تعیین پارامترهای جریان، انتقال مواد محلول و حرارت با انجام آزمایشات نفوذ در خاک های سیلتی و ماسه ای

نوع مقاله : مقاله پژوهشی

نویسنده

دانشیار/دانشگاه خوارزمی

چکیده

مدل سازی فرایند جریان آب، انتقال حرارت و انتقال آلودگی در خاک، نیاز به پارامترهای هیدرودینامیکی ، هدایت حرارتی و ضریب پراکندگی در خاک دارد. هدف از این مطالعه ارزیابی پارامترهای مشخصه این خواص از یک آزمایش گذار جریان و انتقال ماده محلول و حرارت است. در طی دو آزمایش نفوذ، یکی به مدت 24 ساعت در ستون خاک ماسه و دیگری به مدت 36 ساعت در ستون خاک سیلت ثبت داده صورت گرفت. برای پایش دمای خاک در اعماق 4، 8 و 12 سانتیمتر در هر ستون سنسورهای حرارتی نصب گردید و دمای آب نفوذ داده شده در 40 درجه سانتیگراد تنظیم و نفوذ پایدار از یک منبع توسط پمپ پریستالتیک تحت نظارت قرار گرفت. محلول یک مولار KCl در حالت پایدار، روی ستون های مجزا از خاکهای ماسه و سیلت تزریق و در طی آزمایش نمونه برداری آب و اندازه گیری درجه حرارت در اعماق 4 و 8 و 12 سانتیمتری ثبت گردید. پارامترهای هیدرولیکی خاک (پارامترهای شکل در معادله ون گنوختن  و n)، پارامتر انتقال (ضریب پراکندگی طولی) و پارامترهای هدایت حرارتی خاک (ضرایب b1، b2 و b3 در تابع هدایت حرارتی خاک چانگ و هورتون) با استفاده از مدل سازی معکوس با مدل HYDRUS-1D تخمین زده شد. منحنی های رخنه برداشت شده و منحنی های حرارت اندازه گیری شده دستیابی به این پارامترها را با استفاده از نرم افزار HYDRUS-1D موفقیت آمیز نشان می دهد. اعتبار سنجی نتایج با مقایسه داده های غلظت KCl و حرارت اندازه گیری شده و شبیه سازی شده توسط مدل با محاسبه ریشه میانگین مربع خطا RMSE و ضریب R2 انجام گردید. ن از نتایج ارزشمند این تحقیق به کار گیری ارزانترین ردیاب یعنی دما همزمان با داده های غلظت در به دست آوردن جوابهای یکتا از تخمین توابع هیدرولیکی خاکهای ماسه ای و سیلتی به روش حل معکوس است.

کلیدواژه‌ها


عنوان مقاله [English]

Determination of flow, solute transport and thermal parameters of silty and sandy soil using laboratory infiltration experiments.

نویسنده [English]

  • Mohammad Nakhaei
چکیده [English]

Modeling the process of water flow, heat transfer and transmission of soil contamination requires hydraulic parameters, thermal conductivity and dispersion coefficient in soil. The purpose of this study is to evaluate the characteristic parameters of these properties from an infiltration test of flow and transfer of heat and soluble materials. Data collection were done during the two infiltration experiments, one was recorded for 24 hours in a sand column and another for 36 hours in a silt soil column. To monitor the temperature of the soil at depths of 4, 8 and 12 cm in each column, thermal sensors were installed and the temperature of the infiltrated water was regulated at 40 ° C and the steady infiltration of a source was monitored by the peristaltic pump. A solution of one molar of KCl in a steady state condition was injected on each column of sand and silt soils and the Cl concentration and temperature was recorded during the sampling of water and sensor readings at depths of 4, 8 and 12 cm. The hydraulic parameters of the soil (shape parameters in the van Genuchten equation  and n), the transport parameter (longitudinal dispersion coefficient), and the soil thermal conductivity parameters (coefficients b1, b2 and b3 in the Chang and Horton soil heat transfer function) was estimated using inverse modeling techniques. Validation of the results was performed by comparing the measured and simulated Cl concentration and the heat data by the model using the calculated root mean square error RMSE and R2 coefficient. The most valuable result of this research is the use of the cheapest tracer, ie, temperature, along with the concentration data, to obtain unique solutions to the estimation of the hydraulic functions of sand and silty soils by inverse solution.

کلیدواژه‌ها [English]

  • Infiltration
  • heat transfer
  • solute transport
  • inverse solution
  • HYDRUS-1D
نیکبخت، ج.، ذوالفقاری، م.، نجیب، م.، 1395. پیش‌بینی سطح آب زیرزمینی دشت تسوج-آذربایجان‌شرقی با کمک شبکه‌های عصبی مصنوعی. هیدروژئولوژی، دوره 1، شماره 2، 99-115.
میرعباسی نجف‌آبادی، ر.، ستاری، م. ت.، برقی ولینجق، و.، 1395. شبیه‌سازی و مدیریت بهره‌برداری از آب زیرزمینی دشت عجب‌شیر. هیدروژئولوژی، دوره 1، شماره 1، 57-75.
 Anderson, M.P., Woessner, W.W., 1992. Applied groundwater modeling flow and advective transport. Academic press, Inc. 381 p.
Chiang, W. H., 2001. 3D-groundwater modeling with PMWIN: A simulation system for modeling groundwater flow and transport processes, Springer, New York.
Chiang, W. H., Kinzelbach, W., 2001. 3D-groundwater modeling with PMWIN, Springer, New York, 346 p.
Ghosh, N. C., Sharma, K. D., 2006. Groundwater modeling management. Capital Publishing Company. New Delhi, 594 p.
Hill, M. C., 1998. Methods and guidelines for effective model calibration. U. S. Geol. Survey water- Res. Invest. Rep. 98-4005: 90pp.
Nishikawa, T., 1998. Water resources optimization model for Santa Barbara, California. Journal of Water Resources Planning and Management, 124 (5).
Sulaiman Kharmah, R. A., 2007. Optimal management of groundwater pumping, the case of the Eocene Aquifer, Palestine. MSc thesis. Faculty of Graduate Studies, at An-Najah National University, Nablus, Palestine, 136 p.
Switzerland, Z., 1999. Calibration and reliability in groundwater modeling coping with uncertainty. IAHR Model Care, 99, 739-744.
Yeh, J., Mock, P. A., 1995. A structured approach for calibrating steady- state groundwater flow models. Groundwater, 18(2), 444-450.
Yan, Q., Ma, C., 2016. Application of integrated ARIMAand RBF network for groundwater level forecasting. Environmental Earth Sciences. 75(5): 1-13.
Karayiannis, N.B., Venetsanopoulos, A.N., 1993. Artificial Neural Network: Learning Algorithms, Performance Evaluation, and Application, Kluwer Academic Publisher. Boston. 523p. Mason, J.C., Price, R.K., Tem, m.e., 1996. A neural network model of rainfall-runoff using radial basis functions. Hydraulic Research. 34: 537-548.
Mishra, A.K., Desai, V.R., 2006. Drought forecasting using feed- forward recursive neural network, Ecological modeling. 98, 127-138.
Rajaee, T., Mirbagheri, S. A., Nourani, V., Alikhani, A., 2010. Prediction of daily suspendedsediment load using wavelet and neuro-fuzzycombined model. Environmental Science and Technology. 7(1): 93-110.