پهنه بندی کیفی آب زیرزمینی با استفاده از روشهای زمین آمار در نرم افزار GMS6.5 (مطالعه موردی دشت میان دربند)
محل انتشار: همایش علمی سالانه دانشگاه رازی
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 443
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RAZICONF01_056
تاریخ نمایه سازی: 14 شهریور 1393
چکیده مقاله:
در سال های اخیر، به علت مواجهه جهانی با کمبود منابع آبی، مطالعه کیفیت آب های زیرزمینی به عنوان مهمترین منبع آب شیرین بسیاری از تحقیقات هیدرولوژیکی را به خود اختصاص داده است. امروزه به طور وسیعی از روش های مختلف زمین آماری برای پیش بینی تغییرات مکانی کیفیت آب زیرزمینی استفاده می شود. دراین پژوهش،بااستفاده از روشهای متفاوت زمین آماری موجود در نرم افزار GMS6.5 مانندکریجینگ،فاصله معکوس،همسایگی طبیعی،تغییرات مکانی مقادیر هدایت الکتریکی و کل املاح محلول آبهای خروجی از چاهها که محل تمرکز جریانهای آب زیرزمینی در آبراه های واقع دردشت میان دربند -کرمانشاه بوده،مورد ارزیابی قرار گرفت.نتایج به دست آمده نشان دادند که روش فاصله معکوس بهترین الگو برای تخمین هدایت الکتریکی و کل املاح محلول چاههای منطقه بود. همچنین روش خطی به عنوان نامناسب ترین الگو در تخمین هدایت الکتریکی و کل املاح محلول شناخته شد.نتایج حاصل از نظر کیفی با استفاده از دیاگرام های ویلکوکس و شولر مورد بررسی قرار گرفت، براساس دیاگرام ویلکوکس، 43% چاه های مورد بررسی در گروه خیلی خوب (C1S1) و 57% آنها گروه خوب (C2S2) قرار داشته و از نظر استفاده برای شرب (دیاگرام شولر) کلیه چاههای مورد بررسی برای مصرف شرب در گروه خوب قرار دارند. از نظر استفاده در صنعت نیز کلیه چاه های مورد بررسی برای مصرف صنایع فاقد حالت خورندگی میباشند.
کلیدواژه ها:
نویسندگان
رسول قبادیان
استادیار گروه آب پردیس کشاورزی و منابع طبیعی دانشگاه رازی
انسیه مرآتی
دانشجوی کارشناسی ارشد مهندسی منابع آب پردیس کشاورزی و منابع طبیعی دانشگاه رازی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :