ارزیابی آسیب پذیری آب زیرزمینی آبخوان دشت کردکندی- دوزدوزان با استفاده از مدل دراستیک واسنجی شده

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 129

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IWRR-13-4_008

تاریخ نمایه سازی: 29 بهمن 1401

Abstract:

با توجه به این که عمده کاربری اراضی در دشت کردکندی- دوزدوزان به کشاورزی اختصاص یافته است، احتمال آلودگی آبخوان به وسیله آب های برگشتی آغشته به کودهای شیمیایی و همچنین فاضلاب شهری و روستایی بسیار بالا می باشد. بنابراین ارزیابی آسیب پذیری آبخوان برای مدیریت کاربری اراضی و جلوگیری از آلودگی آب های زیرزمینی امری ضروری به نظر می رسد. هدف اصلی از این مطالعه، تهیه نقشه آسیب پذیری منطقه به روش دراستیک و سپس واسنجی مدل دراستیک با استفاده از داده های نیترات به منظور بهبود این روش می باشد. بنابراین عوامل موثر بر آسیب پذیری آب زیرزمینی شامل عمق آب زیرزمینی، تغذیه خالص، جنس محیط آبخوان، محیط خاک، شیب توپوگرافی، مواد تشکیل دهنده ناحیه غیر اشباع و هدایت هیدرولیکی با فرمت رستر در محیط نرم افزاری GIS تهیه شدند. جهت صحت سنجی و واسنجی مدل دراستیک از دو مجموعه داده نیترات استفاده شد. نتایج نشان داد که با تصحیح وزن لایه ها، ضریب تبیین بین غلظت نیترات و آسیب پذیری مربوطه از ۶۷۸۳/۰ به ۷۹۰۳/۰ افزایش یافته است. براساس نقشه آسیب پذیری دراستیک واسنجی شده، میزان شاخص آسیب پذیری بین ۵۶/۶۶ تا ۸۹/۱۴۸ برآورد شد. افزایش همبستگی غلظت نیترات با نقشه آسیب پذیری دراستیک واسنجی شده در مقایسه با دراستیک اولیه، صحت فرایند واسنجی را تایید کرد.

Keywords:

آسیب پذیری آب زیرزمینی , دراستیک , دشت کردکندی- دوزدوزان , واسنجی

Authors

اصغر اصغری مقدم

استاد /گروه علوم زمین، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران

شهلا سلطانی

کارشناسی ارشد /هیدروژئولوژی، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران

رحیم برزگر

دانشجوی دکتری /هیدروژئولوژی، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران

نعیمه کاظمیان

کارشناس /آزمایشگاه کنترل کیفی آب استان آذربایجان شرقی، 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 :