ارزیابی و پهنه بندی توسعه کارست در منطقه تمتمان نازلو چای ارومیه با استفاده از روش تحلیل سلسله مراتبی
Publish place: Journal of Hydrogeomorphology، Vol: 9، Issue: 31
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 125
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HYD-9-31_004
تاریخ نمایه سازی: 19 دی 1401
Abstract:
منطقه تمتمان ما بین طول جغرافیایی۳۷◦ ۳۸/۰۰//- ۳۷◦۴۴/۰۰// شمالی و عرض جغرافیایی۴۴◦ ۴۰/۳۰// - ۴۴◦ ۵۹/ ۳۰// شرقی در شمال غربی ایران، تقریبا در ۱۵ کیلومتری شمال غربی ارومیه قرار داد. هدف از این مطالعه پهنه بندی پتانسیل توسعه کارست در محدوده غار تمتمان در استان آذربایجانغربی با استفاده از روش تحلیل سلسله مراتبی (AHP) می باشد. در این مطالعه لایه های اطلاعاتی لیتولوژی، تکتونیک، توپوگرافی، شیب و جهت شیب، هیدرولوژی، کاربری اراضی و اقلیم به عنوان نقشه های عامل در نظر گرفته شده اند. لایه های فوق به منظور استخراج مدل پتانسیل کارست در محیط GIS فراخوانی شده اند. لایه های اطلاعاتی مختلف با اعمال قضاوت کارشناسی و اختصاص وزن هر لایه در نرم افزار Expert Choice و بازدیدهای صحرایی به صورت نقشه های معیار طبقه بندی شد. در نهایت با توجه به وزن بدست آمده نقشه پهنه-بندی توسعه کارست در منطقه تمتمان بدست آمد. نتایج بدست آمده در این منطقه نشان داد که از کل مساحت منطقه، ۶۸/۶ درصد در طبقه خیلی کم توسعه یافته، ۶۴/۱۵ درصد در طبقه کمتر توسعه یافته، ۵۰/۴۲ درصد در طبقه توسعه یافته نرمال و ۱۸/۳۵ درصد در طبقه توسعه یافته قرار گرفته است. نتایج نشانگر آن است که در منطقه تمتمان، فاکتور سنگ-شناسی و تکتونیک منطقه بیشترین وزن و مهم ترین فاکتور کنترل کننده ی پتانسیل توسعه کارست و فاکتور کاربری اراضی کمترین تاثیر در کارست زایی را بر عهده دارد.
Keywords:
Authors
رضا عباسیان ولندر
دانشجوی دکتری، ژئومورفولوژی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
شهرام روستایی
استاد، ژئومورفولوژی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
داود مختاری
استاد، ژئومورفولوژی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، 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 :