نویسندگان

1 استاد گروه علوم زمین، دانشگاه تبریز

2 استادیار گروه علوم زمین، دانشگاه تبریز

3 دانشجوی کارشناسی ارشد هیدروژئولوژی، دانشگاه تبریز

چکیده

دشت بستان­ آباد یکی از دشت­ های استان آذربایجان شرقی می­باشد که در شمال غرب ایران واقع شده است. در این دشت، آب زیرزمینی بخش مهمی از مصارف آب شرب و کشاورزی را تأمین می­نماید و به همین دلیل حفاظت از این منابع در برابر عوامل آلاینده امری مهم تلقی می­گردد. بدین منظور جهت ارزیابی آسیب­پذیری آبخوان در برابر عوامل آلاینده از دو روش وزن­دهی DRASTIC و SINTACS در محیط نرم­افزار GIS استفاده شد. در این راستا، ابتدا نقشه­ی آسیب­پذیری دشت برای هر یک از مدل­های مورد نظر، مطابق با لایه­های اطلاعاتی که شامل عمق آب زیرزمینی، تغذیه­ی خالص، محیط آبخوان، محیط خاک، توپوگرافی، محیط غیراشباع و هدایت هیدرولیکی می­باشد، تهیه گردید. نقشه­ی نهایی آسیب­پذیری آبخوان با تقسیم­بندی به پنج محدوده­ی آسیب­پذیری خیلی کم تا زیاد تهیه و شاخص DRASTIC و SINTACS به ترتیب 188-61 و 202-92 به دست آمد. به­ منظور صحت­سنجی روش­های مورد استفاده از توزیع مقادیر یون نیترات در منابع آب زیرزمینی استفاده شد. با انطباق لایه نیترات و نقشه­ی پهنه­بندی آسیب­پذیری برای هر دو مدل، مشخص گردید نقاط با غلظت بالای نیترات با مناطق دارای پتانسیل آسیب­پذیری زیاد منطبق می­باشند. نتایج حاصل، ضریب همبستگی 75/0 بین مدل DRASTIC و لایه نیترات را نشان مـی­دهد. به منظور تهیه­ی نـقشه­ی خطر آلودگی آب زیـرزمینی نیز از هم­پوشانی لایه­ی کاربری اراضی با نقشه­ی آسیب­پذیری مدل DRASTIC استفاده گردید. نتایج حاصل از هم­پوشانی نقشه­ها نشان داد 33/31 درصد از مساحت کل اراضی مورد استفاده در بخش کشاورزی در محدوده با پتانسیل آسیب­پذیری بالا قرار گرفته­اند. مطابق نقشه­ی نهایی آسیب­پذیری برای هر دو مدل بخش مرکزی و شمال غربی دشت دارای بیشترین پتانسیل آلودگی می­باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Received: 2015.06.08 Vulnerability Assessment of Bostan Abad Plain Qquifer by DRASTIC and SINTACS Models

نویسندگان [English]

  • Asghar Asgari Moghaddam 1
  • Ataollah Nadiri 2
  • Vahid Pakniya 3

چکیده [English]

Received: 2015.06.08
Accepted: 2016.10.29
Asghar Asghari Moghaddam[1]*
Ataollah Nadiri[2]
Vahid Pakniya[3]
Abstract
Bostan Abad plain is located in East Azerbaijan province, North West of Iran. Groundwater resources of the plain supply significant portion of the drinking and agricultural water demands of the area, as a result, protection of these resources from contamination is an important task. Therefore, for assessing of the aquifer vulnerability, DRASTIC and SINTACS models were used in GIS software setting. The plain vulnerability maps for each model, according to data layers including depth of water table, net recharge rate, aquifer media, soil media, topography, VA-dose zone media and hydraulic conductivity were prepared. The final map of aquifer vulnerability with five zone of vulnerability from very low to high is produced. DRASTIC and SINTACS index were calculated from 61 to188 and 92 to 202 respectively. The sensitivity analysis was determined by a single parameter that the vadose zone media has the most significant impact on the vulnerability index. The distribution of nitrate ions concentrations were used for the models verification. The adaptation nitrate layer and zoning map of vulnerability for both models showed that the areas with high concentration of nitrates are coincided with high potential vulnerability areas. The correlation coefficient of 0.75 between DRASTIC model and nitrate layer were obtained. For preparing the contamination risk map of groundwater, the land use layer was overlapped to DRASTIC vulnerability map. The results of overlapping maps showed that 31.33 percent of the total area of land used for agriculture is high potential vulnerable area. According to the final maps of vulnerability for both models the central and northwestern parts of the plain contains the highest contamination potential in the area.



[1]- Professor, Dept. of Earth Science, University of Tabriz (Corresponding Autor), Email:moghaddam@tabrizu.ac.ir.


[2]- Assistant Prof, Dept. of Earth Science, University of Tabriz.


[3]- M.Sc student, Dept. of Earth Science, University of Tabriz.

کلیدواژه‌ها [English]

  • Bostan Abad plain Vulnerability
  • Sensitivity analysis
  • DRASTIC
  • SINTACS models

مقدمه

سفره­های آب زیرزمینی یکی از مهم­ترین منابع آبی در مناطق گرم و خشک به ویژه در کشور ایران است که متأسفانه بی­توجهی به آن باعث نشر و انتقال آلاینده­های مختلف به این منابع شده است. عدم درک میزان آسیب­پذیری آب­های زیرزمینی ممکن است سبب ایجاد آلودگی­های شدید در این منابع شود و چه بسا اتفاق می­افتد که دیگر نتوان از این منابع با ارزش استفاده کرد و برای رفع آلودگی و مصرف مجدد، باید وقت و هزینه­ی زیادی صرف شود. مفهوم آسیب­پذیری برای اولین بار در اواخر سال 1960 میلادی در فرانسه برای آگاهی بخشی در مورد آلودگی آب زیرزمینی ارائه شده است (وربا و زوپوروزک[1]، 1994: 135). آسیب­پذیری را می­توان به­ عنوان امکان نفوذ و پخش آلایـنده­ها از سطح زمین بـه سیستم آب زیرزمینی تعریف کرد. آسیب­پذیری معمولاً به عنوان یک استعداد ذاتی سیستم آب زیرزمینی در نظر گرفته می­شود که وابسته به میزان حساسیت این سیستم به تأثیرات انسانی یا طبیعی است.امروزه ارزیابی پتانسیل آلودگی منابع آب زیرزمینی به طور روز افزونی توسط کشورها و آژانس­های دولتی در حال افزایش است (رحمان، 2008 : 34). یکی از کاربردی­ترین مدل­های کیفی به منظور ارزیابی آسیب­پذیری روش (DRASTIC) می­باشد. واژه­ی دراستیک از هفت پارامتر به کار رفته در این مدل تشکیل شده است که عبارتند از: عمق تا سطح ایستابی[2]، تغذیه خالص[3]، محیط سفره­ی آبـدار[4]، محیط خاک[5]، توپوگرافی[6]، تأثیرمحیط غیراشباع[7] و هدایت هیدرولیکی سفره­ی آبدار[8]. ارزیابی آسیب­پذیری به روش دراستیک با استفاده از 7 پارامتر نام برده و در محیط نرم­افزار GIS[9] صورت می­گیرد. بزرگ­ترین مزیت تهیه­ی نقشه با GIS، امکان انجام بهترین ترکیب و ادغام لایه­های اطلاعاتی و تغییر سریع در پارامتر داده­های استفاده شده در طبقه­بندی استعداد آلودگی یک آبخوان است (یانگ[10]، 2007: 315). تاکنون مطالعات زیادی در رابطه با استعداد آلودگی آبخوان در دنیا با استفاده از روش DRASTIC انجام گرفته است. حمزه و همکاران (2007: 396) در ناحیه متلاین -راس[11] در شمال تونس با استفاده از مدل­های DRASTIC، SINTACS و SI به بررسی نواحی با بیشترین پتانسیل آلودگی آب زیرزمینی پرداختند. نتایج نشان داد که مدل SI در مقایسه با سایر مدل­ها از کارایی بالایی در تعیین نواحی مستعد آلودگی دارد. ارسوی و گولتکن (2013: 33) در پژوهشی از مدل دراستیک جهت ارزیابی آسیب­پذیری آبخوان حوضه­ی گوموشاسیکوی[12] استفاده کرده­اند. نتایج نشان داد که منطقه­ی مورد مطالعه در سه محدوده­ی پتانسیل آسیب­پذیری پایین، متوسط و زیاد قرار می­گیرد. در مطالعه­ی دیگری، نشاط و همکاران (2014: 75) از مدل اصلاح شـده­ی دراستیک و روش تحلیل سلسله مراتبی[13]بـه منظور ارزیابی پتانسیل آسیب­پذیری آب­های زیرزمینی دشت کرمان استفاده کرده­اند. نتایج حاصل از این تحقیق نشان داد که بخش­های جنوب و جنوب شرقی دشت کرمان در محدوده­ی آسیب­پذیری بالا قراردارند. لاتامانی و همکاران[14] (2015: 1032). رنگزن و همکاران[15] (2008: 22) با استفاده از مدل ترکیبی DRASTIC و نوع کاربری اراضی در آبخوان دشت ورامین، علاوه بر پارامترهای مدل DRASTIC از پارامتر کاربری اراضی نیز استفاده نمودند. پس از تعیین بهترین مدل ارزیابی آسیب­پذیری منطقه و ترکیب نمودن لایه­ی کاربری اراضی، نقشه­ی نهایی آسیب­پذیری دشت ورامین تهیه شد. فخری و همکاران (1394)، آسیب­پذیری آب زیرزمینی دشت مرند را با روش­های AVI و GODS مورد ارزیابی قرار دادند. طبق نتایج حاصله، بخش­های غربی و مرکزی دشت به دلیل تحت فشار بودن آبخوان،دانه ­ریز بودن رسوبات، فعالیت کم کشاورزی و هدایت هیدرولیکی پائین آبخوان پتانسیل آلودگی کمتری نسبت به قسمت­های شرق و جنوب شرق دشت دارند.در سال­های اخیر با گسترش فعالیت­های انسانی نظیر کشاورزی و استفاده از کودهای شیمیایی و حیوانی و همچنین ایجاد صنایع مختلف موجب گردیده تا منابع آب زیرزمینی در معرض آلودگی­های ناشی از این فعالیت­ها قرار گیرد. در این تحقیق به منظور بررسی آسیب­پذیری آبخوان دشت بستان­آباد از دو روش DRASTIC و SINTACS در محیط نرم­افزار GIS استفاده شده است. جهت صحت­سنجی مدل­ها نیز از غلظت یون نیترات در منطقه استفاده شد. در ادامه با هم­پوشانی لایه­ی کاربری اراضی با نقشه­ی آسیب­پذیری نهایی،نقشه­ی خطر آلودگی آب زیرزمینی برای دشت بستان­آباد تهیه شد. با توجه به اینکه دشت بستان­آباد از نظر پتانسیل آلودگی تاکنون مورد بررسی قرار نگرفته است، بدین ترتیب مطالعه و شناخت مناطق با پتانسیل بالای آلودگی در منطقه می­تواند در مدیریت منابع آبی و تهیه­ی نقشه­ی ­خطر مفید واقع شود. هدف کلی از این تحقیق شناسایی مناطق با پتانسیل آلودگی بالا و کمک به مدیریت صحیح در حفظ منابع آب زیرزمینی منطقه می­باشد.

مواد و روش­ها

موقعیت جغرافیایی منطقه­ی مورد مطالعه

دشت بستان­آباد که در شمال غرب ایران در استان آذربایجان­شرقی به فاصله 45 کیلومتری جنوب شرق شهرستان تبریز واقع شده است، از شمال به محدوده­ی کردکندی، از جنوب غرب به دامنه­های کوه سهند، از غرب به محدوده­ی مطالعاتی تبریز و از شرق به محدوده­ی مطالعاتی سراب محدود شده است (شکل 1). محدوده­ی مطالعاتی با وسعت حوضه­ی آبریز معادل 594 کیلومتر مربع قسمتی از حوضه­ی آبریز دریاچه­ی ارومیه بوده که بخشی از سیلاب­های دامنه­های سهند و همچنین بخشی از ریزش­های جوی درون توف­ها نفوذ کرده و آبخوان آزادی را به وجود آورده است (شکل 2).

این منطقه از نظر اقلیمی، بر اساس طبقه­بندی آمبرژه، جزو مناطق نیمه­خشک سرد محسوب می­شود. رودخانه­ی اوجان چای تنها منبع آب سطحی محدوده است. این رودخانه از ارتفاعات بیوک­داغ در غرب محدوده­ سرچشمه گرفته و در امتداد غرب به شرق جریان می­یابد و بعد از دریافت جریان شاخه­های مختلف و با گذر از داخل شهرستان بستان­آباد در نهایت به رودخانه­ی آجی­چای می­پیوندد (شکل 2).

 

شکل (1) موقعیت جغرافیایی و سیستم زهکشی دشت بستان­آباد

 

شکل(2) محدوده­ی آبخوان و جهت جریان آب زیرزمینی در منطقه­ی مطالعاتی

ویژگی­های زمین­شناسی منطقه­ی مطالعاتی

در محدوده­ی مطالعاتی رخنمون سنگ­های کهن­تر از ائوسن شناسایی نگردیده ولی به نظر مـی­رسد که این ناحیه قـبل از کرتاسه پسین سرنوشت یکسانی با سایر بخش­های آذربایجان به خصوص نواحی مجاور محدوده داشته باشد. در شمال محدوده­­، اثرات گسل تبریز را در امتداد شمال غرب – جنوب شرق می­توان مشاهده نمود. آتشفشان سهند در بخش جنوب غربی محدوده قرار دارد که به صورت یک استراتوولکان معرفی شـده است (سازمان زمین­شـناسی کـشور، 1376). شـکل (3) نـقشه­ی زمین­شناسی منطقه­ی مطالعاتی را نشان می دهد.

 

شکل (3) نقشه­ی زمین­شناسی منطقه­ی مورد مطالعه

معرفی مدل DRASTIC

متداول­ترین روش برای ارزیابی آسیب­پذیری آبخوان، روش دراستیک است که توسط انجمن ملی آب زیرزمینی با همکاری آژانس حفاظت محیطی ایالات متحده[16] ایجاد شده است (آلر و همکاران[17]، 1987: 41). با توجه به اهمیت تأثیر آن در آلودگی بین 1 تا 5 وزن داده می­شود که عدد 5 نسبت به آلودگی حائز اهمیت­ترین و عدد 1 کمترین اهمیت را داراست. 2- محدوده[18]: هر پارامتر دراستیک خود به زیربخش­های دیگری تقسیم می­شود. 3- رتبه[19]: برای هر یک از زیربخش­های یک محدوده، ارزش عددی در نظر گرفته می­شود که عددی بین 1 تا 10 است (آلماسری[20]، 2008: 585). در جدول (1) وزن نسبی هر یک از پارامترها آمده است. با توجه به شرایط منطقه به هر یک از پارامترهای مدل دراستیک رتبه اختصاص داده شد. مبنای رتبه­دهی به این پارامترها بر اساس جدول ارائه شده توسط آلر و همکاران (1987 :47) می­باشد. در جدول (2) رتبه­های مربوط به هر پارامتر آمده است.

جدول (1) وزن­دهی پارامترهای مدل DRASTIC (آلر و همکاران، 1987)

پارامتر(DRASTIC)

وزن نسبی

D (عمق آب زیرزمینی)

5

R (تغذیه خالص)

4

A (محیط آبخوان)

3

S (محیط خاک)

2

T (توپوگرافی)

1

I (محیط غیراشباع)

5

C (هدایت هیدرولیکی)

3

جدول (2) رتبه­های مربوط به پارامتر مدل DRASTIC در منطقه­ی مطالعاتی

محیط خاک (S)

محیط آبخوان (A)

تغذیه خالص (R)

عمق تا سطح ایستابی (D)

جنس

رتبه

جنس

رتبه

محدوده (میلی­متر در سال)

رتبه

محدوده (متر)

رتبه

گراول

10

گراول به همراه ماسه

8

250-175

8

2-0

10

لوم شنی

6

ماسه به همراه گراول

7

175-100

5

3-2

9

جنس

رتبه

جنس

رتبه

محدوده (میلی­متر در سال)

رتبه

محدوده (متر)

رتبه

لوم

5

ماسه با مقداری سیلت

6

100-50

3

9-3

7

لوم سیلتی

4

سیلت و رس با ماسه

4

50-0

1

15-9

5

 

23-15

3

هدایت هیدرولیکی

محیط غیراشباع (I)

شیب توپوگرافی (T)

30-23

2

محدوده (متر در روز)

رتبه

جنس

رتبه

محدوده (%)

رتبه

30<

1

80<

9

گراول

9

2-0

10

 

 

80-40

8

ماسه و گراول

7

4-2

9

 

40-28

6

ماسه شنی دارای رس

6

6-4

8

12-4

2

سیلت ورس

3

6<

6

4>

1

 

 

                   

معرفی مدل SINTACS

این روش اولین بار توسط سیویتا[21] و همکاران (1990: 519) برای بررسی آسیب پذیری جنوب ایتالیا به کار برده شد. مدل SINTACS، از مدل DRASTIC مشتق شده و دارای 7 پارامتر می­باشد. در حقیقت پارامترهای مورد استفاده در این روش، همان پارامترهای مدل DRASTIC می­باشد. اما فرایند وزن­دهی و رتبه­دهی به این پارامترها متفاوت از مدل DRASTIC می­باشد. در جدول (3) وزن­های مربوط به هر یک از پارامترها آمده است.

جدول (3) وزن­های مؤثر پارامترهای مدل SINTACS (سیویتا و همکاران، 1990)

پارامتر (SINTACS)

وزن نسبی

S (عمق آب زیرزمینی)

5

I (تغذیه خالص)

4

N (محیط غیر­اشباع)

5

T (نوع خاک)

3

A (محیط آبخوان)

3

C (هدایت هیدرولیکی)

3

S ( توپوگرافی)

2

واژه­ی SINTACS از ترکیب حروف اول پارامترهای به کار رفته در مدل که شامل (S عمق سطح ایستابی، I تغذیه خالص، N محیط غیراشباع، T محیط خاک، A محیط آبخوان، C هدایت هیدرولیکی، S توپوگرافی) تشکیل شده است. در جدول (4) رتبه­های مربوط به هر یک از پارامترها آمده است.


جدول(4) رتبه­های مربوط به مدل SINTACS در منطقه­ی مطالعاتی

محیط خاک (T)

محیط آبخوان (A)

تغذیه خالص (I)

عمق تا سطح ایستابی(S)

جنس

رتبه

جنس

رتبه

محدوده (میلی­متر درسال)

رتبه

محدوده (متر)

رتبه

 

گراول

9

گراول به همراه ماسه

9

250-175

8

2-0

9

 

لوم شنی

8

ماسه به همراه گراول

7

175-100

5

4-2

8

 

 جنس

رتبه

جنس

رتبه

محدوده (میلی­متر درسال)

رتبه

محدوده (متر)

رتبه

 

لوم

6

سیلت و رس با ماسه

6

100    -50

3

6-4

7

 

لوم سیلتی

3

 

 

50-0

1

10-6

6

 

 

15-10

5

 

هدایت هیدرولیکی (C)

محیط غیراشباع (N)

شیب توپوگرافی (S)

20-15

4

 

محدوده(متر در روز)

رتبه

جنس

رتبه

محدوده (%)

رتبه

30-20

3

 

80<

9

شن وماسه

9

2-0

10

36-30

2

 

80-40

8

ماسه و شن با اندکی سیلت

7

4-2

9

36<

1

 

40-28

7

رس و سیلت با اندکی ماسه

5

6-4

8

 

 

12-4

6

سیلت ورس

3

6<

6

 

4>

5

 

 

 

                         

نمونه­برداری و آنالیز نمونه­ها

با توجه به این که نیترات جزو یکی از آلاینده­های مهم و توزیع آن منطبق بر مناطق پر استرس آب زیرزمینی است. از این رو برای صحت­سنجی مدل­های به کار برده شده از یون نیترات استفاده گردید. بدین منظور در شهریور 1393، 24 نمونه­ آب از چاه­های موجود در دشت بستان­آباد جمع­آوری و در آزمایشگاه آب­شناسی دانشگاه تبریز، مورد تجزیه­ی شیمیایی قرار گرفت و مقادیر یون نیترات اندازه­گیری شد (جدول 5). موقعیت چاه­های نمونه­برداری در شکل (4) نشان داده شده است. 

    در این پژوهش از نرم­افزار Arc GIS 10.2 جهت تهیه­ی لایه­های اطلاعاتی و اجرای مدل­های ذکر شده استفاده گردید. به منظور تحلیل­های آماری جهت صحت­سنجی مدل نیز، از نرم­افزار SPSS V21 استفاده شده است

جدول (5) غلظت نیترات (میلی گرم بر لیتر) آب چاه­های کشاورزی منطقه­ی مطالعاتی (شهریور ماه، 1393)

چاه

عمق(متر)

نیترات

چاه

عمق(متر)

نیترات

چاه

عمق(متر)

نیترات

W1

120

96/19

W9

110

48/17

W17

45

22/11

W2

40

02/13

W10

120

06/8

W18

32

78/11

W3

53

63/45

W11

22

78/11

W19

15

68/23

W4

25

93/26

W12

28

26/17

W20

26

96/4

W5

45

64/33

W13

17

58/5

W21

33

58/24

W6

33

21/35

W14

15

43/25

W22

90

86/1

W7

35

60/18

W15

34

40/12

W23

30

43/10

W8

38

02/44

W16

11

12/16

W24

18

71/13

 

شکل (4) موقعیت چاه­های نمونه­برداری دشت بستان­آباد

.

شکل (5) نقشه­ی پهنه­بندی شده عمق تا سطح ایستابی بر اساس مدل DRASTIC

 

بحث و نتایج

لایه­ی عمق سطح ایستابی (D)

با افزایش عمق آب پتانسیل آلودگی سفره کاهش می­یابد. جهت تهیه­ی نقشه­ی عمق سطح ایستابی، از داده­های ماهانه سطح آب زیرزمینی در پیزومترهای دشت استفاده شده است. در ادامه موقعیت و عمق سطح ایستابی چاه­های موجود در منطقه به محیط اکسل وارد و سپس به فرمت قابل قبول برای نرم­افزار Arc GIS تبدیل شد و سپس با استفاده از روش درون­یابی کریجینگ اردینری[22] در GIS نقشه­ی­ هم عمق سطح ایستابی تهیه و مطابق جدول (2) رتبه­بندی گردید (شکل 5).

لایه­ی تغذیه­ی خالص (R)

عمل تغذیه منجر به انتقال عمودی آلودگی به سطح ایستابی و حرکت آن در داخل سفره می­شود. در این پژوهش جهت به دست آوردن نرخ تغذیه در آبخوان، از روش پهنه­بندی تغییرات حجم آب زیرزمینی آبخوان استفاده شده است (رابطه­ی 1).

رابطه­ی (1)          R= Sy × ∆h/∆t

در رابطه­ی R نرخ تغذیه، Sy آبدهی ویژه (ضریب ذخیره)، h ارتفاع تراز آب و t زمان می­باشد.

آبخوان دشت بستان از نوع آزاد و ضریب ذخیره­ی آن برابر 2 درصد برآورد شده است. به منظور محاسبه نرخ تغذیه­ی خالص در منطقه، ابتدا داده­های سطح آب برای چاه­های مشاهده‌­ای منطقه­ی­ جمع­آوری و برای هر یک از آن­ها تغییرات سالانه­ی سطح آب محاسبه و هیدروگراف واحد دشت بستان­آباد، تهیه گردید. با مشخص شدن تراز حداکثر و حداقل، نقشه­ی تغییرات سطح ایستابی آب زیرزمینی آبـخوان تـهیه شد. در ادامه برای هر یـک از چاه­های مشاهده­ای در منطقه­ی شبکه­بندی تیسن رسم گردید و مجموع پمپاژ از چاه­های واقع در هر پلی­­گون محاسبه گردید. سپس با محاسبه­ی مساحت هر پلی‌گون و تغییرات سطح آب زیرزمینی برای هر چاه مشاهده­ای با استفاده از معادله­ی (2) نرخ تغذیه خالص برای هر پلی‌گون محاسبه گردید. نرخ تغذیه در هر پلی‌گون را به چاه مشاهده­ای که بر اساس آن پلی‌گون ترسیـم شـده است، تـعمیم داده شـد و از روش کریـجینگ اردینری بـه منظور پهنه­بندی در کل محدوده استفاده گردید (شکل 6).

رابطه­ی (2)       R= Sy × ∆h/∆t + Pumping

لایه­ی محیط آبخوان (A)

 اطلاعات مربوط به محیط آبخوان از لاگ چاه­ها و نقشه­های زمین­شناسی منطقه به دست آمد. جهت تهیه­ی این لایه، لاگ پیزومترها و چاه­های موجود در منطقه بررسی شد و با توجه به نسبت جنس مواد سازنده­ی محیط آبخوان در محل چاه، مطابق با معیارهای مدل دراستیک رتبه­ی 1 تا 10 به آن­ها اختصاص داده شد. اطلاعات به همراه موقعیت هر یک از چاه­ها وارد اکسل شده و در نهایت در نرم­افزار GIS به صورت لایه­ی نقطه­ای تولید می­شد و به منظور تعمیم دادن به کل منطقه از روش درون­یابی کریجینگ اردینری استفاده گردید. در نهایت نقشه­ی پهنه­بندی شده محیط آبخوان آماده گردید (شکل 7).

 

شکل (6) نقشه­ی پهنه­بندی نرخ تغذیه خالص بر اساس مدل DRASTIC

 

شکل (7) نقشه­ی پهنه­بندی محیط آبخوان بر اساس مدل DRASTIC

لایه­ی محیط خاک (S)

  به منظور تهیه­ی لایه­ی خاک در منطقه از نقشه­ی خاک کشوری استفاده گردید. لایه­ی مورد نظر به صورت لایه­ی رستری آماده و ذخیره گردید و در ادامه با توجه به معیارهای مدل دراستیک ارزش­گذاری شد (شکل 8).

 

شکل (8) نقشه­ی پهنه­بندی شده محیط خاک بر اساس مدل DRASTIC

لایه­ی توپوگرافی (T)

 برای تهیه­ی لایه­ی توپوگرافی ابتدا مدل رقومی ارتفاعی منطقه توسط نقشه­های توپوگرافی منطقه تهیه و سپس در محیط Arc GIS با استفاده از ابزار Slope، شیب بـرای DEM منطقه محاسبه گـردیـد و با اسـتفاده از رتـبه­های مدل دراستـیک رتبه­گذاری شد (شکل9).

لایه­ی محیط غیراشباع (I)

برای تهیه لایـه­ی وادوز نـیز مشابه لایـه­ی محیط آبخوان از لاگ چاه­های موجود در مـنطقه استفاده می­شود. در ابتدا مشخصات چاه و موقعیت قرارگیری هر یک از پیزومترها یا چاه­ها در محیط اکسل آماده شده و سپس با مطالعه­ی لاگ­ها متناسب با ترکیب و اندازه­ی دانه­های تشکیل­دهنده­ی رتـبه­ای بر طبق جدول دراستیک داده می­شود تا یک لایه­ی نقطه­ای آماده گردد. در انتها نیز از روش درون­یابی کریجینگ اردینری جهت تعمیم به کل منطقه استفاده و رتبه­بندی صورت گرفت (شکل 10).

لایه­ی هدایت هیدرولیکی (C)

در این تحقیق از اطلاعات حاصل از قابلیت انتقال و بخش اشباع آبخوان جهت تعیین هدایت هیدرولیکی استفاده گردید. بدین ترتیب اطلاعات به دست آمده همراه با موقعیت هر پیزومتر از محیط اکسل به محیط نرم­افزار GIS انتقال و به یک لایه­ی نقطه­ای تبدیل شد. سپس با اعمال درون­یابی به کل منطقه تعمیم و مطابق معیار مدل دراستیک رتبه­بندی گردید و نقشه­ی هدایت هیدرولیکی نهایی آماده شد (شکل 11).

ترکیب و تلفیق لایه­ها

  تمامی لایه­های ایجاد شده در مراحل قبل دارای فرمت رستری می­باشند که در محیط GIS برای ترکیب لایه­ها از تابع همپوشانی[23] استفاده گردید. عملکرد تابع همپوشانی در ترکیب لایه­ها به دو صورت وزنی و ریاضی صورت می­پذیرد. هفت لایه­ی تهیه شده، از نظر وزن­دهی و رتبه­بندی طبق مدل دراستیک، دارای مقادیر متفاوتی از یکدیگر می­باشند.

 

شکل (9) نقشه­ی پهنه­بندی شده توپوگرافی بر اساس مدل DRASTIC

 

شکل (10) نقشه­ی پهنه­بندی شده محیط غیراشباع بر اساس مدل DRASTIC

 

شکل (11) نقشه­ی پهنه­بندی شده هدایت هیدرولیکی بر اساس مدل DRASTIC

به منظور ترکیب لایه­ها از ابزار محاسبات رستری[24]تابع همپوشانی وزنی استفاده شد. برای این کار تمام لایه­ها همراه با ضرایب براساس رابطه­ی (2) به صورت درصد برای مدل تعریف شد و سپس عمل تلفیق لایه­های مورد نظر صورت پذیرفت و اندیس نهایی محاسبه گردید. برای به دست آوردن اندیس نهایی دراستیک از رابطه­ی (2) استفاده شد.

رابطه­ی (2)   DI=DrDw+RrRw+ArAw+SrSw+TrTw+IrIw+CrCw

در رابطه­ی (2) حروف بزرگ نوع پارامتر و حروف کوچک  r و w به ترتیب رتبه و وزن پارامترها را نشان می­دهند. شاخص نهایی در محدوده­ی مورد مـطالعه بین 61 تا 188 مـتغیر است. که با توجه بـه محدوده­ی عددی آسیب­پذیری، پهنه­بندی حاصل بر اساس طبقه­بندی آلر و همکاران به 5 کلاس طبقه­بندی شد. مطابق نقشه­ی نهایی آسیب­پذیری مشخص گردید که بخش مرکزی دشت و قسمت­هایی از شمال غربی محدوده­ی مطالعاتی دارای پتانسیل آسیب­پذیری بالایی است. بخش­های جنوب و جنوب شرقی دشت نیز کمترین میزان پتانسیل آلودگی را دارا هستند. در جدول (6) مساحت مربوط به هر یک از پهنه­های آسیب­پذیری مشخص گردیده است.

تهیه­ی لایه­های وزن­دهی به روشSINTACS

پارامترهای این روش همان پارامترهای مدل DRASTIC است اما فرآیند وزن­دهی و رتبه­دهی پارامترها در این روش مطابق جدول متفاوت از روش دراستیک است. نتایج حاصل در جدول شماره­ی (7) آمده است. مطابق شکل (13) بیشترین مقدار آسیب­پذیـری مربوط به قسمت­های مرکزی و شـمال غربی مـحدوده­ی مطالعاتی می­باشد، که در مقایسه با نقشه­ی پهنه­بندی مدل دراستیک، منطبق بر یکدیگر هستند.

جدول (6) شاخص دراستیک منطقه­ی مطالعاتی

وضعیت آبخوان

اندیس دراستیک

مساحت (km2)

درصد مساحت

آسیب­پذیری خیلی کم

81-69

19

83/15

آسیب­پذیری کم

110-81

5/32

08/27

آسیب­پذیری کم تا متوسط

131-110

66/24

55/20

آسیب­پذیری متوسط تا زیاد

151-131

23/21

69/17

آسیب­پذیری زیاد

188-151

75/22

95/18

 

جمع کل مساحت

14/120

100

 

شکل (12) نقشه­­ی پهنه­بندی آسیب­پذیری آبخوان دشت بستان­آباد بر اساس مدل DRASTIC

جدول (7) شاخص SINTACS محدوده­ی مطالعاتی

وضعیت آبخوان

اندیس دراستیک

مساحت (km2)

درصد مساحت

آسیب­پذیری کم

134-92

88/26

38/22

آسیب­پذیری کم تا متوسط

153-134

39/40

62/33

آسیب­پذیری متوسط تا زیاد

173-153

36/24

28/20

آسیب­پذیری زیاد

202-173

49/28

72/23

جمع

 

14/120

100

آنالیز حساسیت[25]

بـرخی از محققان معتقدند که وزن­ها و نـرخ­های نسبت داده شـده به شاخص آسیب­پذیری دراستیک از دقت کافی برخوردار بوده و هیچ دلیلی برای شک کردن به این ضرایب وجود ندارد. اما برخی دیگر به دلیل نبود شواهد تجربی، به نتایج مدل دراستیک تردید دارند. لذا به منظور از بین بردن این تردیدها، آنالیز حساسیت برای این مدل انجام گرفت. دو روش برای آنالیز حساسیت برای این مدل ارائه شده است که یکی آنالیز حساسیت بـه روش حذف لایه­ها و دیـگری آنالیز حساسیت پارامتر واحـد می­باشد. در این تحقیق از روش پارامتر واحد استفاده شده است.

 

شکل (13) نقشه­ی پهنه­بندی آسیب­پذیری آبخوان دشت بستان­آباد بر اساس مدل SINTACS

آنالیز حساسیت پارامتر واحد

این روش توسط ناپولیتانو و فابری[26]  (1996: 564 ) برای مقایسه­ی وزن مؤثر یا واقعی هر کدام از پارامترهای ورودی در هر پیکسل با وزن تئوری اختصاص یافته به آن پارامتر توسط مدل تحلیلی دراستیک استفاده گردید. وزن مؤثر در هر پیکسل با استفاده از رابطه­ی زیر به دست می­آید:                        

رابطه­ی (3)     W= [(Pr Pw)/V]*100

در رابطه­ی (3) که W وزن مؤثر هر پارامتر، Pr و Pw به ترتیب نمره و وزن هر کدام از پارامترها و V اندیس نهایی آسیب پذیری می­باشد. نتایج حاصل از محاسبه­ی وزن واقعی پارامترها در جدول (7) نشان داده شده است. با توجه نتایج به دست آمده مشخص گردید که محیط غیر­اشباع بیشترین میانگین وزن مؤثر و بیشترین تأثیر را در آسیب­پذیری آب­های زیرزمینی منطقه­ی مورد مطالعه دارد. مقایسه­ی وزن نظری و وزن مؤثر محیط غیراشباع نشان می­دهد که مقدار وزن مؤثر بیشتر از میزان وزن تئوری اختصاص یافته به این پارامتر می­باشد. عمق آب زیرزمینی و نرخ تغذیه خالص در رده­های بعدی قرار دارند. کمترین مقدار وزن مؤثر نیز مربوط به پارامتر توپوگرافی می­باشد که مقدار وزن نظری آن نیز حداقل می­باشد. مقایسه وزن مؤثّر هر پارامتر با وزن تئوری اختصاص داده شده به آن در آبخوان دشت بستان­آباد نشان می­دهد که وزن مؤثّر و تئوری پارامترهای دراستیک تقریباً با هم تطابق دارد. بنابراین می­توان به این نکته پی برد که وزن­های نسبت داده شده به پارامترهای شاخص دراستیک از صحت خوبی برخوردار بوده است (جدول 8).

جدول (8) نتایج آماری تحلیل حساسیت تک پارامتری

پارامتر

وزن نظری

وزن نظری (درصد)

وزن مؤثر (درصد)

میانگین

حداکثر

حداقل

D

5

73/21

89/17

25/31

54/4

R

4

39/17

33/16

66/26

88/5

A

3

04/13

57/14

14/17

12

S

2

69/8

2/10

5/12

8

T

1

34/4

08/6

67/6

45/5

I

5

73/21

5/22

87/29

22/15

C

3

04/13

5/10

66/16

34/4

 

شکل (14) نقشه­ی نهایی مدل  DRASTICو پراکندگی مقادیر غلظت نیترات

صحت­سنجی روش­های وزن­دهیDRASTICو SINTACS

معمولاً در مدل دراستیک، وزن­های داده شـده بر مدل با توزیع غلظت یون نیترات در آبخوان­ها  مطابقت دارد (آلر و همکاران، 1987: 50). با توجه به فعالیت­های کشاورزی در منطقه­ی مورد مطالعه و استفاده از کود­های شیمیایی و حیوانی، جهت صحت­سنجی مدل­های ارائه شده از مقادیر اندازه­گیری­شده­ی نیترات موجود در آب زیرزمینی منطقه استفاده شد. بدین منظور 24 نمونه آب از چاه­های موجود در دشت با تـوزیع  مناسب تـهیه و یون نیترات موجود در نـمونه­ها، در آزمایـشگاه آب­شناسی دانشگاه تبریز مورد تجزیه شیمیایی قرار گرفت (جدول 5). در ادامه نقشه­ی پراکندگی نیترات آب­های زیرزمینی تهیه شد. انطباق لایه­ی نیترات با نقشه­های آسیب­پذیری تهیه شده توسط مدل DRASTIC و SINTACS نشان داد، در هر دو روش مناطق دارای پتانسیل آسیب­پذیری بالا با غلظت بالای نیترات مطابقت دارد که این خود می­تواند صحت نقشه­ی تهیه شده را تأیید نماید. نتایج حاصل در شکل­های 14 و 15 آورده شده است.

 

شکل (15) نقشه­ی نهایی مدل SINTACS و پراکندگی مقادیر غلظت نیترات

به منظور حصول اطمینان بیشتر و انتخاب مدل مناسب جهت ارزیابی آسیب­پذیری در منطقه، از ضریب همبستگی بین مدل­های ارائه شده و لایه­ی نیترات استفاده گردید. بدین منظور از ضریب همبستگی اسپیرمن بین مدل­های آسیب پذیری و داده­های نیترات استفاده شد. نتایج حاصل در جدول (9) آمده است.

با توجه به جدول (9)، همبستگی بالایی بین لایه نیترات و مدل­های ارائه شده وجود دارد که در سطح معنی­دار 1 درصد مقدار 753/0 برای مدل DRASTIC و 582/0 برای مدل SINTACS می­باشد. به منظور تعیین و شناسایی پارامتر مؤثر بر روی آسیب­پذیری و بهینه­سازی مدل­ها در منطقه­ی مطالعاتی، ضریب همبستگی بین لایه­ی نیترات و تک­ تک پارامترهای مورد استفاده در مدل­ها محاسبه گردید. در جدول (10) نتایج حاصل برای مدل DRASTIC آمده است. طبق محاسبات انجام شده بیشترین ضریب همبستگی را لایه­ی نیترات با عمق آب زیرزمینی دارد.در رده­ی بعدی به ترتیب محیط غیراشباع و تغذیه خالص بیشترین ضریب همبستگی را دارند.کمترین مقدار نیز مربوط به پارامتر توپوگرافی است.با توجه به این که نتایج حاصل از پهنه­بندی مدل DRASTIC با تـوزیع نیترات آب زیـرزمینی دشت بستان­آباد از همخوانی خوبی برخوردار است و همچنین ضریب همبستگی بالا، بین مدل و لایه­ی نیترات ضرورتی برای تغییر وزن­ها و رتبه­های اختصاص داده شده اولیه وجود ندارد یا به عبارت دیگر پارامترها صحت لازم را دارند. در غیر این صورت لازم بود با اصلاح وزن­ها و رتبه­های اختصاص داده شده به پارامترها بر اساس شرایط منطقه، پهنه­بندی دقیق­تری انجام داده و مدل DRASTIC تصحیح شود.

جدول (9) ضریب همبستگی لایه­ی نیترات با مدل­های پتانسیل آسیب­پذیری

مدل

ضریب همبستگی

DRASTIC

753/0

SINTACS

582/0

جدول (10) ضریب همبستگی لایه­ی نیترات با پارامترهای مدل DRASTIC

پارامترهای مدل دراستیک

ضریب همبستگی با لایه­ی نیترات

وزن پارامترها

عمق سطح ایستابی  (D)

526/0

5

نغذیه خالص   (R)

413/0

4

محیط آبخوان  (A)

13/0

3

محیط خاک  (S)

225/0

2

توپوگرافی  (T)

015/0

1

محیط غیراشباع   (I)

461/0

5

هدایت هیدرولیکی  (C)

315/0

3

 

شکل (16) نقشه­ی هم­پوشانی لایه­ی کاربری اراضی بر روی نقشه­ی آسیب­پذیری منطقه

آسیب­پذیری آبخوان و کاربری زمین

با توجه به فعالیت­های کشاورزی در دشت بستان­آباد و استفاده از کودهای شیمیایی در این اراضی و نتایج حاصل از ضریب همبستگی لایه­ی نیترات، لازم است تا جهت تصدیق رابطه­ی کاربری زمین با آسیب­پذیری آب زیرزمینی از نقشه­ی کاربری اراضی استفاده گردد. بدین منظور از هم­پوشانی لایه­ی کاربری اراضی بر روی نقشه­ی آسیب­پذیری حاصل از مدل DRASTIC استفاده گردید و نقشه­ی خطر آلودگی آب زیرزمینی برای دشت بستان­آباد تهیه شد (شکل 16). نتایج در جدول (11) آمده است.

نتایج جدول(11) نشان می­دهد که بخش عمده­ای از اراضی کشاورزی (58 درصد) در محدوده­ی مناطق با آسیب­پذیری متوسط قـرار دارنـد. در حـدود 32 درصد از مساحت اراضی کشاورزی نـیز در مـحدوده­ی آسیب­پذیری زیاد قرار گرفته­اند که این مناطق عمدتاً شامل بخش مرکزی و شمال غربی دشت می­باشد. دو عامل بیشترین تأثیر را در آسیب­پذیری این منطقه بر عهده دارند: 1) عمق کم سطح ایستابی و 2) درشت دانه بودن بافت محیط خاک و محیط غیراشباع که هر دو عامل در ارتباط با رودخانه­ی اوجان چای می­باشد.با توجه به نقشه­ی پراکندگی نـیترات منطقه و نـقشه­ی کاربری اراضی، بـخش مرکزی دشت مستعد آلودگی می­باشد،بدین منظور،مناطق یاد شده نیاز به مراقبت و پایش مستمر دارند تا از آلودگی آب­های زیرزمینی در این مناطق جلوگیری شود. بخش­های جنوب و جنوب شرقی منطقه­ی مورد مطالعه نیز از نظر پتانسیل آلودگی در محدوده­ی آسیب­پذیری کم تا متوسط قرارگرفته­اند و نقشه­ی پراکندگی نیترات نشان­دهنده­ی پایین بودن مقادیر نیترات برای این مناطق است.اما با توجه به اینکه بخش عمده­ای از اراضی کشاورزی در این مناطق واقع شده­اند، لذا در درازمدت با توسعه­ی کشاورزی امکان آلوده شدن این مناطق نیز وجود دارد. بنابراین تهیه­ی نقشه­ی هم پوشانی کاربری اراضی بر روی نقشه­ی آسیب­پذیری می­تواند در شناسایی مناطق مستعد آلودگی مفید بوده و مانع از آلودگی آب زیرزمینی گردد. 

جدول (11) توزیع کاربری زمین در محدوده­های آسیب­پذیری

آسیب­پذیری

اراضی کشاورزی (مساحتKm2)

درصد (%)

آسیب پذیری کم

65/4

62/10

آسیب پذیری متوسط

41/25

04/58

آسیب پذیری زیاد

72/13

33/31

 

78/43

100

نتیجه­گیری

 نتایج حاصل از مـدل­های DRASTIC و SINTACS نـشان داد که بـه ترتیب 95/18 و 72/23 درصد از مساحت کل منطقه در محدوده­ی آسیب­پذیری زیاد قرار گرفتـه­اند که عـمدتاً شامل بخش مرکزی و شمال غربی منـطقه­ی مورد مطالعه می­شود. با تحلیل حساسیت به روش تک پارامتری مشخص گردید که پارامتر محیط غیراشباع مؤثرترین عامل در آسیب­پذیری آبخوان در منطقه است. به منظور اطمینان از نتایج کار، با استفاده از داده­های نیترات در منطقه،لایه­ی نیترات تهیه و ضریب همبستگی برای هر دو مدل محاسبه گردید. نتایج نشان داد ضریب همبستگی روش­های وزن­دهی DRASTIC و SINTACS با لایه­ی نیترات در سطح معنی­دار 1 درصد به ترتیب 753/0 و 582/0 می­باشند که نشان از صحت مدل­ها در ارزیابی آسیب­پذیری آبخوان دارد. در ادامه با محاسبه ضریب همبستگی لایه­ی نیترات با تک تک پارامترها، مشخص گردید که بیشترین مقدار همبستگی برای هر دو روش مربوط به پارامتر عمق سطح ایستابی می­باشد. هم­پوشانی لایه­ی کاربری اراضی بر روی نقشه­ی پهنه­بندی آسیب­پذیری، نشان داد که 33/31 درصد از مساحت کل اراضی کشاورزی در محدوده­ی آسیب­پذیری زیاد قرارگرفته­اندکه این مناطق با توجه به نقشه­ی پراکندگی نیترات، غلظت بالایی را نشان می­دهد و نظر به اینکه این بخش از دشت بستان­آباد به دلیل وجود رودخانه­ی اوجان چای از  پتانسیل آسیب­پذیری بالایی برخوردار است، لذا پایش مستمر در این منطقه الزامی بوده تا از آلودگی احتمالی آب زیرزمینی در این ناحیه جلوگیری گردد.




1- Vrba and Zoporozec

[2]- Depth of water table

[3]- Net Recharge

[4]- Aquifer media

[5]- Soil media

[6]- Topography

[7]- Impact of Vadose zone

[8]- Hydraulic conductivity

[9]- Geography Information System

[10]- Yang

[11]- Metline- Ras

[12]- Gumushacikoy

[13]- Analytic hierarchy process (AHP)

[14]- Lathamani et al.,

[15]- Rangzan et al.,

[16]- US Environmental Protection Agency

2- Aller et al.,

[18]- Range

[19]- Rate

3- Almasri

[21]- Civita

[22]- Kriging Ordinary

[23]- Overlay

[24]- Map Algebra

[25]- Sensitivity Analysis

[26]- Fabbri

منابع
- فخری، میرسجاد؛ اصغری مقدم، اصغر؛ نجیب، مرتضی و رحیم برزگر (1394)، بررسی غلظت نیترات در منابع آب زیرزمینی دشت مرند و ارزیابی آسیب­پذیری آب زیرزمینی با روش­های AVI و GODS، مجله­ی محیط­شناسی، دانشگاه تهران، دوره­ی 41، شماره­ی 1، ص. 66 -49.
-Aller, L., Bennett, T., Lehr. J., Petty, R., Hackett, G., (1987), DRASTIC: A Standardized System for Evaluating Ground Water Pollution Potential Using Hydrogeologic Settings, Ada, Oklahoma: U.S. and Environmental Protection Agency.
-Almasri, M., (2008), Assessment of Intrinsic Vulnerability to Contamination for Gaza Coastal Aquifer, Palestine, Journal of Environmental Management, 88: PP. 577-593.
-Barber, C., Bates, L.E., Barron, R., & Allison, H., (1993), Assessment of the Relative Vulnerability of Groundwater to Pollution, A Review and Background Paper for the Conference Workshop on Vulnerability Assessment, Journal of Australian Geology and Geophysics, 14(2/3), PP. 1147–1154.
-Boughriba, M., Barkaoui. A., Zarhloule. Y., Lahmer. Z., El-houadi. B., Verdoya. M., (2009), Groundwater Vulnerability and Risk Mapping of the Angad Transboundry Aquifer Using DRASTIC Index Method in GIS Environment, Arabian Journal of Geoscience, 3: PP. 207-220.
-Ersoy, A.F., Gultekin, F. (2013), DRASTIC- Based Methodology for Assessing Groundwater Vulnerability in the Gumushacikoy and Merzifon Basin (Amasya, Turkey), Earth Sci. Res. SJ.J. 17:1. PP. 33-40.
-Hamza, M. H. and Added, A., (2009), Validity of DRASTIC and SI vulnerability methods, NATO Science for Peace and Security Series C: Envirinmental Security, Geospatial Visual Analytics, Part 7, 395-407.
-Kim. Y.J., Hamm. S.Y., (1999), Assessment of the Potential for Groundwater Contamination Using the DRASTIC/EGIS Technique, Cheongju Area, South Korea, Hydrogeology Journal, 17(2): PP. 227-235.
-Lathamani, R., Janardahana, M.R., Mahalingam, B., Suresha, S. (2015), Evaluation of Aquifer Vulnerability Using Drastic Model And GIS: A case study of Mysore city, Karnataka, India, Aquatic Procedia, J., 4: PP. 1031-1038.
-Martinez-Bastida. J.J., Arauzp. M., Valladolid, M., (2010), Intrinsic and Specific Vulnerability of Groundwater in Central Spain: The Risk of Nitrate Pollution, Hydrogeology Journal, 18: PP. 681-698.
-Merchant, J.W., (1994), GIS-based Groundwater Pollution Hazard Assessment: A Critical   Review of the DRASTIC model, Photogramm Engineer and Remote Sensing, 60(9), PP. 1117–1127.
-Napolitano P. and Fabbri A.G. (1996), Single Parameter Sensitivity Analysis for Qquifer Vulnerability Assessment Using DRASTIC and SINTACS Hydro GIS 96: Application of Geographical Information Systems in Hydrology and Water Resources Management, Proceeding of Vienna Conference, IAHS Pub, 235: PP. 559-566.
-Scanlon, B.R., Healy, R.W., Cook, P.G., (2002), Choosing Appropriate Techniques for Quantifying Groundwater Recharge, Journal of Hydrogeology, 10: PP. 18-39.
-Vrba, J., and Zoporozec, A. (1994), Guidebook on Mapping Groundwater Vulnerability, IAH International Contribution for Hydrogeology, Hannover7 Heise, 16: P. 131.
-Yang, Y.S., Wang, L. (2007), GIS-based Dynamic Risk Assessment for Groundwater Nitrate Pollution from Agricultural Diffuse Sources, Journal of Jilin University, 37(2): PP. 311-318.