این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آب و فاضلاب، جلد ۲۵، شماره ۴، صفحات ۱۳-۲۰
عنوان فارسی کنترل آلودگی نیترات در آب زیرزمینی با استفاده از مدل بهینه‌سازی
چکیده فارسی مقاله نیترات یکی از مهم‌ترین آلاینده‌هایی است که از منابع مختلف مانند کودهای شیمیایی، آفت‌کش‌ها و یا فاضلاب‌های خانگی و صنعتی وارد آب‌های زیرزمینی می‌شود. در این پژوهش به‌منظور مدیریت بهینه آبخوان‌های آلوده به نیترات، از مدل شبکه عصبی مصنوعی برای شبیه‌سازی تغییرات غلظت نیترات استفاده شد و به‌منظور استخراج مقادیر بهینه برداشت از آبخوان آب زیرزمینی، با حفظ محدودیت غلظت نیترات در حد استاندارد، از یک مدل بهینه‌ساز استفاده شد. برای دستیابی به این هدف از مدل‌ بهینه‌سازی مجموعه ذرات بهره گرفته شد. با توجه به این که در سال‌های اخیر، آلودگی غلظت نیترات در آبخوان کرج افزایش یافته است، بخشی از این آبخوان به‌عنوان مطالعه موردی در نظر گرفته شد. پارامترهای ورودی مدل شبکه عصبی مصنوعی، شامل میزان برداشت در طول فصل بررسی و فصل قبل، مقادیر غلظت نیترات در فصل قبل، ضخامت لایه اشباع و طول و عرض جغرافیایی هر ناحیه بود؛ این پارامترها پس از آنالیز حساسیت، انتخاب شدند. نتایج این پژوهش نشان می‌دهد که بر اساس الگوریتم بهینه‌سازی مجموعه ذرات، مدیریت بهینه غلظت نیترات، مستلزم کاهش و یا افزایش برداشت از نواحی مختلف نسبت به شرایط فعلی برداشت در منطقه است. لذا با ثابت نگه داشتن کل برداشت از محدوده و با اندکی تغییرات منطقه‌ای در میزان برداشت در آبخوان آلوده کرج، می‌توان از افزایش غلظت نیترات در نواحی بحرانی جلوگیری نمود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Development of Operation Management Model of Groundwater According to Nitrate Contamination
چکیده انگلیسی مقاله Nitrate is one of the most important groundwater pollutants with such different sources as chemical fertilizers, pesticides, or domestic and industrial wastewater. In this research, the optimal operation of groundwater wells in aquifers with nitrate pollution is investigated using simulation and optimization techniques. For the simulation part, an artificial neural network (ANN) model is developed, and for the optimization model, the particle swarm optimization (PSO) is used. Considering the high nitrate concentration in Karaj area and its increase in recent years, the northern part of this aquifer is selected as a case study to apply the proposed methodology. A seasonal ANN model is developed with input layers including well discharge in the current and previous seasons, nitrate concentration in the previous season, aquifer thickness, and well coordinates, all selected based on sensitivity analysis. The results of PSO algorithm shows that nitrate concentration can be controlled by increasing or decreasing well discharge in different zones. Therefore, it is possible to reduce nitrate concentration in critical areas by changing the spatial distribution of groundwater extractions in different zones keeping the total discharge constant.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله الهه پورفرح آبادی | poorfarah abadi
کارشناسی ارشد گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی آب و خاک، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

مجید خیاط خلقی |
دانشیار گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی آب و خاک، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

کوروش محمدی |
دانشیار گروه مهندسی آبیاری و زهکشی، دانشگاه تربیت مدرس، تهران
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نشانی اینترنتی http://www.wwjournal.ir/article_6530_05fd8f26df2ee8b4daf0cf27b4532cfb.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات