مکانیابی پتانسیل آب های زیرزمینی تجدیدشونده آبخوان های غرب دریاچه ارومیه با تحلیل AHP و تکنیک فازی فضایی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری منابع آب، گروه مهندسی آب، دانشگاه ارومیه، ایران.

2 دانشیار گروه مهندسی آب، دانشکده کشاورزی، انشگاه ارومیه، ایران.

3 دانشیار گروه مهندسی آب، دانشکده کشاورزی،د انشگاه ارومیه، ایران.

4 استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه، ایران.

چکیده

منابع آب زیرزمینی به دلیل ضریب اطمینان بالاتر و نوسانات کمتر به‌عنوان یک گزینه‌های مطمئن از دیرباز مورد استفاده انسان بوده و در طی دهه‌های اخیر در اثر برداشت بیش از تغذیه، با کاهش کمی و کیفی روبرو شده است. در این تحقیق پتانسیل‌یابی منابع آب زیرزمینی در آبخوان های محدوده مطالعاتی غرب دریاچه ارومیه با استفاده از روش تحلیل سلسله مراتبی (AHP) و مدل ترکیبی منطق فازی-تحلیل سلسله مراتبی انجام شد. دریاچه ارومیه واقع در شمال غرب ایران، بزرگ‌ترین دریاچه‌های شور جهان و بزرگ‌ترین دریاچه در خاورمیانه می‌باشد که نقش تغذیه‌کننده و تغذیه شونده از منابع آب‌های زیرزمینی اطراف آن را ایفا می‌کند. کاهش تراز آب در آن می‌تواند باعث افت منابع آب‌های زیرزمینی نیز شود و بالعکس برداشت بی‌رویه از آب‌های زیرزمینی نیز با تأثیر متقابل بر دریاچه کاهش تراز آب آن را تشدید خواهد کرد. از این‌رو می‌بایست با مدیریت برداشت از آب‌های زیرزمینی و شناسایی مناطق حساس آبخوان‌های این حوضه و شناسایی مناطق قابل‌برداشت اثر متقابل منفی میان دریاچه و منابع آب‌های زیرزمینی اطراف آن را تا حد امکان کاهش داد. ابتدا لایه‌های مؤثر در پتانسیل‌یابی آب زیرزمینی (لایه ارتفاع، شیب، کاربری اراضی، فاصله از رودخانه، تراکم رودخانه، زمین‌شناسی، بارش، تبخیر و سطح آب زیرزمینی) در محیط ArcGIS10.2 تهیه گردید. نتایج مطالعه نشان داد که در مدل تحلیل سلسله مراتبی و مدل ترکیبی منطق فازی به ترتیب حدود 9/18 درصد و 33/25 درصد از سطح منطقه دارای پتانسیل بالایی بوده و مناسب حفر چاه می‌باشند. در نهایت برای تعیین صحت نقشه‌های نهایی از منحنی ROC استفاده گردید که میزان دقت نقشه‌های نهایی تهیه شده با روش تحلیل سلسله مراتبی و منطق فازی- تحلیل سلسله مراتبی به ترتیب 775/0 و 812/0 بوده و روش منطق فازی-تحلیل سلسله مراتبی نسبت به روش تحلیل سلسله مراتبی دارای عملکرد بهتری در پتانسیل‌یابی آب زیرزمینی بود.

کلیدواژه‌ها


عنوان مقاله [English]

Potential location of renewable groundwater in Urmia Lake basin by AHP analysis and spatial fuzzy technique (case study: Urmia plain)

نویسندگان [English]

  • saied moghaddam 1
  • hojjat ahmadi 2
  • Kamran Zeynalzadeh 3
  • behzad hessari 4
1 urmia
2 urmia uni
3 دانشیار گروه مهندسی آب، دانشکده کشاورزی، انشگاه ارومیه، ایران.
4 urmia university
چکیده [English]

Groundwater resources have long been used by humans as a reliable alternative due to their higher reliability and lower fluctuations, and have declined quantitatively and qualitatively in recent decades due to over-harvesting. In this study, the potential of groundwater resources in Urmia Lake basin was studied using Analytical Hierarchy Process (AHP) method and hybrid model of fuzzy logic- Analytical Hierarchy Process. It is necessary to reduce the negative interaction between the lake and the surrounding groundwater resources as much as possible by managing the abstraction of groundwater and identifying the sensitive areas of the aquifers of this basin and identifying the harvestable areas. First, the effective layers in groundwater potential (layers of height, slope model, land use, river distance, river density, geology, precipitation, evaporation and groundwater level) were prepared by ArcGIS. The results of study showed that in the AHP and the combined model of fuzzy logic, about 18.9% and 25.33% of the region's surface have high potential and are suitable for drilling wells, respectively. Finally, the ROC curve was used to determine the accuracy of the final maps. The accuracy of the final maps prepared by the AHP method and fuzzy logic-AHP was 0.775 and 0.812, respectively, and Fuzzy logic-AHP method had better performance in groundwater potential finding than Analytical Hierarchy Process.

کلیدواژه‌ها [English]

  • AHP
  • Aquifers
  • Fuzzy logic
  • Groundwater potential
  • Lake of Urmia
Ahmad, K, Shahid, s., Bin Harun, S., Ismail, T., Nawaz, N., Shamsudin, S. 2014. Assessment of groundwater potential zones in an arid regoin based on catastrophic theory. Earth Science Information. 8, 539-549.
Antonakos, A., Voudouris, K., Lambrakis, N., 2014. Site selection for drinking-water pumping boreholes using a fuzzy spatial decision support system in the Korinthia prefecture, SE Greece. Hydrogeol. J. 22, 1763–1776.
Balachandar, S., Eaton, J.K., 2010. Turbulent dispersed multiphase flow. Annual Review of Fluid Mechanics, 42, 111-133.
Das, D., 1990. Satellite remote sensing in subsurface water targeting. In: Proceeding ACSM-ASPRS Annual Convention, pp. 99–103.
Duman, T.Y., Can, T., Gokceoglu, C., Nefeslioglu, H.A. and Sonmez, H. 2006. Application of logistic regression for landslide susceptibility zoning of Cekmece Area, Istanbul, Turkey, Environmental Geology, 51, 241-256.
Evaggelopoulos, A., 2005. Management of groundwater potential areas of jurisdiction of local organizations, Larisa Perfecture (Exploitation status of aquifers – Sustainability of T.O.E.V), Larisa, May (in Greek).
Falah, F., Daneshfar, M & Ghorbaninejad, S. 2017. Application of the statistical index model in groundwater potential mapping in the Khorramabad plain. Journal of Water and Sustainable Development. 4(1), 89-98.
Fawcett, T. 2006. An introduction to ROC analysis. Pattern Recognition Letters. 27(8), 861-874.
Ghodrati M. 2011. ArcGIS Application Training in Water Engineering (Hydrology and Hydrogeology). First Edition. Publishers of Simae Danesh.
Heydari Aghagol1 M., GhoamE. and Rostami Barani H. R. 2017. Finding Potential Groundwater Resources Using Fuzzy Logic (Case Study: South Khorasan province). Iranian Water Resourcees Research. 13(1), 211-215.
Hoffmann, J., Sander, P., 2007. Remote sensing and GIS in hydrogeology. Journal of Hydrogeology, 15, 1–3.
Leblanc, M., Favreau, G., Tweed, S., Leduc, C., Razack, M., Mofor, L., 2007. Remote sensing for groundwater modelling in large semiarid areas: Lake Cad Basin, Africa. Journal of Hydrogeology, 15, 97–100.
Lee, S., Hyun, Y. and Lee, M.J., 2019. Groundwater Potential Mapping Using Data Mining Models of Big Data Analysis in Goyang-si, South Korea. Sustainability, 11(6), p.1678.
Motevalli S. and Esmaili R. 2013. Landslide Hazard Zoning using Gamma Fuzzy Operator (A Case Study: Taleghan Watershed). 8, 1-20.
Pourghasemi, H.R., Jirandeh, A.G., Pradhan, B., Xu, C., Gokceoglu, C. 2013. Landslide susceptibility mapping using support vector machine and GIS at the Golestan Province, Iran. J Earth Science. 2: 349-369.
Pourghasemi, H. R., Moradi, H. R., & Aghda, S. F. 2013. Landslide susceptibility mapping by binary logistic regression, analytical hierarchy process, and statistical index models and assessment of their performances. Natural hazards, 69(1), 749-779.
Pourghasemi, H.R., Pradhan, B., Gokceoglu, C., 2012. Application of fuzzy logic and analytical hierarchy process (AHP) to landslide susceptibility mapping at Haraz watershed, Iran. Natural hazards, 63(2), 965-996.
Sadeghfam, S., Hassanzadeh, Y., Nadiri, A.A., Khatibi, R. 2016. Mapping groundwater potential field using catastrophic fuzzy membership function and jenks optimization method: a case study of Maragheh-Bonab plain, Iran. Environmental Earth Science. 75, 545-555.
Savita, R.S., Mittal, H.K., Satishkumar, U., Singh, P.K., Yadav, K.K., Jain, H.K., Mathur, S.M. and Davande, S., 2018. Delineation of Groundwater Potential Zones using Remote Sensing and GIS Techniques in Kanakanala Reservoir Subwatershed, Karnataka, India. Int. J. Curr. Microbiol. App. Sci, 7(1), 273-288.
Shasfar S. 2014. Application of fuzzy logic in the study of gully erosion using GIS (Case study: Turod Basin). Geographic Information Research. Journal - Research Geographical Information. 23(92), 36-42.
Tahmasebipour N., Arshia A. and Mirzapour H. 2017. Groundwater Potential Mapping Using Frequency Ratio and Statistical Index Models at Dehloran and Mosian-Abdanan Plains, Iran. Extension and Development of Watershed Management. 5(18), 33-44.
Tweed, S.O., Leblanc, M., Webb, J.A., Lubczynski, M.W., 2007. Remote sensing and GIS for mapping groundwater recharge and discharge areas in salinity prone catchments, SE Australia. Journal of Hydrogeology, 15, 75–96.
Yousefi Sangani K., Mohammadzadeh H. and Akbari M. 2015. An Evaluation of Groundwater Potential Zones Using Combined Fuzzy-AHP Method and GIS/RS Technologies: A Case Study of NE Hezarmasjed Mountain, Khorasan Razavi Province. International Bulletin of Water Resources & Development. 4(7), 127-141.