تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,022 |
تعداد مشاهده مقاله | 52,492,717 |
تعداد دریافت فایل اصل مقاله | 15,219,237 |
ارزیابی کیفیت آب زیرزمینی آبخوان هشتگرد با استفاده از روش فازی | ||
هیدروژئولوژی | ||
دوره 9، شماره 1، شهریور 1403، صفحه 16-27 اصل مقاله (982.67 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/hydro.2024.11214 | ||
نویسندگان | ||
مهدی سرائی تبریزی* 1؛ مهسا جمعدار2؛ حسین یوسفی3 | ||
1عضو هیئت علمی گروه علوم و مهندسی آب، دانشکده موضوعی کشاورزی، آب، غذا و فراسودمندها، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. | ||
2دانشآموخته کارشناسی ارشد منابع آب، گروه علوم و مهندسی آب، دانشکده موضوعی کشاورزی، آب، غذا و فراسودمندها، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. | ||
3دانشیار گروه انرژیهای نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران. | ||
چکیده | ||
طبقهبندی و شناسایی کیفیت آب زیرزمینی یکی از اهداف مهم در مدیریت منابع آب میباشد. در سالهای اخیر، توانایی روشهای مبتنی بر منطق فازی در لحاظ کردن عدم قطعیتها در مسائل مختلف زیست محیطی به اثبات رسیده است. هدف این مطالعه، کاربرد روشی بر پایه منطق فازی به جای روش تصمیمگیری قطعی در مورد کیفیت آب شرب میباشد. در این روش، توابع عضویت پارامترهای کیفی بر اساس قوانین فازی معرفی شد و سپس جعبه ابزار منطق فازی از نرم افزار MATLAB مورد استفاده قرار گرفت. در مطالعه حاضر، از یک روش جدید مبتنی بر سیستم استنتاج فازی ممدانی جهت ارزیابی کیفیت آب زیرزمینی در آبخوان هشتگرد استفاده شد. در این روش از 10 پارامتر کیفی آب زیرزمینی شامل کل مواد جامد محلول، قلیاییت کل (TA)، کلر، سولفات، pH، سختی کل (TH)، کلسیم، منیزیم، فلوراید و نیترات به دلیل اهمیت در تعیین کیفیت آب از نظر شرب، در 28 نمونه آب زیرزمینی استفاده شد. این پارامترها، بر اساس اهمیتشان در کیفیت آب از نظر شرب، به سه گروه مطلوب، قابل قبول و غیر قابل قبول تقسیم بندی شدند. کل مواد جامد محلول، قلیاییت کل، کلر و سولفات در گروه اول قرار گرفتند. گروه دوم نیز شامل pH، سختی کل، کلسیم و منیزیم شد. فلوراید و نیترات به دلیل اهمیت در تعیین کیفیت آب از نظر شرب، به همراه خروجیهای حاصل از گروههای اول و دوم، در گروه سوم مورد بررسی قرار گرفتند. سپس این گروهها، بر اساس قوانین "اگر-آنگاه" فازی با یکدیگر ترکیب شدند و کیفیت نهایی آب تعیین گردید. نتایج مطالعه نشان داد که 18 مورد از این نمونهها با سطح اطمینانی بین 34 تا 100 درصد در رده مطلوب، 7 نمونه با سطح اطمینان بین 45 تا 95 درصد در گروه قابل قبول و 3 نمونه با سطح اطمینان بین 76 تا 92 درصد در محدوده نامطلوب برای مصارف شرب قرار دارند. | ||
کلیدواژهها | ||
استنتاج فازی ممدانی؛ اهداف شرب؛ سطح اطمینان؛ کیفیت آب زیرزمینی؛ مجموعه قطعی | ||
مراجع | ||
جمعدار، م.، سرائی تبریزی، م.، یوسفی، ح.، 1399. پتانسیلیابی میزان کارستیشدن چشمهها از منظر هیدروژئوشیمیایی در محدوده مطالعاتی هشتگرد. مجله هیدروژئولوژی، 5 (2): 113-126. سرائی تبریزی، م.، جلالی، م.، یوسفی سهرابی، ح.، 1400. پیشبینی جریان ورودی با استفاده از تحلیل مدلهای سری زمانی (مطالعه موردی: سد جامیشان). مجله هیدروژئولوژی، 6 (1): 164-153. کرد، م.، اصغری مقدم، ا.، نخعی، م.، 1398. مدلسازی عددی آبخوان دشت اردبیل و مدیریت آن با استفاده از بهینهسازی برداشت آب زیرزمینی. مجله هیدروژئولوژی، 4 (1): 153-167. موسسه استاندارد و تحقیقات صنعتی ایران.، 1376. ویژگیهای آب آشامیدنی استاندارد. کمیسیون استاندارد ویژگیهای آب آشامیدنی، 5 (1053): 895. هاشمی، ا.، موسوی، ف.، طاهری، م.، قرهچاهی، ع.، 1389. ارزیابی کیفیت آب زیرزمینی 9 شهر استان اصفهان برای مصارف شرب با استفاده از سیستم استنتاج فازی. فصلنامه تحقیقات منابع آب ایران، 3 (6): 34-25. Akgun, A., Sezer, E.A., Nefeslioglu, H.A., Gokceoglu, C., Pradhan, B., 2019. An easy-to-use MATLAB program (MamLand) for the assessment of landslide susceptibility using a Mamdani fuzzy algorithm. Computers & Geosciences, 38(1): 23-24. Bakhtyar, R., Ghaheri, A., Yeganeh-Bakhtiary, A., Jeng, D., 2011. Cross-shore sediment transport estimation using fuzzy inference system in the swash zone. Journal of the Franklin Institue, 348: 2005-2025. Chang, N.B., Chen, H.W., Ning, S.K., 2001. Identification of river water quality using the Fuzzy Synthetic Evaluation approach, Journal of Environmental Management, 63: 293-305. Dahiya, S., Singh, B., Gaur, S., Garg, V.K., Kushwaha, H.S., 2007. Analysis of groundwater quality using fuzzy synthetic evaluation. Journal of Hazardous Materials, 147: 938-946. Firat, M., Erkan.Turan, M., Yurdusev, M.A., 2018. Comparative analysis of fuzzy inference systems for water consumption time series prediction. Journal of Hydrology, 374: 235-241. Ip, W.C., Hu, B.Q., Wong, H., Xia, J., 2009. Applications of grey relational method to river environment quality evaluation in China. Journal of Hydrology, 379: 284-290. Katambara, Z., Ndiritu, J., 2009. A fuzzy inference system for modeling streamflow: Case of Letaba River, South Africa. Physics and Chemistry of the Earth, 34: 688-700. Kwok-wing C. A., 2006. review on integration of artificial intelligence into water quality modelling. Marine Pollution Bulletin, 52: 726-733. Mahapatra, S.S., Nanda, S.K., Panigrahy, B.K., 2011. A Cascaded Fuzzy Inference System for Indian river water quality prediction. Advances in Engineering Software, 42: 787-796. Ocampo-Duque, W., Ferre-Huguet, N., Domingo, J.L., Schuhmacher, M., 2006. Assessing water quality in rivers with fuzzy inference systems: A case study. Environment International, 32: 733-742. Sowlat M.H., 2019. A novel, fuzzy-based air quality index (FAQI) for air quality assessment. AtmosphericEnvironment, (45): 2050-2059. Singh, P.K., Basant, A., Malik, A., Jain, G., 2009. Artificial neural network modeling of the river water quality-A case study. Ecological Modelling, 220: 888-895. Srebotnjak, T., Carr, G., De Sherbinin, A., Rickwood, C., 2011. A global Water Quality Index and hot-deck imputation of missing data. Ecological Indicators. Silvert, W., Fuzzy indices of environmental conditions. Ecological Modelling. 2011; (130): 111-119.10. Sowlat MH. A novel, fuzzy-based air quality index (FAQI) for air quality assessment. Atmospheric Environment, (45): 2050-2059. Tosun, M., Dincer, K., Baskaya, S., 2011. Rule-based Mamdani-type fuzzy modeling of thermal performance of multi-layer precast concrete panels used in residential buildings in Turkey, 38: 5553-5560. Venkat Kumar, N., Mathew, S., Swaminathan, G., 2009. Fuzzy Information Processing for Assessment of Groundwater Quality. International journal of soft Computing, 4(1): 1-9. | ||
آمار تعداد مشاهده مقاله: 486 تعداد دریافت فایل اصل مقاله: 77 |