شناسایی پتانسیل منابع آب زیرزمینی در سازندهای سخت به عنوان راهکاری در جهت مدیریت بحران آب (مطالعه موردی: حوضه آبخیز کلات نادری)

جغرافیا و مخاطرات محیطی

مقاله 4، دوره 6، شماره 4 - شماره پیاپی 24، بهمن 1396، صفحه 143-158   

نوع مقاله: پژوهشی

شناسه دیجیتال (DOI): 10.22067/geo.v6i4.60380

نویسندگان

علیرضا اولیایی¹؛ ناصر پرویان²؛ عذرا خسروی^{* 2}

¹داننشگاه تهران

²دانشگاه فردوسی مشهد

چکیده

بحران آب در بسیاری از کشورهای جهان و ازجمله کشورهای واقع در کمربند خشک کره زمین مانند ایران، روز به روز ابعاد پیچیده‌تری به خود گرفته است. با شدت گرفتن مشکل بحران آب بسیاری از پژوهشگران حوزه منابع آب در پی ارائۀ راهکارهایی جهت مقابله با این بحران هستند. منابع آب در سازندهای سخت، از مهم‌ترین منابع آب شیرین به‌حساب می‌آیند و با توجه به گسترش زیاد این سازندها در کشور، به طرق مختلف سعی بر شناخت آن‌ها شده است. این پژوهش سعی دارد با بررسی پراکنش چشمه‌های موجود در منطقه به عنوان یکی از نشانگرهای منابع آبی به بررسی منابع آب زیرزمینی در سازندهای سخت بپردازد. بدین منظور جهت تولید نقشه پیش‌بینی منابع آب زیرزمینی در حوزه آبخیز کلات نادری، از مدل‌سازی با نرم‌افزار مکسنت بر پایه رگرسیون لجستیک، تکنیک‌های سیستم اطلاعات جغرافیایی (ARCGIS) و سنجش‌ازدور (RS) استفاده گردید. نتایج نمودارهای آنالیز حساسیت، نوع رابطه عوامل محیطی و مرفومتریک را با رخنمون چشمه‌ها نشان دادند. همچنین نتایج حاصل از روش متعامد اعتبارسازی منحنی جک نایف، نشان داد که مهم‌ترین عامل در مدل‌سازی پیش‌بینی منابع آب زیرزمینی، پارامتر بارندگی و سنگ‌شناسی بوده است. درنهایت نقشه پیش‌بینی منابع آب زیرزمینی به چهار طبقه کیفی پتانسیل خیلی کم، کم، متوسط و زیاد تقسیم گردید که به ترتیب 03/33، 07/14، 01/4 و 9/48 درصد از حوضه آبخیز کلات را در بر می‌گیرد. نتایج درنهایت دقت مدل با استفاده از منحنی ROC، 3/92 درصد تخمین زده شد که نشان‌دهنده دقت بالای مدل در تحلیل فراوانی چشمه‌ها در منطقه مورد مطالعه است. با توجه به مطالعات اخیر و تطابق خوب این مدل با داده‌های موجود، می‌تواند روشی مطلوب در شناسایی منابع آب زیرزمینی به‌ویژه در سازند‌های سخت باشد و استفاده از آن در جهت برنامه‌ریزی‌های محیطی بسیار مفید و کارا باشد.

کلیدواژه‌ها

کلات نادری؛ Maxent؛ رگرسیون لجستیک؛ منابع آب؛ سازندهای سخت

مراجع

اولیایی، علیرضا؛ 1393. بررسی هیدروژئومرفولوژی و پهنه‌بندی مناطق کارستیک در رابطه با پتانسیل منابع آب (مطالعه موردی حوزه آبخیز بجنورد). پایان نامه کارشناسی ارشد. دانشکده منابع طبیعی. دانشگاه تهران.

حسین‌زاده، سیدرضا؛ 1396. مبانی سیستم‌های اطلاعات جغرافیایی (GIS). در حال ویراستاری. چاپ اول. مشهد: انتشارات جهاد دانشگاهی مشهد.

خلاصی اهوازی، لیلا، زارع چاهوکی، محمدعلی، حسینی، سیدزین العادین؛ 1394. مدل سازی پراکنش جغرافیایی رویشگاه گونه‌های Artemisia aucheri و Artemisia sieberi بر اساس روش‌های مبتنی بر حضور (MaxEnt و ENFA). مجله تحقیقات منابع طبیعی تجدید شونده. دوره 6. شماره 1. صفحه 57 -73.

درواری، زهرا، غلام. ی، وحید، جوکار سرهنگی، عیسی؛ 1390. شبیه‌سازی آبدهی چشمه‌های کارستی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی ارتفاعات البرز مرکزی). مجله پژوهش‌های جغرافیایی. شماره 77. صفحه 68-57.

رامشت، محمد حسین، عرب عامری، علیرضا؛ 1392. پهنه‌بندی حوضه آبخیز بیاضیه به منظور تغذیه مصنوعی آب‌های زیرزمینی با استفاده از روش AHP و تکنیک.ARCGIS مجله علمی پژوهشی جغرافیا و برنامه ریزی. دوره 17. شماره 45. صفحه 69-96.

صابری، عظیم، رنگزن، کاظم، مهجوری، رضا، کشاورز، محمدرضا؛ 1391. پتانسیل‌یابی منابع آب زیرزمینی با تلفیق سنجش‌ازدور و ARCGIS به روش تحلیل سلسله مراتبی (AHP) در تاقدیس کمستان استان خوزستان. مجله زمین‌شناسی کاربردی پیشرفته. شماره 6. صفحه 20-11.

محمدی فتیده، محمد؛ 1378. بررسی آبخوان‌ها و عوامل مؤثر بر پتانسیل‌های منابع آب در شرق استان گیلان مطالعه موردی: دشت‌های آبرفتی املش، رودسر و کلاچای. نشریه علوم کشاورزی ایران. شماره 1. صفحه 155 تا 171.

Adiat, K., Olayanju, G., Omosuyi, G., & Ako, B. (2009). Electromagnetic sounding electrical resistance profile and groundwater in the study of complex-case example of ODA underground city in southwestern Nigeria. Ozean Journal of Applied Sciences, 2, 333-359.

Anderson, J. R., Hardy, E., Roach. J. T., & Witmer, R. E. (2001). A land use and land cover classification system for use with remote sensor data. Washington: Geological Survey Professional United States. US Government Printing Office.

Chowdhury, A., Jha, M. K., Chowdary, V. M., & Mal, B. C. (2009). Integrated remote sensing and GIS‐based approach for assessing groundwater potential in West Medinipur district, West Bengal, India. International Journal of Remote Sensing, 30(1), 231-250.

Das, D. (1990). Satellite remote sensing in subsurface water targeting. . In 1990 ACSM-ASPRS Annual Convention, Denver, CO Proceedings of ACSM-ASPRS annual convention 99–103.

Egan, J. P. (1975). Signal detection theory and {ROC} analysis: Series in cognition and perception. New York: Academic Press.

Elith, J., Phillips, S. J., Hastie, T., Dudik, M., Chee, Y. E., & Yates, C. J. (2011). A statistical explanation of MaxEnt for ecologists. Diversity and Distributions, 17(1), 43-57.

Fetter, C. W. (1999). Contaminant hydrogeology (2nd ed.). New Jersey: Prentice Hall.

Ford, D. C., & Williams, P. W. (1989). Karst geomorphology and hydrology. London: Unwin Hyman.

Ganapuram, S., Kumar, G. V., Krishna, I. M., Kahya, E., & Demirel, M. C. (2009). Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS. Advances in Engineering Software, 40(7), 506-518.

Gholami, V. A. H. I. D., Azodi, M., & Taghvaye Salimi, E. (2008). Modeling of karst and alluvial springs discharge in the central Alborz highlands and on the Caspian southern coasts. Caspian Journal of Environmental Sciences, 6(1), 41-45.

Greenbaum, D. (1992). Structural influences on the occurrence of groundwater in SE Zimbabwe. Geological Society, London, Special Publications, 66(1), 77-85.

Guisan, A., & Zimmermann, N. E. (2000). Predictive habitat distribution models in ecology. Ecological Modelling, 135(2), 147-186.

Jansen, L. J., & Di Gregorio, A. (2002). Parametric land cover and land-use classifications as tools for environmental change detection. Agriculture, Ecosystems, and Environment, 91(1), 89-100.

Jha, M. K., Chowdhury, A., Chowdary, V. M., & Peiffer, S. (2007). Groundwater management and development by integrated remote sensing and geographic information systems: Prospects and constraints. Water Resources Management, 21(2), 427-467.

Kazemi, R., Porhemmat, J., & Kheirkhah, M. (2009). Investigation of lineaments related to ground water occurrence in a karstic area; A case study in Lar catchment, Iran. Research Journal of Environment Research, 3(3), 367-375.

Mathew, J., Jha, V. K., & Rawat, G. S. (2007). Weights of evidence modelling for landslide hazard zonation mapping in part of Bhagirathi valley, Uttarakhand. Current Science Bangalore, 92(5), 628-638.

Nandi, A., & Shakoor, A. (2010). A GIS-based landslide susceptibility evaluation using bivariate and multivariate statistical analyses. Engineering Geology, 110(1), 11-20.

Oh, H. J., Kim, Y. S., Choi, J. K., Park, E., & Lee, S. (2011). GIS mapping of regional probabilistic groundwater potential in the area of Pohang City, Korea. Journal of Hydrology, 399(3), 158-172.

Ozdemir, A. (2011). Using a binary logistic regression method and GIS for evaluating and mapping the groundwater spring potential in the Sultan Mountains (Aksehir, Turkey). Journal of Hydrology, 405(1), 123-136.

Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190(3), 231-259.

Schmidt, J., Evans, I. S., & Brinkmann, J. (2003). Comparison of polynomial models for land surface curvature calculation. International Journal of Geographical Information Science, 17(8), 797-814.

Shuin, Y., Hotta, N., Suzuki, M., & Ogawa, K. I. (2012). Estimating the effects of heavy rainfall conditions on shallow landslides using a distributed landslide conceptual model. Physics and Chemistry of the Earth, Parts A/B/C, 49, 44-51.