، کیفیت آب زیرزمینی ، خورندگی ، رسوب گذاری ، زمین آمار ، حوضه رودخانه حبله رود
نویسندگان
امید اسدی نلیوان
دانشگاه علوم کشاورزی و منابع طبیعی گرگان
امیر سعدالدین
دانشگاه علوم کشاورزی و منابع طبیعی گرگان
غلامحسین کرمی
دانشگاه صنعتی شاهرود
واحدبردی شیخ
دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :