شناسایی هم زمان مکان و توابع شدت چندین منبع آلاینده فعال در رودخانه با استفاده از مدلسازی ریاضی

در پژوهش حاضر از مدل معکوس به منظور شناسایی مکان و توابع شدت منابع آلاینده نقطه‌ای مجهول در رودخانه‌ استفاده گردیده است. در این تحقیق، حل معکوس معادله جابه‌جایی پراکندگی با استفاده از رویکرد ریاضی انجام شده است. از اهداف اصلی این مدل، شناسایی مکان منبع آلاینده در حالت وجود چندین منبع در رودخانه بدون داشتن هیچ‌گونه اطلاعات پیشین از منابع در چارچوب کاملاً ریاضی می‌باشد، به نحوی که مکان و تابع شدت هر یک منابع آلاینده فعال در رودخانه به صورت هم‌زمان شناسایی خواهد شد. نقطه قوت مدل معکوس ارائه شده آن است که، تنها با اندازه‌گیری منحنی غلظتزمان از چند نقطه معدود، می‌توان مکان منبع را با بیش‌ترین دقت به دست آورد. همچنین، پس از یافتن مکان منبع در رودخانه، توابع شدت منابع آلاینده بازسازی می‌شود. صحت‌سنجی مدل معکوس ارائه شده توسط مثال‌های فرضی متعدد انجام شد. در مثال‌های فرضی، مکان و توابع شدت منابع آلاینده به صورت متفاوت در نظر گرفته شدند تا کارایی روش در شکل‌های مختلف توابع شدت مشاهده شود. از آن‌جا که در حالت واقعی، اندازه‌گیری‌ها دارای خطا می‌باشند، درصدی خطا به داده‌ها اضافه شد. در آخر، صحت‌سنجی بین حالت دقیق و نتایج حاصل شده از مدل معکوس انجام شد. در تمام موارد، نتایج مدل معکوس با دقت مناسبی قابل قبول بود.

Simultaneous identification of location and intensity of several active pollutant sources in river using mathematical modeling

In the present study, an inverse model was used to identify the location and functions of the intensity of unknown point sources in the river. In this research, the inverse solution of the advectiondispersion equation is carried out using a mathematical approach. The main objectives of this model are to identify the location of the pollutant in the presence of several sources in the river without any prior information from the sources in the entire mathematical framework. The strength point of the inverse model is that, by measuring the concentrationtime curve from a few points, the source location can be obtained with the highest accuracy. Also, after finding the source location in the river, the functions of the intensity of the pollutant sources are restored. Verification of the inverse model provided by numerous hypothetical examples. In hypothetical examples, the location and intensity functions of the pollutant sources were considered differently so that the efficiency of the method is observed in different forms of intensity functions. Since in real mode, Measurements have errors, Error percent added to data. Finally, the verification was done between the exact state and the results of the inverse model. In all cases, the results of the inverse model were accurately acceptable.