مدل سازی فرآیند مکان یابی مناطق مستعد تغذیه مصنوعی آب های زیرزمینی جهت پخش سیلاب، مبتنی بر تکنیک GIS و روش AHP (مطالعه موردی: آبخوان دشت خوی)

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 137

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IWRR-14-5_017

تاریخ نمایه سازی: 29 بهمن 1401

چکیده مقاله:

در تحقیق حاضر با بهره گیری از روش تحلیل سلسله مراتبی (AHP) و سامانه اطلاعات جغرافیایی (GIS )، مدلی جامع به منظور مکان یابی مناطق مستعد اجرای تغذیه مصنوعی آبخوان زیرزمینی به روش پخش سیلاب، تهیه شده است. بدین منظور دشت خوی که در سالیان اخیر با افزایش بهره برداری از سفره آب زیرزمینی، بیلان آبی منفی داشته است، به عنوان مطالعه موردی انتخاب گردید. شانزده معیار شیب، کاربری اراضی، ژیومورفولوژی، زمین شناسی، فاصله از گسل ، جاده ، آبراهه ، چاه ، چشمه و قنات ، میزان بارش، دما، تبخیر و تعرق، هدایت الکتریکی، گرادیان هیدرولیکی، ضخامت بخش غیراشباع آبرفت، قابلیت انتقال آبخوان و نفوذپذیری سطحی خاک در قالب چهار خوشه فیزیکی، اقلیمی، هیدرولوژیکی و هیدروژیولوژیکی دسته بندی شدند. پس از آماده سازی لایه های اطلاعاتی و تعیین وزن هر کدام از طریق نظرسنجی از کارشناسان، تلفیق لایه ها به روش Weighted Sum در محیط ArcGIS، انجام گردید. با حذف مناطق دارای محدودیت، پهنه مورد مطالعه در پنج کلاس طبقه بندی شد و تعداد شش سناریو در مناطق بسیار مناسب، پیشنهاد گردید. اولویت بندی سناریوها با اجرای مدل پیشنهادی منجر به معرفی سناریوی سوم به عنوان برترین گزینه شد. نتایج حاکی از آن است که در پهنه های غیروسیع، به دلیل تشابه بالای خصوصیات اقلیمی و هیدرولوژیکی سایت های منتخب، تصمیم نهایی تاثیر اندکی از این شاخص ها خواهد پذیرفت.

کلیدواژه ها:

پخش سیلاب ، تحلیل سلسله مراتبی (AHP) ، دشت خوی ، مکان یابی ، GIS

نویسندگان

مهدی شفیعی

دانش آموخته کارشناسی ارشد/ مهندسی عمران - مهندسی و مدیریت منابع آب، گروه مهندسی عمران، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران.

مهدی قنبرزاده لک

استادیار / گروه عمران، دانشکده فنی و مهندسی، دانشگاه ارومیه، ارومیه، 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 :