الف- روش نقطه‌ای 

در این شیوه، نتایج نقطه‌ای آنالیز دبی متوسط سالانه طولانی مدت ایستگاه‌های آب سنجی انتخابی، به منطقه مطالعاتی تعمیم داده می‌شود. این روش ممکن است بدو صورت انجام گیرد:

1- ضریب جریان (Runoff Coefficient :C)

در صورتی که ایستگاه هیدرومتری مجاور حوضه دارای شرایط هیدروکلیماتیکی، پدولوژیکی و ژئومورفولوژیکی مشابه با منطقة مورد مطالعه باشد، می‌توان ضریب جریان محاسبه شده برای ایستگاه را جهت برآورد میزان آبدهی حوضه فاقد آمار استفاده نمود که از رابطه ذیل برای برآورد آبدهی در این مناطق استفاده می‌شود:

- رده Aridisols

در این خاکها رطوبت کافی برای گیاهان مزوفایت (Mesophytes ) وجود ندارد. در بخش عمده ای از سال که گرمای خاک برای رشد گیاه مناسب است . رطوبت خاک در منطقه پژمردگی بوده و یا محلول خاک به دلیل شروی زیاد قابل استفاده گیاهان نیست. در این خاکها رطوبت خاک به ندرت بمدت نود روز متوالی در حد ظرفیت نگهداری (F.C ) می باشد. در خاکهای این رده ، افقهایی وجود دارد که ممکن است تحت شرایط طبیعی فعلی تشکیل شده و یا آثاری از دورانهای پرباران پیشین باشد. رنگ خاک معمولا روشن بوده و نمونه خشک آن ساختمان سخت و محکمی ندارد ولی در خاکهایی با بافت ریز و سنگین قطعات خاک ممکن است سخت باشد. بعضی از خاکهای این رده در دوره هولوسن (Holocene ) تشکیل شده و برخی دیگر نیز قدیمی ترند و چون در نیمرخ خاکهای اخیر ترتیب و توالی یعنی از افقهای ژنتیکی وجود ندارد می توان نتیجه گرفت که شرایط اقلیمی بیش از یکبار در ضمن تشکیل خاک تغییر کرده است. رژیم رطوبتی خاکها در منطقه از نوع Ardic  و رژیم حرارتی آن نیز از نوع Thermic  می باشد.

اندکی درباره مدل MODFLOW:

از جمله کدهایی که کاربردهای گسترده ای داشته و از مقبولیت بالایی نزد هیدروژئولوژیست ها برخوردار بوده کد MODFLOW می باشد که توسط سازمان زمین شناسی آمریکا ارائه شده است. رابط های گرافیکی گوناگونی برای این کد تهیه شده اند؛ دلیل اصلی مقبولیت این کد (هر چند نمی توان آن را برای همه موارد تخصصی مطالعه مدل پیشنهاد نمود) این است که برای راه حل های تحلیلی گوناگونی ارزیابی و کنترل شده و سامانه های هیدروژئولوژیکی مختلفی در سراسر جهان را شبیه سازی نموده است. همچنین نرم افزارهای مختلف آن ارزان و در دسترس همگان می باشد. 

از جمله ویژگی های دیگر MODFLOW می توان به ساختار ماژولی آن اشاره نمود. بدین ترتیب که می توان برای فرآیندهای خاص هیدرولوژیکی ماژول خاصی را فعال یا غیرفعال نمود. همچنین مدول های جدیدی برای مسایل مربوط به جریان (مثل اندرکنش جریان رودخانه با آبخوان) یا روش های عددی جدید در حال توسعه می باشند. این دلایل سبب شده MODFLOW از سوی بسیاری از سازمان ها به عنوان نرم افزار برتر مورد استفاده قرار گیرد.

می توان گفت PMF یک احتمال وقوع مشخص ندارد، هر چند برخی مانند ICOLD دوره بازگشت یک در یک میلیون سال و یک در ده میلیون سال را برای آن قایل هستند. اگر کلیه فاکتور های دخیل به طور مجزا بیشینه شود، مقادیر PMF اغلب به طور قابل ملاحظه ای بزرگ تر از مقداری که در حالت معمول محاسبه می شود، به دست می آید. در شرایطی که PMF براساس PMP برآورد شود، تعیین شرایط پیشین بارندگی، جریان، رطوبت خاک و مانند آن باید توسط مهندس هیدرولوژیست به طور منطقی قبل از آغاز PMP تعیین شوند. واضح است که اگر PMP که خود احتمال وقوع فوق العاده اندکی دارد، با شرایط پیشین مبتنی بر نفوذ صفر که آن نیز احتمال وقوع خیلی کمی دارد ترکیب شود، برآورد PMF حاصل به طور غیرمعقولی می تواند بالا باشد.

برخی از سوالات اساسی در برآورد PMF را می توان به شرح زیر طبقه بندی نمود.

در سده اخیر تحقیقات گسترده ای بر روی عوامل و فاکتورهای موثر بر فرسایش خاک صورت است و مدل ها و روش های زیادی نیز در این رابطه پیشنهاد شده است که هر کدام دارای معایب و مزایایی می باشند. مدل‎های ریاضی فرسایش خاک (اعم از انواع کمی و کیفی) از جمله مواردی هستند که در نقاط مختلف ایران و جهان به منظور مطالعات فرسایش و رسوب حوضه‎های مختلف بکاربرده شده‎اند و در بعضی شرایط نیز نتایج قابل اعتمادی نیز بدست آمده است.

مدل جهانی فرسایش خاک  (USLE) و کاربرد آن

دانشمندان و محققین حفاظت خاک در ایالات متحده امریکا مشاهده نمودند که عواملی از قبیل نوع و مقدار بارندگی، طول و تندی شیب، فرسایش‌پذیری خاک، سیستم‌های زراعی و عملیات مدیریتی بر تلفات خاک از طریق فرسایش سطحی و شیاری موثرند. این افراد فعالیت‌های گسترده‌ای برای کمی کردن اثرات این عوامل بر فرسایش آغاز نمودند.

اولین تلاش برای کمی ساختن تاثیر بعضی از این عوامل با ایجاد کرت‌های فرسایش در سال 1914 به وسیله میلر  سرپرست بخش خاک دانشگاه میسوری  انجام گرفت. نمونه‌ها‌ی آب و رسوب از رواناب جمع شده در مخازن بتونی واقع در انتهای کرت‌ها‌ی برداشت شد. سپس آقای بنت  مطالعه مشابهی در نواحی دیگر که دارای شرایط متفاوتی از لحاظ بارندگی، خاک و عملیات زراعی نسبت به کرت‌های کنترلی در میسوری بودند را انجام داد.

مقدمه

هدف از این توضیحات، این است که کاربران یاد بگیرند تا چگونه به محاسبه هایتوگراف بارش مازاد بر اساس هایتوگراف بارش کل و با استفاده از اصول سازمان حفاظت خاک آمریکا (SCS) و مشخصا شماره منحنی رواناب (CN) بپردازند. در این مراحل فرض می شود که کاربر در حال حاضر دارای یک باران نمود بارش کل در محیط اکسل است و این باران نمود بارش در مجموع برای یک رویداد واحد می باشد. و سپس از آن به عنوان ورودی برای جداسازی بارندگی انتزاعی و یا تلفات با استفاده از روش SCS CN استفاده می شود. دو خروجی از این مرحله، از جمله بارش انتزاعی و باران نمود بارش مازاد وجود دارد. این توضیحات نیز مستلزم آن است که CN برای ناحیه مطالعاتی شناخته و محاسبه شده باشد.

بر طبق توضیحات و آموزش های SCS در کل یک بارش جامع (P) از سه بخش مجزا تشکیل شده است:

1- Initial abstraction یا Ia

2- Continuous abstraction یا Fa

3- Excess rainfall یا Pe

بخش اول مشخص کننده مقدار بارشی است که باید ببارد تا خاک تا مرحله جاری شدن رواناب از نفوذ ارضاء شود. عموما این مقدار به شکل 20٪ از حداکثر ذخیره سازی در کل یا احتباس حوضه (S) محاسبه می شود. بنابراین، Ia = 0.2S در نظر می گیریم. در ادامه بخش دیگری از بارش صرف اقناع ذخیره خاک می شود که با Fa آن را شناختیم. که در این حالت عبارت ذیل برای محاسبه Fa با استفاده از مقدار کل بارش (P) و حداکثر احتباس (S) بکار گرفته می شود. 

معمولا قبل از شروع مدل سازی کیفی یک آبخوان، باید هدف از مدل سازی روشن باشد. به این صورت که از ابتدا مشخص باشد که در پایان مدل سازی چه انتظاری از مدل وجود دارد و نتایج آن تا چه مقدار می تواند، نیاز های مدیریت آبخوان را برآورده کند. به طور کلی می توان بیان داشت که مهم ترین هدف مدل سازی کمی و کیفی یک آبخوان، دست یابی به نتایجی جهت مدیریت آبخوان می باشد. این مدیریت با توجه به نوع آلاینده های توزیعی، موضعی و خطی و روند آلودگی نسبت به زمان و جبهه پیش روی آلودگی متفاوت می باشد. از طرف دیگر برنامه ریزی از حفاظت از چاه های بهره برداری به طور عام و یا تعدادی از چاه های بهره برداری تامین آب شرب به طور خاص می تواند در ضمره اهداف مدل کیفی باشد. ضمن اینکه تصمیم گیری در مورد ارائه راهکارهایی جهت رفع آلودگی و طراحی شبکه چاه های نمونه برداری کیفی نیز می تواند با استفاده از نتایج مدل کیفی صورت پذیرد.

مدل ریاضی در آلودگی آب های زیرزمینی در واقع فرم ریاضی معادلات بیلان و حرکت و انتقال مواد محلول را در یک محیط آب زیرزمینی نشان می دهد که با تلفیق آنها و با فرض پیوستگی محیط، معادلاتی به صورت معادلات دیفرانسیل جزیی نتیجه می شود. این معادلات در نقاط مختلف یک آبخوان نوشته شده و از طریق روش های مختلف، برای مکان ها و زمان های گوناگون حل می شوند.

مدل های ریاضی در آلودگی آب های زیرزمینی و یا به عبارت دیگر حل معادلات دیفرانسیل جزیی در سامانه کیفی آبخوان می تواند به دو صورت تحلیلی و عددی انجام شود. با این که روش دقیق حل معادلات روش تحلیلی می باشد، ولی پیچیدگی سامانه آبخوان، غیرهمگنی سازندهای زمین شناسی، برداشت و تغذیه های متفاوت چه به صورت طبیعی و چه مصنوعی و به خصوص وجود آلاینده های مختلف باعث می شوند که حل تحلیلی معادلات به جز در شرایط ساده و حالت خاص، امکان پذیر نباشد. به همین جهت استفاده از روش های عددی در تهیه مدل های ریاضی در آب های زیرزمینی به دلیل قابلیت های ویژه ای که دارند، بیش تر از سایر روش ها معمول می باشد.

مقدمه

منظور این توضیحات، فرآگیری روش جداسازی دبی پایه یک مسیر آبراهه ای، از جریان کل هیدروگراف است. در این آموزش توضیحات بر روی یک هیدروگراف مجزا از یک واقعه بارش تشریح می گردد. فرض بر این است که کاربر در محیط اکسل اطلاعات زمانی و حجمی این هیدروگراف را در اختیار دارد. (نمونه را دانلود کنید).

دستورالعمل

دبی پایه چیست؟

دبی پایه بخشی از رودخانه است که به طور مستقیم از بارش مازاد در طول یک رویداد طوفان تولید شده است. به عبارت دیگر، این مقدار معادل با جریانی است که در جریان همراه رواناب مستقیم بدون داشتن سهمی از بارش وجود دارد. برآورد دبی پایه و رواناب مستقیم برای درک هیدرولوژی یک حوزه آبخیز، از جمله تعاملات آب سطحی و زیر سطحی، نقش شهرنشینی بر رواناب و سلامت زیستگاه آبزیان موجود در مسیر جریان مفید است. روش ارائه شده در اینجا قابل استفاده برای یک هیدروگراف اوج ناشی از وقوع توفانی تک است.

میان یابی داده ها و توزیع آنها بر روی گره های مدل

انواع داده های مورد نیاز در مدل سازی آب های زیرزمینی در بخش های گذشته این نوشتار مورد اشاره قرار گرفته است. داده های صحرایی پس از جمع آوری و اصلاح، باید به عنوان مقادیر پارامتری یا متغیر با روش های مناسب برای گره ها یا سلول ها/المان ها تعریف شوند. چگونگی توزیع داده های گوناگون در گستره مدل بسیار مهم می باشد.

تطبیق پارامترها با نوع مدل

نخستین مساله ای که در انتقال داده های صحرایی به شبکه باید در نظر داشت تطبیق پارامترها با نوع مدل است. مثلا در مدل های کاملا سه بعدی و نیمرخ، اندازه گیری هدایت هیدرولیکی باید به صورت نقطه ای باشد که معمولا به سادگی می توان آن را در صحرا به دست آورد. در مدل های منطقه ای دو بعدی و شبه سه بعدی به مقادیر میانگین در راستای قائم نیاز می باشد که می توان آنها را به صورت غیرمستقیم با میانگین گرفتن از نتایج اندازه گیری های نقطه ای یا به صورت مستقیم به کمک آزمایش های پمپاژ در چاه هایی که در تمام ضخامت اشباع آبخوان نفوذ کرده باشند، به دست آورد.

چاههای آب تحت تأثیر عوامل مختلف فیزیکی و شیمیایی مثل ترکیب شیمیایی آبهای زیرزمینی، گازهای محلول، PH آب،‌ سرعت جریان آب، تغییرات دما، نوسانهای سطح آب زیرزمینی و فعالیت انواع باکتری‌ها، دچار جرم‌گرفتگی و خوردگی شده که مشکلات ناشی از این عوامل عمدتاً به شکل کاهش بازدهی چاه بروز می‌کند. شناخت این عوامل و نحوه تأثیر هر کدام بر ساختمان چاههای آب می‌تواند تا حد زیادی در کاهش بروز مشکلات حتی جلوگیری از تأثیر بیشتر آنها بر چاههای آب و افزایش طول عمق مفید آنها مؤثر باشد.

حل معادلات دیفرانسیل جزیی آلودگی آب های زیرزمینی مستلزم تعیین شرایط مرزی از نظر غلظت و استفاده از اطلاعات موجود در این مرزها می باشد. در غیر این صورت این معادلات غیرقابل حل خواهند بود. تعیین شرایط مرزی یکی از مشکل ترین مراحل در مدل سازی آب های زیرزمینی م یباشد. شرایط طبیعی مانند مرزهای غیرقابل نفوذ و همچنین مناطق تغذیه و تخلیه آبخوان، در اغلب موارد خیلی دورتر از محدوده مورد نظر در مدل قرار دارد. به نظر می رسد، بهترین کار در کاهش خطای تعیین شرایط مرزی، بسط و توسعه محدوده مدل تا سرحد های طبیعی آبخوان است که در اکثر موارد به دلیل حجیم شدن محدوده کاری، امکان پذیر نیست.

از طرف دیگر، عدم وجود یک شبکه خوب اندازه گیری غلظت آلودگی در آبخوان، انتخاب محدوده وسیعی را در مدل سازی توجیه نمی کند. محدوده بزرگ مدل سازی با اطلاعات و آمار اندک، نه تنها کمکی به اهداف مدل سازی نمی کند بلکه باعث خطای بیش تر به واسطه بالا رفتن عدم قطعیت، در نتایج می شود. لذا محدوده بیلان و مدل در بیش تر حالات با محدوده آبخوان متفاوت است.

با توجه به اینکه کیفیت آب خام در منابع آب های سطحی و زیرزمینی متفاوت است، فرآیندهای گوناگونی برای بهداشتی نمودن آب شرب وجود دارد. مجموعه این فرآیندها که تصفیه آب نامیده می شود، شامل روش های فیزیکی، شیمیایی و زیست شناختی است که با توجه به کیفیت آب خام، انتخاب و مورد استفاده قرار می گیرد. هرگونه تغییر در کیفیت آب خام ورودی به تصفیه خانه، موجب تغییر در فرآیند تصفیه می شود، تا کیفیت آب تصفیه شده همچنان ثابت بماند. پایش این تغییرات تنها زمانی ممکن است که آب خام ورودی طبق برنامه زمان بندی شده، نمونه برداری و مورد آزمایش های لازم قرار گیرد. از این رو، کنترل و نظارت مستمر کیفیت آب در محل ورود به تصفیه خانه، در مراحل مختلف فرآیند تصفیه بسیار مهم و ضروری است. به منظور تدوین مطالب این دستورالعمل، تصفیه خانه ای با مشخصات زیر برای تعداد آزمایش ها و لوازم مورد نیاز آزمایشگاهی فرض شده است.

گستردگی مطالعات خاکشناسی، نیاز به مطالعه خاک با اهداف، عمق و دامنه متفاوت مانند مراحل تفصیلی دقیق، تفصیلی، نیمه تفصیلی و اجمالی و نیاز به مطالعه خاک در اکثر طرح های سرمایه گذاری کشور، ایجاد انسجام و هماهنگی در نظام مطالعات دستگاههای اجرایی و مش اوران بخش خصوصی به منظور رعایت استانداردها و ارتقاء کیفیت مطالعات، سهولت در امر وری های جدید و به کارگیری روش های نوین در تشکیل، بهسازی و تکمیل بانک داده های ملی خاک؛ استفاده از تجهیزات و فن انجام مطالعات یاد شده را ضرورتی اجتناب ناپذیر می نماید.

یکی از مراحل اساسی شناخت و ارزیابی خصوصیات خاک، انجام تجزیه های فیزیکی، شیمیایی و کانی شناسی نمونه هاست. بدیهی است که هدف نمونه برداری و نحوه استفاده از نتایج آزمایشگاهی نقش تعیین کننده ای در انتخاب روش های آزمایشگاهی دارد. بعنوان نمونه شناخت خصوصیات مختلف فیزیکی و شیمیایی نمونه های خاک در طرح های کشاورزی، سدسازی، احداث راه و فرودگاه ، شهرسازی و نظایر آنها امری ضروری است، اما نوع خصوصیات مورد نظر و روش های اندازه گیری (تجزیه های آزمایشگاهی) هریک از آنها برای کاربری های یاد شده متفاوت می باشد.

دانش و تکنیک های هوش مصنوعی در سال های گذشته رشد قابل ملاحظه ای داشته است، به طوری که حجم زیادی از اطلاعات در علوم کامپیوتر را به خود اختصاص داده است. محققین زیادی در حال حاضر مشغول فعالیت در این زمینه میباشند. تاریخچه هوش مصنوعی با بازی ها و مسائلی پیوند دارد که در سده ها و دهه های گذشته مورد توجه قرار گرفته و بررسی شده اند. بازی هایی مانند شطرنج و معمای puzzle-8 و مسائلی مانند پاندول وارونه و فروشنده دوره گرد که بعضی ها قبل از پیدایش کامپیوتر بررسی شده اند وبا پیشرفت علوم کامپیوتر، توانایی بازی کامپیوتر در مقابل انسان موضوع جالبی بود که باعث پیشرفت های زیادی در هوش مصنوعی و تکنیک های آن گردید. هم اکنون نیز کار بر روی بسیاری از این مسائل ادامه دارد و چه از نظر تئوری و چه از نظر عملی حل بیشتر این مسائل راهگشای بسیاری از مشکلات هوش مصنوعی است.

روش الکترومغناطیس

برنامه کیفیت منابع آب Chemistry 

برنامه Chemistry به منظور بررسی کیفیت منابع آب به زبان Visual Basic در محیط Microsoft Excel نوشته و طراحی شده است. این برنامه نیاز به نصب (Setup) نداشته و در کامپیوترهای شخصی که دارای Microsoft Office هستند، قابل استفاده می‌باشد. برنامه Chemistry می‌تواند از تمام قابلیت‌ها و امکانات نرم‌افزار Microsoft Office استفاده نماید.

بیابان زایی به مفهوم تخریب سرزمین یا کاهش توان تولید بیولوژیک اراضی در مناطق خشک، نیمه خشک و خشک نیمه مرطوب اطلاق می شود. بیابان زایی تحت تاثیر دو دسته عوامل محیطی و انسانی که در بین عوامل محیطی و انسانی است که در بین عوامل محیطی عامل اقلیمی با پارامترهای همچون زمان و میزان نامناسب بارندگی، تبخیر بالا،فراوانی و سرعت زیاد باد، گستردگی مناطق یا اقلیم خشک و فراخشک و با عامل زمینشناسی، همچنین بلایای طبیعی چون لغزش و رانش زمین و سیل از مهمترین عوامل محیطی بیابانزا محسوب می شود.

در بین عوامل انسانی که البته از عوامل محیطی مهمتر هستند بهره برداری بیش از حد از سفره های آب زیرزمینی و در نتیجه افت سطح سفره و یا شور شدن آب های زیرزمینی، آلودگی آب های زیرزمینی از طریق پساب های صنعتی، شهری وکشاورزی (ناشی از مصرف بی رویه کود، سموم آفت کش و علف کش و ...)، شیوه های نامناسب آبیاری، آیش بلند مدت اراضی زراعی حساس به فرسایش، شخم در جهت شیب، بوتهکنی، تخریب و تبدیل غیر اصولی کاربری جنگل ها و مراتع، عدم تعادل بین تعداد دام وظرفیت مرتع و تخریب ناشی از برداشت غیر اصولی از معادن سطحی از مهمترین عوامل بیابانزا محسوب می شوند.