بررسی وضعیت رسوبگذاری در مخزن سد وشمگیر با استفاده از مدل ریاضی GSTARS 3
محل انتشار: هفتمین سمینار بین المللی مهندسی رودخانه
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,500
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IREC07_216
تاریخ نمایه سازی: 15 تیر 1385
چکیده مقاله:
رسوبگذاری در مخازن سدها امری اجتناب ناپذیر میباشد که آثار سوء آن در کاهش عمر مفید مخزن و تاسیسات سد بر کسی پوشیده نیست . لذا اهمیت موضوع و پیچیدگی آن ایجاب مینماید که برای هر سد، مطالعات جامعی در این خصوص صورت گیرد . عدم اطلاعات از وضعیت رسوبگذاری در مخزن سد وپیش بینی روشهای کنترل آن، موجب کاهش عمر مفید سد و اتلاف سرمایههای عظیم ملی میگردد . به منظور برآورد یا پیشبینی وضعیت رسوبگذاری در سالهای بهرهبرداری از مخزن، استفاده از مدلهای ریاضی به یک راهکار مناسب تبدیل شده است . مدلهای دو بعدی و سه بعدی موجود برای شبیه سازی در مراحل واسنجی و صحت سنجی نیاز به اطلاعات قابل توجه مکانی و زمانی دارند که اغلب چنین دادههایی در دسترس نمیباشد . درنتیجه استفاده از مدلهای یکبعدی و شبه - دوبعدی با اقبال محققین مواجه گردیده است . در این تحقیق برای بررسی وضعیت رسوبگذاری مخزن سد وشمگیر، با توجه به اطلاعات موجود از مدل شبهدوبعدی GSTARS 3 استفاده گردید . این مدل بر اساس آمار و اطلاعات مدلهای ریاضی یک بعدی، وضعیت رسوبگذاری را پیش بینی مینماید . با توجه به آمار و اطلاعات مربوط به ژئومتری مخزن سد، هواشناسی، هیدرولوژی، نحوهی بهرهبرداری از مخزن و اطلاعات مربوط به رسوبات وارد شده به مخزن، در سالهای 50-74 کالیبراسیون و صحتسنجی مدل برای پارامترهایی نظیر انتقال و سرعت سقوط رسوبات ریزدانه، ضریب زبری مانینگ و ... انجام شد . در نهایت میزان رسوبگذاری برای سالهای آتی پیشبینی گردید و بر اساس این نتایج 80 درصد حجم مخزن در سال 1392 از رسوب پر میگردد .
نویسندگان
سیدمرتضی سیدیان
دانش آموخته کارشناسی ارشد سازههای آبی دانشکده مهندسی علوم آب دانشگاه
محمود شفاعی بجستان
استاد گروه سازههای آبی دانشکده مهندسی علوم آب دانشگاه شهید چمران اه
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :