بهینه سازی روش SINTACSبا استفاده از مدل فازی جهت ارزیابی آسیب پذیری آبخوان دشت بیلوردی
محل انتشار: مجله هیدروژیومورفولوژی، دوره: 5، شماره: 17
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 187
فایل این مقاله در 21 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:
JR_HYD-5-17_006
تاریخ نمایه سازی: 4 بهمن 1401
چکیده مقاله:
چکیده ارزیابی آسیب پذیری آبخوان به منظور تعیین مناطق دارای پتانسیل آلودگی برای مدیریت منابع آب زیرزمینی از اهمیت بالایی برخوردار است. در این پژوهش، از روش SINTACS برای ارزیابی آسیبپذیری آبخوان دشت بیلوردی استفاده شده است. در روش SINTACS پارامترهای موثر در ارزیابی آسیبپذیری سفره ی آب زیرزمینی، شامل عمق سطح ایستابی، تغذیه ی خالص، جنس سفره، نوع خاک، شیب توپوگرافی، مواد تشکیلدهنده ی منطقه ی غیراشباع و هدایت هیدرولیکی استفاده میشود که به صورت ۷ لایه در محیط ArcGIS تهیه شدند که پس از اختصاص وزن و رتبه بندی و تلفیق ۷ لایه یاد شده، نقشه ی نهایی آسیبپذیری آبخوان تهیه و شاخص SINTACS برای کل منطقه بین ۷۹-۱۶۹برآورد شد. برای صحت سنجی روش از داده های غلظت نیترات در منطقه استفاده شد. برای بهبود نتایج روش SINTACS، از مدل فازی ممدانی استفاده و به این منظور داده های ورودی (پارامترهای SINTACS) و خروجی (شاخص آسیبپذیری تصحیح شده) و مقادیر نیترات مربوطه به ۲ دسته آموزش و آزمایش تقسیم شد و پس از آموزش مدل، با استفاده از مقادیر نیترات نتایج مدل در مرحله ی آزمایش مورد ارزیابی قرار گرفت. مدلMFL با افزایش ضریب تعیین روش SINTACS از ۶۱/۰به ۸۵/۰ که حاصل حذف خطای نظر کارشناسی اعمال شده در روش کلاسیک می باشد، توانایی خود را در بهبود نتایج روش SINTACS اولیه نشان داد.
کلیدواژه ها:
نویسندگان
عطاالله ندیری
دانشیار گروه علوم زمین، دانشکده علوم طبیعی،دانشگاه تبریز ، تبریز، ایران
اسفندیار عباس نوین پور
استادیار گروه زمین شناسی، دانشکده علوم پایه، دانشگاه ارومیه، ارومیه، ایران.
رعنا فعال اقدم
دانشجوی کارشناسی ارشد هیدروژئولوژی، دانشگاه ارومیه، ارومیه، ایران.
زهرا صدقی
دانشجوی دکتری هیدروژئولوژی، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران.
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 :