ORIGINAL_ARTICLE
پیشگفتار: انتقال آب بین حوضه ای
https://www.iwrr.ir/article_16055_7af42d8523b990dad67576840758adaa.pdf
2012-10-22
0
1
محمد
کارآموز
karamouz@ ut.ac.ir
1
AUTHOR
حمید رضا
صفوی
2
AUTHOR
ORIGINAL_ARTICLE
ترکیب مدل برنامه ریزی آرمانی و سیستم استنتاج عصبی-فازی تطبیقی در بهره برداری بهینه چند هدفه از یک سیستم دو مخزنی
بـهینه سـازی بهره برداری از مخازن یکی از مهمترین مسائل مطرح در زمینه مدیریت منابع آب میباشد. در واقع نیاز مـبرم به اسـتفاده صـحیح از منـابع آب و انرژی، لزوم انجام برنامهریزی جامع و بهرهبرداری صحیح از سدها را بیش از پیش روشن میسازد. در حال حاضر تحقـیقات گستردهای در مورد تعمیم روشهای بهینهسازی تک هدفه به چند هدفه برای سیستمهای چند مخزنی با پیچیدگیهای بیـشتر در حال مطالعه و بررسی میباشد. در این مقاله، مسأله بهینهسازی بهره برداری از سیستم مخازن با سه هدف مختلف تأمین نیازهای آبی پایین دست، کنترل سیلاب و استفادههای تفریحی از مخازن برای سیستم دو مخزنه در حوضه آبریز سفیدرود (واقـع در شمال ایران)، براساس برنامهریزی آرمانی مدلسازی شده است. با مقایسه نتایج مدلهای تحقیق، مدلی که دارای شاخص عملکرد مخزن مناسب تری بود به عنوان مدل برتر انتخاب گردید. در نهایت جهت منظور کردن عدم قطعیت و همچنین برای به دست آوردن روش کلی بهرهبرداری از سیستم مخازن و به دلیل این که قواعد زبانی مزیت قابل توجهی در فهم بهتر و تفسیر آسانتر سیستم دارد، سیستم استنتاج عصبی فازی تطبیقی ساخته شد. نتایج تحـقیق، حاکی از موفقیت مدل به کار گرفته شده در مدیریت صحیح سیـستم دو مخزنه مورد نظر میباشد.
https://www.iwrr.ir/article_17449_5ccc02fc7d4e5ca6e0d1faa66c4e49ee.pdf
2012-10-22
1
11
مخازن
بهره برداری
بهینهسازی چند هدفه
شبیهسازی
سیستم استنتاج عصبی- فازی تطبیقی
وحید
نورانی
nourani@tabrizu.ac.ir
1
دانشیار /دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.
AUTHOR
نعیمه
ابوالواسط
na_vaset86@yahoo.com
2
کارشناس ارشد /دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.
LEAD_AUTHOR
کامران
صالحی
3
کارشناس ارشد/دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.
AUTHOR
اصغرپور، م. ج. (1377)، "مسائل تصمیمگیری چند معیاره"، انتشارات دانشگاه تهران.
1
مهندسین مشاور مهاب قدس، (1382)، "گزارش مطالعات بهنگام نمودن آبدهی طرح سد و نیروگاه شهریار".
2
نورانی، و.، صالحی، ک.، ابوالواسط، ن. و صالحی، م. (1388). "مدلسازی بارش-رواناب با استفاده از روش شبکه عصبی فازی تطبیقی موجکی و مقایسه آن با روشهای شبکه عصبی موجکی و شبکه عصبی فازی تطبیقی"، هشتمین کنگره بینالمللی مهندسی عمران، اردیبهشت88، دانشگاه شیراز، شیراز.
3
Abdelaziz Foued, B., Sameh, M. (2001), “Application of goal programming in a multi-objective reservoir operation model in Tunisia”, European Journal of Operational Research, Vol. 133, pp. 352-361.
4
Aouni, B., Abdelaziz Foued, B., and Martel, J.M. (2005), “Decision-Maker preferences modeling in the stochastic goal programming”, European Journal of Operational Research, Vol. 162, pp. 610-618.
5
Eschenbach, E., Magee, T., Zagona, E., Goronflo, M., and Shane R. (2001), “Goal programming decision support system for multi objective operation of reservoir system”, Journal of Water Resources Planning and Management, ASCE, Vol. 127, No. 2, pp. 108-120.
6
Dixon, B. (2005), “Applicability of neuro-fuzzy techniques in predicting ground-water vulnerability: A GIS-based sensitivity analysis”, Journal of Hydrology, Vol. 309, pp. 17-38.
7
Jang, J.S.R. (1993), “ANFIS: Adaptive-network-based fuzzy inference systems”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 23, No. (3), pp. 665-685.
8
Jang, J.S.R., Sun, C.T., and Mizutani, E. (1997). “Neuro fuzzy and soft computing: A computational approach to learning and machine intelligence”, Printice-Hall International, New Jersey.
9
Kişi, O. (2005), “Suspended sediment estimation using neuro-fuzzy and neural network approaches”, Journal of Hydrological Sciences, Vol. 50, No. 4, pp. 683-69
10
Labadie, J.W. (2004), “Optimal operation of multireservoir system: State-of-the-art review, “Journal of Water Resources Planning and Management, ASCE, Vol. 130, No. 2, pp. 93-111.
11
Loganathan, G., Bhattacharya, D. (1990). “Goal programming techniques for optimal reservoir operations”, Journal of Water Resources Planning and Management, ASCE, Vol. 116, No. 6, pp. 820-838.
12
Loucks, D.P. (1997), “Quantifying trends in system sustainability”, Journal of Hydrological Sciences, Vol. 42, No. 4, pp. 513-530.
13
Loucks, D.P., Van Beek, E. (2005), “Water resources systems planning and management: An introduction to methods, models and applications, studies and reports in hydrology”, UNESCO Publishing, Paris, France.
14
Mehta, R., K.Jain, S. (2009), “Optimal operation of a multi-purpose reservoir using Neuro-Fuzzy technique”, Water Resources Management, Vol. 23, pp. 509-529.
15
Mousavi, S.J., Ponnambalam, K., and Karray, F. (2007), “Inferring operating rules for reservoir operations using fuzzy regression and ANFIS”, Fuzzy Sets and Systems, Vol. 158, pp. 1064-1082.
16
Rajaee, T., Mirbagheri, S.A., Kermani, M., and Nourani, V. (2009), “Daily suspended sediment concentration simulation using ANN and Neuro-Fuzzy models”, Science of the Total Environment, Vol. 407, pp. 4916–4927.
17
Russell, S.O., Campbell, P.F. (1996), “Reservoir operating rules with fuzzy programming”, Journal of Water Resources Planning and Management, ASCE, Vol. 122, No. 3, pp. 165-170.
18
ORIGINAL_ARTICLE
تخصیص بهینه منابع آب مخازن چاه نیمه با استفاده از مدلهای نظریه بازیها
مدل تخصیص مشارکتی آب به عنوان یک مدل جامع برای تخصیص کارا و منصفانه آب در یک حوزه رودخانه طراحی شده است. این مدل شامل دو مرحله میباشد: مرحله اول، تخصیص اولیه آب، که با استفاده از مدل لکسیکوگرافیکی حداقل- حداکثر نسبت کمبود آب، آب بین مصرف کنندگان تخصیص داده میشود و مرحله دوم،تخصیص مجدد آب و منافع خالص جهت رسیدن به یک تخصیص کارا و بهینه از طریق انتقال آب که شامل سه زیر مدل برنامهریزی آب آبیاری، مدل هیدرولوژیکی ـ اقتصادی حوزه رودخانه و تئوری بازی مشارکتی میباشد. این بررسی به منظور تخصیص بهینه منابع آب مخازن چاه نیمه با از استفاده مدلهای نظریه بازیها در یک دوره 12 ماهه درسال 1384 انجام شد. نتایج حاصل از تخمین مدل لکسیکوگرافیکی حداقل- حداکثر نسبت کمبود آب نشان داد، نسبت رضایتمندی برای آب شرب از 89/0 تا 1 متغیر بوده که برای بخش کشاورزی بین 1 تا 49/0 و برای آب تخصیصی به مخازن این نسبت برای همه ماهها کمتر از یک بدست آمد. نتایج حاصل از مدل هیدرولوژیکی ـ اقتصادی حوزه رودخانه نشان دادند که سود و مقدار آب تخصیصی در کل دوره مورد بررسی برای آب شرب در حالت تخصیص بهینه نسبت به تخصیص اولیه افزایش و برای بخش کشاورزی کاهش یافته است. در جریان تخصیص مجدد سود بر مبنای مفهوم ارزش شاپلی بیشترین سود متعلق به آب شرب زاهدان بود که دارای بیشترین دریافتهای جانبی از دیگر شرکاء و منافع افزوده درکل دوره میباشد. کمترین سود نیز متعلق به بخش کشاورزی بوده است.
https://www.iwrr.ir/article_17450_89af6cf51396ae0b3ddabae02357ca59.pdf
2012-10-22
12
23
نظریه بازی
تخصیص آب
مخازن چاه نیمه
سیستان
زهرا
غفاری مقدم
ghafari_m_gh@yahoo.com
1
کارشناس ارشد /اقتصاد کشاورزی،دانشگاه زابل، ایران
LEAD_AUTHOR
احمدعلی
کیخا
2
استاد/ یار گروه اقتصاد کشاورزی دانشگاه زابل، ایران
AUTHOR
محمود
صبوحی
sabouhi@um.ac.ir
3
استاد/ یار گروه اقتصاد کشاورزی دانشگاه زابل، ایران
AUTHOR
شرکت سهامیآب و منطقهای سیستان و بلوچستان، (1383)، گزارش وضعیت منابع آبی استان سیستان و بلوچستان. زاهدان.
1
قهرمان، ب. و ع. سپاس خواه. (1384)،"مدیریت بهره برداری از مخازن سدها"، تحقیقات منابع آب ایران، 1(2):1-15
2
Abrishamchi, A., Danesh-Yazdi, M., and Tajrishy, M. (2011), “Conflict resolution of water resources allocations using game theoretic approach: the case of orumieh river basin in Iran.” AWRA 2011 summer specialty conference. Snowbird, Utah
3
Dinar, A., and Letey, J. (1996), “Modeling economic management and policy issues of water inirrigated agriculture”. Praeger Publishers.
4
Ganji, A., Karamouz , M. and Khalili, D. (2006), “Development of stochastic dynamic Nash game model for reservoir operation. I. The symmetric stochastic model with perfect information.” Advances in Water Resources, 30 (2007), pp. 528–542
5
Guldmann, J.M., Kucukmehmetoglu, M. (2004), “International Water Resources Allocation and Conflicts: The Case of the Euphrates and the Tigris.” 42nd European Congress of the Regional Science Association, August 27-31, 2002, in Dortmund, Germany
6
Kehkha, A., Cacho,O. and Hardaker, B. (2004), “water resource management focusing on drought mitigation in iran: the case of the sistan region.” 48thAnnual conference of the Australian Agricultural and Resource Economic Society, Melbourne February 11th to 13th.
7
Mahan, R.C., Horbulykb,T. M. and Rowse, J. G. (2002), “Market mechanisms and the efficient allocation of surface water resources in southern Alberta.” Socio-Economic Planning Sciences. 36, pp. 25–49.
8
Madani, K. (2010), “Game theory and water resources.” Journal of Hydrology, 381, pp. 225-238
9
Owen, G. (1995), “Game Theory” (3rd edition) Academic Press, New York.
10
Savenije, H.H.G., and Van der Zaag, P. (2000), “Conceptual framework for the management of shared river basins; with special reference to the SADC and EU.” Water Policy, 2, pp. 9-45.
11
Salazar, R., Szidarovszky, F., Coppola, E. and Rojano,A. (2007), “Application of game theory for a groundwater conflict in mexico,” J. Environ. Manage, 84, pp. 560-571.
12
Wang, L., Fang,L. Hipel, K.W. (2006), “Basin-wide cooperative water resources allocation: Part II. Water and net benefits reallocation,” Technical Report No. 216-SM-280806, Department of Systems Design Engineering, University of Waterloo, Waterloo, Ontario, Canada.
13
Wang, L., Fang,L. and . Hipel, K.W. (2007), “Mathematical programming approaches for modeling water rights allocation,” J Water Resour Plan Manage, 133(1), pp. 50–59
14
Wang, L. (2005), “Cooperative water resources allocation among competing users,” Ph.D. thesis, Department of Systems Design Engineering, University of Waterloo,
15
Xu, Z., Kawamura,A., Jinno, K. and Kito. (1996), “Decision support system for water-supply risk management.” Proc. Int. Conf. on Ind. & Eng. Appl. of Artif. Intel. & Exp. Syst. Fukuoka, Japan, pp. 234–240
16
ORIGINAL_ARTICLE
بررسی اثر تراکم و انعطافپذیری پوشش گیاهی روی ضرائب زبری در سواحل رودخانهها و دشتهای سیلابی درحالت غیر مستغرق
ضرایب زبری در سواحل رودخانهها و دشتهای سیلابی تحت تأثیر دو عامل عمده یعنی شرایط جریان و مشخصات پوشش گیاهی است. در این میان یکی از مهمترین پارامترهای مشخصات پوشش گیاهی بحث تراکم و انعطاف پذیری آن است. تاکنون تحقیقات زیادی در زمینه اثر پوشش گیاهی روی ضریب زبری در سواحل رودخانهها و دشتهای سیلابی انجام شده اما بحث تراکم گیاهی کمتر مورد توجه قرار گرفته است. بدین منظور این تحقیق جهت بررسی تاثیر تراکم و انعطاف پذیری پوشش گیاهی روی ضرائب زبری انجام شد. در بررسی که با استفاده از مدل آزمایشگاهی روی سه نوع پوشش گیاهی در حالت غیر مستغرق انجام شد اثر آنها روی ضریب زبری در چهار حالت تراکم مورد بررسی قرار گرفت. از نتایج این بررسی میتوان به تغییرات خطی ضرائب زبری نسبت به میزان تراکم اشاره کرد. میزان کاهش ضریب زبری در هر تراکم گیاهی، بطور متوسط بین هشت الی ده درصد نسبت به حالت متراکم تر در شرایط یکسان جریان یعنی سرعت و عمق جریان (درصد استغراق) بدست آمد. همچنین در سرعتهای و تراکم یکسان، بدلیل انعطاف پذیری متفاوت پوشش گیاهی ضریب زبری متفاوت بدست آمد.
https://www.iwrr.ir/article_17451_4ff77de9e26fd7e0c1cadabb9f8ed502.pdf
2012-10-22
24
35
پوشش گیاهی
ضریب زبری
میزان تراکم
شرایط جریان
انعطاف پذیری
غیرمستغرق
خسرو
دریکوندی
drik_khosro@yahoo.com
1
دانش آموخته دکتری/ سازههای آبی دانشگاه علوم و تحقیقات خوزستان، اهواز، ایران
LEAD_AUTHOR
منوچهر
فتحی مقدم
2
استاد /دانشکده مهندسی آب دانشگاه شهید چمران اهواز، اهواز، ایران
AUTHOR
علیرضا
مسجدی
3
استادیار /دانشگاه آزاد واحد اهواز، اهواز، ایران
AUTHOR
محمود
بینا
4
دانشیار /دانشکده مهندسی آب دانشگاه شهید چمران اهواز، اهواز، ایران
AUTHOR
مسجدی،ع؛ موسوی جهرمی،ح. 1381. "ارزیابی انرژی موج توسط گیاه نی در ساحل رودخانه". ششمین سمینار بین المللی مهندسی رودخانه. دانشگاه شهید چمران اهواز. بهمن ماه.
1
Baptist, M.J., and et al (2007). "On inducing equations for vegetation resistance". Journal of Hydraulic Research, International Association of Hydraulic Engineering and Research, IAHR, 45(4), pp.435–450
2
Cook, H.L., and Campbell, F. B. (1939). "Characteristics of some meadow strip vegetation". Agricultural Engineering 20, pp.345-348
3
Fathi-moaghadam, M., Kouwen, N. (1997). "Nonrigid, nonsubmerg vegetative roughness on floodplains". Journal of Hydraulic Engineering 123 (1), pp.51–57
4
Fathi-Moghadam, M. (2006). "Effects of Land slop and flow depth retarding flow in Non-submerge vegetated Land". Journal of Agronomy, 5(3):pp.536-540
5
Fathi-Mghadam, M. (2007). "Physical properties of tall Vegetation for resistance to flow". Journal of Agronomy‚6(1):pp.194-198
6
Fenzl, R.N., and Davis, J.R. (1964). "Hydraulic Resistance Relationships for Surface Flows in Vegetated Channels", Trans. of ASAE
7
Fisher, K.R. (1996). "Handbook for assessment of hydraulic performance of environmental channels." Report SR 490, draft. HR Wallingford, Wallingford, Great Britain, 346 p.
8
Fu-chun, w.u., Hsieh w.s. (1999). "Varaition of roughness coefficients for un-submerged and submerged vegetation". Journal of Hydraulic engineering,125(9),pp.934-942
9
Jeimes ,C.S., and et al (2004). "Flow resistance of emergent vegetation". Journal of Hydraulic Research 42( 4):pp.390–398
10
Jarvela, J. and Helmio, T. (1999). "Hydraulic feature of boreal river rehabilitation-finish experience". 3rd international symposium on ecohydraulic, Salt Lake city, USA
11
Jarvela, J. ( 2002a). "Flow resistance of flexible and stiff vegetation: a flume study with natural plants". Journal of Hydrology 269(1–2):pp. 44–54
12
Jarvela, J. ( 2002b). "Determination of flow resistance of vegetated channel banks and floodplains". River flow 2002 ,Bousmar & Zech,pp. 311-318
13
Jarvela, J. (2004). "Determination of resistance caused by non-submerged woody vegetation". International Association of Hydraulic Engineering , IEHR, pp. 61-70
14
Kouwen, N., Fathi-Moghadam, M. (2000). "Friction factors for coniferous trees along rivers". Journal of Hydraulic Engineering 126(10),pp.732-740
15
Lai, sai Hin, and et al (2008). "determination of apparent and composite friction factors for flooded". Intl. J. River Basin Management 6(1), pp. 3–12
16
Nikolas, K.J. (1992). "Plant Iomechanics: An Engineering Approach to Plant Form and Function". The University of Chicago Press, Chicago & London, 607 p.
17
Nikolas, K.J, Moon, F.C (1988). "Flexural stiffness and modulus of elasticity of flower stalks from Allium sativum as measured by multiple resonance frequency spectra". American J. of Botany, 75:pp.1517-1525
18
Rameshwaran and Shiono (2007). "Quasi two-dimensional model for straiht overbank flows through emergent vegetation on floodplains" Journal of Hydraulic Research International Association of Hydraulic Engineering and Research, 45(3), pp. 302–315.
19
USDA Handbook of Channel Design for Soil and Water Conservation, (1954). Prepared by Stillwater outdoor hydraulic lab. at Stillwater, Okla., SCS, U.S.D.A., SCS-TP-61.
20
ORIGINAL_ARTICLE
بررسی تأثیر عدم قطعیت مدلهای چرخه عمومی جو و اقیانوس (AOGCM) و سناریوهای انتشار گازهای گلخانهای بر رواناب حوضه تحت تأثیر تغییر اقلیم، مطالعه موردی: حوضه قرنقو، آذربایجان شرقی
این تحقیق تأثیر پدیده تغییر اقلیم بر رواناب حوضه قرنقو در دوره 2039-2010 میلادی را با لحاظ نمودن عدم قطعیت مربوط به مدلهای AOGCM1 و سناریوهای انتشار گازهای گلخانهای، بررسی مینماید. ابتدا مقادیر دما و بارش ماهانه هفت مدل AOGCM تحت سناریوهای A2 و B2 در دوره آتی و دوره پایه 2000-1971 برای حوضه، تهیه شده و سپس کوچک مقیاس شدند. نتایج نشان از کاهش بارندگی و افزایش دما در دوره آتی داشته، بهطوری که دمای حوضه در دوره آتی برای سناریوی A2 بین 2/0 تا 3 و برای B2 بین 3/0 تا 4 درجه سانتیگراد نسبت به دوره پایه افزایش مییابد. همچنین حوضه در دوره آتی شاهد افزایش بارندگی برای فصل پاییز و کاهش آن برای فصل تابستان بوده و محدوده تغییرات بارش برای سناریوی A2 بین 93- تا 139% و برای B2 بین 61- تا 157% خواهد بود. برای دخالت عدم قطعیت مدلهای AOGCM، این مدلها وزندهی شدند. با واسنجی مدل IHACRES رابطه بارش ـ رواناب ماهانه حوضه شبیهسازی شده و با استفاده از روش مونت کارلو تعداد 2000 نمونه از تابع توزیع احتمالاتی ماهانه دما و بارندگی کوچک مقیاس شده حوضه، تولید گردید. با معرفی این مقادیر به IHACRES، 2000 سری رواناب ماهانه در دوره آتی شبیهسازی گردید. نتایج نشان میدهند که متوسط رواناب سالانه درازمدت در دوره آتی به میزان 73/1 برای A2 و 44/0 متر مکعب بر ثانیه برای B2 نسبت به دوره مشاهداتی افزایش نشان میدهد. این افزایش رواناب برای سناریو A2 بیشتر از سناریوی B2 خواهد بود.
https://www.iwrr.ir/article_17452_af1b4f880252b78c9192d8ca57618269.pdf
2012-10-22
36
47
تغییر اقلیم
عدم قطعیت
سناریوی انتشار
مونت کارلو
رواناب
حوضه قرنقو
پریسا سادات
آشفته
parisa_ashofteh@yahoo.com
1
دانشجوی دکتری /مهندسی منابع آب، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران.
LEAD_AUTHOR
علیرضا
مساح بوانی
armassah@yahoo.com
2
استادیار /پردیس ابوریحان، دانشگاه تهران، پاکدشت، ایران.
AUTHOR
آشفته, پ.، (1387)، "آنالیز عدم قطعیت تأثیر تغییر اقلیم بر رژیم سیلاب با رویکرد بیزی; مطالعه موردی حوضه آیدوغموش، آذربایجان شرقی"، پایاننامه دوره کارشناسی ارشد، گروه آبیاری و زهکشی دانشگاه تهران.
1
قربانی واقعی، ح. مساح بوانی، ع. ر. و بهرامی، ح.، (1387)، "ارزیابی عملکرد مدلهای AOGCM در شبیهسازی دادههای اقلیمی بندرانزلی"، سومین کنفرانس منابع آب ایران، 23 تا 25 مهر ماه 1387، تبریز.
2
مهندسین مشاور یکم، (1385)، "گزارش هواشناسی مطالعات طراحی کشاورزی آیدوغموش".
3
مساح بوانی, ع، مرید, س و محمد زاده، م.، ( 1385 الف)، "وضعیت آینده اقلیم حوضه زایندهرود تحت تأثیر تغییر اقلیم: مقایسهای بین سناریوهای مدلهای مختلف "AOGCM، دومین کنفرانس منابع آب ایران، 3 و 4 بهمن ماه 1385، اصفهان.
4
مساح بوانی, ع و مرید, س. و محمد زاده، م.، (1385 ب)، "بررسی تأثیر عدم قطعیت در توزیع تجمعی احتمالاتی رواناب تحت تاثیر تغییر اقلیم"، دومین کنفرانس منابع آب ایران، 3 و 4 بهمن ماه 1385، اصفهان.
5
Christensen, N. and Lettenmaier, D.P., (2006), “A multimodel ensemble approach to assessment of climate change impacts on the hydrology and water resources of the Colorado River basin,” Journal of Hydrology and Earth System Sciences, 3(6), pp. 3727–3770.
6
Giglioli, N. and Saltelli, A., (2003), Simlab 2.2, Software for sensitivity and uncertainty analysis. Simlab Manual, Joint Research Centre European Commission.
7
IPCC-DDC, (1988). http://ipcc-ddc.cru.uea.ac.uk/.
8
IPCC-TGCIA, (1999), Guidelines on the use of scenario data for climate impact and adaptation assessment. eds. Carter, T.R., Hulme, M. and Lal, M., Version 1, 69pp. Intergovernmental Panel on Climate Change, Task Group on Scenarios for Climate Impact Assessment.
9
IPCC, (2007), “Climate Change 2007: The Physical Science Basis,” Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M.Tignor and H.L. Miller eds. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, pp 996.
10
Jakeman, A.J. and Hornberger, G.M., (1993), “How Much Complexity Is Warranted in a Rainfall-Runoff Model?,” Water Resources Research, 29(8), pp. 2637-2649.
11
Jiang, T., Chen, Y.D., Xu, Ch., Chen, Xi. and Singh, V.P., (2007), “Comparison of hydrological impacts of climate change simulated by six hydrological models in the Dongjiang Basin, South China,” Journal of Hydrology, 336: pp. 316-333.
12
Katz, R.W., (2002), “Techniques for estimating uncertainty in climate change scenarios and impact studies,” Climate Research, 20: pp. 167-185.
13
Jones, P.D. and Hulme, M., (1996), “Calculating regional climatic times series for temperature and precipitation: methods and illustrations,” International Journal of Climatology, 16(4), pp. 361-377.
14
Minville, M., Brissette, F. and Leconte, R., (2008), “Uncertainty of the impact of climate change on the hydrology of a nordic watershed,” Journal of Hydrology, 358: pp, 70-83.
15
New, M. and Hulme, M., (2000), “Representing uncertainty in climate change scenario: a Monte-Carlo approach,” Integrated Assessment, 1: pp, 203-213.
16
Purkey, D.R., Joyce, B., Vicuna, S., Hanemann, M.W., Dale, L.L., Yates, D. and Dracup, J.A., (2007), “Robust analysis of future climate change impacts on water for agriculture and other sectors: a case study in the Sacramento Valley,” Climatic Change, 87: pp, 109-122.
17
Steele- Dunne, S., Lynch, P., McGrath, R., Semmler, T., Wang, Sh., Hanafin, J. and Nolan, P., (2008), “The impacts of climate change on hydrology in Ireland,”Journal of Hydrology, 356(1-2), pp, 28-45.
18
Wilby, R.L. and Harris, I., (2006), “A frame work for assessing uncertainties in climate change impacts: low flow scenarios for the River Thames, UK,” Water Resources Research, 42(2), pp, 1-10.
19
ORIGINAL_ARTICLE
راست آزمایی پیشبینی بارش مدل تحقیقات آب و هوایی و پیشبینی وضع هوا (WRF) روی کشور ایران در دوره هشت ماهه نوامبر 2008 تا ژوئن 2009
در این مطالعه کارایی مدل تحقیقاتی و پیشبینی وضع هوا (WRF)1 برای پیشبینیهای بارندگی تجمعی 24 ساعته در کشور ایران تعیین شده است. پیشبینیهای روزانه برای دوره اول نوامبر 2008 تا 30 ژوئن 2009 برای بردهای 24، 48 و 72 ساعته راست آزمایی شدهاند. فرایند راست آزمایی به طور جداگانه برای سه گستره بارش و نیز 9 منطقه مختلف کشور با استفاده ازجدول توافقی 2×2 و کمیتهای راست آزمایی وابسته به این جدول انجام شده است. با اینکه بارش مشکلترین پارامتر برای پیشبینی است نتایج راست آزمایی مهارت قابل قبولی را از پیشبینیهای مدل WRF نشان میدهد. با توجه به مقادیر بزرگتر از یک کمیت اریبی نتایج نشان میدهد که به طور کلی مدل فراپیشبینی دارد. در شمال کشور که پربارشترین مناطق هستند مقدار کمیت TS بیش از 50/0 است که بالاترین دقت مدل را برای پیشبینی بارش در بین مناطق مختلف نشان میدهد و در مناطق کم بارش شرق و جنوب شرق کشور کمیت TS با مقادیر کمتر از 40/0 کمترین دقت مدل را در بین مناطق مختلف کشور نشان میدهد. همچنین ارزش اقتصادی پیشبینیهای این مدل برای نسبتهای هزینه به ضرر کمتر از 40/0 به بیش از 60/0 نیز رسیده است که استفاده عملیاتی پیشبینیهای این مدل را توصیه پذیر میسازد.
https://www.iwrr.ir/article_17453_8979e8f726b36e2317b3891eeef1bf8f.pdf
2012-10-22
48
59
مدل WRF
راست آزمایی
جدول توافقی
پیشبینی بارش
مجید
آزادی
azadi68@hotmail.com
1
استادیار/ گروه پژوهشی هواشناسی دینامیکی و همدیدی، پژوهشکده هواشناسی و علوم جو تهران، ایران.
LEAD_AUTHOR
احسان
تقیزاده
ehasntaghizadeh@yahoo.com
2
دانشجوی کارشناسی ارشد/ هواشناسی، گروه فیزیک، دانشگاه یزد، ایران.
AUTHOR
محمدحسین
معماریان
mhmemarian@yahoo.com
3
استادیار/ گروه فیزیک، دانشگاه یزد، ایران.
AUTHOR
هدایتی دزفولی، ا.، م. آزادی، (1386): راست آزمایی پیشبینی بارش مدل منطقهای MM5 بر روی ایران. مجموعه مقالات هفتمین همایش پیشبینی عددی وضع هوا، پژوهشگاه هواشناسی و علوم جو، تهران، ایران.
1
Chien, Fang-Ching, Ying-HwaKuo, Ming-Jen Yang, (2002): Precipitation Forecast of MM5 in the Taiwan Area during the 1998 Mei-yu Season. Wea. Forecasting, 17, pp. 739–754.
2
Colle B. A., K. J. Westrick, and C. F. Mass, (1999): Evaluation of MM5 and Eta-10 precipitation forecasts over the Pacific Northwest during the cool season. Wea. Forecasting, 14,pp. 137–154.
3
Davis, C. A., and Coauthors, (2006): Advanced Research WRF developments for hurricane prediction. Extended Abstracts, Seventh WRF Users’ Workshop, Boulder, CO, National Center for Atmospheric Research.
4
Done, J. M., L. R. Leung, and B. Kuo, (2006): Understanding error in the long-term simulation of warm season rainfall using the WRF model. Extended Abstracts, Seventh WRF Users’ Workshop, Boulder, CO, National Center for Atmospheric Research.
5
Ferro, C. A. T., (2007):A Probability Model for Verifying Deterministic Forecasts of Extreme Events. Wea. Forecasting, 22, pp. 1089–1100.
6
Finley, J.P., (1884): Tornado prediction. Amer. Meteor. J.,1, 85–88.
7
Fritsch, J. M., Coauthors, (1998): Quantitative precipitation forecasting: Report of the eighth prospectus development team, U.S. Weather Research Program.Bull. Amer. Meteor. Soc.,79,pp.285–299.
8
Grell, G. A., J. Dudhia, and D. R. Stauffer (1995): A description of the fifth-generation Penn State/NCAR Mesoscale Model (MM5). NCAR Tech. NoteTN-398+STR, 122 pp. [Available from UCAR Communications, P.O. Box 3000, Boulder, CO 80307.]
9
Janjic, Z. I., (1990): The step-mountain coordinate: physical package, Mon. Wea. Rev.,118, pp. 1429–1443.
10
Janjic, Z. I., (1996): The surface layer in the NCEP Eta Model, Eleventh Conference on Numerical Weather Prediction, Norfolk, VA, 19–23 August; Amer. Meteor. Soc., Boston, MA, 354–355.
11
Janjic, Z. I., (2002): Nonsingular Implementation of the Mellor–Yamada Level 2.5 Scheme in the NCEP Meso model, NCEP Office Note, 437, 61 pp.
12
Jolliffe, I.T., and D.B. Stephenson, (2003). Forecast Verification. Wiley, 240 pp.
13
Kain, J. S., (2004): The Kain-Fritsch convective parameterization: An update. J. Appl. Meteor.,43, 170–181.
14
Kalnay, E., M. Kanamitsu, and W. E. Baker, (1990): Global numerical weather prediction at the National Meteorological Center.Bull. Amer. Meteor. Soc.,71,pp. 1410–1428.
15
Kato, T., K. Kurihara, H. Seko, and K. Saito, (1998): Verification of the MRI-nonhydrostatic-model predicted rainfall during the 1996 Baiu season.J. Meteor. Soc. Japan,76, pp. 719–735.
16
Katz, R.W. and Murphy, A.H. (1997). Forecast value: prototype decision-making models. In: Economic Value of Weather and Climate Forecasts (eds. R.W. Katz and A.H. Murphy). Cambridge: Cambridge University Press, pp. 183–217.
17
Landis, R. C., (1994): Comments on “Forecasting in meteorology.”.Bull. Amer. Meteor. Soc.,75,pp. 823–827.
18
Lin, Y.L., R. D. Farley, and H. D. Orville, (1983): Bulk parameterization of the snow field in a cloud model. J. Climate Appl. Meteor.,22, pp. 1065–1092.
19
Malmberg, J., 2008: Forecast Verification: Past, Present, and Future. Intermountain West Climate Summary,4(1), pp. 2-4.
20
McBride, J. L., & E. E. Ebert, (2000): Verification of Quantitative Precipitation Forecasts from Operational Numerical Weather Prediction Models over Australia. Wea. Forecasting,15, pp. 103-121.
21
Mellor, G. L., and T. Yamada, (1982): Development of a turbulence closure model for geophysical fluid problems. Rev. Geophys. Space Phys.,20, pp. 851–875.
22
Mesinger, F., (1996): Improvements in quantitative precipitation forecasts with the Eta Regional Model at the National Centers for Environment Prediction: The 48-km upgrade.Bull. Amer. Meteor. Soc.,77, pp. 2637–2649.
23
Mlawer, E. J., S. J. Taubman, P. D. Brown, M. J. Iacono, and S. A. Clough, (1997): Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the long wave. J. Geophys. Res.,102 (D14), pp. 16663–16682.
24
Moeng, C.-H., J. Dudhia, J. B. Klemp, and P. P. Sullivan, (2007): Examining two-way grid nesting for large eddy simulation of the PBL using the WRF model. Mon. Wea. Rev.,135, pp. 2295–2311
25
Monin, A.S. and A.M. Obukhov, 1954: Basic laws of turbulent mixing in the surface layer ofthe atmosphere. Contrib. Geophys. Inst. Acad. Sci., USSR, (151), pp. 163–187 (in Russian).
26
Murphy, A.H., (1977): The value of climatological, categorical and probabilistic forecasts in the cost-loss ratio situation. Mon. Weather Rev., 105, pp. 803–816.
27
Murphy, A.H., (1993): What is a good forecast? An essay on the nature of goodness in weather forecasting. Wea. Forecasting,8, pp. 281-293.
28
Olson, D. A., N. W. Junker, and B. Korty, (1995): Evaluation of 33 years of quantitative precipitation forecasting at the NMC.Wea. Forecasting,10,pp. 498–511.
29
Roberts, Nigel M., Humphrey W. Lean, (2008): Scale-Selective Verification of Rainfall Accumulations from High-Resolution Forecasts of Convective Events. Mon. Wea. Rev., 136, pp. 78–97.
30
Shuman, F. G., (1989): History of numerical weather prediction at the National Meteorological Center.Wea. Forecasting,4, pp. 286–296.
31
Skamarock, W.C., J.B. Klemp, J. Dudhia, D. Gill, D. Barker, W. Wang, J.G. Powers, (2008): A description of the Advanced Research WRF Version 3, NCAR Tech. Note NCAR/TN-475+STR.
32
Wilks, D. S., (2006): Statistical Methods in the Atmospheric Sciences. Academic Press, 627 pp.
33
Third International Verification Methods Workshop (IVMW): (2007),Reading,UK. Available online: Http://www.bom.gov.au/bmrc.wefor/staff/eee/verif/verif_web_page.html.
34
ORIGINAL_ARTICLE
تحلیل روند بارندگی در استان مازندران با استفاده از روش من-کندال منطقه ای
تغییرات در روند بارندگی میتواند نشانهای از تغییر اقلیم جهانی باشد. هر چند بررسی وجود روند در دادههای آب- اقلیمی میتواند در دو مقیاس نقطهای و منطقهای صورت گیرد، اما مطالعات کمتری به این موضوع در مقیاس منطقهای توجه نموده است. در این مطالعه چگونگی روند تغییرات در مقادیر حداکثر بارش 24 ساعته و میانگین بارندگی سالانه در یک دوره آماری 30 ساله در 35 ایستگاه بارانسنجی در استان مازندران با استفاده از آزمون غیر پارامتری من-کندال در دو مقیاس منطقهای و نقطهای بررسی شده است. روش TFPW برای رفع اثرات همبستگی متوالی بر آزمون من-کندال، و همچنین اثر خود-همبستگی در سریهای زمانی استفاده شد. نتایج آزمون من-کندال منطقهای نشان داد که اگر استان مازندران یک منطقهی واحد در نظر گرفته شود، هیچ روندی در سری زمانی حداکثر بارش 24 ساعته در سطح معنی داری 5% مشاهده نمیشود. اما اگر با استفاده از تحلیل خوشهای فازی استان مازندران به نواحی هیدرولوژیکی تقسیم گردد، مشاهده میشود که در قسمت غربی استان مازندران روند معنی داری در سطح 5% وجود دارد. بررسی وجود روند در سری زمانی میانگین بارش سالانه نیز نشان داد که کل استان مازندران دارای روند صعودی در سطح معنی دار 1% است.
https://www.iwrr.ir/article_17454_1f3fe9668253159e78257c3878608ca0.pdf
2012-10-22
60
70
تغییر اقلیم
تحلیل روند منطقه ای
آزمون غیر پارامتری
همبستگی متوالی
تحلیل خوشه ای فازی
فرهاد
فرسادنیا
1
دانشجویان کارشناسی ارشد /آبیاری و زهکشی، دانشکده کشاورزی دانشگاه زابل، زابل، ایران
AUTHOR
محسن
رستمی کامرود
2
دانشجویان کارشناسی ارشد/ آبیاری و زهکشی، دانشکده کشاورزی دانشگاه زابل، زابل، ایران
AUTHOR
علیرضا
مقدم نیا
ali.moghaddamnia@gmail.com
3
دانشجوی دانشیار /هیدرولوژی، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه زابل، زابل، ایران
LEAD_AUTHOR
عزیزی، ق.، روشنی، م. (1387)، ”مطالعه تغییر اقلیم در سواحل جنوبی دریای خزر به روش من-کندال“، پژوهشهای جغرافیایی، شماره 64، صص13-28.
1
ﮐﺎوﯾﺎﻧﯽ، م.، ﻋﺴﺎﮐﺮه،ح. (1382)، ”بررسی آماری روند بلندمدت بارش سالانه اصفهان“، سومین کنفرانس منطقهای تغییر اقلیم اصفهان.
2
جهانبخش، س.، هادیانی، ا.، رضایی، بنفشه مجید، دین پژوه، ی. (1389)، ”مدلسازی پارامترهای تغییر اقلیم در استان مازندران“، چهارمین کنگره بین المللی جغرافیدانان جهان اسلام.
3
Bezdek, J.C. (1981), Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum Press, New York.
4
Brooks, C.E.P. and Carrthers, N. (1953), Handbook of Statistical Methods in Meteorology, London, H.M.S.O., p. 412.
5
Burlando, P. and Rosso, R. (2002), “Effects of transient climate change on basin hydrology. 1: Precipitation scenarios for the Arno River, central Italy”, Hydrological Processes, 16, pp. 1151– 1175.
6
Douglas, E. M., Vogel, R. M. and Kroll, C. N. (2000), “Trends in floods and low flows in the United States: impact of spatial correlation”, Journal of Hydrology, 240, pp. 90–105.
7
Dunn, J.C. (1974), “A fuzzy relative of the ISODATA process and its use in detecting compact, well-separated clusters”, Journal of Cybernetics, 3 (3), pp. 32–57.
8
Hathaway, R. J. and Bezdek, J. C. (2001), “Fuzzy c-means clustering of incomplete data”, IEEE Transactions Syst. Man Cybern, B, 31, pp. 735– 744.
9
Helsel, D.R.,and Hirsch, R.M. (1992), Statistical Methods in Water Resources. Elsevier, Amsterdam. ISBN 0-444-88528-5.
10
Jingyi, Z. and Hall, M.J. (2004), “Regional flood frequency analysis for the Gan-Ming River basin in China”, Journal of Hydrology, 296, pp. 98–117.
11
Kendall, M.G. (1975), Rank Correlation Methods, Charles Griffin, London.
12
Kwon, S.H. (1998), “Cluster validity index for fuzzy clustering”, Electronics Letters, 34 (22), pp. 2176–2177.
13
Lazaro, R., Rodrigo, F. S., Gutierrez, L., Domingo, F. and Puigdefabregas, J. (2001), “Analysis of a 30-year rainfall record (1967– 1997) in semi-arid SE Spain for implications on vegetation”, Journal of Arid Environments., 48, pp. 373– 395.
14
Mann, H.B. (1945), “Nonparametric Tests Against Trend”, Econometrica,13, pp. 245-259.
15
Modarres, R. and Sarhadi, A. (2009), “Rainfall trends analysis of Iran in the last half of the twentieth century”, Journal of geophysical research., 114, D03101, doi:10.1029/2008JD010707.
16
Modarres, Reza. and Silva, V. (2007),“ Rainfall trends in arid and semi-arid regions of Iran”, Journal of Arid Environments., 70, PP.344–355.
17
Rao, A.R. and Srinivas, V.V. (2006), “Regionalization of watersheds by fuzzy cluster analysis”, Journal of hydrology, 318, pp. 57-79.
18
Ross, T.J. (1995), Fuzzy Logic with Engineering Applications, McGraw-Hill, New York.
19
Sadri, S., Madsen, H., Mikkelsen, P.S., and Burn, D.H. (2009), “Analysis of extreme rainfall trends in Denmark”, 33th IAHR Congress: Water engineering for a sustainable environment.
20
Salas, J.D., Delleur, J.W., Yevjevich, V. and Lane, W.L. (1980), Applied Modelling of Hydrologic Time Series, Water Resources Publications, Littleton, CO, USA.
21
Sen, P. (1968), “Estimates of the regression coefficient based on Kendall’s tau”, Journal of American Statistical Association, (63), pp.1379–1389.
22
Wang, Y. and Zhou, L. (2005), “Observed trends in extreme precipitation events in China during 1961 – 2001 and the associated changes in large-scale circulation”, Geophysical research letters, 32. L09707, 4 PP. doi:10.1029/2005GL022574.
23
Xie, X.L. and Beni, G. (1991), “A validity measure for fuzzy clustering”, IEEE Transactions on pattern analysis and machine intelligence, 13 (8), pp. 841–847.
24
Xu, Z.X., Takeuchi, K. and Ishidaira, H. (2003), Monitoring Trend Step Changes in Precipitation in Japanese Precipitation. Journal of hydrology. 279: 144-150.
25
Yue, S., Pilon, P., Phinney, B., and Cavadias, G.S. (2002), “The influence of autocorrelation on the ability to detect trend in hydrological series”, Hydrological Processes, (16), pp. 1807–1829.
26
Yue, S., Pilon, P. and Phinney, B. (2003), “Canadian streamflow trend detection: impacts of serial and cross correlation”, Hydrological Sciences Journal, 48 (1), pp. 51–63.
27
ORIGINAL_ARTICLE
بررسی آزمایشگاهی تاثیر پارامترهای طول آبشکن و قطر مصالح بر آبشستگی پیرامون آبشکن T شکل مستقر در قوس 90 درجه
یکی از روشهای محافظت و تثبیت سواحل رودخانهها استفاده از آبشکن میباشد. استفاده از آبشکن باعث انحراف جریان از کنارهها گردیده، آن را به سمت محور اصلی رودخانه هدایت کرده که این امر سبب حفاظت سواحل می گردد. با انحراف جریان به سمت محور رودخانه، بحث آبشستگی در دماغه آبشکن مطرح می گردد. اگر عمق آبشستگی به پی آبشکن برسد، سبب واژگونی و تخریب آبشکن گردیده و خسارات فراوانی را به همراه خواهد داشت. در این مقاله با انجام مطالعات آزمایشگاهی به بررسی اثر توام طول آبشکن و قطر مصالح بستر بر آبشستگی پیرامون آبشکنT شکل مستقر در قوس 90 درجه پرداخته شده است. نتایج آزمایشات بیانگر این است که ابعاد چاله آبشستگی (شامل حداکثر عمق آبشستگی، طول چاله آبشستگی در بالادست آبشکن و حداکثر عرض چاله آبشستگی) با طول آبشکن نسبت مستقیم دارند در حالیکه حداکثر عمق آبشستگی و طول چاله آبشستگی در بالادست آبشکن باقطر متوسط مصالح نسبت معکوس دارد.
https://www.iwrr.ir/article_17455_f060dfbcccf4f813b2e5f772d1f0f10c.pdf
2012-10-22
71
79
آبشستگی
آبشکن T شکل
طول آبشکن
قطر متوسط مصالح
قوس 90 درجه
علیرضا
مهرنهاد
mehrnahad_alireza@yahoo.com
1
دانش آموخته کارشناسی ارشد/ مهندسی آب، دانشگاه تربیت مدرس، تهران، ایران.
LEAD_AUTHOR
مسعود
قدسیان
ghods@modares.ac.ir
2
استاد /دانشکده مهندسی عمران و محیط زیست و پژوشکده مهندسی آب، دانشگاه تربیت مدرس ، تهران، ایران
AUTHOR
بهرامی، ا. جوان، م. کشاورزی، ع. (1385). ”مقایسه الگوی آبشستگی پیرامون سه آب شکن متوالی با زاویه 60 و 120 درجه در شرایط جریان زیر بحرانی و آشفته با بستر متحرک. “ هفتمین سمینار بینالمللی مهندسی عمران، دانشگاه شهید چمران اهواز.
1
پناهپور، ن. (1384). ”بررسی آزمایشگاهی الگوی جریان اطراف آب شکن منفرد در خم 90درجه“. پایان نامه کارشناسی ارشد. دانشکده فنی. دانشگاه تربیت مدرس.
2
سلاجقه، م. (1382). ”بررسی آزمایشگاهی الگوی جریان حول آب شکن در قوس 180 درجه با بستر صلب“. پایان نامه دکتری. دانشگاه تهران.
3
صانعی، م. (1385). بررسی آزمایشگاهی اثر درصد انسداد در آبشستگی موضعی آبشکنها. هفتمین سمینار بینالمللی مهندسی عمران، دانشگاه شهید چمران اهواز.
4
فرهادیان، ح. (1387). مطالعه آزمایشگاهی الگوی آبشستگی اطراف آبشکنهایT شکل در کانال مستقیم. پایان نامه کارشناسی ارشد. دانشکده فنی و مهندسی. دانشگاه تربیت مدرس.
5
فضلی و همکاران (1385). "بررسی موقعیت و طول آبشکن بر آبشستگی اطراف آن در قوس". هفتمین سمینار بینالمللی مهندسی عمران، دانشگاه شهید چمران اهواز.
6
قدسیان، م. و نصراللهی، ع. (1380). ”تأثیر زمان بر روی عمق آبشستگی اطراف آب شکنها“.سومین کنفرانس هیدرولیک ایران، دانشکده فنی، دانشگاه تهران. 314-309.
7
موسوی نائینی، س. ع. (1388). بررسی آزمایشگاهی الگوی جریان پیرامون آبشکن T شکل منفرد و مستقر در قوس 90 درجه. پایان نامه کارشناسی ارشد، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس.
8
مهرنهاد، ع. (1389). بررسی آزمایشگاهی تاثیر قطر مصالح بر آبشستگی آبشکن T شکل مستقر در قوس 90 درجه. پایان نامه کارشناسی ارشد، گروه مهندسی عمران آب، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس.
9
واقفی، م.(1388). مطالعه آزمایشگاهی الگوی جریان و آبشستگی پیرامون آبشکنهایT شکل مستقر در قوس 90 درجه. رساله دکتری. دانشکده فنی و. دانشگاه تربیت مدرس.
10
Gill, M.A.(1972). ‘‘Erosion of sand beds around spur dikes.’’J. Hydraulic.Division. 98(9), pp. 1587-1602.
11
Kuhnle, R.A., Alonso C.V. and Shields, F.D., (1999).“Geometry of scour holes associated with 90 spurdikes”. Journal of Hydraulic Engineering, 125(9),pp 972-978.
12
Kumar, V., Ranga Raju, K. G. and Vittal, N.(1999). "Reduction of local scour around bridge piers using slots and collars",Journal of Hydraulic Engineering,125(12) , pp. 1302-1305.
13
Melville, B.W., (1992). “Local scour at bridge abutment”, J. Hydraulic Engineering, 118(4), pp.615-631.
14
Mesbahi, J., (1992). “On combined scour near groynes in river bends”, M. Sc. Thesis Delft Hyd Netherland.
15
Rahman, M.M and Muramoto, Y, (1999), “Prediction of maximum scour depth around spur dike like structures”, Annual J. of Hydraulic Engineering, JSCE, 43.
16
Vaghefi, M., Ghodsian, M. and Salehi Neishaboori, S. A.A., (2009), “ Experimental study on the effect of T-shaped spur dike on scour in a 90o channel bend”, The Arabian Journal for Science and Engineering, 34(2B), pp. 337-348.
17
Vaghefi, M., Ghodsian, M. and Adib, A., (2012), “ Experimental study on the effect of Froude number on temporal variation of scour around a T- shaped spur dike in a 90 degree bend” Journal of Applied Mechanics and Materia l, 147, pp 75-79.
18
Vittal, N., Kothyari, U. C. and Haghighat, M. (1994),“Clear-water scour around bridge pier group”,J. Hydraulic Engineering,120(11), pp. 1309-1318
19
ORIGINAL_ARTICLE
بررسی آلودگی آبهای زیرزمینی در مناطق شهری با استفاده از سیستم اطلاعات جغرافیایی (GIS1) (مطالعه موردی شهر مشهد)
در این مطالعه با استفاده از مدل سازی و به کارگیری بعضی از پارامترهای روش DRASTIC و همچنین نقش تراکم جمعیتی در نواحی شهری به کمک نرم افزار Arc GIS 9.3 به بررسی آلودگی آبخوان در نواحی شهری پرداخته است و نواحی در خطر آلودگی بالا و متوسط و کم مشخص شده است. اگرچه روش DRASTIC برای بیشتر دشتهای وسیع بکار گرفته میشود اما با ارزیابی بعضی از پارامترها دراستیک در نواحی شهری و سایر عوامل موثر با کمک مدل شبه دراستیک میتوان آلودگی آبهای زیرزمینی را در نقاط شهری بررسی کرد. در این مطالعه به کمک پارامترهای عمق تا سطح ایستابی، تغذیه خالص، محیط آبخوان، محیط خاک، توپوگرافی، محیط غیر اشباع و هدایت هیدرولیکی نقاط در معرض آلودگی آبخوان مورد بررسی قرار گرفته است. از آنجا که منطقه مورد مطالعه شهری میباشد، شرایط خاص منطقه مورد بررسی قرار گرفته است، به طوری که نقش بافت خاک سطحی در مناطق شهری با توجه به نقش آن در کاهش در آلایندگی آبخوان زیاد ارزشگذاری شده است. همچنین با توجه به نقش فاضلاب شهری در آلودگی آبخوان، میزان تراکم جمعیت در نقاط مختلف شهر به عنوان یک پارامتر مهم مورد ارزشیابی قرار گرفته و به پارامترهای دراستیک اضافه شده است. به طور کلی نتایج مطالعه نشان داد که بیشترین نقاط در معرض آسیبپذیری بالا در مناطق مرکزی و جنوبی و غربی آبخوان و همچنین در نواحی جنوب شرقی میباشد.
https://www.iwrr.ir/article_17456_d6c4eea0aa4da6b9d915e7a0f996a2a7.pdf
2012-10-22
80
86
آلودگی آبخوان
مدل دراستیک
بافت خاک
تراکم جمعیتی
نواحی شهری
علی
جعفری قریه علی
alijafari_84@yahoo.com
1
کارشناس ارشد /هیدروژئولوژی از دانشگاه صنعتی شاهرود، سمنان، ایران.
LEAD_AUTHOR
غلام عباس
کاظمی
2
استادیار /دانشگاه صنعتی شاهرود، سمنان، ایران.
AUTHOR
ناصر
حافظی مقدس
3
استادیار /دانشگاه صنعتی شاهرود، سمنان، ایران.
AUTHOR
سید صالح
موسوی آسترآبادی
4
دانشجوی کارشناسی ارشد/ پترولوژی، دانشگاه آزاد اسلامی زرند، کرمان، ایران.
AUTHOR
الوندی، ز. (1389)، ”بحران کمبود آب مشهد، دنیای اقتصاد“، سال هشتم، شماره 2248، ص 23.
1
جعفری قریه علی، ع. (1386)، ”تأثیر شهرسازی بر روی کمیت و کیفیت آب زیرزمینی شهر مشهد“، پایان نامه کارشناسی ارشد دانشگاه صنعتی شاهرود، 118 صفحه.
2
چیتسازان، م.، اختری، ی.، (1385)، ”پتانسیلیابی آلودگی آبهای زیرزمینی در دشتهای زویرچری و خران با استفاده از مدل دراستیک و سیستم جغرافیایی“، مجله آب و فاضلاب، شماره 59، ص 51-39.
3
حافظیمقدس، ن. (1385), ”گزارش زمینشناسی مهندسی پروژه ریز پهنهبندی لرزهای شهر مشهد“، سازمان مسکن و شهرسازی خراسان رضوی.
4
خلقی، م.، تاکی، ر. (1382)، ”ارزیابی آسیبپذیری دشت قزوین“، مجله زمینشناسی مهندسی، جلد اول، شماره 3، ص 270-255.
5
Aller, L. T., Bennett, H. J. R., Lehr, R., Petty, J. and Hackett, G., (1987), “DRASTIC: A standard system for evaluating ground water pollution potential using geo-hydro geologic setting”, US Environmental Protection Agency Report, USEPA 600/2-87-035,pp 622.
6
Babiker, I. S., Mohamed, M. A. A., Hiyama, T., and Kato, K., (2005), “A GIS-based DRASTIC model for Assessing aquifer vulnerability in Kakamigahara Heights, Gifu Prefecture, Central Japan”, Since of the Total Environment, 345,pp 127-140.
7
Melloul, A,. and Collin,M,.)1994(,“Water quality factor identification by the principal components statistical method,” Water Sci. Technol, 34, pp 41-50.
8
Piscopo, G., (2001), “Groundwater vulnerability map explanatory notes, Castlereagh Catchment, NSW. “Department of Land and Water Conservation, Australia”.
9
Tesoriero, A. J., Inkpen, E. L., and Voss, F. D. (1998), “Assessing ground-water vulnerability using logistic regression,” proc., Source Water Assessment and Protection 98 Conference, Dallas, TX, pp. 157-165.
10
ORIGINAL_ARTICLE
اثرات کنترل کنندگی دبی بر برخی از متغیرهای کیفی آب
در این پژوهش اثر کنترلکنندگی دبی بر میزان غلظت متغیرهای کیفی آب بررسی و قابلیت مدلسازی روابط میان غلظت برخی از متغیرهای کیفی آب و میزان دبی جریان آب در 61 نمونه برداشت شده، طی آبان 1386 لغایت تیر 1387، در وضعیتهای مختلف هیدرولوژیکی جریان پایه، سیلابی و برداشت شن و ماسه در آبخیز آموزشی - پژوهشی دانشگاه تربیت مدرّس ارزیابی شد. نتایج بهدست آمده ارتباط میزان کلراید در جریان پایه، کدورت و نیترات در جریان پایه و سیلابی و همچنین سختی و قلیائیت در هنگام برداشت شن و ماسه با ضریب همبستگی بهترتیب بیش از 509/0 (001/0>p)، 063/0 (01/0>p) و 508/0 (01/0>p) با خطای تخمین کمتر از 64 درصد با میزان دبی در زمان مربوطه را تائید نمود.
https://www.iwrr.ir/article_17457_69654014ad6de9f0cda11ddb64687cdf.pdf
2012-10-22
87
92
دبی جریان
رودخانه کجور
وضعیت هیدرولوژیکی
مدلسازی هیدرولوژیک
متغیرهای کیفی آب
هیوا
یغمایی
1
کارشناسی ارشد /مهندسی آبخیزداری، دانشکدة منابع طبیعی، دانشگاه تربیت مدرس، نور، مازندران- ایران
AUTHOR
سیَدحمیدرضا
صادقی
sadeghi@modares.ac.ir
2
استاد /گروه مهندسی آبخیزداری، دانشکدة منابع طبیعی، دانشگاه تربیت مدرس، نور، مازندران-ایران
LEAD_AUTHOR
سیَدمحمود
قاسمپوری
3
مربی /گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، مازندران- ایران
AUTHOR
صادقی، س.ح.ر .، سعیدی، پ و کیانیهرچگانی، م (1387)، "اثرات زیست محیطی برداشت معدن شن و ماسه از طریق افزایش تولید رسوب"، دومین کنفرانس ملی روز جهانی محیط زیست"، تهران،20-21 خرداد 270:1387.
1
صادقی، س.ح.ر ، مرادی، ح.ر، مزین، م و وفاخواه، م (1384)، "کارایی روشهای مختلف تجزیه و تحلیل آماری در مدلسازی بارش- روانآب (مطالعه موردی: حوزه آبخیز کسیلیان)"، علوم کشاورزی و منابع طبیعی، 12(3):81-90.
2
معتمدنیا، م (1387)، "تهیه و تحلیل سنجه دبی حوزة آبخیز جنگلی آموزشی کجور"، سمینار کارشناسی ارشد مهندسی آبخیزداری، دانشکده منابعطبیعی و علومدریایی، دانشگاه تربیت مدرس، 67 ص.
3
وفاخواه، م و صادقی، س.ح.ر (1388)، "ارتباط بین پارامترهای شیمیایی کیفیت و دبی آب در رودخانه هراز"، پنجمین همایش ملی علوم و مهندسی آبخیزداری ایران (مدیریت پایدار بلایای طبیعی): گرگان، 83.
4
یغمایی، ه (1387)، "ارتباط بین غلظت رسوبات معلق و برخی از خصوصیات فیزیکی و شیمیایی آب"، پایاننامه کارشناسی ارشد مهندسی آبخیزداری، دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرس، 72 صفحه.
5
Ahearn A.S., Sheibley R.W., Dahlgren R.A., Anderson M., Johnson J and Tate K.W. (2005), “Land Use and Land Cover Influence on Water Quality in the Last Free-Flowing River Draining the Western Sierranevada, California”, Journal of Hydrology, )313(, 234-247.
6
Chang H. (2008), “Spatial Analysis of Water Quality Trend in the Han River Basin, South Korea”, Water Resource, 42: 2385- 3304.
7
Chanson H., Takeuchi M. and Trevethan M. (2008), “Using Turbidity and Acoustic Backscatter Intensity as Surrogate Measures of Suspended Sediment Concentration in a Small Subtropical Estuary”, Journal of Environmental Management, 88(4):1406-1414.
8
Chao Y., QiangLiu C., Zhao Z.Q., Li S.L. and Han G.L. (2006), “Geochemistry of Surface and Ground Water in Guiyang, China: Water/Rock Interaction and Pollution in a Karst Hydrological System”. Applied Geochemistry, 1-26.
9
Decker G., Kothe J. and Joense T. (1999), “Trend in the Market for Photometric Systems for Environmental Analysis”, Asian Environmental Technology, Vol (2), Available on: www.Merch.de /servlet/ pb/ show/1154640/Trend- in-Photometry-System, Pdf.
10
Dessouki T.C.E., Hudson J.J., Neal B.R. and Bogard M.J. (2005), “The Effect of Phosphorus Addition on the Sediment of Contaminants in a Uranium Mine Pite_Lake”, Water Research, 39:3055-3061.
11
Green I.R.A. and Stephenson D. (1986), “Criteria for Comparison of Single Event Model”, Hydrological Sciences Journal, 31:395-411.
12
Harmel D.R., Smith D.R., King K.W. and Slade R.M. (2009), “Estimating Storm Discharge and Water Quality Data Uncertainty: A Software Tool for Monitoring and Modeling Applications”, Environmental Modelling & Software 24: 832–842.
13
Hsu P., Matthai A., Heise S. and Ahlf W. (2007), “Seasonal Variation of Sediment Toxicity in the River Dommel and Elbe”, Environmental Pollution, Institute of Environmental Technology and Energy Economics, Technical University Hamburg, Germany: 1-7.
14
Hunter H. and Walton R. (2008), “Land Use Effects on Fluxes of Suspended Sediment, Nitrogen and Phosphorus from a River Catchment, of the Great Barrier Reef, Australia”, Journal of Hydrology, 356: 131-146.
15
Kralik M. (2000), “A Rapid Procedure for Environmental Sampling and Evaluation of Polluted Sediment”, Applied Geochemistry, 14(6):807-816.
16
Liu X. and Li J. (2008), “Application of SCS Model in Estimation of Runoff from Small Watershed in Loess Plateau of China”, Chinese Geographical Sciences, 18(3):235-241.
17
Sadeghi S.H.R., Mizuyama T., Miyata S., Gomi T., Kosugi K., Fukushima T., Mizugaki S. and Onda Y. (2008), “Determination Factors of Sediment Graphs and Rang Loops in Reforested Watershed”, Journal of Hydrology, 356:271-282.
18
Struyf E., Van Damme S. and Meire P. (2004), “Possible Effect of Climate Change on Estuarine Nutrient Fluxes: a Case Study in the Highly Nutrified Schelde Estuary”, Estuarine Coastal and Shelf Science, 60(4):649-661.
19
Tarig A. and Rongxing L. (2000), “Spatio-Temporal Modeling of Soil Erosion and Contaminated Sediment Transport in Lake Erie Coastal Area”,Construction and Building Materials, 17(2):123-139.
20
Walling D.E., Russell M.R. and Webb B.W. (2000), “Controls on the Nutrient Content of Suspended Sediment Transport by British Rivers”, The Science of the Total Environment, 266:113-123.
21
Xu S., Xiaojiang G., Min L., Zaenlou C. (2001), “Chinas Yangtze Estuary II. Phosphorus and Polycyclic Aromatic Hydrocarbons in Tidal Flat Sediment”, Geomorphology, 41:207- 217.
22
Zhang Z., Fukushima T., Onda Y., Gomi T. and Fukuyama T. (2007), “Nutrient Runoff from Forested Watersheds in Central Japan during Typhoon Storms, Implications for Understanding Runoff Mechanisms during Storm Events”, Hydrological Processes Journal, 21:1167-1178.
23