نویسندگان
1 دانشجوی دکتری زمینشناسی، تکتونیک، دانشگاه بیرجند، دانشکده‌ی علوم پایه، گروه زمین شناسی، بیرجند
2 کارشناسی ارشد زمینشناسی، تکتونیک، دانشگاه بیرجند، دانشکده‌ی علوم پایه، گروه زمینشناسی، بیرجند
چکیده
یکی از موضوعات مهم در مدیریت منابع آب، تشخیص رفتار آبهای زیرزمینی است. هدف از این مقاله تهیهی نقشهی مناطق مستعد آب زیرزمینی با استفاده از روش تحلیل سلسله مراتبی (AHP) و روش منطق فازی و مقایسهی نتایج آنها میباشد. برای رسیدن به این هدف از 8 پارامتر تأثیرگذار مانند لیتولوژی، تراکم زهکشی، تغییرات شیب، کاربری اراضی، توپوگرافی، جمعیت و چشمه و چاه و گسل و شکستگی به صورت لایهی اطلاعاتی این محدوده به وسعت 5218 کیلومتر مربع در شمال استان ایلام واقع شده است. نقشهی نهایی حاصل از روش AHP نشان میدهد که بیشترین پتانسیل آب زیرزمینی در بخشهای آهکی با تراکم بالای شکستگی وجود دارد. ارزیابی مدلهای مختلف همپوشانی، با توجه به میزان تطابق با لیتولوژی، نشان میدهد که روش تلفیقی فازی or (جمع جبری) نسبت به سایر روشها برای پتانسیلیابی آب زیرزمینی در منطقهی مورد مطالعه مناسب‌تر است. این روش با 1000 کیلومترمربع پتانسیل زیاد و خیلی زیاد در بخشهای مرکزی نقشه، همخوانی قابل قبولی را با نقشهی نهایی حاصل از روش تحلیل سلسله مراتبی نشان میدهد و تطابق نقشههای مربوطه با نقشهی چشمه و چاه در منطقه نیز صحت این روشها را تأئید میکند.
کلیدواژه‌ها
عنوان مقاله [English]
The Groudwater Potential Assessment by the Use of AHP and Fuzzy Technuques (Case Study of Northern Basins of Ilam Province)
نویسندگان [English]
- Sorayya Abbasi 1
- Masoud Heydari 2
چکیده [English]
Sorayya Abbasi[1]
Masoud Heydari[2]
Abstract
One of the important issues in water resources management is the identification of ground water behavior. The aim of this paper is the estimation and comparison of two methods for potential ground water, sites by the use of Analytical Hierarchy Process (AHP) and fuzzy logic. In order to achieve this objective 8 parameters including lithology, rivers, slpe changes, land use, topography, population, springs, wells, faults and fractures were used as information layer in the northern part of Ilam provicne with an area of 5218 km2. The final map obtained by AHP shows that high groundwater recarge potential exists in the limestone areas with high fractures. The evaluation of different overlap models, according to the level of compliance with the lithology indicates that fuzzy integrated method (algebraic sum) is mor appropriates than other methods in finding groundwater potential sites of reservoirs in the area. The method using 1000 km2 scope proves high potentials in the central parts of the map, which shows an acceptable consistence with the final map obtained by analytic hierarchy process while consistency of the related maps of springs and wells map in the region also confirm accuracy of these methods.
[1]- Ph.D. Candidate of Geology, Faculty of Sciences,University of Birjand, Iran, Emil:s.abbasi1363@yahoo.com.
[2]- Master Student Candidate of Geology, Faculty of Sciences,University of Birjand, Iran.
کلیدواژه‌ها [English]
- Keywords: Ground water potential
- GIS
- Fuzzy logic
- Ilam
مقدمه
بخش اعظمی از کشور ایران به علت قرار گرفتن در ناحیهی آب و هوایی خشک و نیمهخشک، میانگین بارش سالانهی خیلی پایینی دارند، بنابراین به خاطر عدم دسترسی به آبهای سطحی، منابع آب زیرزمینی در تأمین آب مصرفی در کشاورزی، شرب و صنعت نقش اساسی دارند همچنان که بر اساس آخرین آمار، 55% از نیاز آبی کشورمان از آبهای زیرزمینی تأمین میشود (صداقت، 1372). در سالهای اخیر به علت وقوع خشکسالی، استفاده از آبهای زیرزمینی در کشورمان بسیار بیشتر شده است در نتیجه باید در مدیریت آبها نهایت دقت لحاظ گردد. تغذیهی آبهای زیرزمینی زمانی اتفاق میافتد که جریان آب از سطح اساس آب زیرزمینی عبور میکند و به داخل ناحیهی اشباع تراوش میکند. از مهمترین فاکتورهای مؤثر بر وجود و حرکت آبزیرزمینی در یک ناحیهی شامل توپوگرافی، لیتولوژی، ساختارهای زمینشناسی، عمق هوازدگی، فضای شکستگیها، تخلخل اولیه، تخلخل ثانویه، شیب، الگوهای زهکشی، پوشش زمین و شرایط اقلیمی میباشد (گرینباوم[1]، 1992؛ موکرجی[2]، 1996؛ روی[3]، 1996؛ جیسوال[4]، 2003). تعیین مکانهای مناسب استحصال آب شرب از آبهای محصور در سـفرههای زیرزمینی یکی از مهمترین چالشهای مورد بحث میباشد. یافتن مکانهای مستعد استحصال بـا اسـتفاده از روشهای علمی نوین میتواند از هدررفت هزینههای گزاف حفر چاه جلوگیری کرده و طرحها را از نظـر اقتصادی توجیهپذیر نماید. همچنین با استفاده از این روشها میتوان در مدت زمان کوتاهی منطقه وسیعی را مورد بررسی قـرار داد و مکانهای مناسب را در سطح آن منطقه تعیین نمود. در این مقاله، هدف مشخص نمودن بالاترین پتانسیل از لحاظ وجود آب زیرزمینی در بخشی از زاگرس سادهچین خورده است. برای رسیدن به این هدف، از هشت پارامتر تأثیرگذار در نفوذ آب به داخل زمین با کمک گرفتن از دو روش، تحلیل AHP و منطق فازی استفاده شده است.
تاکنون در ایران از این روشها به صورت توأم و یا مجزا استفاده شده است. فاطمی عقدا و همکاران (۱۳۸۴)، به بررسی خطر زمینلغزش با استفاده از روش منطق فازی در منطقهی رودبار پرداختند. ازغدی و همکاران (1389)، به ارزیابی حاصلخیزی خاک بر اساس فاکتورهای فسفر، پتاسیم و مواد آلی برای گندم بـا استفاده از روشهای FAHP پرداختند و نتیجه گرفتند که روش فازی AHP روش مناسـی برای پهنهبندی پارامترهای حاصلخیزی خاک اسـت. خاشعی سیوکی و همکاران (1390)، به ارزیابی پتانسیل آب زیرزمینی با استفاده از روش سلسله مراتبی فازی ((FAHP بر اساس سه فاکتور افت، کیفیت آب و خصوصیات هیدرولیکی آبخوان در دشت نیشابور پرداختهاند و نتیجه گرفتند که نـواحی جنوبغربی و حاشیهی شرق دشت قابلیت بالایی در استحصال آب دارند.
نیکنام و همکاران (1386)، به ارزیابی آسیبپذیری سفرهی آب زیرزمینی تهران-کرج با روش DRASTIC و منطق فازی پرداختند و نتایج حاصلشده را با منطق بولین مقایسه گردید. منطق فازی توانست مناطق با پتانسیل کم و خیلی کم را که در منطقه بولین نشان داده نشده بودند، بهتر مشخص نماید.
همچنین در سایر نقاط جهان، محققان مختلف با تلفیق GIS و سنجش از دور یا استفاده از منطق فازی به بررسی آبهای زیرزمینی پرداختهاند. لافان[5] (2003)، با استفاده از روش منطق فازی و دادههای ارتفاعی یک ابزار ارزیابی سریع را در یک ناحیهی وسیع برای نواحی تخلیهی آبزیرزمینی در استرالیا ارایه نموده است. ازرایل و همکاران[6] (2006)، از آنالیز GIS و بررسی مقاومتپذیری برای ناحیهبندی پتانسیل آب زیرزمینی در رشته کوه هیمالیا در هندوستان پرداخته و نشان دادند که نتایج دادهها همخوانی خوبی با دادههای مربوط به چاه دارد. لولی و همکاران[7] (2009)، با استفاده از روش FAHPبه ارزیابی آسیبپذیری اکوسیستم و محـیط زیست در ناحیهی مخزن دنجیانگکو (DRA)در چین پرداختند. ایمراندار و همکاران[8] (2010)، با استفاده از سنجش از دور، مدل ارتفاعی رقومی (DEM)، GIS و دادههای صحرایی شرایط آب زیرزمینی را در حوضهی ماموندیار بررسی نمودهاند و ثابت کردند که استفاده از سنجش از دور و GIS به صورت همزمان ابزار سودمندی برای مطالعه آب زیرزمینی میباشند. رادر و آندرابی[9] (2012)، به مقدار پیشبینی پتانسیل آبهای زیرزمینی در ناحیهای در هندوستان از منطق فازی مبتنی بر GIS و سنجش از دور استفاده کردند.
منطقهی مورد مطالعه
منطقهی مورد مطالعه در بخش شمالی استان ایلام، با طول ¢30 °46 و ¢30 °47 شرقی و عرض ¢20 °32 و ¢32 °34 شمالی قرار دارد. به دلیل قرارداشتن این استان در بخش زاگرس سادهچینخورده (Simply Folded Belt)، منطقه به صورت چینخورده و کوهستانی میباشد. بخشهای وسیعی از کوهستانهای بلند بخش شمالی استان ایلام، از سازند آهکی آسماری تشکیل شده است (شکل1) که محل مناسبی برای ذخیره آب میباشد که این استان از نظر شرایط اقلیمی جزو مناطق گرمسیر در غرب کشور محسوب مـیگردد و در سالهای اخیر نیز مانند سایر نقاط ایران خشکسالی بر این منطقه نیز اثر گذاشته است و بیشتر روخانهها یا خشک و یا کم آب شدهاند این امر لزوم توجه به آبهای زیرزمینی را دو چندان کرده است.
شکل(1) موقعیت استان ایلام و نقشهی لیتولوژی منطقهی مورد مطالعه
مواد و روشها
دادههای مورد نیاز
پس از بررسی منابع و یافتههای علمی مرتبط با موضوع، از تصاویر ماهوارهای ETM+ با مقیاس1:250000، نقشههای زمینشناسی با مقیاس 1:250000، ایلام- کوهدشت (لیوِلِن[10]، 1974) و نقشههای زمینشناسی 1:100000 کوهدشت (مکلود[11]، 1972)، ایلام (سازمان زمینشناسی و اکتشاف مواد معدنی ایران)، نفت (مک لود، 1971)، و نرمافزارهای مرتبط IDRISI) Arc GIS, و (Expert Choice در راستای ژئورفرنس و رقومی کردن نقشهها، تفسیر عوارض، تطبیق برداشتها و تهیهی لایههای اطلاعاتی، همپوشانی آنها و تهیهی نقشههای پهنهبندی نهایی در طول فرآیند تحقیق به عنوان داده استفاده شده است. لایههای مورد نیاز به صورت زیر تهیه شده است:
1) تهیهی لایههای اطلاعاتی شامل: تغییرات شیب، تراکم زهکشی، توپوگرافی، لیتولوژی، گسل و شکستگی از نقشههای زمینشناسی و تصاویر ماهوارهای ETM+.
2) تهیهی لایههای اطلاعاتی کاربری اراضی، جمعیت، چشمه و چاه با کمک اطلاعات از قبل موجود در استان.
این لایههای اطلاعاتی بر اساس سابقهی تحقیق، موقعیت و شرایط منطقه، مقیاس و اطلاعات موجود در بخش شمالی استان ایلام، تهیه گردیدهاند و به عنوان دادهی ورودی برای مراحل بعدی استفاده گردید. در این مقاله از دو روش به شرح زیر استفاده شده است:
روش 1: فرآیند تحلیل سلسله مراتبی[12]:
روش AHP یکی از روشهای پرکاربرد تصمیمگیری چند عامله است. این روش، برای حل مسایل بدون ساختار در زمینههای مختلف مدیریت، سیاست، اقتصاد، جغرافیا و ... به کار میرود (مؤمنی، 1390). AHP از طریق تقسیم هدف در قالب چند قسمت ساده (معیار) به تجزیه و تحلیل آن میپردازد و پس از آن که گزینهها و شاخصها مشخص شد، به منظور یافتن ارزش بیرونی و در گام بعد به منظور یافتن ارزش درونی هر شاخص، در بین مشاهدات مقایسات زوجی انجام میدهد. تجزیه (ایجاد سلسله مراتب)، قضاوت مقایسهای (به صورت زوجی با رعایت ساختار سلسلهمراتب) و ترکیب اولویتها (مبتنی بر نسبت- مقیاس در سطوح مختلف سلسله مراتـبی مسألهی مورد تـصمیم) اصول سـهگانهی فرآیـند تـحلیل سلسله مراتـبی است (مالچفسکی، 1385). در نهایت ماتریس زوجی تشکیل میشود که نسبت به اهمیت عوامل، از شماره 1 تا 9 میباشد (جدول1).
جدول (1) مقایسات زوجی استفاده شده برای پارامترهای مورد استفاده
|
ترجیحات |
مقدار عددی |
|
کاملاً مرجح |
9 |
|
ترجیح خیلی قوی |
7 |
|
ترجیح قوی |
5 |
|
کمی مرجح |
3 |
|
ترجیح یکسان |
1 |
|
ترجیحات بین فواصل فوق |
2، 4، 6، 8 |
روش 2: تئوری منطق فازی
تئوری فازی، ایجاد روشی نوین در بیان عدم قطعیتها و ابهامات روزمره و یا حل مسایلی است که وابسته به استدلال، تصمیمگیری و استنباط بشری هستند. برای پیشبینی سریهای زمانی با استفاده از منطق فازی هم مدلهای بسیاری در بازهی زمانی 2005- 1985 مطرح شده که از آنها برای پهنهبندی و پیشبینی پدیدهها میتوان استفاده کرد (گوریجر[13]، 2006). یکی از اساسی‌ترین مباحث در تئوری منطق فازی بحث تابع عضویت و چگونگی تعریف آن است. اساس اختلاف روشهای فازی با روشهای دیگر، در تعریف این تابع است. تابع عضویت را میتوان درجهی تعلق عناصر مجموعهی مرجع به زیر مجموعه‌های آن دانست که به صورت C(x)µ نمایش داده میشود. تعلق هر عضو مجموعه مرجع به یک عضو زیر مجموعهی خاص، به صورت قطعی نیست. یعنی با قاطعیت نمی‌توان گفت که عضو مورد نظر متعلق به این مجموعه هست یا نه. این عدم قطعیت با نسبت دادن یک عدد بین 0 و 1 به این عضو انجام میگیرد. عضویت یک به یک مجموعه یعنی تعلق کامل و عضویت صفر یعنی عدم تعلق بـه مجموعه. هر چه درجهی عضویت به یک نزدیکتر باشد نشانهی تعلق بیشتر بـه مجموعـه مورد نظر است و برعکس. به این ترتیب میتوان زیرمجموعههای یک مجموعهی فازی را با نسبت دادن عددهای 0 و 1 بـه هر عضو مجموعه، بازنمایی کـرد (چمپاتی ری[14]، 2007). با استفاده از تـوابع فازی میتوان نقشههای مختلف را به تعدادی کلاس تفکیک نمود. بر این مبنا به هر کلاس از مجموعه، بر اساس میزان تأثیرگذاری، یک درجه عضویت بین صفر تا یک داده میشود.
عملگرهای مدل منطق فازی
به منظور ترکیب لایههای فازی از عملگرهای فازی مختلفی استفاده میشود که شامل:
1) ضرب جبری فازی (Fuzzy Algebraic Product):در این عملگر، تمامی لایههای اطلاعاتی در هم
ضرب میشوند. به دلیل ماهیت اعداد بین صفر و یک، این اپراتور باعث میشود تا در نقشهی خروجی اعداد کوچک‌تر شده و به سمت صفر میل کنند. در نتیجه تعداد پیکسل کمتری در کلاس خیلی بالا قرار میگیرد. به همین دلیل این اپراتور از حساسیت بالایی در مکانیابی برخوردار است. این عملگر به صورت رابطهی (1) (سندهام و لِگِت[15]، 1997) تعریف میشود:
رابطهی (1) µ Combination=
2) جمع جبری فازی (Fuzzy OR): این عملگر متمم مجموعهها محاسبه میشود. به همین دلیل در نقشهی خروجی برخلاف اپراتور ضرب جبری فازی، ارزش پیکسلها به سمت یک میل میکند. در نتیجه تعداد پیکسل بیشتری در طبقهی خیلی خوب قرار میگیرد. این عملگر حساسیت خیلی کمی در مکانیابی دارد. این عملگر به صورت رابطهی (2)، ( سندهام و لِگِت، 1997) تعریف میشود:
()µA∪B(x)= max {µA(x), µB(x), µC(x)}; x ϵ X رابطهی (2)
3) اشتراک فازی (Fuzzy AND):این عملگر اشتراک مجموعهها است. به این صورت که حداقل درجهی عضویت را استخراج میکند، یعنی در بین کلیهی لایههای اطلاعاتی حداقل ارزش (وزن) هر پیکسل را استخراج کرده و در نقشهی نهایی منظور میکند. این عملگر به صورت رابطهی (3)، (سندهام و لِگِت، 1997) تعریف میشود:
رابطهی (3) µA∩B(x)= min {µA(x), µB(x), µC(x)}
4) جمع جبری فازی(Fuzzy Algebraic Sum): این اپراتور مکمل حاصل ضرب جبری است. به همین دلیل در نقشهی خروجی برخلاف اپراتور ضرب جبری فازی ارزش پیکسلها به سمت یک میل میکند در نتیجه تعداد پیکسل بیشتری در کلاس خیلی بالا قرار میگیرد (شریعتجعفری، 1386). این عملگر به صورت رابطهی (4)، (سندهام و لِگِت، 1997) تعریف میشود:
رابطهی (4) µ Combination =
5) گامای فازی (Fuzzy Gamma):این عملگر بر حسب حاصل ضرب جبر فازی و حاصل جمع جبری فازی به صورت رابطهی (5)، (سندهام و لِگِت، 1997) تعریف میشود:
رابطهی (5) µ Combination = (Fuzzy Algebraic Sum)y *(Fuzzy Algebraic Product)1-y
که در آن y پارامتر انتخابشده در محدوده (0 و 1) است. وقتی y=1 باشد ترکیب همان جمع جبری فازی خواهد بود و وقتی y=0 باشد، ترکیب اصلی برابر با حاصل ضرب جبری فازی است. انتخاب صحیح و آگاهانه y بین صفر و یک مقادیری را در خروجی به وجود می‌آورد که نشاندهندهی سازگاری قابل انعطاف میان گرایشات کاهشی و افزایشی دو عملگر جمع و ضرب فازی میباشند. نتایج به دست آمده از این عملگر نسبت به سایر عملگرها از دقت بیشتری برخوردار میباشد (گرییم اف، 1379). به طور خلاصه اساس کاربرد منطق فازی در GIS مبتنی بر تبدیل نقشههای برداری به نقشههای شبکهای و تولید نقشههای GRID میباشد (مالچفسکی، 1385). پهنهبندی به روش منطق فازی به صورت خلاصه در شکل (2)، ارایه شده است.
شکل (2) روش پهنهبندی با استفاده از منطق فازی
بحث و نتایج
اولویتبندی عوامل مؤثر پتانسیل آب زیرزمینی
در منطقهای کلاسیک، برای وزندهی به هر عامل، قسمتهایی که به طور تقریبی از نظر ویژگیهای دیگر مشابه بوده و عامل مورد نظر تغییر میکند در نظر گرفته میشود و با مشاهده تغییرات این عامل و تأثیر آن بر پتانسیل آب زیرزمینی، با استفاده از جدول (1)، بر اساس نظر و دید کارشناس نسبت به منطقهی عوامل به صورت دو به دو با هم مقایسه میشوند و یکی از وزنهای جدول انتخاب میشود که بستگی به دقت عمل، تجربه و میزان آشنایی کارشناس با منطقه دارد (کلارستاقی، 1381)، وزندهی بر اساس مدلهای بیسیم[16] و نظریه دمپستر- شفر[17] که در آن مواردی همراه با سیستمهای خبره کاوش به کار برده میشوند و وزندهی بر مبنای دانش و قضاوت کارشناسی است.
جدول (2) محاسبهی وزنها در روش AHP به منظور اضافه شدن به بانک اطلاعاتی
|
روش تحلیل سلسله مراتبی (AHP) |
||||
|
وزن نرمال |
وزن آلترناتیو (وزن داخلی یا تراکم زیرطبقه) |
وزن پارامتر (وزن خارجی) |
آلترناتیو |
پارامتر |
|
087563/0 |
268597/0 |
326/0 |
1 |
لیتولوژی |
|
079316/0 |
243302/0 |
2 |
||
|
06177/0 |
18948/0 |
3 |
||
|
057605 |
176703/0 |
4 |
||
|
039745 |
341432/0 |
5 |
||
|
059704/0 |
251916/0 |
237/0 |
1 |
آبراهه |
|
080919/0 |
251916/0 |
2 |
||
|
040865/0 |
172426/0 |
3 |
||
|
034604/0 |
146008/0 |
4 |
||
|
020908/0 |
088218/0 |
5 |
||
|
014423/0 |
098789/0 |
146/0 |
1 |
تراکم گسل و شکستگی |
|
032248/0 |
220877/0 |
2 |
||
|
031522/0 |
215902/0 |
3 |
||
|
040614/0 |
278175/0 |
4 |
||
|
027194/0 |
186257/0 |
5 |
||
|
058583/0 |
0580829 |
100/0 |
1 |
تغییرات شیب |
|
023333/0 |
023333/0 |
2 |
||
|
0130674/0 |
130674/0 |
3 |
||
|
0049088 |
049088 |
4 |
||
|
0001077/0 |
001077/0 |
5 |
||
|
01691/0 |
1966311/0 |
086/0 |
1 |
کاربری اراضی |
|
020066/0 |
233331/0 |
2 |
||
|
001842/0 |
021422/0 |
3 |
||
|
001691/0 |
019665/0 |
4 |
||
|
04549/0 |
528952/0 |
5 |
||
|
003103/0 |
096967/0 |
032/0 |
1 |
توپوگرافی |
|
00876/0 |
273752/0 |
2 |
||
|
010274/0 |
321059/0 |
3 |
||
|
007285/0 |
227649/0 |
4 |
||
|
002578/0 |
080573/0 |
5 |
||
|
015719/0 |
476343/0 |
033/0 |
1 |
جمعیت |
|
009332/0 |
282792/0 |
2 |
||
|
007305/0 |
221361/0 |
3 |
||
|
000402/0 |
012192/0 |
4 |
||
|
000241/0 |
0073308/0 |
5 |
||
|
016635/0 |
41586791/0 |
04/0 |
1 |
چاهها و چشمهها |
|
005137/0 |
128419/0 |
2 |
||
|
006758/0 |
1689386/0 |
3 |
||
|
00548/0 |
0136992/0 |
4 |
||
|
005991/0 |
149781/0 |
5 |
||
جدول (3) وزن های محاسبه برای پارامترهای مورد استفاده در نرمافزار Expert Choice
|
|
وزن خارجی |
لیتولوژی |
تراکم زهکشی |
خطواره و گسل |
تغییرات شیب |
کاربری اراضی |
توپوگرافی |
جمعیت |
چاه و چشمه |
|
لیتولوژی |
326/0 |
|
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
تراکم زهکشی |
237/0 |
|
|
2 |
3 |
4 |
5 |
7 |
8 |
|
خطواره و گسل |
146/0 |
|
|
|
2 |
3 |
3 |
4 |
5 |
|
تغییرات شیب |
10/0 |
|
|
|
|
2 |
3 |
3 |
4 |
|
کاربری اراضی |
086/0 |
|
|
|
|
|
3 |
4 |
5 |
|
توپوگرافی |
032/0 |
|
|
|
|
|
|
2 |
3 |
|
جمعیت |
|
|
|
|
|
|
|
|
2 |
|
چاه و چشمه |
04/0 |
|
|
|
|
|
|
|
|
در این مطالعه نیز، نتایج این مقایسهها به صورت یک ماتریس به نرمافزار Expert Choice وارد شده و در خروجی آن وزن هر پارامتر تعیین شده است (جدول 2 و 3). در این تحقیق بعد از انجام مراحل فوق، از بین عوامل، پارامتر لیتولوژی بیشترین وزن (326/0) و پارامترهای توپوگرافی و جمعیت کمترین وزن (03/0) را نشان میدهند.
پهنهبندی پتانسیل آب زیرزمینی بر اساس دو روش ذکر شده
در این مقاله، برای پهنهبندی از دو روش AHP و منطق فازی استفاده شده است. در روش AHP برای مـحاسبهی وزن کلاسـههای هر یک از عوامل (آلترناتیو)، از تراکم سطح آب زیرزمینی در کلاسه مورد نظر بهرهگیری شده است. سپس وزن هر عامل که از ماتریس وزندهی به دست آمده است، در وزن کلاسههای آن ضرب شده و وزن نرمال کلاسهی آن عامل، به دست آمده است (جدول 2). سپس رسترهای وزندار تهیه شده وارد محیط ArcMap شده و با هم تلفیق شدهاند (شکل 3) و در نهایت خروجی به دست آمده به عنوان نقشهی پهنهبندی معرفی گردیده است (شکل 4).
در روش Fuzzy، به منظور تجزیه و تحلیلهای فازی، ابتدا وزنهای به دست آمده از روش نسبت فراوانی، را با استفاده از نرمافزار Expert Choice نرمالسازی نموده و به آنها عدد بین صفر و یک، داده شده است، سپس دادهها وارد نرمافزار Idrisi شده و با انتخاب نوع و شکل تابع عضویت، هر یک از نقشههای مزبور فازی تهیه گردیده است (شکل 5). بعد از تهیهی نقشهها بر اساس عملگرهای فازی، اطلاعات وارد نرمافزار ArcMap شده و از تابع Raster Calculator برای تلفیق و همپوشانی لایهها استفاده شده و خروجی نهایی به عنوان نقشهی پهنهبندی تهیه گردیده است (شکل 6).
شکل (3) نقشهی پهنهبندی پتانسیل آب زیرزمینی به روش AHP
شکل (4) نقشهی نهایی پهنهبندی پتانسیل آب زیرزمینی بر اساسAHP
شکل (5) نقشههای وزندار با استفاده از روش fuzzy
شکل (6) نقشههای پهنهبندی نهایی آب زیرزمینی با روش منطق فازی، الف) عملگرAnd،
شکل (7) نقشههای پهنهبندی نهایی آب زیرزمینی با روش منطق فازی ب) عملگرOr
شکل (8) نقشههای پهنهبندی نهایی آب زیرزمینی با روش منطق فازی ج) عملگر Sum
شکل (9) نقشههای پهنهبندی نهایی آب زیرزمینی با روش منطق فازی جد) عملگر Product
شکل (10) نقشههای پهنهبندی نهایی آب زیرزمینی با روش منطق فازی ه ( عملگر Gama.
جدول (3) محاسبهی درصد و مساحت پتانسل آب زیرزمینی در منطقهی مورد مطالعه
|
مجموع |
|
|
کلاس |
|
|
پتانسیل آب زیرزمینی |
|
خیلی زیاد |
زیاد |
متوسط |
کم |
خیلی کم |
||
|
100% |
6/39 |
7/26 |
1/13 |
12 |
6/8 |
Ahp |
|
Km2 5218 |
1/2707 |
2/1610 |
4/463 |
359 |
78 |
|
|
100% |
4/7 |
5/11 |
1/46 |
35 |
9 |
OR |
|
Km2 5218 |
386 |
600 |
5/2405 |
3/1826 |
6/469 |
|
|
100% |
8/2 |
5/3 |
4 |
7/38 |
51 |
AND |
|
Km2 5218 |
146 |
6/182 |
7/208 |
4/2019 |
2/2661 |
|
|
100% |
8 |
25 |
14 |
31 |
22 |
Product |
|
Km2 5218 |
5/417 |
5/1304 |
5/730 |
6/1617 |
1148 |
|
|
100% |
8/7 |
2/20 |
2/31 |
5/26 |
3/14 |
Sum |
|
Km2 5218 |
407 |
1054 |
1628 |
1383 |
746 |
|
|
100% |
5/8 |
5/30 |
28 |
7/16 |
3/16 |
Gamma |
|
Km2 5218 |
5/443 |
28 |
7/16 |
4/871 |
5/850 |
شکل (11) نقشهی مربوط به محل چشمه و چاهها در منطقهی مورد مطالعه
در نتایج حاصل از روش منطق فازی، (اشکال مربوط به روش منطق فازی)، انطباق خوبی میان روشهای تلفیق فازی Gama, Produce, Sum و And وجود دارد که بیشترین پتانسیل را در سازندهایی با جنس گچ و ژیپس که نفوذپذیری و شکستگی کمتری دارند، نشان میدهد، این نتیجه با آنچه که در طبیعت وجود دارد تناقض دارد، زیرا سازندهایی مانند گچساران دارای پتانسیل خیلی ضعیف برای وجود آب زیرزمینی میباشند. اما روش تلفیق فازی OR کاملاً متفاوت از سایر روشها است.
این روش، تطابق خوبی با نقشهی نهایی حاصل از روش AHP دارد و به نظر میآید مناسبترین نتیجه را از میان روشهای ذکر شده برای منطق فازی نشان میدهد. همچنین، نتایج حاصل از روش تحلیل سلسله مراتبی با روش منطق فازی OR، همخوانی خوبی با محل چشمهها و چاههای ثبت شده در منطقهی شمالی استان ایلام دارد (شکل7).
بحث و نتیجهگیری
نقشههای مربوط به پتانسیل آب زیرزمینی یک تلاش سیستماتیک میباشد که به کمک فاکتورهای کلیدی و کنترل کننده به دست میآید. در این تحقیق از روش منطق فازی و فرآیند تحلیل سلسله مراتبی (AHP) برای تعیین مناسبترین منطقهی استحصال آبهای زیرزمینی در بخش شمالی استان ایلام استفاده شده است. بکارگیری فاکتورهای سـطحی و عمقی نشانگر محلهایی با پـتانسیل آب زیرزمینی، یـک جنبهی مهم از مطالعات مدیریت منابع آب میباشد. در روش تحلیل سلسله مراتبی، از میان هشت پارامتر تأثیرگذار لیتولوژی، تراکم زهکشی، گسل و شکستگی، تغییرات شیب، کاربری اراضی، توپوگرافی، جمعیت و چشمه و چاه، پارامتر لیتولوژی بیشترین وزن (326/0) و پارامتر توپوگـرافی کمترین وزن (032/0) را به خود اختصاص دادنـد (شکل 3 و جـدول 3). با توجه بـه شکل (3)، بالاترین نقاط پتانسیل آب زیـرزمینی در بخشهای چینخوردهای است که سازندهای سخت آهکی و آبرفت دیده میشود که مکان مناسبی برای ایجاد شکستگی و انحلال و کارستی شدن این سنگهای کربناته و تجمع آب زیرزمینی میباشد (شکل 1). در حدود 65% از کل مساحت بخش شمالی استان ایلام، دارای پتانسیل زیاد و خیلیزیاد و در حدود 10% نیز استعداد خیلی کمی برای وجود آب زیرزمینی دارد. نتایج حاصل با توجه به شکل (4)، بیشترین پتانسیل مربوط به وجود سازندهای آهکی مانند آسماری و ایلام و آبرفتها و کمترین پتانسیل نیز مربوط به سازندهای نفوذناپذیری مانند گچساران با جنس انیدریت و گچ و سازندهای مارنی و شیلی مانند پابده و گورپی (به ترتیب) میباشد.
[1]- Greenbaum
[2]- Mukherjee
[3]- Roy
[4]- Jaiswal
[5]- Laffan
[6]- Israil et al.,
[7]- Luli et al.,
[8]- Imran Dar et al.,
[9]- Rathar and Androbi
[10]- Liewellyn
[11]- Macleod
[12]- Analytical Hierarchy Process
[13]- Champati-ray
[14]- Gooijer
[15]- Sandham and Leggett
[16]- Linguistic Terms
[17]- Dempester-Shafer
Zimbabwe”, Geological Society, London, Special Publications, Vol. 66, PP: 77–85.
)