شبیه سازی دمای آب و اکسیژن خواهی بیولوژیکی کربنی سریع رودخانه با استفاده از مدل qual2kw

رودخانه ها به عنوان یکی از مهم ترین منابع تامین و انتقال آب در بخش های کشاورزی، صنعت و شهری محسوب می شود. حفظ کیفیت منابع آب به منظور تامین آب آشامیدنی، ارتقای کاربری های تفریحی و ایجاد یک اکوسیستم مناسب برای ماهیان ضروری می باشد. بنابراین، آگاهی از روند تغییرات آب رودخانه ها همراه با شناسایی عوامل اصلی آلودگی آن از اهمیت بسیاری برخوردار می باشد. اولین گام در راستای حفاظت از رودخانه، آگاهی همه جانبه از تغییرات کیفی آن می باشد. برای این منظور، در این تحقیق از مدل qual2kw برای شبیه سازی کیفی رودخانه بالیخلی چای اردبیل استفاده شد. به منظور اجرای مدل، اطلاعات مورد نیاز از اداره کل محیط زیست استان اردبیل طی سال های 97-1396 تهیه شد. داده ها به دو بخش تقسیم شدند، بخش اول (آذر 1396) برای واسنجی مدل و بخش دوم (خرداد 1397) به منظور صحت سنجی مدل استفاده شد. نتایج نشان داد مقادیر محاسباتی از تطابق نسبتا خوبی با مقادیر مشاهداتی برخوردار است و درصد خطای نسبی در مرحله واسنجی برای پارامترهای دمای آب و اکسیژن خواهی بیولوژیکی کربنی سریع به ترتیب 13 و 28/23 و در مرحله صحت سنجی به ترتیب 3/41 و 86/60 درصد به دست آمد.

simulation of water temperature and fast bod of river using qual2kw model

rivers are as one of the most important sources of supply and water conveyance in the agriculture, industrial and urban sections. the maintenance of water quality is essential in order to provide drinking water, promoting of recreational uses and creating a suitable ecosystem for the fish. therefore, it is important to be aware of the process of water changes in the rivers with identification of the main causes of pollution. the first step in river protection process is the comprehensive awareness of its qualitative changes. in this research, qual2kw model was used for qualitative simulation of balkhli-chai river in ardabil. in order to implement the model, the information provided by environmental department of ardabil province in 2017-2018 was prepared. the data were divided into two sections: the first part (october 2017) was used to calibrate the model and the second part (june 2018) was used to validate the model. the results showed that the computational values are relatively well-matched with observational values and the relative error percentage for water temperature and fast cbod was respectivily 13% and 23.28% in calibration step and 41.3% and 60.86% in validation step.