پهنهبندی کیفی آب شرب حوضه آبریز قرهسو با استفاده از روش آنتروپی شانون و سامانه اطلاعات جغرافیاییGIS
Publish place: The 1st national conference on solutions to access sustainable development in agriculture,natural resources and the environment
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 912
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SDCONF01_2154
تاریخ نمایه سازی: 28 اردیبهشت 1392
Abstract:
هدف از این نحقیق پهنهبندی کیفی آب شرب آبخوان محبوس دشت قرهسو واقع در استان گلستان با استفاده از روشهای درونیابی در نرمافزارGIS و انتخاب بهترین اوزان بر اساس طبقهبندی شولر با کمک روش وزندهی آنتروپی شانون میباشد. برای بررسی کیفی آب زیرزمینی دشت قرهسو به لحاظ شرب از اطلاعات مربوط به سال-911390 استفاده شده است. با توجه به اینکه نمونهبرداری از تمام نقاط محدوده مطالعاتی امکانپذیر نیست، روشهای درونیابی ابزار قدرتمندی در تخمین دادهها بر مبنای ساختار مکانی است. با توجه به تغییرات یکنواخت کیفیت منابع آب در منطقه مورد مطالعه از روش مجذور عکس فاصلههاIDW جهت تهیههای لایه-های سدیمNa کلرCl کل املاح محلولTDS هدایت هیدرولیکیEC کلسیمCa و سختی کل TH استفاده گردید. سپس نقشههای رستری منطقه مورد مطالعه تهیه گردید. با استفاده از روش آنتروپی شانون وزن نهایی پارامترها تعیین شد. در نهایت با تلفیق لایهها و اعمال وزنهای نهایی پارامترها در محیطGIS نقشه پتانسیل کیفی منطقه مورد مطالعه تهیه گردید. نقشه پتانسیل کیفی، مکانهای مناسب از لحاظ شرب را مشخص مینماید، نتایج نشان داد که محدوده غرب حوضه به علت نزدیکی به دریا و تأثیرات ناشی از حرکت جریانهای زیرزمینی آبّ شور دریا دارای کیفیت پایینتری نسبت به کل منطقه مورد مطالعه میباشد.
Keywords:
Authors
محمدحسین شهبازبیگی روزبهانی
دانشجوی کارشناسی ارشد، منابع آب، دانشگاه علوم کشاورزی و منابع طبیعی گ
مهدی مفتاح هلقی
دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
خلیل قربانی
استادیار گروه مهندسی آب ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
مهدی ذاکری نیا
استادیار گروه مهندسی آب ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :