ارزیابی میزان آسیب پذیری آب های زیرزمینی به آلودگی با استفاده از مدل DRASTIC (مطالعه موردی: آبخوان دشت مشهد)

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 464

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TGES04_123

تاریخ نمایه سازی: 9 فروردین 1395

چکیده مقاله:

یکی از راه های مناسب برای جلوگیری از آلودگی آب های زیرزمینی دشت مشهد، شناسایی مناطق آسیب پذیر آبخوان است. در این تحقیق با توجه به ویژگی های هیدرولوژی و هیدروژئولوژی دشت مشهد، آسیب پذیری آبخوان در برابر برخی از مهمترین عوامل آلاینده پهنه بندی شده است. برای این منظور از مدل دراستیک و سیستم اطلاعات جغرافیایی (GIS) برای بردازش و تجزیه و تحلیل کیفی آبخوان استفاده شده است. در این روش از هفت پارامتر عمق سطح ایستایی (D)، شبکه تغذیه (R)، جنس سفره (A)، جنس خاک (S)، شیب توپوگرافی (T)، مواد تشکیل دهنده منطقه غیر اشباع (I) و هدایت هیدرولیکی (C) استفاده شده که با وزن دهی و رتبه بندی و تلفیق هفت لایه حاصل در محیط GIS، نقشه نهایی آسیب پذیری آبخوان تهیه می گردد. آسیب پذیری آبخوان مشهد نسبت به آلودگی، به پنج محدوده خیلی کم تا خیلی زیاد تقسیم بندی شده که از نظر وسعت حدود 9/5 درصد از آبخواندر محدوده آسیب پذیری خیلی کم، 16/4 درصد آسیب پذیری کم، 14/3 درصد آسیب پذیری متوسط، 41/2 درصد آسیب پذیری زیاد و 18/6 درصد در محدوده آسیب پذیری خیلی زیاد قرار می گیرد. بر پایه نتایج حاصل از مدل سازی DRASTIC، آسیب پذیری آبخوان کشف رود بیشتر در محدود زیاد تا خیلی زیاد قرار داد که نمی توان از اثرات سوء توسعه شهری و شهرک ها و فاضلاب شهری و صنعتی بدون مدیریت و برنامه ریزی های کلان توسعه، صرف نظر کرد. میزان آلودگی و پتانسیل آلودگی آبخوان تقریباً در مرکز در گروه آسیب پذیری زیاد تا خیلی زیاد و در شمال شرقی و شرق در گروه آسیب پذیری کم و خیلی کم قرار می گیرد که حفاظت این مناطق به منظور جلوگیری از آلودگی و مدیریت بهینه منابع آب ضروری است.

نویسندگان

هادی قنبرزاده

استادیار دانشگاه آزاد اسلامی واحد مشهد

ابوالفضل بهنیافر

دانشیار دانشگاه آزاد اسلامی واحد مشهد

نرگس معظمی فرد

دانشجوی کارشناسی ارشد ژئومورفولوژی در برنامه ریزی محیطی دانشگاه آزاد اسلامی واحد مشهد

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 :