تحلیل ریسک استفاده از پساب شهری برای مصارف کشاورزی و صنعت با استفاده از مدل شبکه‌های بیزین

پساب‌های شهری به‌دلیل آن که مقدار کمیت و کیفیت آنها توسط بشر کنترل می‌شود، منبع مناسبی برای تخصیص به کاربری‌های مختلف برای مصارف غیرخانگی است اما دارای محدودیت‌هایی نیز هستند. استفاده غیراصولی از این پساب‌ها بدون تصفیه کامل می‌تواند باعث بروز مخاطرات محیط‌زیستی و بهداشتی شده و در نتیجه باعث بروز نارضایتی‌های اجتماعی و گاهی مشکلات اقتصادی شود. این پژوهش به بررسی مخاطراتی که استفاده از پساب را محدود می‌کند، اختصاص داده شده است. برای این پژوهش اطلاعات کیفی 26 تصفیه‌خانه در کشور جمع‌آوری شد. با استفاده این اطلاعات و با ایجاد یک بانک اطلاعاتی مناسب، خطرپذیری استفاده از پساب در کشاورزی و صنعت با در نظر گرفتن شاخص‌های اصلی ریسک محیط‌زیستی، اجتماعی-فرهنگی، اقتصادی و فنی محاسبه شد. برای محاسبه ریسک‌ها، پژوهش‌ها و مدارک چاپ شده و نشده مختلف جمع‌آوری و مرور شد، مخاطرات گوناگونی در ارتباط با استفاده از پساب، شناسی و در نهایت در دسته‌های ریسک‌های چهارگانه بیان شده تقسیم شده‌اند. در ادامه شبکه‌های سلسله مراتبی ارائه شده تا ریسک‌های اصلی و در نهایت ریسک کلی محاسبه شود. شبکه‌های بیزین برای مدل‌سازی ساختارها استفاده شده است. روابط بیزین به‌صورت علت و معلولی بوده که کمک شایانی به بیان روابط بین گره‌ها به صورت احتمالاتی می‌کند. نتایج پژوهش نشان داد که ریسک استفاده از فاضلاب تصفیه شده شهری با توجه به تصفیه فعلی برای کشاورزی معمولاً بیشتر از استفاده در صنعت است و بنابراین مقبولیت استفاده از پساب در صنعت ممکن است بیشتر از کشاورزی باشد. همچنین نتایج به‌دست آمده نشان داد که ساختارهای مخاطرات ریسکی در ارتباط با کشاورزی و صنعت در شبکه‌های بیزین با توجه به شاخص‌های r^2، rmse و mape به‌خوبی مدل شده‌اند. میانگین این شاخص‌ها برای شبکه‌های بیزین ریسک استفاده از پساب در کشاورزی به‌ترتیب 0.993، 0.202 و 0.637 و استفاده از پساب در صنعت به‌طور معمول 0.988، 0.980 و 2.731 است. بنابراین با توجه به نتایج می‌توان اذعان کرد که شبکه‌های بیزین قابلیت در مدل‌سازی ساختارهای ریسک استفاده از پساب در کشاورزی و صنعت دارد. مدیران و مجریان پروژه‌ها می‌توانند با به‌کارگیری روش ارائه شده در این پژوهش می‌توانند به ارزیابی ریسک‌های مرتبط به محیط‌زیستی، اجتماعیفرهنگی، اقتصادی و فنی برای استفاده از پساب در کشاورزی و صنعت بپردازند.

Risk Assessment of Using Urban Treated Wastewater for Agricultural and Industrial Application with Bayesian Networks Model

Urban treated wastewater is a useful resource for allocation to various nonpotable reuses because its quantity and quality can be controlled and managed by humans, but it has its limitations. Improper use of these resources without treatment can lead to environmental and health risks and, as a result, can cause social dissatisfaction and sometimes economic problems. This paper examines the risks of limitations associated with the use of treated wastewater. Qualitative information of 26 wastewater treatment plants in the country was collected to create a proper database for risk assessment of using treated wastewater for agricultural and industrial application by taking into account the major factors such as environmental, sociocultural, economic, and technical. For risks calculation, multiple risks associated with the use of treated wastewater were identified by reviewing various available publications and categorizing them according to the above four risk factors. Hierarchical networks were prepared to calculate the main and the overall risk. Bayesian networks were used to model riskbased structures. Bayesian relationships are causal and helpful in expressing the links of the nodes in a probabilistic way. Research results show that the risk of using treated urban wastewater in agricultural sector is generally higher than its application in industrial use, and hence it will make it more suitable and more acceptable for industrial use under current treatment. Bayesian riskbased agricultural and industrial structures were suitably modeled according to R2, RMSE, and MAPE indicators. The average values of the above indicators for the calibration of Bayesian model using treated wastewater in agricultural and industrial riskedbased structure were 0.993, 0.202 and 0.637; 0.988, 0.980 and 2.731, respectively. From this study it can be concluded that Bayesian networks have a modeling capability in assessing the risk associated with the use of treated wastewater in agricultural and industrial sectors. The method presented in this paper can be used by the wastewater treatment plant managers and end users when assessing the potential risk of using treated effluent for agricultural and industrial applications.