يهدف البحث إلى تقييم نوعية مياه نهر الكبير الشمالي من خلال دراسة حقلية و مخبرية شملت تحديد كل من المتغيرات التالية: الأوكسجين المنحل، الاحتياج البيوكيميائي الكربوني للأوكسجين، درجة حرارة مياه النهر، الناقلية الكهربائية. كما قمنا بنمذجة جودة مياه النهر باستخدام نموذج نوعية المياه السطحية QUAL2K و ذلك من خلال دراسة مؤشرين هامين هما: تركيز الأوكسجين المنحلDO، الاحتياج البيوكيميائي الكربوني للأوكسجين CBODu. تناول البحث دراسة النهر في الجزء الممتد من بعد بحيرة 16 تشرين حتى اليغنصة حيث تم اختيار خمسة مواقع للاعتيان فيها. حيث أظهرت الدراسة الحقلية و المخبرية ارتفاع قيم الأوكسجين المنحل لتبلغ أعلى القيم في أشهر آذار و نيسان وكانون الثاني و شباط ، أما أدنى القيم فقد سجلت في أشهر تموز و آب و أيلول و ذلك في كافة المناطق المدروسة، حيث كانت جميع القيم في جميع المواقع أعلى من الحد الأدنى المسموح 5mg/l. أما بالنسبة الاحتياج البيوكيميائي الكربوني للأوكسجين CBOD5 فقد سجلت أعلى القيم في أشهر حزيران، تموز و آب، أما أدنى القيم فقد سجلت في أشهر آذار، كانون الأول، و كانون الثاني في كافة المواقع المدروسة. كما أظهر البحث تطابقاً جيداً بين نتائج النموذج و القياسات الحقلية في حالة الأوكسجين المنحل و الاحتياج البيوكيميائي الكربوني و ذلك في أشهر آذار، تشرين الثاني، و شباط، بينما كان التطابق أقل نسبياً في شهر آب بينت الدراسة بشكل عام إمكانية تطبيق هذا النموذج لنمذجة نوعية مياه الأنهار في سوريا.
The research aims to assess the water quality of Alkaber Alshemaly River through
field and laboratory study included identifying each of the following variables: dissolved
oxygen (DO), carbonic biochemical oxygen demand(CBOD), and the river temperature,
electrical conductivity (Cond). We have also modeled two important water-quality
variables (DO and BOD) using QUAL2K river and stream surface water-quality model.
The studied part of the river is an area located between 16 October dam and Alegnsa,
where we have five sampling sites. The field and laboratory study showed increase in D.O
values to reach the highest values in the months of March, April, January and February,
and the lowest values were recorded in the months of July, August, September in all
sampling sites. As a final result all D.O values in all locations were higher than the
minimum allowable 5 mg/l. For CBOD5 the highest values were recorded in the months of
June, July and August, and the lowest values were recorded in the months of March,
December, and January at all of the sites studied. In the case of D.O and CBOD, the
research showed a good correspondence between the model results and field values in the
months of March, January, and November, but the correspondence was relatively less in
August. In general, the study showed the possibility to use the QUAL2K model to
simulate rivers-water quality in Syria.
Artificial intelligence review:
Research summary
يهدف البحث إلى تقييم نوعية مياه نهر الكبير الشمالي من خلال دراسة حقلية ومخبرية شملت تحديد المتغيرات التالية: الأوكسجين المنحل (DO)، الاحتياج البيوكيميائي الكربوني للأوكسجين (CBOD)، درجة حرارة مياه النهر، والناقلية الكهربائية. تم استخدام نموذج QUAL2K لنمذجة جودة مياه النهر، حيث تم دراسة خمسة مواقع للاعتيان. أظهرت الدراسة الحقلية والمخبرية ارتفاع قيم الأوكسجين المنحل في أشهر معينة وانخفاضها في أشهر أخرى. كما أظهرت الدراسة توافقاً جيداً بين نتائج النموذج والقياسات الحقلية في بعض الأشهر، مما يشير إلى إمكانية تطبيق هذا النموذج لنمذجة نوعية مياه الأنهار في سوريا. البحث يوصي بتحسين نوعية مياه النهر من خلال معالجة مياه الصرف الصحي قبل تصريفها في النهر ودراسة تأثير مياه معاصر الزيتون على نوعية المياه.
Critical review
تعتبر الدراسة خطوة مهمة في تقييم نوعية مياه نهر الكبير الشمالي، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، لم تأخذ الدراسة في الاعتبار تأثير النباتات المائية بشكل كامل في عملية النمذجة، مما قد يؤثر على دقة النتائج. ثانياً، لم يتم نمذجة بعض المصادر النقطية واللانقطية لمياه الصرف، والتي يمكن أن تكون لها تأثيرات كبيرة على نوعية المياه. ثالثاً، الدراسة تركزت على جزء معين من النهر ولم تشمل المنطقة الممتدة من بعد اليغنصة حتى المصب، مما يحد من شمولية النتائج. أخيراً، كان من الأفضل تقديم توصيات أكثر تفصيلاً حول كيفية تحسين نوعية المياه بناءً على النتائج المستخلصة.
Questions related to the research
-
ما هي المتغيرات التي تم دراستها في البحث لتقييم نوعية مياه نهر الكبير الشمالي؟
تم دراسة الأوكسجين المنحل (DO)، الاحتياج البيوكيميائي الكربوني للأوكسجين (CBOD)، درجة حرارة مياه النهر، والناقلية الكهربائية.
-
ما هو النموذج المستخدم في البحث لنمذجة جودة مياه النهر؟
تم استخدام نموذج QUAL2K لنمذجة جودة مياه النهر.
-
ما هي التوصيات التي قدمها البحث لتحسين نوعية مياه النهر؟
أوصى البحث بتحسين نوعية مياه النهر من خلال معالجة مياه الصرف الصحي قبل تصريفها في النهر، ودراسة تأثير مياه معاصر الزيتون على نوعية المياه، ونمذجة المنطقة الممتدة من بعد اليغنصة حتى المصب.
-
ما هي الفترة الزمنية التي شملتها الدراسة الحقلية والمخبرية؟
استمرت الدراسة الحقلية والمخبرية لمدة عام من آذار 2007 حتى شباط 2008.
References used
Chapra, S. C. Surface water-quality modeling. McGraw-Hill, New York, 1997
Zhang, R. ; Qian, X.; Li, H.; Yuan, X.; and Ye, R. Selection of optimal river water quality improvement programs using QUAL2K: A case study of Taihu Lake Basin, China. Vol.431,Issue.8, Auguet 2012, p.278-285
Cho, J.H. ; Ha, S.R. Parameter optimization of the QUAL2K model for a multiplereach river using an algorithm influence coefficient. Vol.408, March 2010, p.1985- 1991
This study deals with the determination of total mercury concentration in the water
taken from three sites on Al-Kabeer Al-Shemaly River ( near the industrial area and Al-
Damat Lake, and 16 Tishreen Lake), also the effect of some physio-chemical p
Al-Kabeer Al-Shemale river rises from Aqraa Mountain and coastal mountains, it is considered one of the largest rivers in the coastal area.Its catchment area is 1097 km2, and empties into the sea to the southern of Lattakia.The study aims to determin
Al-Kabeer River Coastal Plain faces very important economic activities which lead to growing water demands. This research aims to define the relationship between rainfall and subterranean-water levels. In the mountainous area fissured marl and limest
This research discusses the way of defining hydogeological parameters by using
monitored data of the ground water system, for defining the values of these coefficients on
large areas, which has a practical significance especially in modeling the hy
Modelling the relationship between drinking water turbidity and other indicators of water
quality in Al-Sin drinking water purification plant using Dynamic Artificial neural
networks could help in the implementation of the stabilization for the per