پهنه بندی مناطق مستعد تغذیه ی آب زیرزمینی حوضه ی آبریز ماهیدشت کرمانشاه
Publish place: Journal of Hydrogeomorphology، Vol: 7، Issue: 22
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 141
This Paper With 25 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HYD-7-22_007
تاریخ نمایه سازی: 4 بهمن 1401
Abstract:
دشت ماهیدشت به علت نزدیکی به شهر کرمانشاه دارای تاسیسات صنعتی متعددی بوده و از اهمیت کشاورزی بالای برخوردار است. توسعهی فعالیت های انسانی و رخداد خشکسالی ها در چند دهه ی گذشته سبب محدودیت تغذیه و کاهش سطح ایستابی منایع آب زیرزمینی در این حوضه شده است. بنابراین شناسایی مناطق مناسب تغذیه ی آب زیرزمینی در حوضه ی آبریز ماهیدشت ضروری به نظر رسیده و هدف پژوهش نیز پهنه بندی مناطق مستعد تغذیه ی منابع آب زیرزمینی در حوضهی مورد مطالعه است. روش شاخص پتانسیل تغذیهی مبتنی بر هشت پارامتر تراکمخطواره، تراکمزهکشی، کاربریاراضی، شیبتوپوگرافی، خاک، بارشسالانه و ژئومورفولوژی بوده و بر اساس روش ترکیب خطی وزنی محاسبه میگردد. نتایج پژوهش نشان داد، که ۶۲% مساحت حوضه در پهنه های با پتانسیل خیلی زیاد و زیاد تغذیه ی آب زیرزمینی قرار گرفته است. دشت آبرفتی ماهیدشت و نواحی تپه ماهوری و فرسایشی حاشیه این دشت به ترتیب در پهنهی با پتانسیل تغذیه خیلی زیاد و زیاد واقع شده اند. پهنه های با پتانسیل متوسط و کم تغذیه ی آب زیرزمینی منطبق بر نواحی کوهستانی در شمال و جنوب حوضه بوده و پارامتر لیتولوژی عامل اصلی افتراق این دو پهنه از یکدیگر میباشد. به علت مساعدت شرایط زمین شناسی و جغرافیایی پهنه های مناسب تغذیه ی آب زیرزمینی حدود ۸۰% از مساحت حوضه را در برگرفته اند. بستر و حاشیه رودخانه مرگ و سطح دشت ماهیدشت مناسب ترین شرایط را برای تغذیه ی منابع آب زیرزمینی داشته اند. بر اساس نتایج این پژوهش میتوان، با ایجاد طرح های تغذیه ی مصنوعی در حاشیهی دشت ماهیدشت و جلوگیری از ساخت وسازهای گسترده در مناطق با پتانسیل تغذیه ی زیاد و خیلی زیاد را جهت مدیریت منابع آب زیرزمینی حوضه پیشنهاد داد.
Keywords:
Authors
منصور پروین
استادیار گروه جغرافیا دانشگاه پیام نور، 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 :