پيش بيني نوع و مقدار آلاينده هاي منابع آب سطحي با استفاده از مدل هاي سري زماني (ARIMA) و مدل L-THIA (مطالعه موردي: زيرحوزه نمرود- حوزه آبخيز حبله رود)

به­ دليل نقش مهم آلودگي غيرنقطه­ اي در مديريت منابع آب، در اين مطالعه مدل­ هاي سري زماني به­ منظور پيش­ بيني پارامترهاي كيفي آب و مدل L-THIA (يكي از مدل­ هاي آلودگي غيرنقطه ­اي) به­ منظور تخمين ميزان آلاينده­ هاي آب استفاده شد. پژوهش حاضر با هدف مقايسه نتايج مدل L-THIA و مدل­هاي ARIMA در زيرحوزه نمرود واقع در حوزه آبخيز حبله ­رود انجام شده است. در ابتدا، تغييرات كاربري از سال 1974 تا 2017 بررسي شد كه نشان­ دهنده افزايش اراضي كشاورزي، توسعه شهري و جاده­ ها بود. سپس با استفاده از مدل L-THIA براي هر دو كاربري، ميزان آلاينده ­ها و حجم رواناب محاسبه شد كه رشد زيادي را نشان مي­ داد. در نهايت، با استفاده از مدل­ هاي ARIMA، پارامترهاي كيفي آب براي سي سال مدل­سازي شد. در بين مدل­هاي ARIMA مدلي با كمترين ميزان خطا و معيار سنجش آكائيك (AIC) به عنوان مدل بهينه براي TDS و مجموع كل كاتيون و آنيون انتخاب شد. مدل­ هاي مطلوب براي TDS و مجموع كاتيون و آنيون به ترتيب عبارت بودند از: (1، 1، 0)، (2، 1، 1) و (1، 1، 1). در نهايت نمودار روند و سري زماني براي هر يك از پارامترهاي مذكور رسم شد. نمودارهاي روند و سري زماني براي هر سه پارامتر افزايش را نشان داد كه بيانگر افزايش ميزان آلودگي بود. نتايج اين مطالعه حاكي از سودمندي مدل ­هاي سري زماني در مطالعات منابع آب از طريق پيش­بيني پارامترهاي كيفي آب است.

Due to the important role of non-point source pollution in water resources management, in this study time series modeling was applied to forecast water quality parameters and L-THIA model (one type of non-point source pollution models) was applied to estimate water pollutants. The purpose of this study was to compare results of L-THIA model and ARIMA models in Namrood sub-basin located in the Hablehrood watershed. At first, land use changes were studied from the years till that showed increase in agricultural lands and expansion of cities and roads. Then, using L-THIA model for both land use categories, the amount of pollutant and the volume of runoff were calculated that showed high growth. In the end, using ARIMA models were estimated water quality parameters for years. Among the different ARIMA models, a model with a lowest error and akaike (AIC) criterion was selected as an optimal model for TDS, total of cations and anions. Desirable models for TDS, total of cations and anions were ( ), ( , ) and ( , ), respectively. The end, diagrams of Trend Analysis and Time Series were performed for three parameters that indicated high growth in amount of pollutant. The results showed efficiency of time series modeling in water resources studies in order to forecast water quality parameters.