|
|
مهندسی عمران امیرکبیر، جلد ۵۵، شماره ۱۲، صفحات ۸-۸
|
|
|
| عنوان فارسی |
بازیابی شدت شوری منابع گسترده در رودخانه با استفاده از رویکرد شبیه سازی- بهینه سازی |
|
| چکیده فارسی مقاله |
در سال‌های اخیر مسئله شناسایی منابع آلاینده در رودخانه‌ها یکی از پرتوجه‌ترین موضوعات تحقیقات علمی در حوزه‌ی آب بوده است. در عمده‌ی پژوهش‌های انجام‌شده، منابع آلاینده، نقطه‌ای در نظر گرفته شده‌اند و برای بازیابی شدت آلاینده نیاز است، یک نقطه‌ی شاهد در پایین‌دست هر منبع در نظر گرفته شود. در این پژوهش محل‌های ورود آب زیرزمینی به رودخانه، به عنوان منابعی گسترده با مکان و طول معلوم درنظر گرفته می‌شوند و هدف بازیابی شدت منابع، تنها با استفاده از یک نقطه شاهد در پایاب رودخانه است. منابع موردنظر، منابعی گسترده با بارگذاری ثابت و در فاصله قابل توجهی از هم هستند. وجود فاصله، مانع از اختلاط کامل غلظت در نقطه شاهد می‌شود. این امر و نیز ثابت بودن شدت بارگذاری باعث می‌شود بتوان تنها با یک نقطه شاهد، چند منبع گسترده را بازیابی کرد. بدین منظور حل معکوس معادله انتقال با استفاده از رویکرد شبیه‌سازی- بهینه‌سازی انجام می‌شود. در تهیه مدل معکوس از پیوند MIKE11 به عنوان شبیه‌ساز و الگوریتم ژنتیک در MATLAB استفاده شده است. بازیابی چندین منبع گسترده با یک نقطه شاهد، مهم‌ترین نقطه قوت پژوهش حاضر می‌باشد. صحت‌سنجی مدل توسط مثال‌های فرضی، 40 کیلومتر از رودخانه کارون و نیز اعمال 5 و 15 درصد خطا به داده‌های مشاهداتی انجام شد. نتایج نشان می‌دهد مدل قادر است، نه تنها با یک نقطه شاهد بلکه فقط با یک داده از نمودار غلظت-زمان در نقطه شاهد که تحت تاثیر منبع موردنظر باشد، شدت را بازیابی نماید. دقت مدل در بازیابی شدت منابع، براساس شاخص‌های آماری بیش از 99 درصد می‌باشد. |
|
| کلیدواژه‌های فارسی مقاله |
مدل معکوس،
رویکرد شبیه سازی - بهینه سازی،
مدل عددی MIKE11،
منابع گسترده شوری،
الگوریتم ژنتیک، |
|
| عنوان انگلیسی |
Recovering the salinity intensity of distributed sources in the river using simulation-optimization approach |
|
| چکیده انگلیسی مقاله |
In recent years, the issue of identifying polluting sources in rivers has been one of the most important topics in scientific researches in the field of water. In the main researches, the pollutant sources have been considered as the point sources and in order to recover pollutant concentration, it is necessary to have an observation point for each source. In this study, the places where groundwater enters to river are considered as several distributed sources with known location and length and goal is to recover the intensity of sources, using only one observation point. The sources which considered in this research are distributed sources with constant loading and significant distance from each other. The existence of significant distance among sources prevents the complete mixing of concentration at observation point. This matter and also the constant intensity of loading, makes it possible to recover several distributed sources using only one observation point. For this purpose, the inverse solution of the advection-dispersion equation is done using the simulation-optimization approach. To design the backward model, MIKE11, linked with genetic algorithm in MATLAB. Considering one observation point for recovering the salinity intensity of several distributed sources and providing a general framework to recovery of distributed sources are advantages of the present study. The performance of the developed approach is evaluated under different examples and measurement error conditions. The computational results indicated the backward model can recover the salinity intensity of several distributed sources with high accuracy using only one observation point, even with noise. |
|
| کلیدواژه‌های انگلیسی مقاله |
مدل معکوس,
رویکرد شبیه سازی - بهینه سازی,
مدل عددی MIKE11,
منابع گسترده شوری,
الگوریتم ژنتیک |
|
| نویسندگان مقاله |
فاطمه یوسفوند |
گروه سازه های آبی/دانشکده کشاورزی/دانشگاه تربیت مدرس/ تهران/ ایران
جمال محمدولی سامانی |
گروه سازه های آبی/دانشکده کشاورزی/دانشگاه تربیت مدرس/ تهران/ ایران
حسین محمدولی سامانی |
استاد گروه مهندسی عمران- آب/دانشکده مهندسی عمران/دانشگاه شهید چمران/ اهواز/ ایران
|
|
| نشانی اینترنتی |
https://ceej.aut.ac.ir/article_5321_9cf65e64f8c59413cd2a4b088ed468b0.pdf |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|