تعیین مهم‌ترین عوامل مؤثر بر تخلیۀ آب زیرزمینی زیردریایی به سواحل خلیج فارس با استفاده از رگرسیون چندمتغیره

نوع مقاله : پژوهشی

نویسندگان

1 استادیار دانشکدۀ منابع طبیعی، دانشگاه یاسوج

2 دانشیار، دانشکدۀ منابع طبیعی، دانشگاه تهران، کرج

چکیده

هدف از پژوهش حاضر، تعیین مهم‌ترین شاخص‏های ژئومورفومتری و ویژگی‏های ساختاری مؤثر بر تخلیۀ جریان آب زیرزمینی زیردریایی در سواحل خلیج فارس است. به این منظور، ابتدا نقشۀ 23 عامل احتمالی مؤثر در سه شعاع 10 (بافر 1)، 20 (بافر 2) و 30 (بافر 3) کیلومتری از ساحل به‏ سمت خشکی شامل نقشه‏های سنگ‏شناسی، تراکم خطواره و گسل، پهنه‏بندی بارندگی و دما، پوشش گیاهی، تراکم آبراهه، شیب، طبقات ارتفاع، فراوانی و پراکنش چشمه‏ها و همچنین انحناهای پروفیل، طول، مقطع عرضی، عمومی، صفحه‏ای، مماسی، کل و نسبت سطح، زبری توپوگرافی، اندازۀ قدرت بردار، موقعیت توپوگرافی، رطوبت توپوگرافی در محیط نرم‌افزارهای ENVI 5.3، Arc GIS10.3.1 و SAGA GIS 2.1.0 تهیه شدند. سپس، با استفاده از روش تحلیل رگرسیون چندمتغیره، مهم‌ترین عوامل مؤثر و سهم هر یک از آنها در حضور نواحی تخلیۀ جریان آب زیرزمینی زیردریایی تعیین شد. نتایج نشان داد انحنای صفحه‏ای و پروفیل مهم‌ترین انحناهایی هستند که نتایج و مقادیری متضاد با هم دارند. شاخص‏های مؤثر بر حضور نواحی تخلیۀ جریان آب زیرزمینی زیردریایی در فصل سرد عبارت‌اند از: تعداد چشمۀ بافر 2 و 3، خیسی توپوگرافی بافر 3، تراکم آبراهۀ بافر 1 و 3، تراکم گسل بافر 2 و سطح آبخوان بافر 1 و در فصل گرم عبارت‌اند از: تعداد چشمۀ بافر 2 و 3، خیسی توپوگرافی بافر 1، انحنای مقطع عرضی بافر 2، انحنای کل بافر 2، شاخص دما در بافر 3، تراکم گسل بافر 3 و سطح آبخوان بافر 1. به‏طور کلی، می‏توان نقشۀ شاخص‏های تعداد چشمه، خیسی توپوگرافی، انحنای مقطع عرضی، انحنای کل، شاخص دما، تراکم گسل و سطح آبخوان برای کل سواحل خلیج فارس را مبنا قرار داد و نقشۀ نواحی دارای پتانسیل حضور چشمۀ زیردریایی را ترسیم کرد.

کلیدواژه‌ها

موضوعات


[1]. Burnett WC, Bokuniewicz H, Huettel M, Moore WS, Tanighchi M. Groundwater and pore water inputs to the coastal zone. Biogeochemistry. 2003;66: 3–33.
[2]. Lee E, Hyun Y, Lee K-K. Sea level periodic change and its impact on submarine groundwater discharge rate in coastal aquifer. Estuarine, Coastal and Shelf Science. 2013;121-122: 51-60.
[3]. Burnett WC, Aggarwal PK, Aureli A, Bokuniewicz H, Cable JE, Charette MA, et al. Quantifying submarine groundwater discharge in the coastal zone via multiple methods. Science of the Total Environment. 2006;367: 498–543.
[4]. Oehler T, Mogollon JM, Moosdorf N, Winkler A, Kopf A, Pichler T. Submarine groundwater discharge within a landslide scar at the French Mediterranean coast. Estuarine, Coastal and Shelf Science. 2017; 198(A):128-137.
[5]. Swarzenski, PW, Reich CD, Spechler RM, Kindinger JL, Moore WS. Using multiple geochemical tracers to characterize the hydrogeology of the submarine spring off Crescent Beach, Florida. Chemical Geology. 2001;179: 187–202
[6]. Hennig H, Mallast U, Merz R. Multi-temporal thermal analyses for submarine groundwater discharge (SGD) detection over large spatial scales in the Mediterranean. Geophysical Research Abstracts. 2015;17: 4929.
[7]. Farzin M, Nazari Samani AK, Feiznia S, Kazemi GA. Determination of Submarine Groundwater Discharge Probable Areas into the Persian Gulf on Coastlines of Bushehr Province Using Standard Thermal Anomaly Map. Ecohydrology. 2017;4(2): 477-488. [Persian]
[8]. Kalantari N, Keshavarzi MR, Charchi A. Assessment of Factors Influencing Occurrence of Izeh Plain Watershed Springs. Journal of Geotechnical Geology. 2010;5(2): 135-147. [Persian]
[9]. Khedri A, Rezaei M, Ashjari J. Assessing Karst Development Potential in Pion Poyon Anticline using GIS,RS and Analytical Hierarchy Process (AHP). Journal of Iran-Water Resources Research. 2014;9(3): 37-46. [Persian]
[10]. Ghahrodi M, Jalilian T, Alijani F. Detection of Karstic Groundwater Flow System: A Case Study of Prao-Bisetoun Limestone Mass, Kermanshah Province, Iran. International Bulletin of Water Resources & Development. 2014;2(4): 27-39. [Persian]
[11]. Zarvash N, Vaezi A, Karimi H. Evaluation of Karst Development potential in Kebirkouh Tomb of Ilam province using Fuzzy Combination and Analysis of Helicopter Analysis (AHP) and Remote Sensing and GIS. Quantitative Geomorphological Research. 2015;3(3): 144-157. [Persian]
[12]. Ballukraya PN, Kalimuthu R. Quantitative hydrogeological geomorphological analyses for groundwater potential assessment in hard rock terrains. Current Science. 2010;98(2): 253-259.
[13]. Oikonomidis D, Dimogianni S, Kazakis N and Voudouris K. A GIS/Remote Sensing-based methodology for groundwater potentiality assessment in Tirnavos area, Greece. Journal of Hydrology. 2015;525: 197–208.
[14]. Ibrahim-Bathis K, Ahmed SA. Geospatial technology for delineating groundwater potential zones in Doddahalla watershed of Chitradurga district, India. The Egyptian Journal of Remote Sensing and Space Sciences. 2016;19(2): 223-234.
[15]. Murasingh S, Jha R, Adamala S. Geospatial technique for delineation of groundwater potential zones in mine and dense forest area using weighted index overlay technique. Groundwater for Sustainable Development. 2018;7: 387-399
[16]. Chen W, Li H, Hou E, Wang S, Wang G, Panahi M, et al. GIS-based groundwater potential analysis using novel ensemble weights-of-evidence with logistic regression and functional tree models. Science of the Total Environment. 2018;634: 853-867.
[17]. Moore WS. The Effect of Submarine Groundwater Discharge on the Ocean. Annual Review of Marine Science. 2010;2(1): 59-88.
 
[18]. Garcia-Orellana J, Rodellas V, Casacuberta N, Lopez-Castillo E, Vilarrasa M, Moreno V, Garcia-Solsona E, Masque P. Submarine groundwater discharge: Natural radioactivity accumulation in a wetland ecosystem. Marine Chemistry. 2013;156: 61–72.
[19]. Hwang DW, Lee IS, Choi M, Kim TH. Estimating the input of submarine groundwater discharge (SGD) and SGD-derived nutrients in Geoje Bay, Korea using 222Rn-Si mass balance model. Marine Pollution Bulletin. 2016;110: 119–126.
[20]. Lecher AL, Fisher AT, Paytan A. Submarine groundwater discharge in Northern Monterey Bay, California: Evaluation by mixing and mass balance models. Marine Chemistry. 2016;179: 44–55.
[21]. Russoniello CJ, Konikow LF, Kroeger KD, Fernandez C, Andres AS, Michael HA. Hydrogeologic controls on groundwater discharge and nitrogen loads in a coastal watershed. Journal of Hydrology. 2016;538: 783–793.
 
[22]. Shaw GD, White ES, Gammons CH. Characterizing groundwater-lake interactions and its impact on lake water quality. Journal of Hydrology. 2013;492: 69–78.
[23]. Szymczycha B, D Kroeger K, Pempkowiak J. Significance of groundwater discharge along the coast of Poland as a source of dissolved metals to the southern Baltic Sea. Marine Pollution Bulletin. 2016;109: 151–162.
[24]. Naghibi SA, Pourghasemi HR, Dixon B.. GIS-based groundwater potential mapping using boosted regression tree, classification and regression tree, and random forest machine learning models in Iran. Environmental Monitoring and Assessment. 2016;188 (1): 1–27.
[25]. Naghibi SA, Moghaddam DD, Kalantar B, Pradhan B, Kisi O. A comparative assessment of GIS-based data mining models and a novel ensemble model in groundwater well potential mapping. Journal of Hydrology. 2017: 548: 471–483.
دوره 6، شماره 1
فروردین 1398
صفحه 165-176
  • تاریخ دریافت: 01 مهر 1397
  • تاریخ بازنگری: 13 آذر 1397
  • تاریخ پذیرش: 13 آذر 1397
  • تاریخ اولین انتشار: 01 فروردین 1398
  • تاریخ انتشار: 01 فروردین 1398