تاثیر غلظت پس‌زمینه نانوذرات دی‌اکسید‌تیتانیم بر انتقال آن‌ها در خاک‌های غیراشباع

برای مدیریت هر دو جنبه مثبت و منفی کاربرد موادنانو هنگام ورود بهسامانه های طبیعی، اطلاع از نحوه توزیع و سرنوشت این مواد در این سامانه ها ضرورت دارد، در این باره، غلظت پس زمینه نانوذرات یکی از عوامل موثر بر فرایند انتقال است. در این تحقیق،به منظور بررسی اثر غلظت پس زمینه بر انتقال نانوذرات دی اکسید تیتانیم، ابتدا انتقال نانوذرات دی اکسید تیتانیم در قالب آزمایش های ستونی خاک دست نخورده در دبی های مختلف جریان بررسی شد. دبی به ترتیب برابر با هدایت هیدرولیکی اشباع (جریان اشباع)، 0.9، 0.7 و 0.5 برابر هدایت هیدرولیکی اشباع خاک (جریان غیراشباع) توسط پمپ پریستالتیک (bt100-1f) به ستون های خاک اضافه شد. سپس به منظور بررسی اثر آزمایش اول (غلظت پس زمینه بعد از آزمایش اول) روی آزمایش های بعدی، در یک ستون پس از آزمایش جریان اشباع و اندازه گیری محلول خروجی و تعیین غلظت نانوذرات tio2 در آن به عنوان تابعی از زمان، جریان با دبی های در واحد سطح به ترتیب 540، 420 و 300 میکرولیتر بر دقیقه که به ترتیب معادل 0.9، 0.7 و 0.5 برابر هدایت هیدرولیکی اشباع هستند، برقرار شد. پارامترهای تبیین کننده انتقال نانوذرات با استفاده از داده های اندازه گیری شده منحنی های رخنه بر مبنای مدل جذب تک مکانی و مدل جذب سینتیک تک مکانی برآورد شدند. در دبی 540 میکرولیتر بر دقیقه (ks 0.9) میزان نانوذرات tio2 خروجی از ستون نسبت به شرایط عدم وجود غلظت پس زمینه کم تر بود( 9% نسبت به 17.2%). دلیل این نتیجه افزایش غلظت نانوذرات و بنابراین احتمال برخورد بیش تر و تشکیل انبوهه های بزرگ تر بود که سبب به دام افتادن آن ها در منافذ خاک می شود. با کاهش دبی جریان از 540 به 420 (ks 0.7) و سپس 300 میکرولیتر بر دقیقه (ks 0.5)، نسبت به شرایطی که غلظت پس زمینه در ستون خاک وجود نداشت به دلیل افزایش نانوذرات در ستون خاک و کمبود مکان جذب برای آن ها، نانوذرات بیشتری وارد زهاب خروجی از ستون شد(به ترتیب 4% و 6% نسبت به 3.5% و 2.9%). بنابراین، با توجه به تاثیری که غلظت پس زمینه نانوذرات بر انتقال آن ها در خاک دارد باید در پروژه های پاک‌سازی خاک و آب‌های آلوده که از نانوذره tio2 استفاده می شود، ابتدا غلظت زمینه این نانوذره در محیط تعیین و تاثیر آن نیز بر فرایند انتقال بسته به شدت جریان ورودی لحاظ شود. در مدل سینتیک جذب تک مکانی با لحاظ شدن ضریب واجذب نانوذرات tio2،نتایج تخمین میزان انتقال نانوذرات از ستون خاک با 0.89

Effect of Background Concentration of Titanium Dioxide Nanoparticles on Their Transport in Unsaturated Soils

Limitations in conventional soil identification methods and the advances made in information technology in soil science have attracted more attention to new approaches to soil mapping in order to improve the purity of soil maps. The present study was carried out in a part of Ilam province to identify and prepare soil maps of this region. At first, 46 profiles were identified. Then, based on the morphological characteristics of each profile, soil samples were taken from all genetic horizons and analyzed for chemical and physical properties. Then, the soils were classified based on the Soil Survey Staff keys (2014). A multinomial logistic regression model was used for spatial prediction of soil taxonomic classes. The geomorphometric features were extracted from digital elevation model with a resolution of 30 m2 by SAGAGIS2.2 software. The classification results of each soil control profile in the studied area showed that, in general, the soils were in three order categories: Mollisols, Inceptisols, Entisols, and six classes at the family level. The correlation between the features of digital elevation model showed that the parameters of the mid slope position, spatial solar radiation, index of moisture content, ground roughness index, surface curvature, and profile curvature had the most effect on the formation of soil family classes. The overall accuracy and Kappa index of spatial prediction map from the regression model was 60% and 0.38 at the familial level, respectively. Finally, the results of this study showed that geomorphometric variables had a significant influence on the prediction of soil classes. Therefore, it is suggested that in future studies, other covariates derived from remote sensing data should also be used to improve the quality and accuracy of soil maps.