ارزیابی پتانسیل منابع آب زیرزمینی دشت هرات-مروست با استفاده از روش ترکیبی تحلیل سلسله مراتبی و منطق فازی
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 13، شماره: 3
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 313
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-13-3_013
تاریخ نمایه سازی: 5 اردیبهشت 1402
چکیده مقاله:
دشت هرات و مروست، یکی از مهمترین قطبهای کشاورزی استان یزد بوده و تقریبا تمامی آب استحصال شده از این آبخوان، جهت مصارف کشاورزی استفاده میگردد. در سالهای اخیر، افت سطح آب زیرزمینی آبخوان هرات و مروست، باعث پیش روی آب شور و افت کیفیت آب زیر زمینی شده است. بنابراین هدف از این پژوهش پهنه بندی مناطق پتانسیل آبی در دشت هرات و مروست در دوره ۲۰۱۷-۱۹۹۶ با استفاده از عوامل موثر در تغذیه سفره های آب زیرزمینی، با استفاده از روش تحلیل سلسله مراتبی فازی و سیستم اطلاعات جغرافیایی میباشد. از اینرو از لایههای اطلاعاتی شامل ارتفاع، شیب، زمین شناسی، کاربری اراضی، میانگین بارندگی و دمای سالانه، تراکم زهکشی و سطح آب زیر زمینی، جهت پتانسیلیابی منابع آب زیرزمینی استفاده شدند. این نقشهها با استفاده از مقایسه زوجی به روش سلسله مراتبی وزندهی گردید. با اعمال وزن محاسبه شده هر معیار، نقشه عوامل با توجه به اهمیت آن در پتانسیل یابی آب زیرزمینی تهیه و سپس نقشه نهایی پتانسیل آب زیرزمینی با هم پوشانی به روش سلسله مراتبی فازی تهیه گردید. نتایج به دست آمده از پتانسیلیابی منابع آب زیرزمینی نشان می دهد که به ترتیب ۶/۷، ۷۴/۱۷، ۱/۲۵، ۸۵/۱۸ و ۶۱/۳۰ درصد از مساحت منطقه در پهنههای پتانسیلی خیلی کم، کم، متوسط، زیاد و خیلی زیاد قرار دارد. به طورکلی بر طبق نتایج، در منطقه مورد مطالعه، دشتهای آبرفتی و مناطق با شیب توپوگرافی کم دارای بیشترین پتانسیل تشکیل منابع آب زیرزمینی بوده و مناطق دارای تشکیلات زمینشناسی سخت با ارتفاع و شیب بالا دارای کمترین پتانسیل جهت استخراج آب زیرزمینی میباشند.
کلیدواژه ها:
نویسندگان
علی آذره
دانشیار، گروه جغرافیا، دانشگاه جیرفت، کرمان، 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 :