تخمین سهم نسبی منابع چندگانه نیترات در آب زیرزمینی دشت ورامین با استفاده از مدل اختلاط ایزوتوپی بیزی

Authors

  • حمیدرضا ناصری استاد، گروه زمین‌شناسی معدنی و آب، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
  • زهره نجاتی جهرمی دانشجوی دکتری هیدروژئولوژی گروه زمین شناسی معدنی و آب، دانشکده علوم زمین، دانشگاه شهید بهشتی تهران، ایران
  • فرشاد علیجانی استادیار، گروه زمین‌شناسی معدنی و آب، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
  • محمد نخعی استاد، گروه زمین‌شناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی، کرج، ایران
Abstract:

آلودگی نیترات آب‌های سطحی و زیرزمینی مشکل مهم کیفیت آب در کره زمین است. در پژوهش‌های متعدد از روش علمی تعیین روابط δ15N-  و δ18O-  برای مشخص نمودن منابع غالب نیترات در آب‌های زیرزمینی، با وجود همپوشانی دامنه‏های ایزوتوپ نیترات و وقوع تفریق ایزوتوپی نیترات، استفاده می‌شود. منابع پتانسیل نیترات در منطقه مورد مطالعه شامل کودهای شیمیایی آمونیوم‌دار، پساب تصفیه‌خانه فاضلاب جنوب تهران، فاضلاب‌های انسانی و حیوانی، رودخانه شور، بارندگی و نیتروژن آلی خاک است. برای شناسایی منابع مختلف نیترات و تخمین سهم نسبی آن‌ها در آب زیرزمینی آبخوان ورامین، از ایزوتوپ‌های دوگانه نیترات (δ15N-  و δ18O- ) و مدل اختلاط ایزوتوپی بیزی برای 38 نمونه در آبان 1396 استفاده شد. بر اساس آنالیز خوشه‌ای سلسله مراتبی، 38 نمونه آب ‌زیرزمینی از لحاظ خصوصیات هیدروشیمیایی به سه خوشه (گروه‌های یک تا سه) تقسیم‌بندی شدند. میانگین مقدار δ15N-  برای گروه‌های 1، 2 و 3 به‌ترتیب ‰1/2 ±7+، ‰1/1 ±2/10+ و ‰1/2 ± 1/16+ و میانگین δ18O- ، به‌ترتیب ‰9/1 ±3/2+ ، ‰8/0 ±6/0+، ‰4/1 ±2/6+ بود. مدل SIAR نشان داد که کودهای آمونیوم‌دار و فاضلاب، بیشترین سهم نیتروژن آلی خاک و بارندگی کمترین سهم را در آلودگی نیترات آبخوان ورامین دارند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی غلظت نیترات در منابع آب زیرزمینی با استفاده از مدل تجمعی پارامتریک (LPM): مطالعه موردی در دشت قزوین

Background and Objective: The concentration of nitrate, factors affecting the balance sheet, and the changes in an aquifer is of utmost importance. Because modeling is an efficient method to predict the concentration of ions in water resources, in this study using lumped-parameter model and Monte Carlo simulation model, the nitrate concentrations in groundwater resources of Qazvin Plain were es...

full text

ردیابی منشأ نیترات آب زیرزمینی آبخوان ورامین با استفاده از ایزوتوپ های نیتروژن و اکسیژن نیترات

در چند دهه اخیر آلودگی نیترات آب زیرزمینی به یک مسئله زیست محیطی جهانی تبدیل شده است. مطالعات اخیر نشان داده است که ایزوتوپ های نیتروژن و اکسیژن ملکول نیترات را می‌توان برای ردیابی دینامیک نیتروژن شامل شناسایی منشآ نیترات و فرآیندهای تحول نیتروژن به کار برد. در این مطالعه، جهت شناسایی منشأ آلودگی نیترات و فرآیندهای تحول نیتروژن ناشی از فعالیت های انسانی در آبخوان ورامین، نسبت ایزوتوپ های پایدار...

full text

پیش بینی غلظت نیترات در منابع آب زیرزمینی با استفاده از مدل تجمعی پارامتریک (lpm): مطالعه موردی در دشت قزوین

زمینه و هدف: اطلاع از غلظت نیترات، عوامل تاثیر گذار در بیلان و روند تغییرات آن در یک آبخوان از اهمیت فوق العاده ای برخوردار است. با توجه به آنکه مدل سازی روشی کارامد جهت پیش بینی غلظت این آنیون در منابع آب است، در این مطالعه با استفاده از مدل تجمعی پارامتریک و شبیه سازی مونت کارلو غلظت نیترات در منابع آب زیر زمینی دشت قزوین برآورد و تجزیه تحلیل شد. روش بررسی: تعداد 19 حلقه چاه در اقلیم های مختل...

full text

تخمین نیترات آب زیرزمینی دشت همدان- بهار با استفاده از شبکة عصبی مصنوعی و اثر تفکیک داده‌ها بر دقت پیش‌بینی

کسب اطلاعات لازم در خصوص نیترات در منابع آب زیرزمینی مستلزم اندازه‌گیری‌های دقیق دوره‌ای است که با وجود اندازه‌گیری آن در برخی مناطق، به‌علت حساسیت‌های اجتماعی و سلامتی جامعه گزارش نمی‌شود. بنابراین مدل‌سازی آن به علت اطلاع از وضعیت کیفی آب هر منطقه ضروری به‌نظر می‌رسد. هدف این مطالعه استفاده از روش شبکة عصبی مصنوعی در برآورد نیترات و مقایسة آن با مقادیر اندازه‌گیری شده و بررسی تأثیرپذیری برآور...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 31  issue 1

pages  25- 38

publication date 2020-03-20

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023