کنترل تبخیر از سطح آزاد آب با استفاده از مادۀ نانو ساختار سیلیکا (مطالعۀ موردی: دریاچۀ پشت سد کرخه)

نوع مقاله : پژوهشی

نویسندگان

1 کارشناس ارشد اکوهیدرولوژی، دانشکدگان علوم و فناوری‌های میان‌رشته‌ای، دانشگاه تهران، ایران

2 دانشیار، دانشکدگان علوم و فناوری‌های میان‌رشته‌ای، دانشگاه تهران، ایران

چکیده

با توجه به گرمایش جهانی و افزایش جمعیت کرۀ زمین، نگهداری و حفاظت از منابع آبی در دسترس امری بسیار مهم است. یکی از عواملی که امروزه باعث کاهش منابع آبی شده‌، افزایش میزان نرخ تبخیر از سطح در منابع آبی است. در این بررسی با استفاده از نتایج آزمایشی حاصل از کار سینا بشیر و همکاران اقدام به میزان تبخیر دریاچۀ پشت سد کرخه شده است. این مدل‏سازی با بهره‌گیری از سیستم استنتاج فازی عصبی‌ـ تطبیقی انجام شده است. رویکرد این سیستم در این مدل‏سازی رویکرد ممدانی در نظر گرفته شده است، زیرا این رویکرد عملکرد بسیار خوبی در مدل‏سازی فرایندهای پویا و طبیعی مانند تبخیر را دارد. طبق نتایج آزمایشگاهی در حضور مادۀ نانو ساختار سیلیکا در دمای ۲۸، ۳۲ و ۴۰ درجۀ سانتی‌گراد و در شرایط باد ۴ متر بر ثانیه (مشابه باد غالب در اطراف سد کرخه) میزان تبخیر به‌ترتیب ۳۳، ۳۲ و ۳۰ درصد کاهش می‏یابد. در این مدل‏سازی میزان درصد کاهش تبخیر را طبق نتایج آزمایشگاهی به صورت ضریب به مدل‏سازی وارد می‌شود. در نتیجه، میزان نرخ تبخیر به‌دست‌آمده نهایی مقداری است که در نتیجۀ حضور مادۀ نانو تبخیر می‏شود. در این مدل‏سازی با در نظر گرفتن ایجاد پوشش عایق حرارتی نانوساختاری فقط برای ۲۰ درصد از سطح دریاچه می‌توان میزان ۲ میلیون متر مکعب آب را ذخیره و صرفه‌جویی کرد.

کلیدواژه‌ها

موضوعات


[1].          PILGRIM D. H., CHAPMAN T. G., and DORAN D. G., ‘Problems of rainfall-runoff modelling in arid and semiarid regions’, Hydrological Sciences Journal, vol. 33, no. 4, 1988, doi: 10.1080/02626668809491261.
[2].          ‘(No Title)’. http://cwc.gov.in/sites/default/files/evaporation-control-in-reservoirs.pdf (accessed Jun. 12, 2021).
[3].          Gallego-Elvira B., Baille A., Martín-Gorriz B., Maestre-Valero J. F., and Martínez-Alvarez V., ‘Evaluation of evaporation estimation methods for a covered reservoir in a semi-arid climate (south-eastern Spain)’, J Hydrol (Amst), vol. 458–459, pp. 59–67, Aug. 2012, doi: 10.1016/j.jhydrol.2012.06.035.
[4].          Assouline S., Narkis K., and Or D., ‘Evaporation suppression from water reservoirs: Efficiency considerations of partial covers’, Water Resour Res, vol. 47, no. 7, 2011, doi: 10.1029/2010WR009889.
[5].          Moghiman M. and Aslani B., ‘Influence of nanoparticles on reducing and enhancing evaporation mass transfer and its efficiency’, Int J Heat Mass Transf, vol. 61, no. 1, pp. 114–118, Jun. 2013, doi: 10.1016/j.ijheatmasstransfer.2013.01.057.
[6]. Ahmadian MM. Reduce evaporation of water resources using nanomaterials. Sea Regional Conference, Development and Water Resources of the Persian Gulf. 2014; https://sid.ir/paper/842555/en (in persian)
[7].          Omolbani M. R. P., Zarindast N., Mir N., and Dehghani A. A., ‘Using fe magnetic nanoparticles for reducing evaporation from water surface in small scale’, Desalination Water Treat, vol. 71, pp. 380–387, Apr. 2017, doi: 10.5004/dwt.2017.20178.
[8]. Nejatian AA, Iraji Zad A, Tajrishi M, Dolabi M. Investigating the Impact of Nanometric Coatings on the Evaporation of Lake Chitgar. 6th Regional Climate Change Conference, Tehran. 2019; https://civilica.com/doc /1002676 ( in persian)
[9].          Ghahramani Jajin R., Feizi A., and Ghorbanpour M., ‘Reduction of Water Evaporation from Dam Reservoirs Using Hydrophobic Silver‐Doped Titanium Dioxide Nanoparticles Coating’, Water Resour Res, vol. 57, no. 5, p. e2020WR029231, May 2021, doi: 10.1029/2020wr029231.
[10]. J. Shiri, W. Dierickx, A. Pour-Ali Baba, S. Neamati, and M. A. Ghorbani, “Estimating daily pan evaporation from climatic data of the State of Illinois, USA using adaptive neuro-fuzzy inference system (ANFIS) and artificial neural network (ANN),” Hydrology Research, vol. 42, no. 6, pp. 491–502, 2011, doi: 10.2166/nh.2011.020.
[11]. Allawi M. F. and El-Shafie A., “Utilizing RBF-NN and ANFIS Methods for Multi-Lead ahead Prediction Model of Evaporation from Reservoir,” Water Resources Management, vol. 30, no. 13, pp. 4773–4788, Oct. 2016, doi: 10.1007/s11269-016-1452-1.
[12]. Demirci M., Unes F., Kaya Y. Z., Tasar B., and Varcin H., “MODELING OF DAM RESERVOIR VOLUME USING ADAPTIVE NEURO FUZZY METHOD.” [Online]. Available: https://waterdata.usgs.gov/nwis/dv/?referred_module=qw        
[13]. Malik A.et al., “Daily pan-evaporation estimation in different agro-climatic zones using novel hybrid support vector regression optimized by Salp swarm algorithm in conjunction with gamma test,” Engineering Applications of Computational Fluid Mechanics, vol. 15, no. 1, pp. 1075–1094, 2021, doi: 10.1080/19942060.2021.1942990.
[14].        Ghumman A. R. et al., ‘Simulation of pan-evaporation using penman and hamon equations and artificial intelligence techniques’, Water (Switzerland), vol. 13, no. 6, Mar. 2021, doi: 10.3390/w13060793.
[15].        Shahi S., Mousavi S. F., and Hosseini K., ‘Simulation of pan evaporation rate by ANN artificial intelligence model in Damghan region’, Journal of Soft Computing in Civil Engineering, vol. 5, no. 3, pp. 75–87, 2021, doi: 10.22115/SCCE.2021.286933.1321.
[16].        Ashraf Vaghefi S., Mousavi S. J., Abbaspour K. C., Srinivasan R., and Yang H., ‘Analyses of the impact of climate change on water resources components, drought and wheat yield in semiarid regions: Karkheh River Basin in Iran’, Hydrol Process, vol. 28, no. 4, 2014, doi: 10.1002/hyp.9747.
[17].        Deepika S., Osman M., Kumar M., anoranjan & Sandeep H., ‘Suppressing Evaporation from Surface Water Reservoirs: A Review’. Journal of Agricultural Engineering. (2021). 57. 259-273. ‘(PDF) Suppressing Evaporation from Surface Water Reservoirs: A Review’. https://www.researchgate.net/publication/350431860_Suppressing_Evaporation_from_Surface_Water_Reservoirs_A_Review (accessed Jun. 13, 2021).
[18] Bashir S, Seifullah SAD, Rostamian SH. Investigating the Effect of Silica Nano Fluids on Reducing Water Evaporation. Third National Conference on Applied Mechanical Engineering. ; https://civilica.com/doc/1158052/certificate/print/ (in persian)
[19]         Jang J.-S. R., ‘ANFIS: adaptive-network-based fuzzy inference system’, IEEE Trans Syst Man Cybern, vol. 23, no. 3, pp. 665–685, 1993, doi: 10.1109/21.256541.
[20]         Abd-Elhamid H. F., Ahmed A., Zelenakova M., Vranayova Z., and Fathy I., ‘Reservoir management by reducing evaporation using floating photovoltaic system: A case study of lake Nasser, Egypt’, Water (Switzerland), vol. 13, no. 6, p. 769, Mar. 2021, doi: 10.3390/w13060769.
دوره 10، شماره 4
دی 1402
صفحه 545-553
  • تاریخ دریافت: 02 خرداد 1402
  • تاریخ بازنگری: 02 شهریور 1402
  • تاریخ پذیرش: 02 آبان 1402
  • تاریخ اولین انتشار: 24 بهمن 1402
  • تاریخ انتشار: 25 اسفند 1402