مدلسازی لایه بندی حرارتی مخزن سد بارون ماکو با استفاده از مدلCE-QUAL-W2
فایل این در 97 صفحه با فرمت PDF قابل دریافت می باشد
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
چکیده :
وجعلنا من الماء کل شی حی (و همه چیز را از آب زنده کردیم)
آب به عنوان مایه حیات، نقش کلیدی در سلامت انسان، توسعه اقتصادی، و پایداری اکوسیستم ها ایفا می کند. کیفیت آب، به ویژه در مخازن سدها، تاثیر مستقیمی بر سلامت عمومی و اکولوژی محلی دارد. دسترسی به آب سالم و باکیفیت، از عوامل تعیین کننده در زندگی جوامع بشری و رشد تمدن ها بوده است. باتوجه به چالش های ناشی از آلودگی، تغییرات اقلیمی، و نیازهای فزاینده آب، توجه و کنترل کیفیت منابع آب ضرورتی اجتناب ناپذیر است. مدسازی کیفیت آب در مخازن سدها به عنوان ابزاری اساسی در این زمینه، به تحلیل و پیش بینی پارامترهای کیفی آب کمک می کنند. شبیه سازی لایه بندی حرارتی و شرایط تغذیه گرایی مخازن به مدیران منابع آب کمک می کند تا تصمیمات بهتری در خصوص مدیریت کیفیت آب، حفاظت از اکوسیستم های آبی، و برنامه ریزی بهره برداری پایدار از منابع آب اتخاذ کنند. در این مطالعه، لایه بندی حرارتی و تغذیه گرایی مخزن سد بارون شهرستان ماکو در استان آذربایجان غربی با استفاده از مدل CE-QUAL-W2 در یک دوره هشت ساله آبی 91-98 مورد بررسی قرار گرفته است. نتایج حاصله نشان از رخ دادن یک لایه بندی حرارتی سالانه در مخزن سد است که این سد را با مخزن مونومیکتیک سرد قرار می دهد. همچنین به علت ورود پارامترهای موثر در تغذیه گرایی به مخزن سد، احتمال رخ دادن تغذیه گرایی در مخزن سد نیز وجود داشت که بعد از انجام شبیه سازی های میزان فسفات و نیترات وجود تغذیه گرایی در مخزن سد محرز شد؛ و میزان تغذیه گرایی مخزن سد در رده بندی کارلسون در رده اوتروفیک و در ماه هایی از سال در رده هایپرتروفیک قرار گرفت که علت افزایش میزان تغذیه گرایی در آن ماه ها، اضافه شدن کودهای فسفاته زمین های کشاورزی بالادست به جریان های ورودی به سد تشخیص داده شد.
کلیدواژه ها:
نویسندگان
علی بهروزی
دانشجوی کارشناسی ارشد دانشگاه صنعتی قم
بایرامعلی محمدنژاد
استادیار دانشگاه صنعتی قم
عبدالرضا کریمی
دانشیار دانشگاه صنعتی قم
مسعود عامل سخی
استادیار دانشگاه صنعتی قم
حمیدرضا بهرامی
استادیار دانشگاه صنعتی قم
مراجع و منابع این :
لیست زیر مراجع و منابع استفاده شده در این 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 لینک شده اند :