پتانسیل‌یابی منابع آب زیرزمینی در محدوده مطالعاتی خرم‌آباد با استفاده از روش شاخص آماری

نوع مقاله : مقاله علمی- ترویجی

نویسندگان

1 دانشگاه لرستان

2 لرستان

چکیده

افزایش جمعیت و روند رو به رشد صنعتی نیاز آبی در زمینه‌های مختلف را افزایش داده است. بنابراین امروزه منابع آب زیرزمینی از با ارزش‏ ترین منابع جهت تامین آب به شمار می‏روند. در این تحقیق پتانسیل‌یابی منابع آب‌های زیرزمینی در محدوده مطالعاتی خرم‌آباد با استفاده از روش شاخص آماری، انجام شده است. بدین منظور، ابتدا 212 حلقه چاه‌ موجود در محدوده با آبدهی بیشتر از 11 لیتر در ثانیه به‌صورت تصادفی به دودسته گروه آموزش (70 درصد) و اعتبارسنجی (30 درصد) تقسیم شدند. سپس لایه‌های رقومی متغیرهای مؤثر در پتانسیل آب‌های زیرزمینی (لایه ارتفاع، شیب، جهت شیب، انحنای سطح، شاخص رطوبت توپوگرافی (‍TWI)، کاربری اراضی، خاک، زمین‌شناسی، فاصله از رودخانه، تراکم زهکشی ، فاصله از گسل و تراکم گسل) در محیط ArcGIS10.2 تهیه گردید. سپس با استفاده از روش همپوشانی وزنی نقشه نهایی پتانسیل‌یابی منابع آب زیرزمینی در محدوده مطالعاتی خرم‌آباد در چهار طبقه مختلف پتانسیل شامل، کم، متوسط، زیاد و خیلی زیاد تهیه گردید. درنهایت برای تعیین صحت نقشه نهایی از منحنی ROC استفاده گردید که میزان دقت نقشه نهایی بر اساس این منحنی 82 درصد می‌باشد که بیانگر دقت بالای این روش در تهیه نقشه پتانسیل آب زیرزمینی می‌باشد.

کلیدواژه‌ها


اداره منابع طبیعی استان لرستان. 1392.
شرکت آب منطقه‌ای استان لرستان. 1392. دفتر مطالعات و بررسی منابع آب‌های زیرزمینی.
شهبازی،ع.، طهماسبی پور، ن.، زینی‏وند، ح. و حقی‏زاده، ع. ۱۳۹۴. پتانسیل ‏یابی منابع آب زیرزمینی با استفاده از مدل تابع شواهد قطعی EBF. کنفرانس ملی کشاورزی پایدار، محیط زیست وتوسعه روستایی ،کوهدشت، اداره جهادکشاورزی کوهدشت، شرکت پنام خط نوین.
رنجبرمنش، ن.، انتظاری، م. و رامشت، م.ح. 1392. بحرانِ ناشی از افت سطح آب زیرزمینی در اثر فعالیت تکتونیکی در دشت ماهیدشت. دوفصلنامه‏ ژئومورفولوژی کاربردی ایران، 1(2): 1-18.
علائی طالقانی، م. و سعیدی‌کیا، م. 1392. نقش مؤلفه‏ های ژئومورفولوژی در تشکیل و تغذیه سفره آب زیرزمینی (مطالعه موردی: دشت ذهاب). فصلنامه تحقیقات جغرافیایی، 28(10): 171-186.
علیزاده، ا.1391. اصول هیدرولوژی کاربردی. انتشارات دانشگاه امام رضا. چاپ سی و ششم. صفحه 343.
محمدنژاد آروق، و.، اصغری، ص. و محمدزاده، ب. 1392. تهیه نقشه مناطق مستعد آب‌های زیرزمینی با استفاده از GIS و MIF (مطالعه موردی: شهرستان ارومیه). پژوهش‌های ژئومورفولوژی کمی، 2(3): 48-58.
ماه گلی، آ.، چیت‌سازان، م. و میرزایی، ی. 1390. پتانسیل‌یابی آب زیرزمینی در سازندهای سخت با استفاده از GIS و سنجش‌ از دور (مطالعه موردی: شمال حسینیه). همایش ژئوماتیک، تهران، سازمان نقشه‌برداری کشور.
هاشمی، م.، قربانی، ر. و کاوه‌ای، ب. 1383. تحلیل منحنی‌های ROC برای مقایسه تست‌های تشخیص پزشکی. مجله علمی دانشگاه علوم پزشکی سمنان، 6(2): 145-150.
Abdalla F. 2012. Mapping of Groundwater Prospective Zones Using Remote Sensing and GIS Techniques, A Case Study from the Central Eastern Desert, Egypt. Journal of African EarthSciences, 70: 8-17.
Akobeng AK. 2007 Understanding diagnostic tests 3: receiver operating characteristic curves. Acta paediatrica. 96(5): 7-644.
Chowdhury A., Jha M.K. and Chowdary V.M. 2010, Delineation of Groundwater Recharge Zones andIdentification of Artificial Recharge Sites in West Medinipur District, West Bengal, UsingRS, GIS and MCDM Techniques, Environmental Earth Science, 59(6): 1209-1222.
Das S., Behera S.C., Kar A., Narendra P. and Guha S. 1997. Hydrogeomorphological Mapping in Groundwater Exploration Using Remotely Sensed Datad, A Case Study in Keonjhar District, Orissa, Journal of Indian Society of Remote Sensing, 25(4): 247-259.
DavoodiMoghadam D., Rezaei M., Pourghasemi H.R. and Pourtaaghie Z.S. 2013. Groundwater potential spring mapping using bivariate statistical model and GIS in the Taleghan watershed, Iran. Arab J Geosci, 8 (2): 913-929.
Ganapuram S., Kumar G., Krishna I., Kahya E. and Demirel M. 2008. Mapping of Groundwater Potential Zones in the Musi Basin Using Remote Sensing and GIS, Advances in Engineering Software, 40: 506-518.
Ganapuram S., Vijaya Kumar G.T., Murali Krishna I.V., Kahya E. and Demirel M.C. 2009. Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS. AdvEngSoftw, 47: 571–515.
http:// www. MedCalc. Org. medcalc version 13.3.3.3. (2014).
Kumar R. and Indrayan A. 2011. Receiver operating characteristic (ROC) curve for medical researchers. Indian pediatrics. 48(4): 87-277.
Manap M.A., Nampak H., Pradhan B., Lee S., Sulaiman W.N.A. and Ramli M.F. 2012. Application of probabilistic-based frequency ratio model in groundwater potential mapping using remote sensing data and GIS. Arab J Geosci, 7(2): 711-724.
Manap MA., Sulaiman WNA., Ramli MF., Pradhan B. and Surip N. 2013. A knowledge driven GIS modelling technique for prediction of groundwater potential zones at the Upper Langat Basin, Malaysia. Arab J Geosci1, (5):1121–1107.
Nobre RCM., Filho OCR., Mansur WJ., Nobre MMM. and Cosenza CAN. 2007. Groundwater vulnerability and risk mapping using GIS, modeling and a fuzzy logic tool. J ContamHydrol, 24: 277–222.
Pourghasemi H.R., Moradi H.R. and FatemiAghda S.M. 2013. Landslide susceptibility mapping by binary logistic regression, analytical hierarchy process, and statistical index models and assessment of their performances, Nat Hazards, 69: 749–779.
Pourtaghi Z.S and Pourghasemi H.R. 2014. GIS-based groundwater spring potential assessment and mapping in the Birjand Township, southern Khorasan Province, Iran. Hydrogeology J., 22: 643-662
Regmi A.D., Devkota K.C., Yoshida K., Pradhan B., Pourghasemi H.R., Kumamoto T. and Akgun A. 2014. Application of frequency ratio, statistical index, and weights-of-evidence models and their comparison in landslide susceptibilitymapping in CentralNepal Himalaya. Arab J Geosci, 7(2):725–742.
Sander P., Chesley M. and Minor T. 1996. Groundwater Assessment Using Remote Sensing and GIS in a Rural Groundwater Project in Ghana: Lessons Learned, Hydrogeology Journal, 4(3): 78-93.
Saha D., Dhar Y.R. and Vittala S.S. 2010. Delineation of groundwater development potential zones in parts of marginal Ganga Alluvial Plain in South Bihar, Eastern India. EnvironMonit Assess, 115: 172–121.
Zhao Ch., Chen W., Wang Q., Wu U. and Yang B. 2015. A comparative study of statistical index and certainty factor models in landslide susceptibility mapping: a case study for the Shangzhou District, Shaanxi Province, China, Arab J Geosci, 8(11): 9079-9088
CAPTCHA Image