پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,476 |
| تعداد مقالات | 70,001 |
| تعداد مشاهده مقاله | 122,880,185 |
| تعداد دریافت فایل اصل مقاله | 96,074,660 |
پتانسیل فرونشست دشت شازند ناشی از افت آب زیرزمینی با مدل وزن‌دهی و آنالیز صحت‌سنجی آن با استفاده از تداخل‌سنجی راداری | ||
| اکوهیدرولوژی | ||
| مقاله 14، دوره 7، شماره 1، فروردین 1399، صفحه 183-194 اصل مقاله (1.8 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2020.291695.1229 | ||
| نویسندگان | ||
| صالح طاهری زنگی1؛ عبدالرضا واعظی هیر* 2 | ||
| 1دانشجوی کارشناسی ارشد هیدروژئولوژی، دانشکدۀ علوم طبیعی، دانشگاه تبریز | ||
| 2دانشیار گروه علوم زمین، دانشکدۀ علوم طبیعی، دانشگاه تبریز | ||
| چکیده | ||
| در پژوهش حاضر عوامل مؤثر بر فرونشست سطح زمین در دشت شازند با به‌کارگیری روش وزن‌دهی و تحلیل سلسله‌مراتبی بررسی شده است. در این مدل هفت پارامتر مؤثر، محیط آبخوان، کاربری زمین، پمپاژ، تغذیه، ضخامت آبخوان، فاصله از گسل و افت سطح آب زیرزمینی طبق نظر کارشناسی ارائه‌شده، رتبه‌بندی و کلاسه‌بندی شد و از تلفیق این پارامترها در محیط ArcGIS نقشۀ آسیب‌پذیری دشت با شاخص بین 87 تا 170 به دست آمد. سپس، به‌منظور بهینه‌سازی و تطابق بیشتر، هفت لایۀ مؤثر بر فرونشست فازی‌سازی شده و نقشۀ نهایی تهیه شد. در مرحلۀ بعد، با اعمال وزن‌های کارشناسی به روش AHP نیز نقشۀ نهایی پتانسیل فرونشست تهیه شد. میزان آسیب‌پذیری فرونشست دشت با تلفیق لایه‌ها در محیط Arc GIS طی یک سال (1395-1396) به دست آمد و برای صحت‌سنجی این مدل از نقشۀ ماهواره‌ای InSAR استفاده شد. برای بهبود نتایج به‌دست‌آمده و بهینه‌سازی وزن‌های اعمال‌شده از روش‌های وزن‌دهی و فازی با تحلیل سلسله‌مراتبی استفاده شد. نتایج به‌دست‌آمده از تحقیق حاضر نشان می‌دهد هر سه روش همبستگی تقریباً یکسانی با داده‌های ماهواره‌ای دارند و از بین آنها، روش فازی بیشترین همبستگی را با داده‌های ماهواره‌ای و فرونشست واقعی نشان می‌دهد. بر اساس این مدل، نواحی شمالی و شمال غربی در معرض فرونشست قرار دارند. شایان یادآوری است که پالایشگاه شازند در منطقه‌ای با پتانسیل فرونشست زیاد قرار دارد و باید برنامه‌های مدیریتی لازم برای کنترل فرونشست در این نواحی اعمال شود. | ||
| کلیدواژه‌ها | ||
| پتانسیل فرونشست؛ دشت شازند؛ مدل وزن‌دهی؛ نقشۀ ماهوارۀ InSAR | ||
| عنوان مقاله [English] | ||
| Vulnerability of Shazand Plain Subsidence Caused by Groundwater Level Reduction Using Weighting Model and Its Validation Analysis Using Radar Interferometry | ||
| نویسندگان [English] | ||
| Saleh Taheri Zangi1؛ Abdorreza Vaezihir2 | ||
| 1Master of Science in Hydrogeology, Faculty of Natural Sciences, University of Tabriz | ||
| 2Associate Professor, Faculty of Natural Sciences, University of Tabriz | ||
| چکیده [English] | ||
| In this research, the factors affecting land subsidence in the Shazand plain have been investigated using a weighting model. In the ALPRIFT model, seven effective parameters, aquifer environment, land use, pumping, feeding, aquifer thickness, distance from fault and groundwater loss were rated and classified according to expert opinion. By combining these parameters in ArcGIS environment, the vulnerability map was evaluated. The index ranged from 87 to 170. Then, for optimization and adaptation, seven layers effective on fuzzy subsidence were prepared and the final map was prepared. Then the final map of the subsidence potential was prepared using the AHP method. Vulnerability of lowland subsidence was obtained by integrating layers in Arc GIS for a period of 2016-2017. InSAR satellite map was used to validate this model. Fuzzy and AHP methods were combined with weighting model to improve the results and optimize the weights applied. The results show that all three methods have almost the same correlation with satellite data and fuzzy method shows the highest correlation with satellite data and actual subsidence. Based on this model, the north and northwest regions are subject to subsidence. It should be noted that the Shazand refinery is located in a high subsidence potential area and management plans should be put in place to control the subsidence. | ||
| کلیدواژه‌ها [English] | ||
| Subsidence Potential, InSAR Satellite Map, Weighting Model, Shazand Plain | ||
| مراجع | ||
|
[1]. Galloway D, Jones D, Ingebritsen SE Land subsidence in the United State. US Geological Survey, Circular 1182.1999. [2]. Poland J.F. Guidebook to Studies of Land Subsidence Due to Groundwater Withdrawal, United Nations Educational, Scientific and Cultural Organization, UNESCO. 1984. [3]. Ghazban F. Environmental Geology (7th Ed.). University of Tehran Publications. 2013; 416p. [Persian]. [4]. Mortazavi M, Suleimani K, Mofeghi F. Water Resources Management and Sustainable Development, Case Study of Rafsanjan Plain, Journal of Water and Wastewater. 2010; 3: 131-126. [Persian]. [5] Einloo F, Ma'afi R, Malekian A, Ghazavi A, Mohseni Saravi A. Survey of Groundwater Quality in the Zanjan Plain from the Drinking Standards Viewpoint of Geo statistical Approach. 2016; 27: 2 (62[Persian]. [6]. Ministry of Power. Extension of Prohibition of Shazand Studies Area. Markazi Province Regional Water Company, Resource Baseline Study, Groundwater Department. Code 4120. 2010. [Persian]. [7]. Chang C.P, Chang T.Y, Wang C.T, Kuo C.H, Chen K.S. Land surface deformation corresponding to seasonal ground- water fluctuation, determining by SAR interferometry in the SW Taiwan, Mathematics and Computers in Simulation. 2004; 67)4-5):351-359. [8]. Crosetto M, Tscherning C.C, Crippa B, Castillo M. Subsidence monitoring using SAR interferometry: Reduction of the atmospheric effects using stochastic filtering, Geophysical Research Letters. 2002; 29 (9). [9]. Laura C, Pietro T, Luigi T. Eustacy and land subsidence in the Venice Lagoon at the beginning of the new millennium. 2004; 51(1-4): 345-353. [10]. Ge D, Wang Y, Zhang L, Xia Y, Gue X. Using permanent scattered In SAR to monitors land subsidence along high speed rally way-the first experiment in China, ESAS. 2010; P-677. [11]. Moatag M, Davoodi J, Momeni M. Hashemi M. Discovery and representation of subsidence of Mahyar plain of Isfahan by interferometry, Extended Scientific-Engineering Survey and Spatial Information. 2012; 3(2). [Persian]. [12]. Afzali A, Sharifi-Kia M, And Shayan S. Assessment of Infrastructure and Settlement Vulnerability from Land Subsidence in Damghan Plain, Iranian Journal of Applied Geomorphology. 2013; 1(1) [Persian]. [13]. Naderi K, Nadiri A.A, Asghari Moghadam A, Kord M. A New Method for Identifying and Determining Areas of Subsidence (Case Study: Salmas Plain Aquifer). Journal of Ecohydrology.2018; 5 (1):85-97 [Persian]. [14]. Nadiri A.A. , Taheri Z ,. Bazegariand Gh, Didehban Kh. A Framework to Estimation of Aquifer Subsidence Potential Using Genetic Algorithm.2018;14 (2):174-185[Persian]. [15]. Khamechian M, Nadiri A. Manafi Azar A. Comparison of subsidence vulnerability of southwestern Tehran plain with ALPRIFT weighting model and genetic algorithm. 2018; 4(2):199 [Persian]. [16]. Nadiri A, Taheri Z, Khatibi R, Barzegari G, Dideban Kh. Introducing a new framework for mapping subsidence vulnerability indices (SVIs): ALPRIFT" Science of the Total Environment. 2018; 628–629:1043-1057. [17]. Piscopo G. Groundwater vulnerability map. Explanatory notes Castlereagh Catchment, NSW. Centre for Natural Resources. NSW Department of Land and Water Conservation, Parramatta. 2001. | ||
|
آمار تعداد مشاهده مقاله: 560 تعداد دریافت فایل اصل مقاله: 486 |
||