پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 163 |
| تعداد شماره‌ها | 6,714 |
| تعداد مقالات | 72,518 |
| تعداد مشاهده مقاله | 130,572,743 |
| تعداد دریافت فایل اصل مقاله | 102,849,510 |
ارزیابی تغییرات کیفی آب رودخانه مرزی ارس در ورودی و خروجی سد خداآفرین با استفاده از شاخص‌های کیفی آب | ||
| تحقیقات آب و خاک ایران | ||
| دوره 56، شماره 2، اردیبهشت 1404، صفحه 503-518 اصل مقاله (1.72 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2024.379440.669756 | ||
| نویسندگان | ||
| محمد بابایی1؛ محمدتقی ستاری2؛ سارا نیک مرام3؛ هوشنگ غلامی4؛ فریبرز معصومی5؛ محمد پیرحیاتی4؛ محمد مسافری* 6 | ||
| 1دانشجوی دکتری، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران | ||
| 2دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران | ||
| 3مدیر پایش کیفیت آب و فاضلاب استان آذربایجان شرقی، تبریز، ایران | ||
| 4کارشناس دفتر رودخانه‌های مرزی، شرکت مدیرت منابع آب ایران، تهران، ایران | ||
| 5گروه مهندسی عمران دانشکده فنی دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| 6استاد، مرکز تحقیقات سلامت و محیط زیست، دانشگاه علوم پزشکی تبریز، تبریز، ایران | ||
| چکیده | ||
| برآورد قابل اطمینان از تغییرات پارامترهای کیفی آب در مخازن کشور به منظور برنامه‌ریزی‌های کارآمد و بهره‌برداری از منابع آبی در مقیاس زمانی و مکانی حائز اهمیت است. در مطالعه حاضر ابتدا ارزیابی تغییرات پارامترهای کیفی آب سد خداآفرین در دو ایستگاه ورودی و خروجی به مخزن سد طی دوره مطالعاتی سال آبی 1400 و 1401 مدنظر قرار گرفت. سپس جهت شناسایی و طبقه‌بندی کیفیت آب برای مصارف مختلف از شاخص‌های IRWQI، NSFWQI و CWQI استفاده گردید. مطابق نتایج، حداکثر مقدار پارامترهای کیفی آب از جمله کدورت، مجموع کلیفرم، نیترات، TDS، TSS، EC، DO، BOD5 و COD به ترتیب معادل 5900 (NTU)، 35000 (MPN/100 ml)، 3/11، 7/1001، 5580، 1590 (us/cm)، 3/12، 5/5 و 32 (mg/L) برآورد گردید. مطابق نتایج به دست آمده BOD در خروجی مخزن نسبت به ورودی به میزان 3/10 درصد کاهش می‌یابد. دلیل کاهش آن نسبت به ایستگاه ورودی، کاهش تجزیه مواد آلی و تبدیل آن به ترکیبات معدنی بوده که علت آن را می‌توان فعالیت باکتری‌ها قلمداد کرد. متوسط مقدار COD برای ورودی و خروجی سد خداآفرین به ترتیب معادل 4/13 و 8/13 میلی‌گرم بر لیتر محاسبه شد که افزایش 9/2 درصدی را نشان می‌دهد. با ارزیابی مقادیر شاخص‌های کیفیت آب مشخص گردید که بازه تغییرات شاخص‌های IRWQI و NSFWQI در خروجی سد خداآفرین به ترتیب بین 39 تا 4/72 و 54 تا 78 به دست آمد که براساس شاخص CWQI نیز این مقدار معادل 40 محاسبه شد که نشان‌دهنده بهود کیفیت آب در خروجی مخزن آب است. کاهش سرعت آب و ته‌نشین شدن آب در پشت مخزن سد و رقیق‌سازی آب مخزن بواسطه ورود رودخانه هاکاری باعث گردیده تا کیفیت آب در خروجی در وضعیت قابل قبولی قرار داشته باشد. اما در ورودی سد خداآفرین به علت ورود آلاینده‌‌های مختلف کیفیت آب براساس مقادیر هر دو شاخص در طبقه نسبتا بد و بد قرار گرفت. | ||
| کلیدواژه‌ها | ||
| پارامترهای کیفی آب؛ رودخانه ارس؛ IRWQI؛ NSFWQI و CCME | ||
| عنوان مقاله [English] | ||
| Evaluation of water quality changes in Aras border river downstream and upstream of Khodaafrin Dam using water quality indicators | ||
| نویسندگان [English] | ||
| mohammad babaei1؛ Mohammad Taghi Sattari2؛ Sara Nikmaram3؛ Houshang Gholami4؛ fariborz masoumi5؛ Mohammad Pirhayati4؛ Mohammad Mosaferi6 | ||
| 1Ph.D. Student, Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Tabriz, Iran | ||
| 2Associate Professor, Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Tabriz, Iran | ||
| 3Water and Wastewater Company, East Azerbaijan Province, Tabriz, Iran | ||
| 4Expert, Border Rivers Office, Iran Water Resources Management Company, Tehran, Iran | ||
| 5Civil Engineering Dept., Faculty of Engineering, University of Mohaghegh Ardabili, Ardabil, Iran | ||
| 6Professor, Health and Environment Research Center, Tabriz University of Medical Sciences, Tabriz, Iran | ||
| چکیده [English] | ||
| Reliable estimation of changes in water quality parameters in the country's reservoirs is important for efficient planning and exploitation of water resources on a temporal and spatial scale. In this study, firstly, the evaluation of the changes in the water quality parameters of Khoda Afarin Dam at the two inlet and outlet stations to the dam during the study period of the water year 1400 and 1401 was considered. Then IRWQI, NSFWQI and CWQI indexes were used to identify and classify water quality for different uses. According to the obtained results, the maximum values of water quality parameters, including turbidity, total coliform, nitrate, TDS, TSS, EC, DO, BOD5 and COD are respectively equivalent to 5900 (NTU), 35000 (MPN/100 ml), 11.3, 1001.7, 5580, 1590 (us/cm), 12.3, 5.5 and 32 (mg/L) were estimated. According to the obtained results, the BOD at the outlet of the dam is reduced by 10.3% compared to the inlet. The reason for its decrease compared to the inlet station is the decrease in the decomposition of organic matter and its conversion into inorganic compounds, which can be attributed to the activity of bacteria. The average value of COD for the inlet and outlet of Khodaafrin Dam was calculated as 13.4 and 13.8 mg/lit, respectively, which shows an increase of 2.9%. By evaluating the values of water quality indicators, it was found that the range of changes of IRWQI and NSFWQI indicators at the outlet of Khodaafrin dam was between 39 to 72.4 and 54 to 78, respectively. Also, based on the CWQI index, this value was calculated as 40, which indicates the improvement of water quality at the outlet of the dam. | ||
| کلیدواژه‌ها [English] | ||
| Water quality parameters, Aras River, IRWQI, NSFWQI and CCME | ||
| مراجع | ||
|
Abdullah, H. S., Mahdi, M. S., & Ibrahim, H. M. (2017). Water quality assessment models for Dokan Lake using Landsat 8 OLI satellite images. Journal of Zankoy Sulaimani, Pure and Applied Sciences, 19(4), 25-44. Boyacioglu, H. (2010). Utilization of the water quality index method as a classification tool. Environmental monitoring and assessment, 167, 115-124. Brown, R. M., McClelland, N. I., Deininger, R. A., & Tozer, R. G. (1970). A water quality index-do we dare. Water and sewage works, 117(10). Chen, P., Wang, B., Wu, Y., Wang, Q., Huang, Z., & Wang, C. (2023). Urban river water quality monitoring based on self-optimizing machine learning method using multi-source remote sensing data. Ecological Indicators, 146, 109750. Ebraheim, G., Zonoozi, M. H., & Saeedi, M. (2020). A comparative study on the performance of NSFWQI m and IRWQI sc in water quality assessment of Sefidroud River in northern Iran. Environmental Monitoring and Assessment, 192, 1-13. Gani, M. A., Sajib, A. M., Siddik, M. A., & Moniruzzaman, M. (2023). Assessing the impact of land use and land cover on river water quality using water quality index and remote sensing techniques. Environmental Monitoring and Assessment, 195(4), 449. Ghosh, H., Tusher, M. A., Rahat, I. S., Khasim, S., & Mohanty, S. N. (2023, February). Water Quality Assessment Through Predictive Machine Learning. In International Conference on Intelligent Computing and Networking (pp. 77-88). Singapore: Springer Nature Singapore. Gupta, S., & Maiti, S. (2023). Comparison between self‐organizing map and principal component analysis for water quality assessment and hydro‐geochemical characterization in dyke intruded complex geological settings. Water and Environment Journal. Hashemi, S. H., Pourasghar, F., Nasrabadi, T., Ramezani, S., & Khoshrou, G. (2011). Guide to Iran Water Quality Index for Surface Water Resources-Conventional Parameters. Environmental Protection Organization of Iran. (In Persian) Hurley, T., Sadiq, R., & Mazumder, A. (2012). Adaptation and evaluation of the Canadian Council of Ministers of the Environment Water Quality Index (CWQI WQI) for use as an effective tool to characterize drinking source water quality. Water research, 46(11), 3544-3552. Jang, E., Im, J., Ha, S., Lee, S., & Park, Y. G. (2016). Estimation of water quality index for coastal areas in Korea using GOCI satellite data based on machine learning approaches. Korean Journal of Remote Sensing, 32(3), 221-234. Kamali Maskooni, E., Naseri-Rad, M., Berndtsson, R., & Nakagawa, K. (2020). Use of heavy metal content and modified water quality index to assess groundwater quality in a semiarid area. Water, 12(4), 1115. Khalili, R., Parvinnia, M., & Motaghi, H. (2020). Evaluation of Bashar River water quality using CWQI water quality index. Journal of Environmental Science Studies, 5(3), 2807-2814 (In Persian) Khlaif, B. M., & Al-Hassany, J. S. (2023, December). Assessment of the Euphrates River’s Water Quality at a Some Sites in the Iraqi Governorates of Babylon and Karbala. In IOP Conference Series: Earth and Environmental Science (Vol. 1262, No. 2, p. 022021). IOP Publishing. Kujiek, D. C., & Sahile, Z. A. (2024). Water quality assessment of Elgo river in Ethiopia using CCME, WQI and IWQI for domestic and agricultural usage. Heliyon, 10(1). Oiry, S., & Barillé, L. (2021). Using sentinel-2 satellite imagery to develop microphytobenthos-based water quality indices in estuaries. Ecological Indicators, 121, 107184. Saffran, K., Cash, K., Hallard, K., & Wright, R. (2001). Canadian water quality guidelines for the protection of aquatic life, CWQI water quality Index 1, 0, Users manual. Excerpt from Publication, 1299. Sattari, M. T., Babaei, M., Masoumi, F., & Mosaferi, M. (2023). Sampling and evaluation of water quality variables of Aras River downstream and upstream of Aras Dam. Iran-Water Resources Research. 19(5), 99-113. (In Persian) Silva, T. F. D. G., Beltrán, D., de Oliveira Nascimento, N., Rodríguez, J. P., & Mancipe-Muñoz, N. (2023). Assessing major drivers of runoff water quality using principal component analysis: a case study from a Colombian and a Brazilian catchments. Urban Water Journal, 20(10), 1555-1567. Sutadian, A. D., Muttil, N., Yilmaz, A. G., & Perera, B. J. C. (2016). Development of river water quality indices—a review. Environmental monitoring and assessment, 188, 1-29. Uddin, M. G., Nash, S., Rahman, A., & Olbert, A. I. (2023). Performance analysis of the water quality index model for predicting water state using machine learning techniques. Process Safety and Environmental Protection, 169, 808-828. Varol, M., & Tokatlı, C. (2023). Evaluation of the water quality of a highly polluted stream with water quality indices and health risk assessment methods. Chemosphere, 311, 137096. Wan Abdul Ghani, W. M. H., Abas Kutty, A., Mahazar, M. A., Al-Shami, S. A., & Ab Hamid, S. (2018). Performance of biotic indices in comparison to chemical-based Water Quality Index (WQI) in evaluating the water quality of urban river. Environmental monitoring and assessment, 190, 1-14. Zaghloul, G. Y., Zaghloul, A. Y., Hamed, M. A., El-Moselhy, K. M., & El-Din, H. M. E. (2023). Water quality assessment for Northern Egyptian lakes (Bardawil, Manzala, and Burullus) using NSF-WQI Index. Regional Studies in Marine Science, 103010. | ||
|
آمار تعداد مشاهده مقاله: 78 تعداد دریافت فایل اصل مقاله: 48 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب