بررسی فرونشست دشت ماهیدشت استان کرمانشاه با استفاده از روش تداخل سنجی راداری
Publish place: Geography and Planning، Vol: 26، Issue: 79
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 204
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEOP-26-79_013
تاریخ نمایه سازی: 30 مرداد 1401
Abstract:
پدیده فرونشست زمین یکی از مخاطراتی است که در طی سال های اخیر در بسیاری از مناطق رخ داده و معضلات زیادی را برای زمین های کشاورزی، مناطق مسکونی و جاده ها را در برخی از دشت های کشور به وجود آورده است. دشت ماهیدشت واقع در استان کرمانشاه یکی از این مناطق می باشد که در طی سال های گذشته برداشت بی رویه از منابع آب زیرزمینی در این دشت روند صعودی داشته است. بنابراین هدف از این پژوهش برآورد میزان فرونشست در دشت ماهیدشت می باشد. در این تحقیق جهت تعیین میزان افت سطح آب زیرزمینی و تهیه نقشه از نرم افزار GS+ و GIS و نیز مدل های مختلف روش کریجینگ(روش زمین آمار) استفاده شد. همچنین به منظور تعیین محدوده تحت تاثیر و نهایتا برآورد میزان فرونشست دشت از روش تداخل سنجی راداری به عنوان روشی قابل اطمینان و با دقت بسیار بالا، پوشش وسیع و توان تفکیک مکانی بالا استفاده گردید. نتایج نشان داد که بیشترین نرخ فرونشست در بازه زمانی ۲۰۱۵ -۲۰۲۰، ۱۵ سانتی متر محاسبه گردید که این مقدار به سمت غرب و مرکز دشت کاهش یافته به صورتی که در قسمت غرب دشت، کمترین مقدار فرونشست مشاهده می گردد. همچنین با توجه به نقشه های استخراج شده از پهنه بندی آب های زیرزمینی، عمق آب زیرزمینی در دشت ماهیدشت از حداکثر ۶۲/۲۱ متر در سال ۲۰۱۵ تا حداکثر ۹۰/۲۳ متر در سال ۲۰۲۰ متفاوت است. به طوری که میزان افت آب های زیرزمینی در طی سال های مطالعاتی(۲۰۱۵ تا ۲۰۲۰)، به ۲۸/۲ متر رسیده است که پیامد این افت سطح آب زیرزمینی منجر به ایجاد فرونشست در منطقه گردیده است.
Keywords:
Authors
موسی عابدینی
استاد ژئومورفولوژی، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران
الهامه عبادی
دانشجوی دکترای ژئومورفولوژی دانشگاه محقق اردبیلی
احسان قلعه
دانشجوی دکترای ژئومورفولوژی دانشگاه محقق اردبیلی
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 :