ارزیابی روش نسبت فراوانی در پتانسیل یابی منابع آب زیرزمینی دشت الشتر، استان لرستان
Publish place: Irrigation and Drainage، Vol: 12، Issue: 1
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 321
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-12-1_011
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
آب زیرزمینی از منابع مهم تامین آب شیرین مورد نیاز انسان است. کشور ایران با شرایط اقلیمی خشک و نیمهخشک و میانگین بارش سالانه حدود ۲۵۰ میلیمتر یکی از کمبارشترین کشورهای جهان محسوب میشود. در این تحقیق از روش آماری نسبت فراوانی (FR) بر پایه GIS برای شناسایی و پهنهبندی مناطق دارای پتانسیل آب زیرزمینی دشت الشتر در استان لرستان استفاده شد. اولین قدم در این تحقیق، شناسایی فاکتورهای موثر بر رخداد و وقوع آب زیرزمینی میباشد. بدین منظور هفت فاکتور موثر که شامل شیب، طبقات ارتفاعی، کاربری اراضی، انحنای زمین، شاخص توان رودخانه (SPI)، زمینشناسی و شاخص رطوبت توپوگرافی (TWI) مطابق با مطالعات گذشته شناسایی و تهیه شدند. همچنین از بیست و هشت حلقه چاه موجود در منطقه که دارای آبدهی بالای ۱۱ مترمکعب بر ساعت بودند، بیست حلقه چاه برای آموزش مدل و هشت حلقه چاه برای اعتبارسنجی بهکار گرفته شد. نقشه تهیه شده در نهایت به پنج کلاس دارای پتانسیل خیلیکم، کم، متوسط، زیاد و خیلیزیاد طبقهبندی شدند. طبق اعتبارسنجی صورت گرفته، مدل نسبت فراوانی دارای صحت ۸۵ درصدی برای تهیه نقشههای پتانسیلیابی منابع آب زیرزمینی دشت الشتر میباشد. نتایج نشان داد که حاشیههای شمالی و غربی دشت دارای پتانسیل بالا و مرکز دشت دارای پتانسیل متوسط میباشد.
Keywords:
Authors
ابراهیم نوحانی
استادیار گروه عمران، دانشگاه آزاد اسلامی واحد دزفول، باشگاه پژوهشگران جوان و نخبگان، دزفول، ایران
ادریس معروفی نیا
دانشگاه آزاد اسلامی، واحد مهاباد، باشگاه پژوهشگران جوان و نخبگان، مهاباد، ایران.
خبات خسروی
دکترای آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران.
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 :