مدلسازی کیفیت آب سطحی در حوضه آبریز سد جیرفت

یکی از منبع آلودگی آب سطحی، مدیریت ضعیف پسماندهای کشاورزی است. در این پژوهش کیفیت آب سحطی حوضه آبریز سد جیرفت با استفاده از مدل qswat مدلسزی شد. منطقه مورد مطالعه با وسعت 783446/81 هکتار در بالادست سد جیرفت در استان کرمان واقع شده است. مدل بارشرونآب حوضه آبریز منطقه مطالعاتی برای یک دوره 21 ساله با گام زمانی ماهانه از سال 2000 لغایت 2020 شبیه‌‌سازی شد. به عنوان داده‌های مشاهده‌ای دبی جریان از ایستگاه هیدرومتری کنارویه و برای داده‌های هواشناسی ورودی مدل از اطلاعات ایستگاه سینوپتیک بافت استفاده شد. واسنجی و اعتبارسنجی نتایج دبی شبیه‌سازی شده ، با استفاده از الگوریتم خودکارsufi2 در نرم افزار swatcup به ترتیب برای سال‌های (20112019) و (20082010) انجام گرفت. نتایج الگوریتم sufi2 برای دوره واسنجی با ضرایب همبستگی و نشساتکلیف به ترتیب 0/79 و 0/77 و برای دوره اعتبارسنجی 0/81 و 0/82 بدست آمد. آنالیز حساسیت برای 12 پارامتر واسنجی انجام شد که هدایت هیدرولیکی اشباع خاک به عنوان حساس‌ترین پارامتر به دست آمد.. کیفیت آب سطحی حوضه آبریز سد جیرفت با اضافه کردن کود شیمایی مصرفی اوره در سطح زیرکشت این منطقه شبیه سازی شد. نتایج کیفیت آب سطحی از نظر مقدار بار نیترات شبیه سازی شده در مدل qswat با نتایج آزمایشگاهی مقایسه شد. نتایج مدل کیفیت آب سطحی نسبت به نتایج آزمایشگاهی از تطابق خوبی برخوردار بود. نتایج نشان دادند که استفاده از qswat در مدلسازی حوضه‌ آبریز به منظور پیش‌بینی و مدیریت منابع آبی می‌تواند روشی موثر و کارآمد باشد.

Surface water quality modeling in Jiroft dam watershed

Poor management of agricultural waste is one of the sources of water pollution. In this study, the surface water quality of Jiroft Dam watershed was modeled using the QSWAT model. The study area is located at the upstream of Jiroft Dam watershed with the total area of 783446.81 hectares in Kerman province. The rainfallrunoff model was simulated over the 21 years from 2000 to 2020 for a monthly time step. Data from Konaroye hydrometric station was used as observed flow data. The meteorological data was collected from Baft synoptic station. The model was calibrated and validated using the SUFI2 automated algorithm in SWATCUP software for periods (20112019) and (20082010), respectively. The final results of determination and NashSutcliffe coefficients from calibration and validation processes obtained 0.79, 0.77, 0.81 and 0.82, respectively. Sensitivity analysis was performed for 12 calibration parameters. The results show that baseflow alpha factor is the most sensitive parameter. After modeling of the flow rates in watershed, in next step surface water quality was modeled in QSWAT by considering Urea as fertilizer which is mostly used on the area under cultivation of Jiroft Dam watershed. The results for Nitrate load show that model prediction is in good agreement with the experimental data. The results of this study show that QSWAT model can be used as an effective and efficient method in order to predict surface water quality and managing of water resources.