پهنه بندی مناطق مستعد تغذیه ی آب زیرزمینی حوضه ی آبریز ماهیدشت کرمانشاه
محل انتشار: مجله هیدروژیومورفولوژی، دوره: 7، شماره: 22
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 147
فایل این مقاله در 25 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_HYD-7-22_007
تاریخ نمایه سازی: 4 بهمن 1401
چکیده مقاله:
دشت ماهیدشت به علت نزدیکی به شهر کرمانشاه دارای تاسیسات صنعتی متعددی بوده و از اهمیت کشاورزی بالای برخوردار است. توسعهی فعالیت های انسانی و رخداد خشکسالی ها در چند دهه ی گذشته سبب محدودیت تغذیه و کاهش سطح ایستابی منایع آب زیرزمینی در این حوضه شده است. بنابراین شناسایی مناطق مناسب تغذیه ی آب زیرزمینی در حوضه ی آبریز ماهیدشت ضروری به نظر رسیده و هدف پژوهش نیز پهنه بندی مناطق مستعد تغذیه ی منابع آب زیرزمینی در حوضهی مورد مطالعه است. روش شاخص پتانسیل تغذیهی مبتنی بر هشت پارامتر تراکمخطواره، تراکمزهکشی، کاربریاراضی، شیبتوپوگرافی، خاک، بارشسالانه و ژئومورفولوژی بوده و بر اساس روش ترکیب خطی وزنی محاسبه میگردد. نتایج پژوهش نشان داد، که ۶۲% مساحت حوضه در پهنه های با پتانسیل خیلی زیاد و زیاد تغذیه ی آب زیرزمینی قرار گرفته است. دشت آبرفتی ماهیدشت و نواحی تپه ماهوری و فرسایشی حاشیه این دشت به ترتیب در پهنهی با پتانسیل تغذیه خیلی زیاد و زیاد واقع شده اند. پهنه های با پتانسیل متوسط و کم تغذیه ی آب زیرزمینی منطبق بر نواحی کوهستانی در شمال و جنوب حوضه بوده و پارامتر لیتولوژی عامل اصلی افتراق این دو پهنه از یکدیگر میباشد. به علت مساعدت شرایط زمین شناسی و جغرافیایی پهنه های مناسب تغذیه ی آب زیرزمینی حدود ۸۰% از مساحت حوضه را در برگرفته اند. بستر و حاشیه رودخانه مرگ و سطح دشت ماهیدشت مناسب ترین شرایط را برای تغذیه ی منابع آب زیرزمینی داشته اند. بر اساس نتایج این پژوهش میتوان، با ایجاد طرح های تغذیه ی مصنوعی در حاشیهی دشت ماهیدشت و جلوگیری از ساخت وسازهای گسترده در مناطق با پتانسیل تغذیه ی زیاد و خیلی زیاد را جهت مدیریت منابع آب زیرزمینی حوضه پیشنهاد داد.
کلیدواژه ها:
نویسندگان
منصور پروین
استادیار گروه جغرافیا دانشگاه پیام نور، 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 :