استفاده از رویکرد های بنیادی زمین آمار به منظور شناسایی نواحی محتمل تغذیه کننده آبخوان دشت تهران-کرج

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 47

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SRBAU-16-4_009

تاریخ نمایه سازی: 10 دی 1402

چکیده مقاله:

آب زیرزمینی به خصوص در مناطق خشک و نیمه­خشک یکی از مهم­ترین منابع تامین­کننده آب شرب به حساب می­آید. برخلاف تصور عمومی در این مناطق، منابع آبی بیش­تر از نظر کیفیت با مشکل روبرو است تا کمیت، بنابراین پایش روند کیفیت آب و شناسایی منابع آلوده کننده آن، همواره به عنوان یکی از دغدغه­های اصلی پژوهش­گران این نواحی به شمار می­رود. در این پژوهش به منظور شناسایی نواحی آلوده­کننده آب زیرزمینی، اقدام به شناسایی نواحی محتمل تغذیه سفره آب آبخوان دشت تهران-کرج شده است. بدین منظور پس از استخراج آمار مربوط به سطح تراز آب زیرزمینی، از روش­های مختلف درون­یابی و زمین­آمار برای تولید تصویر سطح تراز استفاده شده است. دو نرم­افزار Gstat و تحلیل­گر زمین­آمار برای انجام این مطالعات بکار گرفته شده­اند، سپس عملکرد و توان هر کدام در تولید تصاویر سطح مورد ارزیابی قرار گرفته است. با استفاده از روش­های مختلف آماری، عملکرد مدل­های درون­یابی  مورد سنجش قرار گرفت. بر اساس نتایج این پژوهش نرم­افزار تحلیل­گر زمین­آمار انعطاف­ بهتری برای انجام تحلیل­های ویژه بر روی داده­ها نشان داد. بر اساس روش داده­های تعلیمی و آزمون، روش­های درون یابی بسیار به یکدیگر شبیه نشان دادند، اما خروجی تصاویر سطحی از منظور شبیه­سازی حرکت آب زیرزمینی و هیستوگرام تصاویر با یکدیگر بسیار متفاوت به نظر می­رسید. در نهایت بر اساس مقایسه خروجی مدل ها با واقعیت زمینی، مناسب­ترین روش، کریجینگ کلی نشان داد. بر همین اساس تصاویر سطح تراز در مقاطع مختلف زمانی بوسیله روش مذکور تولید و در نهایت با شبیه­سازی جهت جریان آب زیرزمینی محتمل­ترین نواحی تغذیه آبخوان شناسایی گردید.

کلیدواژه ها:

زمین آمار ، درون یابی ، نرم افزار Gstat ، ماژول تحلیل گر زمین آمار ، آب زیرزمینی ، جهت جریان آب زیرزمینی ، ناحیه تغذیه کننده آبخوان

نویسندگان

بهزاد رایگانی

استادیار، دانشکده محیط زیست، سازمان حفاظت محیط زیست، کرج، ایران. (مسوول مکاتبات)

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 :
  • Nwankwoala HO, Eludoyin OS, Obafemi AA, ۲۰۱۲. Groundwater Quality Assessment ...
  • Machiwal D, Jha MK, ۲۰۱۵. Identifying sources of groundwater contamination ...
  • Liu L, Yi L, Cheng X, ۲۰۱۴. Stochastic simulation of ...
  • Huang PM, Li Y, Sumner ME. Handbook of soil sciences ...
  • Gong G, Mattevada S, O’Bryant SE, ۲۰۱۴. Comparison of the ...
  • Karimi HA. Handbook of research on geoinformatics. Hershey: Information Science ...
  • Di Piazza A, Conti FL, Noto LV, Viola F, La ...
  • Johnston K, Ver Hoef JM, Krivoruchko K, Lucas N. Using ...
  • Kebaili Bargaoui Z, Chebbi A, ۲۰۰۹. Comparison of two kriging ...
  • Zhang K, Li H, Achari G, ۲۰۰۹. Fuzzy-stochastic characterization of ...
  • Tapoglou E, Karatzas GP, Trichakis IC, Varouchakis EA, ۲۰۱۴. A ...
  • Oliver MA, Webster R, ۲۰۱۴. A tutorial guide to geostatistics: ...
  • Özdemir Y. Determination of surface water reseources changes by Multi ...
  • Theodossiou N, Latinopoulos P, ۲۰۰۶. Evaluation and optimisation of groundwater ...
  • Hassan J, ۲۰۱۴. A Geostatistical approach for mapping groundwater quality ...
  • Anderson F, ۲۰۱۴. Multivariate Geostatistical Model for Groundwater Constituents in ...
  • Ghadermazi J, Sayyad G, Mohammadi J, Moezzi A, Ahmadi F, ...
  • Jensen JR. Introductory digital image processing : a remote sensing ...
  • Negreiros J, Painho M, Costa A, Santos J, Lopes I, ...
  • Pebesma EJ, Gstat user’s manual ...
  • Pebesma EJ, Wesseling CG, ۱۹۹۸. Gstat: a program for geostatistical ...
  • Pebesma EJ, editor Gstat: multivariable geostatistics for S. Proceedings of ...
  • Eastman J. IDRISI Selva manual: Clark Labs; ۲۰۱۲. ۳۲۴ p ...
  • Eastman J. IDRISI Selva Tutorial: Clark Labs; ۲۰۱۲ ...
  • Jang C-S, Chen S-K, Kuo Y-M, ۲۰۱۳. Applying indicator-based geostatistical ...
  • نمایش کامل مراجع