شناسایی پتانسیل منابع آب زیرزمینی در سازندهای سخت به عنوان راهکاری در جهت مدیریت بحران آب (مطالعه موردی: حوضه آبخیز کلات نادری)
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 224
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEH-6-4_008
تاریخ نمایه سازی: 24 فروردین 1400
Abstract:
بحران آب در بسیاری از کشورهای جهان و ازجمله کشورهای واقع در کمربند خشک کره زمین مانند ایران، روز به روز ابعاد پیچیدهتری به خود گرفته است. با شدت گرفتن مشکل بحران آب بسیاری از پژوهشگران حوزه منابع آب در پی ارائۀ راهکارهایی جهت مقابله با این بحران هستند. منابع آب در سازندهای سخت، از مهمترین منابع آب شیرین بهحساب میآیند و با توجه به گسترش زیاد این سازندها در کشور، به طرق مختلف سعی بر شناخت آنها شده است. این پژوهش سعی دارد با بررسی پراکنش چشمههای موجود در منطقه به عنوان یکی از نشانگرهای منابع آبی به بررسی منابع آب زیرزمینی در سازندهای سخت بپردازد. بدین منظور جهت تولید نقشه پیشبینی منابع آب زیرزمینی در حوزه آبخیز کلات نادری، از مدلسازی با نرمافزار مکسنت بر پایه رگرسیون لجستیک، تکنیکهای سیستم اطلاعات جغرافیایی (ARCGIS) و سنجشازدور (RS) استفاده گردید. نتایج نمودارهای آنالیز حساسیت، نوع رابطه عوامل محیطی و مرفومتریک را با رخنمون چشمهها نشان دادند. همچنین نتایج حاصل از روش متعامد اعتبارسازی منحنی جک نایف، نشان داد که مهمترین عامل در مدلسازی پیشبینی منابع آب زیرزمینی، پارامتر بارندگی و سنگشناسی بوده است. درنهایت نقشه پیشبینی منابع آب زیرزمینی به چهار طبقه کیفی پتانسیل خیلی کم، کم، متوسط و زیاد تقسیم گردید که به ترتیب 03/33، 07/14، 01/4 و 9/48 درصد از حوضه آبخیز کلات را در بر میگیرد. نتایج درنهایت دقت مدل با استفاده از منحنی ROC، 3/92 درصد تخمین زده شد که نشاندهنده دقت بالای مدل در تحلیل فراوانی چشمهها در منطقه مورد مطالعه است. با توجه به مطالعات اخیر و تطابق خوب این مدل با دادههای موجود، میتواند روشی مطلوب در شناسایی منابع آب زیرزمینی بهویژه در سازندهای سخت باشد و استفاده از آن در جهت برنامهریزیهای محیطی بسیار مفید و کارا باشد.
Keywords:
Authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :