ارزیابی آسیب پذیری آب های زیرزمینی در برابر آلودگی بر اساس روش های جدید ترکیبی
محل انتشار: فصلنامه مدیریت آب و آبیاری، دوره: 14، شماره: 2
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 267
فایل این مقاله در 18 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_JWIM-14-2_004
تاریخ نمایه سازی: 27 مهر 1403
چکیده مقاله:
مسئله مهم در مورد منابع آب زیرزمینی، آگاهی از میزان آلودگی سفره آب زیرزمینی است که منجر به مدیریت مناطق مستعد آلودگی می شود. ارزیابی آسیب پذیریآب های زیرزمینی می تواند نقشی حیاتی در حفاظت، بهره برداری و اولویت بندی مناطق جهت کنترل و استفاده از طرح های پیشگیرانه ایفا نماید. با توجه به ماهیت منطقه، فعالیت های کشاورزی و افزایش غلظت نیترات، روش DRASTIC نیاز به اصلاح دارد. هدف پژوهش حاضر اصلاح وزن های اولیه مدلDRASTIC است که با درنظرگرفتن اهمیت اصلاح رتبه بندی و تاثیر روش های وزن دهی در آبخوان یاسوج است. از چارچوب نسبت فرکانس برای کالیبره کردن نرخ های شاخص DRASTIC استفاده شد. در ادامه اصلاح وزن پارامترهای DRASTIC در دو مرحله پژوهش، که مرحله اول شامل روش های آنتروپی شانون و SPSA و مرحله دوم شامل روش های (BWM) بهترین- بدترین و تحلیل نسبت ارزیابی وزن دهی تدریجی (SWARA) است، انجام شد. بنابراین، نه چارچوب شامل FR_DRASTIC، DRASTIC_Entropy، DRASTIC_SPSA، DRASTIC_SWARA، DRASTIC_BWM، FR_Entropy، FR_SPSA، FR_BWM، FR_SWARA به دست آمد. از غلظت نیترات نمونه چاه ها برای اعتبارسنجی شاخص های آسیب پذیری استفاده شد. اعتبارسنجی با روشROC Curve انجام شد. FR_SWARA با سطح زیر منحنی ۸۰/۰ عملکرد بهتری نسبت به سایر روش ها داشت.
نویسندگان
امین رضا نشاط
گروه سنجش از دورو سیستم اطلاعات جغرافیایی، دانشکده منابع طبیعی و محیط زیست، واحد علوم وتحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
معصومه عابد
گروه سنجش از دورو سیستم اطلاعات جغرافیایی، دانشکده منابع طبیعی و محیط زیست، واحد علوم وتحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
مهدی رمضانی
گروه علوم محیط زیست و جنگل، دانشکده منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، 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 :