شبیه سازی گسترش آلودگی های هیدروکربوری از مخازن نفتی به آب زیرزمینی دشت شازند اراک
Publish place: 3rd Iran Water Resources Management Conference
Publish Year: 1387
Type: Conference paper
Language: Persian
View: 1,821
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
WRM03_081
Index date: 16 April 2008
شبیه سازی گسترش آلودگی های هیدروکربوری از مخازن نفتی به آب زیرزمینی دشت شازند اراک abstract
حفاظت منابع آب در برابر آلودگی های طبیعی و مصنوعی در کشورها به لحاظ زیست محیطی،بهداشتی، صنعتی و اقتصادی از اهمیت ویژهای برخوردار است. در منطقه شازند، مراکز پالایشگاه، پتروشیمی و نیروگاه منشا اصلی ورود آلاینده های نفتی به آب زیرزمینی میباشند. در این پژوهش به منظور بررسی چگونگی آلودگی آب زیرزمینی منطقه، آبخوان از نظر کمی و کیفی شبیه سازی شده و مورد مطالعه قرار گرفت . شبیه-سازی جریان با هدف تخمین وضعیت سطح تراز و جهت جریان آب زیرزمینی با استفاده از کد Visual MODFLOW 4 برای یک دوره ۱۶ ساله از ۱۳۷۰تا ۱۳۸۶ انجام شد و سپس با استفاده از خروجی های این مدل و وارد کردن اطلاعات مربوط به پارامتر PAHs بعنوان یکی از آلاینده های مهم نفتی، شب یه سازی آلودگی توسط کد MT3D انجام گردید. در نهایت شبیه سازی جریان نشان داد که جهت جریان آب زیرزمینی از ارتفاعات اطراف به سمت دشت و از آنجا به سمت شمال و خروجی دشت واقع در شمال غرب ، می باشد . همچنین نتایج شبیه سازی آلودگی نیز نشان داد که انطباق قابل قبولی بین اندازه گیری های صحرایی و خروجی مدل وجود دارد و با اطمینان قابل قبولی می توان وضعیت حرکت و انتشار آلودگی در آبخوان دشت شازند را پیش بینی نموده و بر این اساس راهکارهای مدیریتی مناسب را برای پیش گیری از ورود آلودگی بیشتر و درصورت لزوم رفع آلودگی موجود ارائه نمود.
شبیه سازی گسترش آلودگی های هیدروکربوری از مخازن نفتی به آب زیرزمینی دشت شازند اراک Keywords:
شبیه سازی گسترش آلودگی های هیدروکربوری از مخازن نفتی به آب زیرزمینی دشت شازند اراک authors
مریم فیضی
کارشناس ارشد مهندسی اکتشاف معدن
مجید سرتاج
استادیار دانشکده عمران - دانشگاه صنعتی اصفهان
نادر فتحیان پور
استادیار دانشکده معدن - دانشگاه صنعتی اصفهان
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 :