پهنه‌بندی درجه آسیب‌پذیری و شدت الایندگی زیست محیطی آب‌های زیرزمینی دشت گرگان با رویکرد ارزیابی چند معیاره مکانی (SMCE0

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 501

This Paper With 8 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:

MYBOOD01_061

تاریخ نمایه سازی: 25 خرداد 1393

Abstract:

شناسایی و تهیه نقشه پهنه‌بندی مناطق آسیب‌پذیر آبخوان، یک ابراز مدیریتی مناسب برای جلوگیری از آلودگی منابع آب زیرزمینی می‌باشد. انتهاب و دقت روش‌های مناسب پهنه‌بندی و تهیه نقشه پهنه‌بندی درجه آسیب‌پذیری اب‌های زیرزمینی بستگی به شرایط منطقه و وجود آمار و داده‌های کافی در آن می‌باشد که انتخاب صحیح آن‌‌ها گامی اساسی و مهم در مدیریت منابع ابی منطقه به شمار می‌رود، دلیل وجود پارامترهای نسبتاً زیاد یکی از روش‌های مناسب برای پهنه‌بندی، رویکرد ارزیابی چندمعیاره مکانی (SMCE) می‌باشد، مراحل اجرای رویکرد ارزیابی چند معیاره مکانی شامل تعیین هدف، شناسایی و گزینش معیارهای موثر در درجه اسیب‌پذیری آب‌های زیرزمینین بااستفاده از پرسشنامه دلفی، غربال‌سازی معیارهای موثر و تأثیرگذار بر آب‌های زیرزمینی ، اولویت‌بندی و وزن‌دهی معیارهای موثر با استفاده از نتایج حاصل از پرسشنامه دلفی و تجزیه و تحلیل آن در نرم‌افزار Expert choice نقشه‌سازی و استانداردسازی معیارهای مؤثر در درجه آسیب‌پذیری زیست محیطی اب‌های زیرزمینی منطقه مورد مطالعه می‌»اشد که براین اساس آب‌های زیرزمینی دشت گرگان به پنج درجه آسیب‌پذیری خیلی کم، کم، متوسط، زیاد و درجه آسیب‌پذیری خیلی زیاد پهنه‌بندی شد که با توجه به نقشه نهایی اکثر مناطق دشت گرگان (حدود 5/37 درصد کل مساحت)، دارای اب‌های زیرزمینی با درجه آسیب‌پذیری زیاد می‌باشد.

Authors

رحمت قلندر آیش

دانشجوی کارشناسی ارشد آلودگی های محیط زیست، دانشگاه آزاد اسلامی واحد علوم و تحقیقات یزد، دانشکده کشاورزی، گروه محیط زیست، یزد ایران

بیژن مقصودلو کمالی

استادیارگروه محیط زیست دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد میبد، ایران

فرهاد نژاد کورکی

دانشیار گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه یزد ، 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 :