شبیه سازی عددی آبخوان دشت تایباد با استفاده از MODFLOW و پیش بینی سناریوهای مدیریتی
محل انتشار: فصلنامه مدیریت آب و آبیاری، دوره: 14، شماره: 2
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 135
فایل این مقاله در 13 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_JWIM-14-2_007
تاریخ نمایه سازی: 27 مهر 1403
چکیده مقاله:
هدف پژوهش، مدل سازی کمی جریان آب زیرزمینی آبخوان دشت و بررسی راه کارهای مدیریتی مقابله با افت تراز آب زیرزمینی، است. این پژوهش با استفاده از اطلاعات هیدروژئولوژیکی، هیدرولوژی، هواشناسی و مطالعات پایه منابع آب زیرزمینی، بررسی شد. مدل سازی کمی آب زیرزمینی، با استفاده از نرم افزار GMS و کد کامپیوتری MODFLOW انجام و سطح آب زیرزمینی، برای سال های ۱۳۹۴-۱۳۸۹ با ۶۰ گام زمانی ماهانه، شبیه سازی گردید. واسنجی دستی مدل برای سال های ۱۳۹۲-۱۳۸۹ و صحت سنجی آن برای سال های ۱۳۹۴-۱۳۹۲ انجام شد. راه کارهای مدیریتی آتی، در قالب سه سناریو ۱- کاهش ۱۰ درصد برداشت از چاه ها با کاهش ۵ درصد تغذیه از جریان های برگشتی آب کشاورزی، ۲- کاهش ۲۰ درصد برداشت از چاه ها با کاهش ۱۰ درصد تغذیه ناشی از جریان های برگشتی آب کشاورزی، ۳- مقایسه دو سناریوی فوق، با وضعیت موجود سال های ۱۳۹۹-۱۳۹۴، پیش بینی گردید. نتیجه مدل سازی آبخوان برای دوره زمانی فوق، کسری مخزن ۰۹/۳۳- میلیون مترمکعب را نشان داد. ولی با اعمال ۱۰ درصد کاهش برداشت و کاهش ۵ درصد تغذیه، ۳۸/۲۱ میلیون مترمکعب در سال و با اعمال ۲۰ درصد کاهش برداشت و ۱۰ درصد کاهش تغذیه، ۹۴/۲۵ میلیون مترمکعب در سال، بر حجم بیلان آب، افزوده شد. با ادامه روند موجود، حجم کسری آبخوان، بیش از ۵۴ میلیون مترمکعب، برآورد گردید.
کلیدواژه ها:
نویسندگان
بهزاد آزادگان
گروه مهندسی آب، دانشکده فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، تهران، ایران.
حنان حنفی
گروه مهندسی آب، دانشکده فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، تهران، ایران.
مریم وراوی پور
گروه مهندسی آب، دانشکده فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، تهران، ایران.
حمید کاردان مقدم
موسسه تحقیقات آب، وزارت نیرو، تهران، 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 :