ارزیابی ریسک آلودگی ناشی از نیترات در آبخوان دشت آذرشهر با استفاده از مدل های هوش مصنوعی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

دشت آذرشهر در حوضه آبریز دریاچه ارومیه، دارای منبع مهم آب زیرزمینی است و به علت رونق کشاورزی در معرض خطر آلودگی نیترات قرار دارد؛ لذا حفاظت از منابع آب زیرزمینی با شناسایی مناطق در معرض ریسک آلودگی ضروری است. در این مطالعه به منظور بررسی آسیب پذیری ذاتی و ریسک آلودگی از داده های زمین ‎شناسی، داده های هیدروژئولوژیکی و ژئوفیزیکی و نیز نقشه رقومی ارتفاعی ماهواره SRTM با دقت مکانی 30 متر و درنهایت جهت صحت‎ سنجی از غلظت آلاینده نیترات نمونه ‎برداری شده از 35 منبع مختلف با پراکندگی و توزیع مناسب استفاده شده است. در پژوهش حاضر ریسک آلودگی آبخوان دشت آذرشهر با روش "منبع- مسیر- هدف" مورد بررسی قرار گرفته است. در این روش بعد از شناسایی منبع آلودگی، آسیب پذیری آبخوان به عنوان مسیر درنظر گرفته شد. برای ارزیابی آسیب پذیری، از روش DRASTIC بهبود یافته با استفاده از سه مدل فازی ساجنو (SFL)، الگوریتم درخت تصمیم (M5P) و الگوریتم زیر فضای تصادفی (RS) استفاده شد و در نهایت نقشه آسیب پذیری نسبت به آلاینده نیترات به دست آمد. از بین مد ل های هوش مصنوعی بر اساس بیشترین ضریب همبستگی (0/87=r) و کمترین میزان خطا (0/06=RMSE)، مدل M5P به عنوان بهترین مدل جهت ارزیابی آسیب پذیری آبخوان دشت آذرشهر انتخاب شد. در نهایت نقشه ریسک آلودگی نیترات از حاصل ضرب آسیب پذیری آبخوان (بر اساس مدل M5P) در سرعت جریان آب زیرزمینی به دست آمد. نتایج نشان داد ریسک آلودگی آبخوان نسبت به آلاینده نیترات در قسمتی از مرکز، جنوب و جنوب شرق آبخوان بالا است.

زبان:
فارسی
صفحات:
171 تا 184
لینک کوتاه:
magiran.com/p2714949 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!