تعیین میزان اهمیت ضریب پراکندگی طولی در انتقال آلاینده در رودخانه ها با استفاده از شبیه سازی مونت کارلو
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 165
این Paper فقط به صورت چکیده توسط دبیرخانه ارسال شده است و فایل کامل قابل دریافت نیست. برای یافتن Papers دارای فایل کامل، از بخش [جستجوی مقالات فارسی] اقدام فرمایید.
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_IJSWR-50-4_001
Index date: 27 May 2023
تعیین میزان اهمیت ضریب پراکندگی طولی در انتقال آلاینده در رودخانه ها با استفاده از شبیه سازی مونت کارلو abstract
پارامترهای مختلفی وجود دارد که برای تعیین ضریب پراکندگی در رودخانهها مهم است، به عنوان مثال پارامترهای هیدرودینامیکی و هندسه رودخانه. بنابراین تعیین دقیق این ضریب کار دشواری است. فرمولهای تجربی مختلفی برای تخمین ضریب پراکندگی در رودخانهها وجود دارد. این فرمولها عمدتا در دامنه شرایطی که اعتبار آن ها اعلام شده است، دقیق هستند. دانستن شرایطی که تحت آن ضریب پراکندگی در رودخانهها تاثیر زیادی دارد، بسیار حائز اهمیت است. بنابراین در این شرایط باید آن را با دقت بیشتری تعیین کرد. هدف اصلی از این مطالعه ارائه یک روش جدید برای تعیین موقعیتهایی است که در آن، ضریب پراکندگی تاثیر معنیداری بر حمل و نقل مواد آلاینده دارد. روش پیشنهادی مبتنی بر روش شبیهسازی مونت کارلو است. این روش با استفاده از چندین مورد فرضی و همچنین یک مورد واقعی، صحتسنجی و اعتبارسنجی شده است. نتایج نشان میدهد که الگوی زمانی منبع آلودگی، عامل اصلی در تاثیر ضریب پراکندگی در حمل و نقل مواد آلاینده است. یافته اصلی تحقیق این است که گاهی اوقات میتوان ضریب پراکندگی را با خطاهای بزرگ در نظر گرفت و هیچ تغییر مهمی در نتایج شبیه سازی حمل و نقل مواد آلاینده رخ ندهد.
تعیین میزان اهمیت ضریب پراکندگی طولی در انتقال آلاینده در رودخانه ها با استفاده از شبیه سازی مونت کارلو Keywords:
تعیین میزان اهمیت ضریب پراکندگی طولی در انتقال آلاینده در رودخانه ها با استفاده از شبیه سازی مونت کارلو authors
الهام کرمی چمه
گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
مهدی مظاهری
گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
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 :