ارزیابی انواع روش های درون یابی، جهت تخمین آلودگی نیترات در منابع آب زیرزمینی (مطالعه موردی: دشت بیلوردی، استان آذربایجان شرقی)
Publish place: Journal of Hydrogeomorphology، Vol: 1، Issue: 1
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 174
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HYD-1-1_005
تاریخ نمایه سازی: 4 بهمن 1401
Abstract:
چکیده امروزه استفاده از روشهای درون یابی برای تخمین متغیرهای فضایی در علوم آب، بسیار مورد توجه پژوهشگران قرار گرفته است. با توجه به اهمیت اطلاع از وضعیت کیفیت آبهای زیرزمینی برای مصارف مختلف و همچنین زمانبر و هزینهبر بودن اندازه گیری پارامترهای کیفیت آب زیرزمینی در کل دشت، یافتن راهکاری برای تخمین آنها در دیگر مناطق دشت، امری ضروری به نظر می رسد. هدف از این پژوهش ارزیابی انواع روشهای درون یابی جهت بررسی و تحلیل مکانی غلظت یون نیترات و انتخاب بهترین روش درون یابی در دشت بیلوردی است. بدین منظور در مهر ماه ۱۳۹۲، تعداد ۱۵ نمونه برداشته شدند و در آزمایشگاه آب شناسی دانشگاه تبریز مورد آنالیز قرار گرفتند. محدوده مطالعاتی با وسعت ۲۸۹ کیلومترمربع در ۴۵ کیلومتری شمال شرق تبریز قرار دارد و از نظر هیدرولوژیکی از زیر حوضه های دریاچه ارومیه محسوب می شود. در این دشت از انواع روشهای درون یابی شامل معکوس فاصله (IDW)، تابع شعاعی (RBF)، تخمینگر عام (GP)، تخمینگر موضعی (LP)، کریجینگ K)) و کوگریجینگ (CoK) در محیط نرم افزار Arc Map، برای پیشبینی مقادیر نیترات استفاده کردیم. مقادیر RMSEو نمودارهای رگرسیون حاصل از درون یابی نشان داد که روش تخمینگر موضعی با تابع چندجمله ای درجه ۳ بهترین روش برای درون یابی توزیع یون نیترات در دشت بیلوردی است.
Keywords:
Authors
عطاالله ندیری
استادیار دانشگاه تبریز
صدیقه شکور
سایر
اصغر اصغری مقدم
استاد دانشگاه تبریز
میثم ودیعتی
سایر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :