
تعداد نشریات | 13 |
تعداد شمارهها | 626 |
تعداد مقالات | 6,517 |
تعداد مشاهده مقاله | 8,746,954 |
تعداد دریافت فایل اصل مقاله | 8,317,536 |
شناسایی مناطق بحرانی کیفیت آبهای زیرزمینی استان گلستان با استفاده از روش خوشهبندی فازی | ||
مجله پژوهشهای حفاظت آب و خاک | ||
دوره 28، شماره 4، دی 1400، صفحه 167-186 اصل مقاله (1.59 M) | ||
نوع مقاله: مقاله کامل علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/jwsc.2021.16072.3132 | ||
نویسندگان | ||
فریبا پوراحمدی1؛ ام البنی محمدرضاپور* 2؛ سلمان شریف آذری3؛ پریسا کهخا مقدم4 | ||
1دانشجوی کارشناسیارشد مهندسی منابع آب، دانشکده آب و خاک، دانشگاه زابل. | ||
2نویسنده مسئول، دانشیار دانشگاه علوم کشاورزی و منابع طبیعی گرگان - دانشگاه زابل. | ||
3دانشآموخته کارشناسیارشد مهندسی منابع آب، دانشگاه تهران. | ||
4مربی گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل. | ||
چکیده | ||
سابقه و هدف: یکی از مهمترین بحرانهایی که اغلب کشورها در حال حاضر با آن روبرو هستند، مساله کاهش کیفیت منابع آبی می باشد. کاهش ذخایر آبهای زیرزمینی و افزایش آلودگیها، پتانسیل استفاده از آبهای زیرزمینی برای مصارف مختلف را به میزان قابل توجهی کاهش داده است. یکی از علل اصلی افت کیفیت آبهای زیرزمینی عبارتند از نفوذ زه آبهای کشاورزی ناشی از مصرف بی رویه کود و سموم کشاورزی می باشد. همچنین صنایع که در بسیاری موارد آبهای زیرزمینی را با آلایندههای شیمیائی و هیدروکربنی آلوده نمودهاند. علاوه براین عوامل، دفع فاضلابها در شهرها و روستاها از طریق چاههای جاذب که از انواع ویروسها و باکتریها تشکیل شدهاند نیز از اعوامل ایجاد آلودگی هستند برنامه پایش کیفیت منابع آب زیرزمینی میتواند کیفیت مناسب منابع آب برای کاربریهای مختلف را تضمین کند. بدون پایش اطلاع مستمر از کیفیت منبع آب، روند تغییرات آن، برنامه ریزی برای تخصیص بهینه برای کاربریهای گوناگون، ارزیابی اثر توسعههای جدید و طراحی و اجرای برنامههای مدیریتی امکان پذیر نمیباشد لذا در این تحقیق همگن بندی کیفی آبهای زیرزمینی به منطور شناسایی مناطق بحرانی در استان گلستان واقع در شمال کشور ایران با استفاده ترکیب خوشهبندی فازی با الگوریتم ژنتیک، بر روی 14 پارامترکیفی در سالهای 1385، 1390 و 1395 بصورت گام زمانی 5 ساله صورت گرفت. مواد و روشها: در این تحقیق جهت تعیین مناطق همگن برای هر سال ابتدا تعداد بهینه خوشهها با استفاده از الگوریتم ژنتیک که در نرم افزار متلب برنامه نویسی شده است، بدست آمد. بعد از خوشهبندی دادههای کیفی، مقادیر مراکز خوشه ها از نظر کیفی با دیاگرام شولر و ویلکاکس بررسی و مقایسه گردید و برای نمایش بهتر مناطق همگن ازنظر کیفیت آبهای زیرزمینی، نقشه های کلاس بندی در نرم افزار GIS برای منطقه تهیه و برای مطالعه ارائه شده است. یافته ها: نتایج نشان داد که تعداد بهینه خوشه ها در سالهای 1385، 1390 و 1395 به ترتیب 6، 5 و 6 بوده است. بررسی نقشه های کلاس بندی کیفیت آب زیرزمینی نشان داد که در سال 1385، خوشه شماره 6 که 7/2 % از چاههای مورد مطالعه را شامل می شود در وضعیت نامناسبی از نظر کیفیت آب زیرزمینی از نظر شرب و کشاورزی قرار دارند که این چاهها در محدوده شهرکلاله قرار دارند. همچنین در سال 1390 بر اساس نتایج می توان دریافت که 8/36 درصد چاههای استان در وضعیت خوبی از نظر کیفیت پارامترهای شرب و کشاورزی قرار دارند که این چاهها تقریبا در بیشتر نقاط استان وجود دارند. و 33/33 % از چاهها در وضیت متوسط از نظر کیفیت شرب قرار دارند. همچنین نتایج خوشهبندی فازی (FCM) در سال 1395 نشان داد که اکثر پارامترها در خوشه 3 دارای کیفیت متوسط هستند که تقریبا 55/5 درصد از چاههای استان را شامل می شوند. نتیجه گیری: بررسی نتایج نشان داد که وضعیت کیفیت آبهای زیرزمینی استان در سال 1385 نا مناسب بوده و در سال 1390 از وضعیت مناسب تری برخوردار بوده است. ولی سال 1395 نسبت به سال 90 شاهد کاهش افت کیفیت بوده ایم لذا باید برنامه های مدیریتی مناسب اتخاذ گردد. همچنین مشاهده شد که روش خوشه بندی فازی به دلیل درنظر گرفتن شرایط عدم قطعیت در تایین کلاس های سیستم طبقه بندی روش مناسبی برای بررسی کیفیت و شناسایی مناطق بحرانی منابع آب زیرزمینی می باشد. | ||
کلیدواژهها | ||
خوشه بندی؛ الگوریتم ژنتیک؛ کیفیت آب؛ پایپر؛ ویلکاکس. | ||
مراجع | ||
1.Ahani, A., and Mousavi Nadoushani, S. 2016. Assessment of some combinations of hard and fuzzy clustering techniques for regional station of catchments in Sefidroud basin. Journal of Hydroinformatics. 18: 1033-1054.
2.Bezdek, J.C., Chuah, S.K., and Leep, D. 1986. Generalized K-nearest neighbor rules. Fuzzy Sets and System. 18: 237-256.
3.Bezdek, J.C., Ehrlich, R., and Full, W. 1984. FCM: the fuzzy c-means Clustering algorithm. Computers and Geosciences. 10: 2. 191-203.
4.Bricker, O.P., and Jones, B.F. 1995. Main factors affecting the composition of natural waters, in CRC Press, Boca Raton, pp. 1-5.
5.Dahiya, S., Singh, B., Gaur, S., Garg, V.K., and Kushwaha, H.S. 2007. Analysis of groundwater quality using fuzzy synthetic evaluation. J. of Hazardous Materials, 147: 938-946.
6.Goyal, M.K., and Gupta, V. 2014. Identification of Homogeneous Rainfall Regimes in Northeast Region of India using Fuzzy Cluster Analysis. Water Resources Management, 28: 13. 4491-4511.
7.Guler, C., Thyne, G.D., McCray, J.E., and Turner, A.K. 2002. Evaluation of graphical and multivariate statistical methods for classification of water chemistry data, Hydrogeology Journal, 10: 455-474.
8.Guler, C., and Thyne, G.D. 2004. Delineation of hydrochemical facies distribution in a regional groundwater system by means of fuzzy c-means clustering. Water Resources Research.40: 2345-2360.
9.Guler, C., Kurt, M., Alpasalan, M., and Akbulut, C. 2012. Assessment of the impact of anthropogenic activities on the groundwater hydrology and chemistry in Tarsus coastal plain (Mersin, SE Turkey) using fuzzy clustering, multivariate statistics and GIS techniques, Journal of Hydrolog. 414-415: 435-451.
10.Kalantari, N., Rahimo, M., and Akbari, A. 2009. Hydrochemical study of Mianaab plain using Statistical method, hydrochemical diagrams and fuzzy logic, Iranian Journal of Geology.3: 9. 15-25. (In Persian)
11.Kathy, P., World Health Organization. Water, Sanitation and Health Team. 2005. Water recreation and disease : plausibility of associated infections: acute effects, sequelae and mortality, 239p.
12.Ocampo-Duque, W., Ferre-Huguet, N., Domingo, J.L., and Schuhmacher, M. 2006. Assessing water quality in rivers with fuzzy inference systems: A case study. J. of Environment International, 32: 6. 733-742.
13.Ott, W.R. 1978. Water quality indices: A survey of indices used in the United States, Office of Monitoring and Technical Support, Office of Research and Development, U.S. Environmental Protection Agency; Available to the public through National Technical Information Services. EPA-600/4-78-005.
14.Sivasankar, V., Kameswari, M., Msagati, T.A.M., Venkarapathy, M., and Senthil Kumar, M. 2013. Fuzzy set approach-A tool to cluster Holy samples of groundwater quality parameters at Rameswaram South India, Journal of Water Resources and Ocean Science.2: 3. 33-39.
15.Zadeh, L.A. 1965. Fuzzy Sets. Information control, 8: 338-353.
16.Zou, H., Zou, Z., and Wang, X. 2015. An Enhanced K-Means Algorithm for Water Quality Analysis of the Haihe River in China, International Journal of Environmental Research and Public Health, 12: 11. 14400-14413. | ||
آمار تعداد مشاهده مقاله: 415 تعداد دریافت فایل اصل مقاله: 283 |