پتانسیل یابی آب زیرزمینی به روش شاخص آماری مطالعه موردی (دشت دهگلان)
محل انتشار: ششمین کنفرانس ملی مدیریت منابع آب ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 686
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM06_222
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله:
کشور ایران سرزمینی خشک و نیمه خشک با نزولات جوی بسیار اندک، به طوریکه بارش سالیانه آن کمتر از یک سوم متوسط بارندگی سالیانه جهان است. هم اکنون در بسیاری از مناطق کشور، میزان برداشت از تغذیه منابع آب زیرزمینی بیشتر است. این امر به معنای استخراج و استفاده از آبی است که در طول هزاران سال در لایه های آبدار زمین ذخیره شده است. با این کار سطح آبهای زیرزمینی روزبه روز افت کرده و سرانجام بجایی خواهد رسید که آبی برای استخراج وجود نخواهد داشت. بنابراین شناسایی این پهنه ها و مدیریت صحیح آنها به استفاده بهینه، پایدار و همیشگی از این ثروت خدادادی طبیعی منجر خواهد شد.پژوهش حاضر، با هدف تعیین کارایی روش SI در پتانسیل یابی آب زیرزمینی و تهیه نقشه پتانسیل بهره وری آب زیرزمینی دشت دهگلان انجام گرفت.در مراحل مختلف انجام این پژوهش به منظور پردازش اصلی پارامترهای ورودی مدل های مورد استفاده و تحلیل داده های مکانی مورد نیاز ArcGIS 10.2 و به منظور انجام تجزیه و تحلیل آماری از نرم افزار های SPSS و Microsoft 2013 و نرم افزار آماری R استفاده شده است. از میان روش های موجود برای پتانسیل یابی آب های زیر زمینی روش های آماری به دلیل سادگی و دقت قابل قبول بیشتر مورد استفاده قرار می گیرند لذا در این تحقیق از روش شاخص آماری استفاده گردید. جهت آزمون فرضیه در این مطالعه از منحنی ROC استفاده شده است. نتایج منحنی ROC نشان می دهد مدل شاخص آماری دارای سطح زیر منحنی برابر 85/9 درصد می باشد که با مطالعات پژوهشگران پیشین مطابقت دارد.
کلیدواژه ها:
نویسندگان
گلاله شریعتی
دانشجوی کارشناسی ارشد آبخیزداری دانشگاه لرستان
علی حقی زاده
عضو هیأت علمی دانشگاه لرستان
ناصر طهماسبی پور
عضو هیأت علمی دانشگاه لرستان
حسین زینی وند
عضو هیأت علمی دانشگاه لرستان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :