شبیه سازی سه بعدی دما و پارامترهای کیفی آب با استفاده از مدل هیدرودینامیکی EFDC مطالعه موردی: (مخزن سد ماملو)

محورهای موضوعی : Business Administration and Entrepreneurship

هدی نادری ¹ (دانشجوی مقطع دکتری گروه مهندسی محیط زیست، دانشکده منابع طبیعی و محیط زیست، واحد علوم وتحقیقات، دانشگاه آزاد اسلامی، تهران، ایران)
امیرحسین جاوید ² (استاد گروه مهندسی محیط زیست، دانشکده منابع طبیعی و محیط زیست، واحد علوم وتحقیقات، دانشگاه آزاد اسلامی، تهران ، ایران)
سید مهدی برقعی ³ (استاد گروه مهندسی شیمی ونفت، دانشگاه صنعتی شریف، تهران، ایران)
محسن اسلامی زاده ⁴ (دکترای مهندسی محیط زیست، دپارتمان کنترل کیفیت آب، سازمان آب منطقه تهران، ایران)

تاریخ دریافت : 1400/03/21 تاریخ پذیرش : 1400/12/03 تاریخ انتشار : 1402/05/01

کلید واژه: مخزن سد, پارامترهای کیفی آب, لایه بندی حرارتی, مدل EFDC, شکوفایی جلبکی,

چکیده مقاله :

چکیده
مقدمه: کیفیت آب در  منابع آبی تامین کننده  آب شهرها، تهدید بالقوه برای سلامت جامعه به حساب می آید و مدیریت موثر این منابع آبی و درک جامع از الگوی مکانی و زمانی کیفیت آب مورد نیاز می باشد.
روش­: در این مطالعه، از مدل دینامیکی زیست محیطی سه بعدی EFDC، جهت ارزیابی و شبیه سازی دما و پارامترهای کیفی مخزن سد ماملو استفاده شده است. اطلاعات مورد نیاز، جهت واسنجی و صحت سنجی مدل در12 ماه از سال 2019 میلادی، از 6 نقطه از مخزن سد برداشت شده است.
یافته­ ها: لایه بندی حرارتی در مخزن چندین ماه در سال ادامه یافته است. لایه بندی پایدار، مانع ازانتقال اکسیژن به لایه های پایین تر شده و غلظت اکسیژن محلول در زیرلایه، به کمتر از 2 میلی گرم بر لیتر رسیده است. در تمامی فصول سال بیشترین غلظت سبزینه  آ مربوط به منطقه آفتاب  (با حداکثر غلظت 6/35 میکروگرم بر لیتر در مرداد ماه) می باشد. در مخزن سد ماملو فسفر عامل محدود کننده رشد جلبک ها در مخزن می باشد و رابطه معناداری میان تغییرات غلظت فسفر کل و تغییرات غلظت سبزینه آ در مخزن مشاهده گردید. روند تغییرات نیتروژن کل در مخزن نشان دهنده کنترل غلظت آن توسط بارهای خارجی ورودی به مخزن می باشد.
نتیجه­ گیری:  به طور کلی، نتایج به دست آمده از مقایسه مقادیر شبیه سازی شده و واقعی دهنده آن می باشد که مدل EFDC به صورت قابل قبولی قادر به شبیه سازی پارامترهای کیفی مخزن می باشد. همچنین، شاخص های آماری مقادیر نسبتاً مناسبی را در شبیه سازی تراز آب ( 72/0= , R² 15/0RMSE=) نشان دادند.

چکیده انگلیسی:

Abstract
Introduction: So as to conserve and manage reservoirs effectively, a comprehensive awareness is necessary for the spatial and temporal pattern of water quality.  
Methods: . In this research, a three-dimensional EFDC dynamic environmental model has been utilized, for the assessment and simulation of the thermal-regime and quality parameters of the Mamloo-Dam Reservoir. The information required for the calibration and validation of the model in the 12 months of the year of 2019, has been taken from 6 stations.
Findings: The thermal stratification has prolonged, for several months. Stability in stratification has obstructed the transfer of oxygen to the lower layers and the dissolved oxygen (DO) concentration in the hypolimnion, decreases intensely, in to less than 2 mg/L. In the entire seasons of the year, the highest concentration of Chlorophyll is relative to photic zones (with highest concentration 35.6 µg/L in august). The phosphorous factor restricts the growth of algae in the reservoir; and a high correlation between the modifications in total phosphorous concentration and chlorophyll was observed. The trend of modifications in total nitrogen illustrates its control by external input loads. Furthermore, the results attained in comparing the simulated and real values (R² and RMSE values), display that the EFDC model has the capacity to simulate the hydrodynamic and qualitative parameters of the Mamloo-Dam Reservoir. Moreover, provided appropriate statistical indicators (RMSE=0.15, R²=0.72) in water level simulation.

منابع و مأخذ:

1. Qiu J, Shen Z, Chen L, Hou X. Quantifying effects of conservation practices on non-point source pollution in the Miyun Reservoir Watershed , China. 2019;


2. Robert G Wetzel. Limnology Lake and River Ecosystem.


3.    Mohseni-Bandpei A, Motesaddi S, Eslamizadeh M, Rafiee M, Nasseri M, Montazeri Namin M, et al. Water quality assessment of the most important dam (Latyan dam) in Tehran, Iran. Environ Sci Pollut Res. 2018 Oct 1;25(29):29227–39.


4. Sabeti R JH. Simulation of thermal stratification and salinity using the CE-QUAL W2 model(case study: mamloo dam). In.


5.    Jeong S, Yeon K, Hur Y, Oh K. Salinity intrusion characteristics analysis using EFDC model in the downstream of Geum River. J Environ Sci. 2010;22(6):934–9.


6. Jin KR, Hamrick JH, Tisdale T. Application of Three-Dimensional Hydrodynamic Model for Lake Okeechobee. Vol. 126, Journal of Hydraulic Engineering. 2000.


7. Yu L, Gan J. Mitigation of Eutrophication and Hypoxia through Oyster Aquaculture: An Ecosystem Model Evaluation off the Pearl River Estuary. Environ Sci Technol. 2021 Apr 20;55(8):5506–14.


8.    Chen L, Yang Z, Liu H. Numerical simulations of spread characteristics of toxic cyanide in the danjiangkou reservoir in china under the effects of dam cooperation. Math Probl Eng. 2014;2014.


9. Zhao G, Gao X, Zhang C, Sang G. The effects of turbulence on phytoplankton and implications for energy transfer with an integrated water quality-ecosystem model in a shallow lake. J Environ Manage. 2020 Feb 15;256.


10. Zhang CX, You XY. Application of EFDC model to grading the eutrophic state of reservoir: Case study in tianjin Erwangzhuang reservoir, China. Eng Appl Comput Fluid Mech. 2017;11(1):111–26.


11. Gao Q, He G, Fang H, Bai S, Huang L. Numerical simulation of water age and its potential effects on the water quality in Xiangxi Bay of Three Gorges Reservoir. J Hydrol. 2018 Nov 1;566:484–99.


12. Matthews DA, Effler SW. Assessment of long-term trends in the oxygen resources of a recovering urban lake, onondaga lake, New York. Lake Reserv Manag. 2006;22(1):19–32.


13. Azari AM, Mohebbi F, Asem A. Seasonal changes in phytoplankton community structure in relation to physico-chemical factors in Bukan dam reservoir (northwest Iran). Turk J Botany. 2011;35(1):77–84.


14. Tang C, He C, Li Y, Acharya K. Extended Abstract Introduction Iran’s dam reservoirs are confronted with a potential threat as human activities have been continuously influencing the physical and chemical characteristics of water bodies. Specific attention has been paid to the pattern s. J Hydrol. 2021 Feb 1;593.


15. Wang Y, Jiang Y, Liao W, Gao P, Huang X, Wang H, et al. 3-D hydro-environmental simulation of Miyun reservoir, Beijin. J Hydro-Environment Res. 2014 Dec 1;8(4):383–95.


16. Bai H, Chen Y, Wang D, Zou R, Zhang H, Ye R, et al. Developing an EFDC and numerical source-apportionment model for nitrogen and phosphorus contribution analysis in a Lake Basin. Water (Switzerland). 2018 Sep 23;10(10).


17. Lindim C, Pinho JL, Vieira JMP. Analysis of spatial and temporal patterns in a large reservoir using water quality and hydrodynamic modeling. Ecol Modell. 2011 Jul 24;222(14):2485–94.


18. De Ceballos BSO, Ko È Nig A, De Oliveira JF. DAM RESERVOIR EUTROPHICATION: A SIMPLIFIED TECHNIQUE FOR A FAST DIAGNOSIS OF ENVIRONMENTAL DEGRADATION OF ENVIRONMENTAL DEGRADATION.