عنوان

مدلسازی تصادفی کمی-کیفی و تحلیل ریسک آبخوان دشت مراغه-بناب

شماره

‭۱۵۹۶۰پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

مدلسازی تصادفی کمی-کیفی و تحلیل ریسک آبخوان دشت مراغه-بناب

نام نخستين پديدآور

/سینا صادق فام

نام ناشر، پخش کننده و غيره

: مهندسی عمران

تاریخ نشرو بخش و غیره

، ‮‭۱۳۹۵‬

متن يادداشت

چاپی - لوح فشرده

جزئيات پايان نامه و نوع درجه آن

دکترا

نظم درجات

مهندسی عمران- آب

زمان اعطا مدرک

‮‭۱۳۹۵/۰۶/۱۴‬

کسي که مدرک را اعطا کرده

تبریز

متن يادداشت

آبخوان دشت مراغه-بناب به عنوان یکی از آبخوانهای دارای منابع غنی آبهای زیرزمینی در معرض آلودگی قرار گرفته است .هدف این تحقیق، تحلیل ریسک آلودگی آبخوان و ارائه برنامه بهینه پاکسازی جهت بهبود وضعیت کیفی آب زیرزمینی منطقه مورد مطالعه است .در اجرای تحلیل ریسک آلودگی آبخوان، گام‌صهای ارزیابی پتانسیل، ارزیابی آسیب‌پذیری و مدلسازی تصادفی اجرا شده است .همچنین در اجرای برنامه پاکسازی از نتایج بدست آمده در گام‌صهای ارزیابی پتانسیل و آسیب‌صپذیری آبهای زیرزمینی، در تصمیم‌صگیری‌صها و شناخت منطقه استفاده شده است .لازم به ذکر است که اجرای اهداف تحقیق در منطقه مورد مطالعه، دارای نوآوری در روش نیز بوده که برای سایر آبخوانها نیز قابل اعمال است .در گام نخست، نواحی دارای پتانسیل بالای آب زیرزمینی با استفاده از اطلاعات ‮‭۱۱‬ لایه داده که هریک بیانگر خواص گسترده متفاوتی هستند، بدست آمده است .لایه‌صها همگن نبوده و هرکدام از لایه داده‌صها در مقایسه با سایر لایه داده‌صها، دارای بخشی از اطلاعات هستند که قابلیت یکپارچه‌صسازی مستقیم را ندارند .استفاده از توابع عضویت فازی کاتاستروف یک روش جدید به منظور بدست آوردن و یکپارچه‌صسازی این اطلاعات هستند .با این حال تصمیم در مورد نوع توابع کاتاستروف و بازه‌صهای عضویت شبه فازی نیاز به قضاوت کارشناسی دارد .به منظور حل این مشکل در روش‌شناسی موجود از یک روش مبتنی بر تکرار برای بدست آوردن نوع توابع کاتاستروف و از روش بهینه‌صسازی جنکز برای شناسایی نقطه‌صی قطع داده‌صها استفاده شده است .نتایج بدست آمده قابلیت جدیدی را ارائه می‌صکند که شناسایی مناطق دارای پتانسیل بالای منابع آبهای زیرزمینی به صورت پارامتر بدون صبعد، خروجی آن است .بر اساس نتایج بدست آمده از توزیع مکانی شاخص پتانسیل آبهای زیرزمینی، ‮‭۶۸‬ درصد از مساحت دشت، پتانسیل بالایی نسبت به سایر نواحی داشته است .معرفی مناطق دارای منابع قابل اطمینان آبهای زیرزمینی در صورت شناسایی مناطق آلوده، می‌صتواند مفید واقع گردد .آسیب‌صپذیری آبهای زیرزمینی توسط روش درستیک که رایج‌ترین روش در میان روش‌صهای جایگزین در دسترس بوده، در گام دوم تحقیق بررسی شده است .چالش اصلی وجود فردیت در تخمین مقادیر وزن‌صهای توصیه شده توسط سازمان حفاظت محیط زیست ایالات متحده برای تمامی آبخوانها است .در این بخش یک سیستم ارزیابی با معیارهای چندگانه بر اساس تئوری کاتاستروف طراحی شده و به منظور کاهش تأثیر نظرات کارشناسی، به روش درستیک اعمال شده است .بنابراین توابع عضویت فازی کاتاستروف برای اندازه‌صگیری وابستگی متغیرهای حالت بر پارامترهای کنترل و درنهایت تعیین وزن‌صهای پارامترهای درستیک مورد استفاده قرار گرفته است .روش پیشنهادی وزن‌صهای پارامترهای درستیک را با توجه به شرایط محلی منطقه مورد مطالعه تخمین می‌صزند .آسیب‌صپذیری آبخوان دشت مراغه-بناب که در معرض تهدید ناشی از فعالیت‌صهای کشاورزی و صنعتی قرار گرفته، توسط روش پیشنهادی و روش درستیک عمومی و آفت‌کش بررسی شده است .بر اساس نتایج بدست آمده ‮‭۴۷‬ درصد مساحت دشت، شاخص آسیب‌پذیری بالاتری نسبت به سایر نواحی دارند .مقایسه‌صی نتایج بدست آمده با توزیع مکانی نیترات‮‭N) - (NO۳‬نشان می‌صدهد که روش پیشنهادی شاخص همبستگی بالاتری نسبت به روش‌ص‍ درستیک عمومی و آفت‌صکش دارد .همچنین در روش پیشنهادی اضافه کردن پارامتر جدید به منظور دستیابی به قابلیت اطمینان بیشتر امکان‌صپذیر است .در پاکسازی آبخوان دشت مراغه-بناب) در مقیاس منطقه‌صای (با استفاده از روش پمپاژ-تصفیه-تزریق ‮‭(PTI)‬ ، یک فرایند جدید تصمیم‌صگیری بهینه با عنوان کنترل بهینه توسط هوش مصنوعی ‮‭(OCAI)‬ ارائه شده است ‮‭OCAI‬ .یک استراتژی محوری است که با ترکیب سه مدول نرم‌صافزاری در راستای کنترل آلاینده، کاهش زمان اجرا و اقناع قیدهای مربوط به کیفیت آب و ظرفیت تخلیه چاهها طراحی شده است .از آنجایی که تاکنون یک سیستم سفارشی بدین منظور طراحی نشده، این برنامه توسط برخی فرایندهای دستی اولیه و یک واحد تعریف شده توسط کاربر ‮‭(UDU)‬ پیاده‌صسازی شده و شامل استراتژی‌صهای زیر است :مدول ‮‭۱‬ شامل شبیه‌صسازی‌صهایی از جریان و انتقال مبتنی بر فیزیک مسئله ‮‭(MODFLOW‬ و ‮‭MT۳DMS‬ برای شبیه‌صسازی بارآبی و غلظت (است مدول‮‭۲‬ ، خروجی‌صهای بارآبی و غلظت در مدول ‮‭۱‬ را به مدل‌صهای پیش‌صبینی داده-محور شبکه عصبی تبدیل می‌صکند مدول ‮‭۳‬ یک واحد تعریف شده توسط کاربر است که ‮‭OCAI‬ را پیاده‌صسازی کرده و الگوریتم ژنتیک ‮‭(GA)‬ را با قابلیت ارتباط با مدول ‮‭۲‬ اجرا می‌صکند .این استراتژی دو مانع مستتر را برطرف می‌صکند ‮‭(i) OCAI‬ :اطلاعات را از گام زمانی گذشته به گام زمانی جدید برای کنترل بهتر، انتقال می‌صدهد ‮‭(ii)‬ نیاز الگوریتم ژنتیک به ارزیابی تابع هدف به دفعات زیاد، توسط مدول سریع‮‭۲‬ ، به جای مدول کند ‮‭۱‬ تأمین می‌صشود .مطالعه حاضر وجود یک برنامه ‮‭PTI‬ بهینه برای کنترل آلاینده و کاهش میزان آلودگی ‮‭TDS‬ را تا میزان ‮‭۳۵۰۰‬ میلی‌صگرم بر لیتر یا کمتر را در منطقه مورد مطالعه تایید می‌صکند .در تحلیل ریسک آلودگی آبهای زیرزمینی دشت مراغه-بناب، از رویکرد جدیدی با بهره‌صگیری از نتایج ارزیابی پتانسیل و آسیب‌صپذیری آبهای زیرزمینی و همچنین نتایج مدلسازی تصادفی توسط روش ‮‭NSMC‬ استفاده شده است .مراحل انجام شده عبارت است از ‮‭(i)‬ :بدست آوردن تغییرات تصادفی توزیع هدایت هیدرولیکی توسط روش مدلسازی تصادفی معکوس ‮‭(ii)‬ اجرای مدلسازی تصادفی ‮‭(iii)‬ تخمین مسیر احتمالی عبور آلودگی در صورت نشت از حوضچه‌صهای ترسیب با استفاده از مدل ‮‭MODPATH‬ تصادفی ‮‭(iv)‬ تحلیل ریسک آلودگی تحت دو فرایند مختلف انتقال آلودگی ‮‭(v)‬ تجمیع ارزیابی‌صهای ریسک صورت گرفته با استفاده از نتایج پتانسیل آبهای زیرزمینی و ارائه نتیجه نهایی .ماهیت مسئله آلودگی در دشت مراغه-بناب ضرورت تحلیل ریسک ناشی از دو فرایند مختلف انتقال آلودگی را نمایان می‌صکند) :الف (تحلیل ریسک آلودگی آبهای زیرزمینی ناشی از شکست حوضچه‌صهای ترسیب در اثر سیلاب با استفاده از نتایج آسیب‌صپذیری) ب (تحلیل ریسک آلودگی آبهای زیرزمینی ناشی از نشت از حوضچه‌صهای ترسیب با استفاده از نتایج مدلسازی تصادفی .نتایج این ارزیابی می‌صتواند در مشخص نمودن نواحی در معرض تهدید آلودگی آبهای زیرزمینی، مفید واقع گردد .همچنین در تصمیم‌صگیری‌صهایی نظیر برنامه‌صریزی کاربری اراضی و طراحی سیستم پایش آبهای زیرزمینی می‌صتوان به نتایج تحلیل ریسک آلودگی اتکا نمود

متن يادداشت

The Maragheh-Bonab plain aquifer is exposed to pollution risks, which is one of the aquifer known for being a rich groundwater resource. The goals of this study are risk analysis and the demonstration of optimum remediation schedules in order to improve the water quality condition of study area. Risk analysis included the following steps: groundwater potential assessment, vulnerability assessment and stochastic modeling. Also the result of potential and vulnerability assessments were incorporated in the decision making and identification of the study area in the implementation of the remediation program. Notably, reaching the research goals in the study area is supported by and necessitated the novelty of the methodology and could be implemented in the other aquifers. In the first step of the study, groundwater potential fields was delineated by integrating information derived from 11 data layers representing different distributed properties. Each of data layers has partial information and compared with one another, the layers are not homogeneous and not directly amenable to integration. One framework in the state-of-the-art of such problems is to use a catastrophe fuzzy membership function to capture and integrate the inherent information. Meanwhile the decisions on the type of catastrophe function and the fuzzy-like membership intervals employ expert judgment. The paper builds on existing methodology to overcome this shortfall by the iterative identification of the type of catastrophe and using the Jenks optimization method to identify the break points in the data. The results project a new capability, according to which non-dimensional groundwater potential fields are its outcome. According to the result of spatial distribution of groundwater potential index, 68 percent of plain area has higher potential with respect to other areas. Delineation of reliable groundwater resources could be useful when the other contaminated areas were identified. Groundwater vulnerability is assessed by the DRASTIC method in the second step of the study, which is more popular among the alternative available. The challenge taken on board is to treat its inherent subjectivity in estimating the values of the embedded weights as recommended by USEPA for all aquifers. This paper uses a catastrophe based multi-objective evaluation system and applies it to the DRASTIC method to avoid undue preferences by experts. Thus, catastrophe fuzzy membership functions are used to treat the dependency of state variables on control parameters and thereby to determine the weights embedded in DRASTIC parameters. The proposed method estimates the weights of DRASTIC parameters with respect to local condition of study area. The Maragheh-Bonab aquifer in Iran is under threat by agricultural and industrial activities and therefore its vulnerability is assessed by the proposed method as well as by the general and pesticide DRASTIC methods. According to the results, 47 percent of plain area has higher vulnerability index with respect to other areas. Comparison of results with the special distribution of nitrate-N (NO3-N) shows that the improved DRASTIC has a higher correlation index with respect to the general and pesticide DRASTIC methods. Also in seeking more reliability, the addition of new parameters is possible in the proposed method. Optimum control by Artificial Intelligence (OCAI) is a new optimum decision-making process to be presented in third part of the study for optimizing pumpage schedule to remediate Maragheh-Bonab aquifer (at a regional scale) using the Pump, Treat and Inject (PTI) method. OCAI is pivotal in a strategy, which integrates three software modules, to control contaminants, to reduce runtime and to meet water quality constraints and discharge capacity at the wells. There is no bespoke capability for the strategy and therefore it is implemented by a combination of initial manual processing and by a User Defined Unit to overarch the strategy, as follows: Module 1 is an integration of physics-based simulation of flow and transport (MODFLOW and MT3DMS to simulate heads and concentration); Module 2 transforms outputs of Module 1 into two fast data-driven forecasting ANN models, for head and for contamination; Module 3 is a user defined unit (capability) to implements OCAI and runs Genetic Algorithm (GA) interrogating with Module 2. The strategy resolves two hidden barriers: (i) OCAI passes on the information from the past to the new time step for a better control; and (ii) the hunger of GA for function evaluation is met by the fast Module 2 but not by slow Module 1. The study confirms an optimum PTI schedule is identifiable to control the contaminant and to remediate the contamination to 3500 mg/l in the study area. The groundwater pollution risk analysis of Maragheh-Bonab plain was implemented by a new framework which incorporated the results of potential and vulnerability assessments and also the result of stochastic modeling using NSMC . The steps taken include: (i) estimation of stochastic variation of hydraulic conductivity using inverse stochastic modeling; (ii) stochastic modeling; (iii) estimation of stochastic pathway of contamination in the event of leakage from the lagoons using stochastic MODPATH; (iv) risk assessment of contamination through two different processes of contamination transport; and (v) assessment of total risks by using the result of groundwater potential and presentation of final result. The trigging event of contaminating the Maragheh-Bonab aquifer were considered through the two different processes of contamination transport: (a) risk analysis of groundwater pollution caused by the risk of flooding realized from breaching of the lagoons using the results of stochastic modeling and (b) risk analysis of groundwater pollution impacted by the leakage from the lagoons using the result of vulnerability assessment. The result of this part could be used to delineate regions exposed to groundwater pollution threat. Also the result may be used in the decision making such as land planning and design of groundwater networks

مستند نام اشخاص تاييد نشده

صادق فام، سینا

مستند نام اشخاص تاييد نشده

حسن زاده، سینا، استاد راهنما

مستند نام اشخاص تاييد نشده

ندیری، عطالله، استاد راهنما

مستند نام اشخاص تاييد نشده

ضرغامی، مهدی، استاد مشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی