ژئومورفولوژی
اصغر اصغری مقدم؛ مریم قره خانی؛ عطا الله ندیری؛ مهدی کرد؛ الهام فیجانی
چکیده
افزایش جمعیت، توسعه کشاورزی و صنایع باعث افزایش شدید در مصرف منابع آب و بهتبع آن کاهش کمی و کیفی منابع آب زیرزمینی شده است. افت گسترده در سطح تراز منابع آب زیرزمینی شیرین و نفوذ آبهای سطحی و بارشها به این منابع، جریانات سطحی را با کاهش دراماتیک مواجه کرده و در اکثر مناطق ایران آب زیرزمینی مهمترین منبع تأمینکننده آب کشاورزی، ...
بیشتر
افزایش جمعیت، توسعه کشاورزی و صنایع باعث افزایش شدید در مصرف منابع آب و بهتبع آن کاهش کمی و کیفی منابع آب زیرزمینی شده است. افت گسترده در سطح تراز منابع آب زیرزمینی شیرین و نفوذ آبهای سطحی و بارشها به این منابع، جریانات سطحی را با کاهش دراماتیک مواجه کرده و در اکثر مناطق ایران آب زیرزمینی مهمترین منبع تأمینکننده آب کشاورزی، شرب و صنعت گردیده است. از اینرو اهمیت مدیریت، حفاظت و جلوگیری از آلودگی این منابع به ضرورت اجتنابناپذیری مبدل شده است. یکی از راهکارهای مناسب برای جلوگیری از آلودگی منابع آب زیرزمینی شناسایی مناطق آسیبپذیر آبخوان است. در این پژوهش بهمنظور ارزیابی آسیبپذیری آبخوان دشت اردبیل از روشهای DRASTIC، SINTACS و SI استفاده شده است. با استفاده از این روشها و با توجه به ویژگیهای هیدرولوژیکی و هیدروژئولوژیکی منطقه مورد مطالعه آسیبپذیری آبخوان در مقابل عوامل آلاینده پهنهبندی شد و مناطق مستعد به آلودگی در هر کدام از روشها مشخص شد. سپس برای صحتسنجی هر کدام از روشها از مقادیر نیترات اندازهگیری شده در منطقه استفاده شد. بهمنظور مقایسه بهتر و دقیقتر این روشها، شاخص همبستگی (CI) بین نقشههای آسیبپذیری و مقادیر نیترات محاسبه گردید. نتایج نشان داد که مدل DRASTIC بالاترین شاخص همبستگی را دارد و بنابراین برای ارزیابی آسیبپذیری روش بهتری نسبت به روشهای دیگر است. بر اساس نتایج حاصل از مدل DRASTIC، 36/44 درصد از آبخوان دشت اردبیل که بیشتر شرق و قسمتی از جنوب دشت را شامل میشود در محدوده آسیبپذیری کم و بقیه قسمتهای دشت یعنی بخشهای شمالی و غربی در محدوده آسیبپذیری متوسط قرار دارد.
آب و هواشناسی
عطاالله ندیری؛ کیوان نادری؛ اصغر اصغری مقدم؛ محمدحسن حبیبی
چکیده
نبود منابع آب سطحی دائمی در بسیاری از نقاط کشور باعث اضافه برداشت آب از منابع محدود زیرزمینی شده است. در دشت دوزدوزان که در حوضه آبریز دریاچه ارومیه قرار دارد، بهدلیل عدم جریان سطحی دائمی برداشت بیرویه از منابع آب زیرزمینی باعث ایجاد متوسط افت 76 سانتیمتر در سال شده است. هدف از این تحقیق پیشبینی سطح آب زیرزمینی در این دشت ...
بیشتر
نبود منابع آب سطحی دائمی در بسیاری از نقاط کشور باعث اضافه برداشت آب از منابع محدود زیرزمینی شده است. در دشت دوزدوزان که در حوضه آبریز دریاچه ارومیه قرار دارد، بهدلیل عدم جریان سطحی دائمی برداشت بیرویه از منابع آب زیرزمینی باعث ایجاد متوسط افت 76 سانتیمتر در سال شده است. هدف از این تحقیق پیشبینی سطح آب زیرزمینی در این دشت با استفاده از روشهای هوش مصنوعی و زمین آمار میباشد. در ابتدا با استفاده از روش خوشهبندی مرتبهای (HCA) پیزومترها دستهبندی شدند. با انجام آنالیز حساسیت، دادههای ماهانه سطح آب، بارش و تبخیر هرکدام با یک تأخیر زمانی طی دوره 10 ساله (91-82) بهعنوان ورودیهای مدل انتخاب شدند. پس از نرمالسازی دادهها مدلسازی با شبکههای عصبی (ANNs) انجام شد. به منظور بررسی بیشتر شبیهسازی با مدل فازی ساگنو (SFL) نیز انجام شد. برای مقایسه نتایج دو مدل شاخصهای آماری جذر میانگین مربعات خطا و ضریب تبیین بهکار گرفته شدند. با توجه به برتری مدل ANNs، مدل کریجینگ و کوکریجینگ عصبی برای پیشبینی مکانی سطح ایستابی انتخاب شدند و پیش بینی مکانی با هر دو مدل انجام شد. نتایج نشان داد که مدل کوکریجینگ با در نظر گرفتن پارامتر ثانویه توپوگرافی نسبت به مدل کریجینگ پیشبینی دقیقتری داشته است. براساس نتایج بهدست آمده با افزایش بازه زمانی پیش بینی خطای مدل ترکیبی (کوکریجینگ عصبی) افزایش مییابد که بیشتر بهدلیل افزایش خطای مدل شبکه عصبی مصنوعی با افزاییش بازه زمانی پیشبینی میباشد و خطای مدل زمین آمار ( کوکریجینگ) نامحسوس بهنظر میرسد.