مدل‌سازی روند تغییرات کیفیت آب سطحی با استفاده از مدل swat در حوضه آبریز ارداک مشهد
محورهای موضوعی : آب و محیط زیست
مرتضی نیک اختر
1
,
سیده هدی رحمتی
2
,
علی رضا مساح بوانی
3
,
ایمان بابائیان
4
1 - دانشجوی دکتری، گروه مهندسی محیط زیست، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.
2 - استاد یار، گروه مهندسی محیط زیست، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران. * (مسوول مکاتبات)
3 - دانشیار، گروه مهندسی آب، پردیس ابوریحان، دانشگاه تهران، تهران، ایران.
4 - استادیار، پژوهشکده اقلیم شناسی، پژوهشگاه هواشناسی و علوم جو، مشهد، ایران.
کلید واژه: رودخانه ارداک, مدل‌سازی, SWAT, نمونه‌برداری.,
چکیده مقاله :
زمینه و هدف: در سال‌های اخیر با توجه به گسترش آلودگی منابع آب و با وجود گزارشات و تکنیک‌های مختلف، مدلهای هیدرولوژیکی بهواسطه توانمندی بسیار زیاد آنها در تجزیه و تحلیل اطلاعات و صرفه جویی‌های اقتصادی ناشی آز آنها به ابزارهای مناسبی برای مدیریت و برنامه‌ریزی منابع آب تبدیل شده‌اند. در این مطالعه با استفاده از مدل نیمه‌توزیعی SWAT، که بر اساس پدیده‌های فیزیکی وغیر فیزیکی حاکم برمحیط آب عمل مینماید، نسبت به مدل‌سازی کمی و کیفی آب رودخانه ارداک مشهد که بخش قابل‌توجهی از آب مورد نیاز در بخش‌های شرب و کشاورزی این کلان شهر را تامین می نماید اقدام گردیده و وسیله مناسبی برای برنامه‌ریزی و تصمیم‌گیری‌های آتی را فراهم مینماید. روش بررسی: پس از ورود اطلاعات و ساخت مدل در فضای Swat، برای واسنجی و صحت سنجی کمیت‌های دبی، NO3، MINP، TSS، DO و CBOD در مدل SWAT-CUP، عمل نمونه‌برداری و آزمایش پارامترهای مختلف کیفی آب در 12 دوره یک ماهه در طول سال آبی 98-99 انجام شد. یافته‌ها: نتایج نشان داد که به غیر از نیترات میزان سایر پارامترهای کیفی آب مانند فسفر، رسوب و مواد آلی در فصول پرآب سال بیشتر است. بحث و نتیجه‌گیری: مدل ساخته‌شده توانایی مناسبی در شبیه‌سازی وضعیت واقعی رودخانه دارد و می‌توان از آن برای تعریف و اجرای انواع سناریوهای موثر بر کیفیت آب استفاده و با آزمودن گزینه‌های مختلف بهترین شیوه‌ها را شناسایی نمود.
Background and Objective: During last decades, despite developing various reports and techniques, due to over expansion of water pollution, hydrological models have become sophisticated tools for water resources management and planning because of their remarkable ability to analyze information and economic savings resulting from their application. In this study, using the SWAT semi-distributed model, which operates on the basis of physical and non-physical processes governing the water environment, quantitative and qualitative modeling was developed for Ardak River which supplies a significant part of water demand in drinking and agricultural sectors of Mashhad mega city. So, this research is going to provide a right tool for future planning and design making. Material and Methodology: After entering the information and constructing the model in Swat, for calibration and verification of stream flow, NO3, MINP, TSS, DO and CBOD in SWAT-CUP model, sampling and testing of different water quality parameters were performed in 12 monthly periods from march 2019 to February 2020. Findings: The results showed that except for nitrate, the amount of other water quality parameters such as phosphorus, sediment and carbonaceous organic matter is higher in wet seasons. Discussion and Conclusion: The developed model has a considerable ability to simulate the actual condition of the river and it can be applied to define and implement a variety of scenarios affecting water quality for identifying the best practices by testing different options.
1. Abbaspour KC, Yang J, Maximov I, Siber R, Bogner K, Mieleitner J, et al. Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT. Journal of Hydrology. 2007;333(2):413-30
2. Boskidis I, Gikas GD, Pisinaras V, Tsihrintzis VA. Spatial and temporal changes of water quality, and SWAT modeling of Vosvozis river basin, North Greece. Journal of Environmental Science and Health, Part A. 2010;45(11):1421-40
3. Dutta P, Sarma AK. Hydrological modeling as a tool for water resources management of the data-scarce Brahmaputra basin. Journal of Water and Climate Change. 2020;12(1):152-65
4. Mohammadi M, Kavian A, Gholami L. Simulation of Discharge and Nitrate in Tallar Basin using SWAT Model. Journal of Watershed Management Research. 2017;8(15). (In Persian)
5. Ababei B, Sohrabi T. Assessing the performance of SWAT model in Zayandeh Rud watershed. Journal of Water and Soil Conservation. 2009; 16(3). (In Persian)
6. Kavian A, Golshan M, Rouhani H, Esmali Ouri A. Simulation of Runoff and Sediment Yield in Haraz River Basin in Mazandaran Using SWAT Model. Physical Geography Research Quarterly. 2015; 47(2):197-211. (In Persian)
7. Neitsch SL, Arnold JG, Kiniry JR, Williams JR. Soil and water assessment tool theoretical documentation version 2009. Texas Water Resources Institute; 2011.
8. Krysanova V, Arnold JG. Advances in ecohydrological modelling with SWAT—a review. Hydrological Sciences Journal. 2008;53(5):939-47
9. Sanders TG, Ward RC, Loftis JC, Steele TD, Adrian DD, Yevjevich VM. Design of networks for monitoring water quality: Water Resources Publication; 1983.
10. Singh L, Saravanan S. Simulation of monthly streamflow using the SWAT model of the Ib River watershed, India. HydroResearch. 2020;3:95-105
11. Chen H, Chen J, Liu Y, He J. Study of Nitrogen Pollution Simulation and Management Measures on SWAT Model in Typhoon Period of Shanxi Reservoir Watershed, Zhejiang Province, China. Polish Journal of Environmental Studies. 2021; 30(3): 2499-507
12. Cheng J, Gong Y, Zhu DZ, Xiao M, Zhang Z, Bi J, et al. Modeling the sources and retention of phosphorus nutrient in a coastal river system in China using SWAT. Journal of Environmental Management. 2021; 278:111556
13. Abbaspour KC. Swat-cup 2012. SWAT calibration and uncertainty program—A user manual. 2013
14. Abbaspour KC, Rouholahnejad E, Vaghef S, Srinivasan R, Yang H, Kløve B. A continental-scale hydrology and water quality model for Europe: Calibration and uncertainty of a high-resolution large-scale SWAT model. Journal of Hydrology. 2015;524:733-52
15. Falah Rastegar N, Niksokhan MH. Quantitative Estimation and Qualitative Prediction of Nitrate Parameter of Runoff under Climate Change Situation. Iranian Journal of Irrigation and Drainage. 2018; 12(1): 53-62. (In Persian)
16. Faksomboon B, Bualert S, Dampin N, Thangtham N. Dynamic Modeling of Water Storage Capacity for the Dilution of Waste Water of Land Utilization in the Upper Tha Chin Watershed, Thailand. EnvironmentAsia. 2017;10(2)
17. Bracmort KS, Arabi M, Frankenberger J, Engel BA, Arnold JG. Modeling long-term water quality impact of structural BMPs. Transactions of the ASABE. 2006; 49(2):367-74