بررسی تحلیلی اهمیت مکانی و زمانی ضریب پراکندگی طولی در رودخانه ها در جریان غیرماندگار و غیریکنواخت

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 232

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWIM-9-1_012

تاریخ نمایه سازی: 3 مرداد 1400

چکیده مقاله:

ضریب پراکندگی طولی یک عنصر کلیدی در مدل سازی انتقال آلاینده در رودخانه ها می باشد. مهم ترین عامل موثر بر ضریب پراکندگی طولی، هیدرودینامیک جریان است. با توجه به متغیر بودن پارامترهای هیدرولیکی و هندسی رودخانه ها، ضریب پراکندگی طولی تابعی از زمان و مکان بوده لذا محاسبه دقیق آن در چنین شرایطی سخت و تقریبا غیرممکن می باشد. محققین زیادی طی سال های متوالی، روابط متعددی را جهت تخمین ضریب پراکندگی طولی ارائه داده اند که همه این روابط بر مبنای متوسط پارامترهای هیدرولیکی و هندسی بنا شده و هیچ کدام از آن ها از دقت قابل قبولی برخوردار نمی باشند. بنابراین با توجه به عدم قطعیتی که در برآورد ضریب پراکندگی طولی وجود دارد، این سوال مطرح است که آیا می توان در برخی موارد از برآورد دقیق ضریب پراکندگی طولی صرف نظر کرد؟ هدف از تحقیق پیش رو بررسی اهمیت ضریب پراکندگی طولی در مکان ها و زمان های مختلف در رودخانه ها تحت شرایط جریان غیریکنواخت و غیرماندگار می باشد. جهت صحت سنجی روش ارائه شده، این روش برای یک رودخانه فرضی با دو الگوی زمانی آلاینده ورودی مختلف و همچنین برای یک رودخانه واقعی (رودخانه کارون) با تابع شدت آلاینده ورودی فرضی و واقعی انجام شده است. نتایج این تحقیق نشان می دهد که برآورد دقیق ضریب پراکندگی طولی تنها در برخی از بازه های زمانی و مکانی رودخانه الزامی بوده و در بیش تر مواقع لزومی به محاسبه دقیق آن در تمام طول رودخانه نمی باشد و در این شرایط اگر ضریب پراکندگی طولی با خطای بالایی هم تخمین زده شود اثر چندانی نداشته و خطای کمی در محاسبات توزیع غلظت ایجاد می کند.

نویسندگان

نیلوفر سادات جعفری

دانشجوی کارشناسی ارشد گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس

مهدی مظاهری

استادیار گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس

جمال محمدولی سامانی

استاد گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس

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 :