ارزیابی زمین آماری با شاخص کیفیت آب زیرزمینی به منظور آشامیدن (DGWQI) در آبخوان دشت بیرجند
محل انتشار: فصلنامه محیط زیست و مهندسی آب، دوره: 7، شماره: 2
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 222
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEWE-7-2_007
تاریخ نمایه سازی: 20 مرداد 1400
چکیده مقاله:
آب زیرزمینی منبع اصلی تامین آب شرب در مناطق نیمه خشک ایران است؛ بنابراین، نظارت بر کیفیت این منبع ارزشمند، حیاتی است. از اینرو، هدف از این مطالعه بررسی و تهیه نقشه کیفیت آب زیرزمینی بیرجند واقع در منطقه نیمه خشک شرق ایران با استفاده از تحلیل زمین آماری مبتنی بر GIS و با شاخص کیفیت آب زیرزمینی به منظور آشامیدنی DGWQI)) بود. برای این منظور از داده های جمع آوری شده کیفیت آب زیرزمینی ۲۷ حلقه چاه کشاورزی در طی سال های ۱۳۹۸ - ۱۳۹۳ استفاده شد. نتایج تحلیل های مکانی بیانگر این بود که ۶۳% مساحت آبخوان در رده کیفی مناسب، ۱۸% مساحت در رده ضعیف، ۱۰% مساحت در رده خیلی ضعیف و ۹% مساحت آبخوان نیز در رده غیرآشامیدنی قرار داشت. تحلیل حساسیت نشان داد که پارامترهای Mg۲+، EC و TDS با بالاترین میانگین شاخص تغییر ۹۸/۱۸، ۶۸/۲۰ و ۰۴/۱۹ بهترتیب حساس ترین پارامترها در محاسبه DGWQI بودند. ارزیابی خطا به روش R۲ و RMSE، روی مدل های کریجینگ معمولی و تغییرنگار کروی عملکرد خوبی برای تحلیل فضایی تمام پارامترها از جمله DGWQI، Mg۲+، EC و TDS را نشان داد. نقشه DGWQI نشان می دهد که بخش غربی و جنوب غربی آبخوان از شرایط کیفی مناسبی جهت استحصال آب شرب مناسب برخوردار نمی باشد.
کلیدواژه ها:
نویسندگان
مبین افتخاری
دانش آموخته کارشناسی ارشد، گروه مهندسی عمران آب و سازه های هیدرولیکی، دانشکده مهندسی، واحد مشهد، دانشگاه آزاد اسلامی ، مشهد، ایران
سید احمد اسلامی نژاد
کارشناس ارشد، گروه مهندسی نقشه برداری، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران، تهران، ایران
علی حاجی الیاسی
دانشجوی دکترای، گروه مهندسی عمران، دانشکده مهندسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
محمد اکبری
استادیار، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :