بررسی آسیب پذیری کیفیت آب زیرزمینی بااستفاده از GIS ومدل دراستیک اصلاح شده (مطالعه موردی: شبکه آبیاری قزوین)
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 691
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CESET01_391
تاریخ نمایه سازی: 14 آذر 1394
Abstract:
پاک سازی آلودگی آب های زیر زمینی هزینه زیادی دارد ودر بسیاری از موارد بسیار مشکل است از این رولازم است از روش های مناسب برای پیشگیری از آلوده شدن آن ها استفاده شود یکی از راه های عملی برای جلوگیری از آلودگی آب های زیر زمینی ،شناسایی مناطق آسیب پذیر آبخوان ومدیریت کاربری اراضی است در پژوهش حاضر آسیب پذیری آبخوان دشت قزوین در برابر آلودگی به کمک مدل در استیک ونرم افزار GIS ارزیابی شده است مدل در استیک مدل هفت پارامتری است که خصوصیات هیدروژئولوژیکی موثر بر آلودگی آب های زیر زمینی شامل عمق سطح ایستایی تغذیه خالص آبخوان محیط آبخوان محیط خاک توپوگرافی منطقه غیر اشباع وهدایت هیدرولیکی را مورد بررسی قرار می دهد وبا ترکیب این پارامتر ها در محیط GIS مناطق مستعد آلودگی آبخوان را مشخص می کند در تحقیق حاضر از نقشه کاربری اراضی بعنوان پارامتر هشتم جهت کسب نتایج کاربردی استفاده شده است نتایج نشان داد که 66 درصد از مساحت منطقه مورد مطالعه دارای پتانسیل آسیب پذیری متوسط و34 درصد دارای پتانسیل آسیب پذیری زیاد می باشد با تحلیل حساسیت به روش حذف پارامتر ، میزان تاثیر گذاری هر کدام از پارامترهای موثر در آلوده سازی آبخوان مورد ارزیابی قرار گرفتند نتایج تحلیل ها نشان داد که مهمترین پارامتر نشان داد که مهمترین پارامتر تاثیر گذار بر شاخص آسیب پذیری در این منطقه پارامتر محیط منطقه غیر اشباع است همچنین جهت صحت سنجی تحقیق ونتایج از اندازه گیری میزان نیترات در آب های زیر زمینی دشت قزوین استفاده شد نتایج آزمایش نشان داد پهنه بندی آسیب پذیری بدست آمده از مدل دراستیک با توزیع نیترات در آب زیر زمینی دشت قزوین از همخوانی خوبی برخوردار است
Keywords:
آسیب پذیری آب زیر زمینی آنالیز حساسیت مدل GIS DRASTIC دشت قزوین
Authors
سعید حسنی
دانشجوی کارشناسی ارشد دانشگاه زنجان
مهدی پناهی
استادیار دانشگاه زنجان
حسن اوجاقلو
استادیار دانشگاه زنجان
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 :