برآورد نرخ انتشار گاز متان از لندفیل با استفاده از مدلسازی پراکندگی معکوس (مطالعه موردی لندفیل استان البرز)

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 180

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJHE-17-1_011

تاریخ نمایه سازی: 13 تیر 1403

چکیده مقاله:

زمینه و هدف: لندفیل ها یکی از بزرگترین منابع انتشار متان هستند و مدل ­های مختلفی برای پیش­ بینی تولید و انتشار متان لندفیل، توسعه داده شده است. هدف اصلی این تحقیق توسعه مدل معکوس گوس برای برآورد نرخ انتشار گاز متان و مدلسازی با استفاده از داده های میدانی است. نویسندگان در این مطالعه روش ساده ای را برای برآورد میزان انتشار متان پیشنهاد می­ دهند. روش بررسی: در این مطالعه، انتشار متان با استفاده از معادلات پراکندگی استاندارد معکوس گوس و با روش مونت­ کارلو در ۲۷ نقطه اندازه گیری شده در پایین دست جهت باد، در دو فصل سرد (بهمن ماه) و گرم (تیر ماه) برآورد شده است تا نرخ انتشار متان در سراسر لندفیل تعیین شود. در این مدل یک روش مبتنی بر بهینه سازی همراه با مدلسازی پراکندگی معکوس برای پردازش پایش داده های انتشار سطحی استفاده می شود. یافته­ ها: نتایج مدل در دو فصل سرد (بهمن ماه) و گرم (تیر ماه) سال نشان داد، میزان انتشار متان در فصل گرم و سرد به ترتیب برابر ۱۶۹۶/۹۹ وg/s  ۱۶/۵۳ بوده است. نتایج مدل تایید می­ کند در فصل سرد به دلیل پایین بودن دما و فعالیت باکتریایی، میزان تولید و انتشار متان به مراتب کمتر است. نتیجه­ گیری: روش این مطالعه که مدل پراکندگی گوسی معکوس را ارائه می کند، می تواند برای تخمین نرخ انتشار گاز متان از سایر لندفیل­ ها استفاده شود، اما مستلزم این است که داده­ ها به طور دائم ثبت شوند و از میانگین روزانه یا هفتگی در محاسبات استفاده شود تا از خطاهای احتمالی جلوگیری و دقت مدلسازی افزایش یابد.

کلیدواژه ها:

Alborz ، Landfill ، Methane emission rate ، Inverse Gaussian dispersion modeling ، البرز ، لندفیل ، نرخ انتشار متان ، مدل سازی پراکندگی گوسی معکوس

نویسندگان

احسان محمدحسنی

Department of Environment, Faculty of Natural Resources, University of Tehran, Karaj, Iran

رضا رفیعی

Department of Environment, Faculty of Natural Resources, University of Tehran, Karaj, Iran

مظاهر معین الدینی

Department of Environment, Faculty of Natural Resources, University of Tehran, Karaj, Iran

نیکی آقاپور

Department of Environment, Faculty of Natural Resources, University of Tehran, Karaj, Iran

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 :
  • Mønster J, Kjeldsen P, Scheutz C. Methodologies for measuring fugitive ...
  • Maria C, Góis J, Leitão A. Challenges and perspectives of ...
  • Du M, Peng C, Wang X, Chen H, Wang M, ...
  • Xu L, Lin X, Amen J, Welding K, McDermitt D. ...
  • Fjelsted L, Christensen A, Larsen J, Kjeldsen P, Scheutz C. ...
  • Kissas K, Ibrom A, Kjeldsen P, Scheutz C. Annual upscaling ...
  • Bui LT, Nguyen PH. Integrated model for methane emission and ...
  • Scheutz C, Fredenslund AM, Nedenskov J, Samuelsson J, Kjeldsen P. ...
  • Aghdam EF, Scheutz C, Kjeldsen P. Impact of meteorological parameters ...
  • Fredenslund AM, Mønster J, Kjeldsen P, Scheutz C. Development and ...
  • Mohseni N, Omrani GA, Harati SAN. Potential prediction of Methane ...
  • Kura B, Jilla A. Feasibility of the Inverse-Dispersion Model for ...
  • Figueroa VK, Mackie KR, Guarriello N, Cooper CD. A robust ...
  • Bel Hadj Ali N, Abichou T, Green R. Comparing estimates ...
  • Kormi T, Mhadhebi S, Ali NBH, Abichou T, Green R. ...
  • Mackie K, Cooper C. Landfill gas emission prediction using Voronoi ...
  • Liu X, Yang J, Ye T, Han Z. Establishment of ...
  • Mønster J, Kjeldsen P, Scheutz C. Methodologies for measuring fugitive ...
  • Maria C, Góis J, Leitão A. Challenges and perspectives of ...
  • Du M, Peng C, Wang X, Chen H, Wang M, ...
  • Xu L, Lin X, Amen J, Welding K, McDermitt D. ...
  • Fjelsted L, Christensen A, Larsen J, Kjeldsen P, Scheutz C. ...
  • Kissas K, Ibrom A, Kjeldsen P, Scheutz C. Annual upscaling ...
  • Bui LT, Nguyen PH. Integrated model for methane emission and ...
  • Scheutz C, Fredenslund AM, Nedenskov J, Samuelsson J, Kjeldsen P. ...
  • Aghdam EF, Scheutz C, Kjeldsen P. Impact of meteorological parameters ...
  • Fredenslund AM, Mønster J, Kjeldsen P, Scheutz C. Development and ...
  • Mohseni N, Omrani GA, Harati SAN. Potential prediction of Methane ...
  • Kura B, Jilla A. Feasibility of the Inverse-Dispersion Model for ...
  • Figueroa VK, Mackie KR, Guarriello N, Cooper CD. A robust ...
  • Bel Hadj Ali N, Abichou T, Green R. Comparing estimates ...
  • Kormi T, Mhadhebi S, Ali NBH, Abichou T, Green R. ...
  • Mackie K, Cooper C. Landfill gas emission prediction using Voronoi ...
  • Liu X, Yang J, Ye T, Han Z. Establishment of ...
  • نمایش کامل مراجع