ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Research
Title

مطالعه و مدل سازی پدیده یوتریفیکاسیون در مخازن سدها با استفاده از شبکه های عصبی مصنوعی(مطالعه موردی: مخزن سد دز)

کارفرمای پروژه: سازمان آب و برق خوزستان
نوع محتوی : طرح پژوهشیتاریخ انتشار: 1 اسفند 1392
استان موضوع گزارش : خوزستانشهر موضوع گزارش: اندیمشک
کد COI Research: R-1047509تاریخ درج در سایت: 21 مهر 1397
زبان اصلی Research: Persian دسته بندی علمی Research: علوم کامپیوتر - مهندسی آب و هیدرولوژی
View: 831Pages: 265

Authors

Abstract:

مخازن سدها و دریاچه ها با خطریوتریفیکاسیون در سرتاسر جهان مواجه هستند سد مخزنی دز در استان خوزستان و بر روی شاخه اصلی رودخانه دز در 25 کیلومتری شمال شهر دزفول و با گنجایش مخزن 550 میلیون متر مکعب بر روی رودخانه دز احداث شده است. هدف اصلی از انجام این پژوهش بررسی وضعیت یوتریفیکاسیون دریاچه سد دز و اثری که این پدید بر حیات دریاچه دارد می‌باشد. در این مطالعه با استفاده شاخص تروفیکی کارلسون (TSI) و یک مدل رشد جلبک به نام Monod model وضعیت دریاچه طی 4 فصل از دوره بهار 1391 تا اسفند 1391 و در 6 ایستگاه انتخابی مورد بررسی قرار گرفت پارامترهای اندازه‌گیری شده شامل: کلروفیلa، اکسیژن محلول، فسفرکل، فسفات، ارتوفسفات،  نیترات، آمونیاک قلیاییت، دما، مواد جامد معلق می باشد که از اعماق مختلف دریاچه برداشت شد. نتایج شاخص TSI و Monod model بیانگر این بود که دریاچه سد دز از لحاظ تروفیکی در فصول مختلف به جز در اواخر تابستان (شهریور ماه) که به میزان جزیی حالت مزوتروفیک را نشان می دهد در بقیه فصول شرایط اولیگوتروفیکی بر دریاچه حاکم است بنابراین نیازمند به بررسی مدیریتی و کنترل عوامل موثر بر پدیده یوتریفیکاسیون می‌باشد.چنانچه می‌دانیم یکی از مهمترین پارامترهای تأثیرگذار بر روند حیات دریاچه حجم آب است با استفاده از محاسبات مربوط به تعیین حجم آب دریاچه در سال آبی 91 بیشترین حجم آب دریاچه مربوط به اسفند ماه و کمترین میزان حجم آب مربوط به آذر می باشد سپس با در نظرگرفتن غلظت پارامترهای کیفی آب معادلات توازن جرم نوشته شد نتایج نشان میدهد در فصل پاییز غلظت پارامترها به دلیل حجم پایین آب افزایش یافته است و این موضوع برای شرایط کیفی آب دریاچه بخصوص از لحاظ افزایش غلظت پارامترهای تغذیه‌گرایی می تواند به عنوان زنگ خطری برای دریاچه محسوب شود. در پایان از ابزار شبکه عصبی پیشرو با روش تعلیم پس انتشار خطا (FFBP) وشبکه عصبی‌شعاعی (RBF) برای مدلسازی سناریوهای تعریف شده و شبیه سازی کلروفیلa استفاده گردید تا روند رشد این پارامتر که شاخصی برای پدیده یوتریفیکاسیون می باشد بررسی دقیق شود. نتایج نشان داد که شبکه RBF نسبت به FFBP قادر به مدلسازی بسیار دقیقی از سناریوهای تعریف شده است و نتایج با واقعیت انطباق معنی داری دارندو بواسطه مدلسازی با این روش، شاخص R به 99/0 میرسد که نشان از کارا بودن شبکه عصبی شعاعی در مدلسازی پارامترهایی است که دارای نوسانات فراوانی می‌باشد دارد. شبیه سازی کلروفیلa با هر دو روش  نشان از افزایش رشد در پاییز را نشان می‌دهد که حاکی از این است که دریاچه سد دز در وضعیت مناسبی قرار نداشته و نیازمند بررسی می باشد.

Keywords:

دریاچه‌سد دز، یوتریفیکاسیون، کیفیت‌آب، TSI، Monod model، شبکه عصبی‌مصنوعی

Research COI Code

This Research COI Code is R-1047509. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1047509/

پیش گفتار Research

امروزه سدهای کشور با مسائل گوناگون کیفی روبرو هستند و با گذشت زمان کیفیت خود را از دست می‌دهند تا جایی که حتی برای تصفیه کردن هم مقرون به صرفه نخواهد بود. بسیاری از مخازن به دلیل ورود بار الی زیاد دچار پدیده یوتریفیکاسیون (تغذیه گرایی) می شوند و تغییرات عمده ای در کیفیت آب مخازن سدها میشوند از جمله آثار ناشی از تغذیه‌گرایی می‌توان به 1ـ کاهش سال به سال در میزان اکسیژن محلول 2ـ افزایش در میزان مواد جامد معلق 3ـ افزایش در مواد جامد محلول 4ـ افزایش در جمعیت گونه‌های مختلف جلبکی 5ـافزایش در مواد مغذی (ازت و فسفر) 6-کاهش نفوذ نور اشاره کرد.(1)

 از این رو مطالعات فراوانی بر روی دریاچه‌ها و مخازن تغذیه‌گرا صورت گرفته و مدل‌های کیفی گوناگون و راهکارهای متعددی برای کنترل تغذیه‌گرایی ارائه شده است.(2)

که در این زمینه می توان به تحقیق صورت گرفته در سال 2008 اشاره نمود در این مطالعه از شاخص وضعیت تغذیه گرایی کارلسون به عنوان پایه ‌ای برای طبقه بندی وضعیت تغذیه گرایی در نه دریاچه در منطقه Mysore در هند استفاده شده است نمونه ها از دریاچه های منتخب از ماه مارس تا می جمع‌آوری گردیدند و 3 پارامتر کلروفیل آ ، فسفر کل و عمق سچی آنالیز شدند بر اساس نتایج حاصه  تنها یک دریاچه (Mandakalli) در وضعیت مزوتروفیک قرار داشت و بقیه در وضعیت یوتروفیک و هایپر یوتروفیک قرار داشتند که راهکارهای حفاظت برای این گونه دریاچه‌‌ها انجام شد.(3)

علیرغم اهمیت زیاد دریاچه سد دز تاکنون وضعیت تروفیکی مخزن با استفاده از شاخصها و مدلهای ریاضی جهت پیش بینی وضعیت کیفی مخزن در آینده تا کنون مورد بررسی قرار نگرفته بود بنابر این پیش بینی وضعیت کیفی آینده یک مخزن یا دریاچه مساله مهمی است این کار با مدلسازی کیفی آب در مخازن و مدلسازی پدیده یوتریفیکاسیون در دریاچه ها عملی است. ارائه یک مدل ریاضی با امکان تغییردر پارامترها و متغییرهای تجربی علاوه بر آن که به درک بهتر این پدیده کمک شایانی خواهد کرد می تواند به پیش بینی رفتار این پدیده در سایر مخازن نیز  موثر باشد. از جمله مدلهای ریاضی در این زمینه می توان به شبکه های عصبی مصنوعی اشاره کرد در تحقیق حاضر با استفاده از شبکه های عصبی مصنوعی به پیش‌بینی وضیعت یوتریفیکاسیون و مدلسازی میزان رشد جلبک در مخزن سد دز پرداخته شد. باشد که زمینه ای برای مطالعات آینده و گامی جهت بهبود وضعیت هر چه بهتر مخزن باشد.

فهرست مطالب Research

(برای نمایش کلیک نمایید)

مراجع و منابع این Research:

لیست زیر مراجع و منابع استفاده شده در این Research 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 Research لینک شده اند :

  • تعیین سرعت سقوط رسوبات چسبنده مخزن سد دز [Conference Paper]
  • اسکندری،غلامرضا.دهقان،سیمین و منصور نیک پی.1383. بررسی زیست شناسی تولید مثل ...
  • بدلیانس قلی‌کندی، گالیک.(1382). شیمی آب. تهران: نوپردازان ...
  • ارزیابی مقایسه‌ای مدل‌های آرما، آریما و مدل خودهمبسته شبکه عصبی مصنوعی در پیش‌بینی جریان ورودی به مخزن سد دز [Conference Paper]
  • پیش بینی میزان تغذیه گریی در سد خیرآباد با استفاده از مدل Bathtub (Conference Paper)
  • ترابیان،علی.(1381). مدلسازی کیفی آب های سطحی، سینتیک ها، ثابت ها ...
  • خوشبخت، ب. کیانمهر، هـ . و ریاحی. ح. 1384. مطالعه ...
  • رحیم آبادی، ابوالقاسم.(1378). شناخت و بررسی تأثیر منابع آلاینده بر ...
  • EFFECT OF POTENTIAL MOVEMENTS ALONG FAULTS AND DISCONTINUITIES IN DAM FOUNDATIONS ON DAM DESIGN [Conference Paper]
  • زارع چاهوکی، م.(1390). روش های تحلیل چند متغیره در نرم ...
  • سبز علیزاده. س، و همکاران ،1382. بررسی اکولوژی دریاچه پشت ...
  • مدلسازی اوتریفیکاسیون در مخازن با رویکرد پویایی سیستم (Conference Paper)
  • استفاده از شبکه های عصبی مصنوعی (ANNs) برای تخمین رسوب در دریاچه سد سپیدرود [Conference Paper]
  • پیش بینی آورد فصلی سد دز با استفاده از سیگنالهای بزرگ مقیاس اقلیمی (Conference Paper)
  • فهیدی. ش، و آرمانفر. ف. 1382. نقش فسفر در وقوع ...
  • تدوین پارامترهای مؤثر در بررسی پدیده یوتریفیکاسیون در دریاچه های و مخازن کشور [Conference Paper]
  • . قلم آرا، سمانه.(1391). بررسی روند تغییرات شاخص های ...
  • کوشافر، آزیتا.(1378). بررسی تغییرات غلظت ازت و فسفر در دریاچه ...
  • کلدی، پ. (1382). تعیین حد مجاز ورود مواد مغذی به ...
  • تحلیل سطح تغذیه گرایی مخزن با استفاده از روش ارزیابی ترکیبی فازی [Conference Paper]
  • کیا، م.(1389). شبکه های عصبی در متلب. تهران: انتشارات کیان ...
  • نجفی ،م.(1374). برآورد تولید اولیه از طریق روش اندازه‌گیری کلروفیل ...
  • نصرالله زاده ساروی، ح. و حسینی، ع. 1385. بررسی میزان ...
  • تغذیه‌گرایی مخازن – مدلسازی دوبعدی (مطالعه موردی سد کرخه) [Conference Paper]
  • شبیه سازی و پیش بینی برخی از پارامترهای کیفیت آب رودخانه زاینده رود با استفاده از شبکه های عصبی مصنوعی [Conference Paper]
  • مقایسه مدل های کیفی در مطالعات تغذیه گرایی مخازن و انتخاب مدل مناسب (Conference Paper)
  • ارزیابی روند بروز تغذیه گرایی در دریاچه سد مخزنی اکباتان شهرستان همدان [Conference Paper]
  • Abhishek Kardam et al. (2010). "Artificial Neural Network Modeling for ...
  • Andersen F. (1977)." Biology of freshwater pollution". Encyclopedia of Microbiology ...
  • Benschoten J.V.(1978) "Lake Champlain Trophic classification system".Ecological Engineering, Volume 16, ...
  • Balasundaram K., Gopal S., Venkatesh S., saravanan S.(2006)."PNN and ...
  • Chacon A.,RosasMong C.(1994)." Nutrient Loading Assessment in The Lirahens Lake". ...
  • Carlson R.E. , Simpson J.(1996) ".Defining Trophic State” ,A ...
  • Cirjan M.,et al.)2008( ."Factors affecting the removal of organic micropollutants ...
  • Cerucci M., Jaligama G., Ambrose R., (2010). "Comparison of the ...
  • Environmental Protection Agency.(2006). "Protocol for Developing Nutrient TMDL". Technical Report ...
  • Goldman J., Edward j.(2006)."Akinetic approach to the effect of temperature ...
  • Gordon N.D., Mc mahon T.A., Finlayson, B.L.(1992). "Stream hydrology:An introduction ...
  • Hynes, H.B.N. (1970). "The Ecology of Running waters". University of ...
  • Haven K.G., Fukushima T., xie p., Iwakuma T., Jaues R.T., ...
  • Homada M. F. , Al-Ghusian I. A. (1999)."Integrated Wastewater Treatment ...
  • Holger R., Maier, Graeme C., Dandy.(2012). "Real-time deployment of artificial ...
  • Karl E., Havens R., Robert E., Carlson.( 1997). ...
  • Linfield C.,Brown.( 1987)."The Enhanced Stream Water Quality Models Qual2" Remote ...
  • Loone T.M , Weeks W.D .(1994). " Hydraulic Modeling Proceedings ...
  • Linda Green L., Addy K., Sanbe N,. (1996). "Measuring water ...
  • Linda T., Green , Elizabeth M., Herron.(2001). "URI Watershed ...
  • Mirbagheri S. A. , Tanji K. K.(2007) ."Statistical and ...
  • Minnesota Pollution Control Agency,February 2008, "Citizen Lake Monitoring Program" ...
  • Mirbagheri S.A., Nouranib V., Rajaeec T., Alikhanic A.(2010)."Neuro-fuzzy models ...
  • Mark Hudson et al. (2010)." Neural Network Toolbox™ 7 User’s ...
  • Oliveira-Esquerre K. P. , Mori M. Bruns R. E. (2002). ...
  • Putz K., Bennodorf J.(1998). " The importance of prereservoirs for ...
  • Robert E, Carlson.(1977). "A trophic state index for lakes" ...
  • Rajasheka M.,Vijaykumar K.(2007) "Trophic Index State of Sharanabasaweshwara Lake: Gulbarga ...
  • Rajaee T., Mirbagheri, S.A., Nourani, V., Alikhani, A., (2010)." Prediction ...
  • Salkin S.H., Tao R.W., Dawson, Beng – Gangli.(2001)." A GIS ...
  • Spellman A. Drinan C.F. (2001). "Biological aspects of freshwater ...
  • Sharma M.P., Arun Kumar.(2006–2009). "Assessment of Trophic State of lakes: ...
  • Sengupta M., Dalwani R.( 2008)."Water quality and eutrofication status ...
  • Tatrai I., Vics I. V., Voros L., Hreodek ...
  • TheWorld Bank Environment Department.(1994).Coastal Zone Management & EnvironmentalAssessment. Environment Assessment ...
  • Turyk N., McGinley P., Bell R., Breunig M., and Barrick ...
  • Valdimir Novetrny F., Harry O." Water Qvality: Pre ventation ...
  • Wetzel R. G.(1983)." Limnology 2nd ed. Philadelphia: saunders coll, publ", ...
  • Walter K.,Dodds , Jonathan J.,Col e.(2006)."Expanding the concept ...
  • Zahed F., Etemad S., Ebrahim A.J.(2008)." Modeling of salinity intrusion ...
  • تهیه کنندگان Research

    کارفرمای پروژه:
    مجری پروژه:
    در بخش لیست سازمانها می توانید لیست سازمانهای کارفرما و مجری پروژه های علمی و گزارشهای تحقیقاتی ارتباط با صنعت دانشگاهها را مشاهده نمایید.

    Research Info Management

    New Researches

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support