اصلاح روش DRASTIC در ارزیابی آسیب‌پذیری آب‏های زیرزمینی با استفاده از دو روش تحلیل حساسیت تک‌پارامتری SPSA و روش فرایند تحلیل سلسله‌مراتبی AHP

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی مقطع کارشناسی ارشد رشتۀ سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکدۀ محیط زیست و انرژی، دانشگاه علوم و تحقیقات، دانشگاه آزاد اسلامی تهران

2 استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکدۀ منابع طبیعی و محیط‏ زیست، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران

3 استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران

چکیده

ارزیابی آسیب‏پذیری آب‏های زیرزمینی تأثیری کلیدی در حفاظت و بهره‏برداری صحیح از این منابع استراتژیک دارد. روش‏های گوناگونی برای ارزیابی آسیب‏پذیری پیشنهاد شده است که متداول‌ترین آن مدل DRASTIC است. عبارت DRASTIC مخفف هفت پارامتر کنترل‌کنندۀ آلودگی در سیستم هیدروژئولوژیکی است. مشکل اصلی این روش ثابت‌بودن میزان رتبه و وزن پارامترهای به‌کاررفته در این مدل است. هدف اصلی پژوهش حاضر اصلاح وزن‏های اولیۀ مدل با دو روش تحلیل حساسیت تک‏پارامتری SPSA و روش تحلیل سلسله‌مراتبی AHP و در نهایت تولید نقشه با استفاده از قابلیت‏های محیط نرم‏افزار ArcGIS طبق شرایط منطقۀ مطالعاتی است. دشت یاسوج واقع در جنوب غربی ایران به عنوان منطقۀ مطالعاتی انتخاب شد. با استفاده از شاخص غلظت نیترات 24 حلقه چاه واقع در محدودۀ مطالعاتی و محاسبۀ ضریب همبستگی پیرسون، درجه و میزان ارتباط خطی بین نتایج روش‏ها با واقعیت موجود در منطقه، محاسبه شد. روش SPSA با تخصیص وزن مؤثر هر پارامتر ورودی در هر پلیگون و مقایسۀ آن با وزن تئوریک اختصاص‌یافته توسط مدل، بیشترین همبستگی را با نمونه‏های نیترات منطقه نشان داد. همچنین، در روش AHP بر پایۀ قضاوت کارشناسی، برای هفت پارامتر موجود در مدل براساس اهمیت و کارکردی که در تعیین آسیب‏پذیری آبخوان داشتند، نسبت‏های جدیدی به کار گرفته شد و نتایج نسبت به مدل DRASTIC پایه بهبود یافت. نقشه‏های به‌دست‌آمده از تعیین آسیب‏پذیری پس از اجرا در نهایت می‏تواند با بررسی منابع آلاینده در سطح زمین برای تعیین حریم کیفی و ارزیابی خطر آلودگی منابع آب زیرزمینی استفاده شود.

کلیدواژه‌ها

موضوعات


[1].          Manap MA, Sulaiman WN, Ramli MF, Pradhan B, Surip N. A knowledge-driven GIS modeling technique for groundwater potential mapping at the Upper Langat Basin, Malaysia. Arabian Journal of Geosciences. 2013, May 1;6(5):1621-37.
[2].        "Report of Quality Policy Guide," the Ministry of Energy, 1392.
[3].          Javadi S, Kavehkar N, Mohammadi K, Khodadadi A, Kahawita R. Calibrating DRASTIC using field measurements, sensitivity analysis and statistical methods to assess groundwater vulnerability. Water International. 2011 Oct 1;36(6):719-32.
[4].          Aller L, Lehr JH, Petty R, Bennett T. DRASTIC: a standardized system to evaluate groundwater pollution potential using hydrogeologic settings. National Water Well Association, Worthington, Ohio, United States of America. 1987.
[5].          Masetti M, Sterlacchini S, Ballabio C, Sorichetta A, Poli S. Influence of threshold value in the use of statistical methods for groundwater vulnerability assessment. Science of the total environment. 2009 Jun 1;407(12):3836-46.
[6].          Neukum C, Azzam R. Quantitative assessment of intrinsic groundwater vulnerability to contamination using numerical simulations. Science of the total environment. 2009 Dec 20;408(2):245-54.
[7].          Xiaoyu WU, Bin LI, Chuanming MA. Assessment of groundwater vulnerability by applying the modified DRASTIC model in Beihai City, China. Environmental Science and Pollution Research. 2018 Feb 21:1-5.
[8].          Mondal I, Bandyopadhyay J, Chowdhury P. A GIS based DRASTIC model for assessing groundwater vulnerability in Jangalmahal area, West Bengal, India. Sustainable Water Resources Management. 2018:1-7.
[9].          Neshat A, Pradhan B. Evaluation of groundwater vulnerability to pollution using DRASTIC framework and GIS. Arabian Journal of Geosciences. 2017 Nov 1;10(22):501.
[10].        Allouche N, Maanan M, Gontara M, Rollo N, Jmal I, Bouri S. A global risk approach to assessing groundwater vulnerability. Environmental Modelling & Software. 2017 Feb 1;88:168-82.
[11].        Nadiri AA, Gharekhani M, Khatibi R, Sadeghfam S, Moghaddam AA. Groundwater vulnerability indices conditioned by supervised intelligence committee machine (SICM). Science of the Total Environment. 2017 Jan 1;574:691-706.
[12].        Neshat A, Pradhan B. An integrated DRASTIC model using frequency ratio and two new hybrid methods for groundwater vulnerability assessment. Natural Hazards. 2015 Mar 1;76(1):543-63.
[13]         . Neshat A, Pradhan B, Javadi S. Risk assessment of groundwater pollution using Monte Carlo approach in an agricultural region: an example from Kerman Plain, Iran. Computers, Environment and Urban Systems. 2015 Mar 1;50:66-73.
[14].        Neshat A, Pradhan B, Shafri HZ. An integrated GIS based statistical model to compute groundwater vulnerability index for decision maker in agricultural area. Journal of the Indian Society of Remote Sensing. 2014 Dec 1;42(4):777-88.
[15]         . Neshat A, Pradhan B, Pirasteh S, Shafri HZ. Estimating groundwater vulnerability to pollution using a modified DRASTIC model in the Kerman agricultural area, Iran. Environmental Earth Sciences. 2014 Apr 1;71(7):3119-31
[16].        Neshat A, Pradhan B. Risk assessment of groundwater pollution with a new methodological framework: application of Dempster–Shafer theory and GIS. Natural Hazards. 2015 Sep 1;78(3):1565-85
 
[17]         . Neshat A, Pradhan B, Dadras M. Groundwater vulnerability assessment using an improved DRASTIC method in GIS. Resources, Conservation and Recycling. 2014 May 1;86:74-86
[18].        Sinha MK, Verma MK, Ahmad I, Baier K, Jha R, Azzam R. Assessment of groundwater vulnerability using modified DRASTIC model in Kharun Basin, Chhattisgarh, India. Arabian Journal of Geosciences. 2016 Feb. 1;9(2):98.
[19].        Ribeiro L, Pindo JC, Dominguez-Granda L. Assessment of groundwater vulnerability in the Daule aquifer, Ecuador, using the susceptibility index method. Science of The Total Environment. 2017 Jan 1;574:1674-83.
[20].        Lodwick WA, Monson W, Svoboda L. Attribute error and sensitivity analysis of map operations in geographical informations systems: suitability analysis. International Journal of Geographical Information System. 1990 Oct 1;4(4):413-28.
دوره 5، شماره 4
دی 1397
صفحه 1191-1202
  • تاریخ دریافت: 02 اردیبهشت 1397
  • تاریخ بازنگری: 21 تیر 1397
  • تاریخ پذیرش: 25 شهریور 1397
  • تاریخ اولین انتشار: 01 دی 1397
  • تاریخ انتشار: 01 دی 1397