شناسایی منابع آلاینده چندگانه در رودخانه در دامنه یک‌بعدی تحت شرایط واقعی

نوع مقاله : مقاله کامل پژوهشی

نویسندگان

دانشکده کشاورزی، گروه سازه‌های آبی، دانشگاه تربیت مدرس

10.22034/jcee.2020.26099.1632

چکیده

بحث شناسایی و بازیابی تابع شدت منابع آلاینده ناشناخته، یکی از مهم‌ترین مسائل و چالش‌های زیست‌محیطی در رودخانه‌ها است. از این‌رو لزوم بهره‌گیری از روش‌های مطمئن و دقیق جهت بازیابی اطلاعات مربوط به شدت زمانی و زمان رهاسازی آلودگی از منابع آلاینده در رودخانه اجتناب‌ناپذیر است. در هرکدام از روش‌های حل معکوس معادله جابه‌جایی- پراکندگی در رودخانه، محدودیت‌ها و نقاط ضعفی وجود دارد، بنابراین روشی موردنیاز است که علاوه بر دقت و کاهش محدودیت‌ها، پیچیدگی‌های شرایط واقعی رودخانه را نیز از لحاظ شرایط جریان و منابع آلاینده مورد بررسی قرار دهد. بر همین اساس یک مدل عددی مبتنی بر رویکرد ریاضی ماتریس معکوس برپایه روش تنظیم تیخونف و نتایج حاصل از اصل برهم‌نهی ارائه‌ شده است. این مدل به بازیابی توابع شدت زمانی منابع چندگانه آلاینده در حالت‌ پیچیده پرداخته و با استفاده از داده‌های واقعی رودخانه کارون در فاصله ایستگاه ملاثانی تا ایستگاه فارسیات در حالت یک­بعدی و شرایط جریان غیرماندگار صحت سنجی شده است. در پایان علاوه بر ارائه چارچوب، نتایج محاسبات نشان می‌دهد که مدل معکوس مذکور به­خوبی قادر است با کم­ترین اطلاعات مشاهدات پایین‌دست و تنها با یک مرتبه اجرا تمامی توابع شدت منابع آلاینده در هر نقطه از رودخانه را بازسازی کند.

کلیدواژه‌ها


عنوان مقاله [English]

Identification of Multiple Pollutant Sources in Rivers in One-Dimensional Domain under Real Conditions

نویسندگان [English]

  • Siamak Amiri
  • Mehdi Mazaheri
  • Jamal Mohammadvali Samani
Faculty of Agriculture, University of Tarbiat Modares, Tehran
چکیده [English]

It is almost three decades that finding the release time and location of pollutant sources in rivers has attracted the researchers’ and pundits’ attention. In most of the current studies related to finding the release time and the location of pollutant sources, each of the researchers has considered their own specific circumstances in kind of hypotheses and problem solution methods. In a more general study, in previous studies researchers have used three approaches for solving the inverse problem of the pollutant transport equation.
The first approach (simulation-optimization methods) includes characteristics such as combining an optimization algorithm with other numerical methods of solving transport and hydrodynamic equations. The need to use computers with strong processors for solving inverse problem is a type of computational costs that can be counted as a weakness for this method (Mazaheri et al., 2015).
The second approach (probabilistic and geostatistical methods) focuses on using probabilistic and geostatistical distribution. Furthermore, using this method would assist to decrease computational volume for finding inverse problem answers, and finally would reduce number of simulations. So, that is an advantage for this method.

کلیدواژه‌ها [English]

  • Pollutant sources identification
  • inverse model
  • Tikhonov regularization method
  • superposition principle
  • Advection-dispersion equation
  • Karun River
موسوی مهد س، "مدیریت بهره‌برداری مکانی و زمانی آب رودخانه کارون از حد فاصل سد گتوند تا خرمشهر با اعمال سناریوهای مختلف رهاسازی شوری از مخزن سد"، پایان‌نامه کارشناسی ارشد، گروه سازه‌های آبی، دانشگاه تربیت مدرس، 1392.
Aster RC, Borchers B, Thurber CH, “Parameter Estima- tion and Inverse Problems”, San Diego, CA: Elsevier Academic Press, 2005.
Chapra SC, “Surface water-quality modeling”, New York. McGraw Hill Companies, Inc., 1997.
Chaudry MH, Open Channel Flow. Springer, NewYork, 2008.
Cupola F, Tanda MG, Zanini A, “Laboratory sandbox validation of pollutant source location methods”, Stochastic Environmental Research and Risk Assessment, 2015, 29 (1), 169-182.
Di Nardo A, Santonastaso GF, Battaglia R, Musmarra D, Tuccinardi FP, Castaldo F, Della Ventura B, Iervolino M, Velotta R, “Smart identification system of surface water contamination by an innovative biosensor network”, In Proceedings of Conference on Environmental Management, Engineering, Planning and Economics (CEMEPE) and to the SECOTOX Conference, 2015.
El Badia A, Ha-Duong T, Hamdi A, “Identification of a point source in a linear advection dispersion-reaction equation: Application to a pollution source problem”, Inverse Problems, 2005, 21 (3), 1121-1139.
Ghane A, Mazaheri, M, Mohammad Vali Samani J, “Location and release time identification of pollution point source in river networks based on the Backward Probability Method”, Journal of Environmental Management, 2016, 180, 164-171.
Hadamard J, “Lectures on Cauchy's Problem in Linear Partial Differential Equations”, New Haven: Yale University Press, 1923.
Hamdi A, “The recovery of a time-dependent point source in a linear transport equation: application to surface water pollution”, Inverse Problems, 2009, 25 (7), 075006.
Lee YJ, Park C, Lee ML, “Identification of a Contaminant Source Location in a River System Using Random Forest Models”, Water, 2018, 10 (4), 391.
Lei L, Xue Y, Zheng W, Yang J, “An inverse method based on CFD to determine the temporal release rate of a heat source in indoor environments”, Applied Thermal Engineering, 2018, 134, 12-19.
Mahinthakumar GK, Sayeed M, “Hybrid genetic algorithm-local search methods for solving groundwater source identification inverse problems”, Journal of Water Resources Planning and Management, 2005, 131 (1), 45-57.
Mazaheri M, Mohammad Vali Samani J, Samani HMV, “Mathematical Model for Pollution Source Identification in Rivers”, Environmental Forensics, 2015, 16 (4), 310-321.
Neupauer RM, Wilson JL, “Adjoint-derived location and travel time probabilities for a multidimensional groundwater system”, Water Resources Research, 2001, 37 (6), 1657-1668.
Partial Differential Equations”, New Haven: Yale University Press, 1923.
Singh RM, Datta B, “Identification of groundwater pollution sources using GAbased linked simulation optimization model”, Journal of Hydrologic Engineering, 2006, 11 (2), 101-109.
Wei Y, Zhang T, Wang Sh, “Inverse Identification of Multiple Pollutant Sources”, 14th Conference of International Building Performance Simulation Association, Hyderabad, India, 2015.
Wang Z, Liu J, “Identification of the pollution source from one-dimensional parabolic equation models”, Applied Mathematics and Computation, 2012, 219 (8), 3403-3413.
Zhang T, Chen Q, “Identification of contaminant sources in enclosed spacey by a single sensor”, Indoor Air, 2007, 17 (6), 439-449.
Zhang T, Zhou H, Wang S, “Inverse identification of the release location temporal rates, and sensor alarming time of an airborne pollutant source”, Indoor Air, 2015, 25 (4), 415-427.