نقشه برداری از مناطق بالقوه تغذیه سفره های زیرزمینی شکسته در بخش های یاموسوکرو و تومودی (ساحل عاج مرکزی)

 

آب های زیرزمینی یک منبع طبیعی مهم برای تمام فعالیت های انسانی است. امروزه به دلیل تغییرات آب و هوایی و رشد جمعیت، تقاضا به طور قابل توجهی افزایش یافته است، بنابراین ارزیابی آنها برای اطمینان از پایداری ضروری است. با این حال، یکی از پارامترهای مهم، اما به دلیل متغیر بودن آن، برآورد آن دشوار است، شارژ مجدد است. هدف این کار ترسیم تغذیه بالقوه سفره های زیرزمینی در بخش های یاموسوکرو و تومودی است. تکنیک تحلیل چند معیاره AHP ساعتی (فرایند تحلیل سلسله مراتبی) با ادغام لایه های موضوعی مختلف مورد استفاده قرار گرفت. ابتدا یک طبقه بندی مجدد و سپس وزن دهی این پارامترها با توجه به تأثیر آنها در فرآیند شارژ مجدد انجام شد. در نهایت، آنها در یک GIS ادغام شدند تا نقشه مناطق بالقوه تغذیه آب زیرزمینی را تهیه کنند. نتایج نشان می‌دهد که نواحی بالقوه شارژ بالا تقریباً 11/43 درصد از مساحت منطقه مورد مطالعه را تشکیل می‌دهند. به نظر می‌رسد این مناطق در بخش‌های فرعی یاموسوکرو، کوکومبو آتیگواکرو، تومودی و کپوئبو پراکنده هستند.

کلید واژه ها

آب زیرزمینی ، تغذیه ، تجزیه و تحلیل چند معیاره ، GIS ، ساحل عاج

1. مقدمه

آب یک منبع بسیار مهم در مرکز توسعه پایدار است. برای توسعه اجتماعی-اقتصادی، سلامت اکوسیستم و بقای انسان ضروری است. با این حال، این منبع به طور فزاینده ای کمیاب می شود [ 1 ]. بسیاری از کشورهای جهان با مشکل تامین آب آشامیدنی مواجه هستند و ساحل عاج کشوری واقع در غرب آفریقا نیز از این وضعیت در امان نیست. در واقع، در حالی که نیازها در حال افزایش است، عرضه در حال کاهش است و بنابراین چندان رضایت بخش نیست. بنابراین، برای چندین سال، بهره‌برداری از آب‌های زیرزمینی در زیرزمین ساحل عاج رونق قابل‌توجهی را تجربه کرده است، هزاران گمانه تقریباً در تمام مناطق کشور ساخته شده و به بهره‌برداری رسیده است و دسترسی به آب آشامیدنی با مشکل مواجه شده است [ 2 ].]. بنابراین، برای مدیریت پایدار و تداوم این منبع، شناخت و ارزیابی تغذیه، جریان ها و دبی که عناصر اساسی یک سیستم هیدروژنی را تشکیل می دهند، ضروری است [ 3 ]. در میان این عناصر، تغذیه یکی از دغدغه‌های عمده کنونی جامعه علمی و تصمیم‌گیرندگان خواهد بود، زیرا نوسازی و حفاظت مناسب از منابع آب زیرزمینی را شرط می‌کند [ 4 ].

بنابراین مدیران آب برای استقرار مدیریت بهینه و منطقی منابع آب زیرزمینی به اطلاعات بسیار دقیقی از شرایط تغذیه و بهره برداری از آب های زیرزمینی نیاز دارند. با توجه به [ 5 ]، ارزیابی تغذیه آب های زیرزمینی بدون شک یکی از مرتبط ترین پارامترها است، اما برآورد آن نیز دشوار است. برای این منظور، طیف وسیعی از تکنیک ها در نظر گرفته شده است. اینها روش اقلیمی [ 6 ] هستند. روش فیزیکی [ 7 ]؛ روش ژئوشیمیایی [ 8 ]. علیرغم تمام این رویکردها، تعیین شارژ مجدد هنوز هم امروزه غیر قابل اعتماد [ 4 ] و گران است [ 9 ]]. بنابراین، بکارگیری تکنیک‌های دیگری که می‌توانند عدم قطعیت‌ها را کاهش دهند، برای افزایش اطمینان در برآورد شارژ مجدد ضروری به نظر می‌رسد.

بنابراین هدف اختصاص داده شده به این کار، نقشه‌برداری مناطق بالقوه شارژ آبخوان Yamoussoukro و Toumodi با استفاده از سنجش از دور و سیستم‌های اطلاعات جغرافیایی (GIS) است. برای ارائه کمک به تصمیم گیرندگان و مدیران، GIS یکی از بهترین ابزارها برای جمع آوری تمام داده ها، تجزیه و تحلیل آنها و تجسم چندین لایه اطلاعات در یک رسانه محسوب می شود. رویکرد روش‌شناختی این مطالعه بر اساس طبقه‌بندی و ترکیب پارامترهای مختلف مؤثر بر شارژ مجدد است.

2. مواد و روشها

2.1. منطقه مطالعه

این مطالعه در ساحل عاج مرکزی، در بخش‌های Yamoussoukro و Toumodi، واقع بین عرض‌های جغرافیایی 6˚20′ شمالی و 7˚00′ شمالی و طول‌های جغرافیایی 4˚40’W و 5˚30’W انجام شد ( شکل 1 ) . . این بخش‌ها شامل بخش‌های فرعی Kossou، Lolobo، Attiegouakro، Kokoumbo، Djekanou و Kpouebo هستند. مساحت این منطقه 4.789.38 کیلومتر مربع ^است .

نقش برجسته بخش های یاموسوکرو و تومودی چندان تپه ای نیست و با فلات های منطقه جنگلی ساوانا مطابقت دارد. کل منطقه نسبتاً ناهموار است که با وجود زنجیره ای از تپه ها با ساختار گرانیتی مشخص شده است. میانگین ارتفاع در این بخش ها 200 متر است [ 2 ]. آب و هوای منطقه گرمسیری مرطوب و دارای دو فصل است. بین فصل بارانی (مارس تا نوامبر) و فصل خشک (دسامبر تا فوریه) تقسیم می شود.

میانگین بارندگی سالانه 1148 میلی متر در سال و میانگین دما 30 درجه سانتی گراد است. شبکه هیدروگرافی در این بخش ها با حضور چشمگیر رودخانه باندما، رودخانه های نزی و کان و شاخه های آنها مشخص شده است. آنها همچنین دریاچه های مصنوعی و طبیعی زیادی دارند، از جمله دریاچه کوسو که سد برق آبی کوسو روی آن ساخته شده است. پوشش گیاهی آنها به قلمرو گینه تعلق دارد و تحت سلطه ساوانای پیش جنگلی (منطقه گذار بین جنگل جنوبی و ساوانای شمالی) قرار دارد که کم و بیش متراکم با درختان کوچک و پراکنده با کپسول ها و جزایر جنگلی است. گالری های جنگلی مناطق پست در امتداد جریان های آب را اشغال می کنند. در خاک های شنی زهکشی شده، توده های رونیرز و درختان نخل در علفزارهای بلند ظاهر می شوند [ 10]. از نظر زمین‌شناسی، سنگ‌هایی که در این بخش‌ها با آن مواجه می‌شوند، عموماً گرانیتوئید، سنگ‌های سبز، سنگ‌های آتشفشانی-رسوبی و شیل‌ها هستند [ 11 ]. این تشکل‌های زمین‌شناسی با وجود شیستوزیت، شکستگی‌ها و رگه‌های کوارتز بزرگ [ 12 ] مشخص می‌شوند که به نفوذ و در نتیجه تغذیه آب زیرزمینی کمک می‌کند. سیستم آبخوان Yamoussoukro و Toumodi با آنچه که معمولاً در محیط زیرزمین مناطق گرمسیری مشاهده می شود، سازگار است. هم مخازن آلتریت و هم مخازن شکسته وجود دارد.

2.2. مواد

مواد کار شامل نرم افزار (ArcGIS 10.4 و ENVI 4.5) و داده های ماهواره ای است. نقشه شبکه پوشش زمین و شکستگی با نرم افزار ENVI 4.5 از صحنه های ماهواره لندست 7 197-053 تهیه شده است. 197-054 در 02 فوریه 2018 به دست آمد و از https://earthexplorer.usgs.gov در دسترس است. ArcGIS 10.4 همچنین برای استخراج نقشه شیب و چگالی زهکشی از مدل دیجیتال زمین با وضوح 30 متر (DTM) موجود در https://earthexplorer.usgs.gov و در نهایت، برای ادغام تمام نقشه های موضوعی مورد استفاده برای این مطالعه استفاده شد.

2.3. مواد و روش ها

پس از شناسایی تمامی پارامترهای در نظر گرفته شده نماینده در تغذیه سفره های زیرزمینی، باید مشخص شود که کدام یک از آنها تاثیر بیشتری در فرآیند تغذیه خواهند داشت. برای این منظور یکی از روش های آماری معمول در نظر گرفته شده است. این بر اساس تحلیل چند معیاره AHP (فرایند تحلیل سلسله مراتبی) [ 13 ] است.]. اصل بر این بود که هر پارامتر با توجه به نقش آنها در نفوذ، به طور جداگانه مورد مطالعه قرار گیرد و سپس برای هر یک از آنها نقشه موضوعی تهیه شد. سپس برای هر عامل یک طبقه‌بندی تعریف شد و به هر طبقه رتبه‌بندی شد و به دنبال آن وزن پارامترها با توجه به میزان دخالت آنها در پدیده نفوذ نسبت داده شد. در نهایت تمامی اطلاعات مکانی مربوط به عوامل مختلف در یک GIS تلاقی داده شد.

رویکردی است که توسط نویسندگان دیگر از جمله [ 3 ] [ 4 ] [ 14 ] اتخاذ شد. این فرآیند در پنج مرحله سازماندهی شده است که عبارتند از شناسایی پارامترها، نقشه برداری از پارامترها، طبقه بندی مجدد پارامترها، وزن دهی با تحلیل چند معیاره و در نهایت تعیین نواحی شارژ بالقوه.

2.3.1. شناسایی پارامترهای تعیین کننده نفوذ

بسیاری از کارها ([ 3 ] [ 4 ] [ 15 ] [ 16 ] [ 17 ]) نشان می دهد که تعدادی از عوامل به تعریف مناطق بالقوه تغذیه آبخوان در مقیاس منطقه ای در منطقه زیرزمین کمک می کنند. این موارد عبارتند از: انواع کاربری اراضی، تراکم شکست، نفوذپذیری آبخوان، شیب و تراکم زهکشی.

2.3.2. نقشه برداری پارامتر و طبقه بندی مجدد

1) نقشه برداری چگالی شکست

تهیه نقشه چگالی شکستگی با تهیه نقشه خطی آغاز شد. این کار با پردازش تصاویر ماهواره ای انجام می شود. در این اثر از تصاویر صحنه 197-053 و 197-054 ماهواره لندست 7 که در تاریخ 11 بهمن 1396 به دست آمده است استفاده شده است. از آنجایی که تصویر قبلاً از نظر هندسی تصحیح شده بود و در هنگام اکتساب ارجاع داده شد، درمان‌های انجام‌شده عمدتاً در دو مرحله (افزایش و اعتبارسنجی) خلاصه شدند. افزایش ناپیوستگی ها با اعمال فیلترهای جهت دار سوبل انجام شد. استفاده از آنها امکان استخراج دستی خطوط خطی و ایجاد جزئیات دقیق نقشه خطی را فراهم کرد. این نقشه با استفاده از نرخ جریان گمانه دو بخش اعتبار سنجی شد. اعتبارسنجی شامل ارزیابی نزدیکی گمانه های جریان بزرگ به خطوط اصلی بود. نقشه شکست تایید شده برای تعیین پارامترهای قابل سنجش مانند تراکم شکست پردازش شد. تهیه نقشه تراکم شکست با نرم افزار ArcGIS 10.4 انجام شده است. سپس مناطق مختلف با توجه به طول تجمعی شکستگی ها در 5×5 کیلومتر شناسایی می شوند.² شبکه.

2) نقشه برداری تراکم زهکشی

تراکم زهکشی به عنوان نسبت طول کل نهرها در یک حوزه آبخیز به مساحت حوضه تعریف می شود [ 4 ]. ارزیابی خواص هیدروژئولوژیکی شبکه زهکشی بر اساس توصیف چگالی که با نفوذپذیری رابطه دارد، انجام شد. این نقشه توسط نرم افزار ArcGIS 10.4 تهیه شده است.

3) نقشه کاربری اراضی

نقشه پوشش اراضی بخش‌های یاموسوکرو و تومودی از تصویر ماهواره‌ای Landsat 7 که در سال 2018 به دست آمد تهیه شد. الگوریتم حداکثر احتمال برای طبقه‌بندی نظارت شده انتخاب شد. این روش معمولاً در ادبیات [ 18 ] [ 19 ] استفاده می شود. از این روش برای انتخاب پنج طبقه کاربری در منطقه استفاده شد. اینها کلاس “جنگل” هستند. “جنگل تخریب شده”؛ «زراعت و آیش»، «زیستگاه و خاک برهنه» و «آب».

4) نقشه برداری شیب

دامنه ها از DTM ساحل عاج از تصاویر ماهواره ای SRTM (ماموریت توپوگرافی رادار شاتل) با وضوح 30 متر به دست آمده اند. شیب های محاسبه شده با نرم افزار ArcGIS 10.4 بر حسب درجه بیان می شود. آنها به چهار طبقه تقسیم شدند.

5) ایجاد نقشه نفوذپذیری یا هدایت هیدرولیکی سفره های زیرزمینی

هدایت هیدرولیکی در محل گمانه‌هایی که شکستگی‌های واقع در این ناحیه را می‌گیرند، تعیین شد. این پارامتر ظرفیت یک زمین برای عبور آب از آن را بیان می کند. آنها با توجه به آزمایشات پمپاژ محاسبه شدند. کسر بر اساس معادلات (1) و (2) انجام شد.

T = KeT=Ke(1)

K = T / eK=T/e(2)

با

K: هدایت هیدرولیکی؛ T: قابلیت انتقال e: ضخامت آبخوان با فاصله بین پایه و بالای چاه ها تعیین می شود [ 20 ].

2.3.3. طبقه بندی مجدد پارامترها

مرحله طبقه‌بندی مجدد شامل تخصیص امتیاز به کلاس‌های مختلف پارامترهای انتخابی با توجه به درجه نفوذ آنها با تعیین فواصل بود. این فرآیند استانداردسازی پارامترها را با تعریف درجه عضویت هر معیار در یک بازه مشترک 1 تا 10 ممکن می‌سازد. در واقع، کلاس به شدت نامطلوب همیشه کمترین امتیاز را دارد بر خلاف کلاس به شدت مطلوب که بالاترین امتیاز را دارد. با این حال، انتخاب امتیاز بستگی به تأثیر کلاس بر نفوذ دارد. نتیجه طبقه بندی مجدد معیارهای شناسایی شده که ترکیب آنها به نفع تغذیه خوب یا عدم تغذیه آب زیرزمینی است در جدول 1 ثبت شده است .

2.3.4. تعیین وزن پارامترها با روش تحلیل چند معیاره (AHP)

معیارهای تصمیم گیری با استفاده از روش ترکیب خطی بر اساس تکنیک مقایسه زوجی با توجه به فرآیند تحلیل سلسله مراتبی (AHP) ساعتی [ 13 ] که توسط [ 4 ] [ 16 ] بهبود یافته و استفاده می شود، وزن می شوند. وزن‌های استانداردی را تولید می‌کند که رویه آن شامل مقایسه اهمیت نسبی همه عناصر متعلق به همان سطح سلسله مراتب دو به دو است.

هنگامی که همه ترکیب ها ساخته شدند، بحث استنتاج بردار ویژه (Vp) (معادله (3)) و ضریب وزنی (Cp) (معادله (4)) خواهد بود.

اصل تعیین به شرح زیر است:

Vp =W 1 ⋯ هفته———√کVp=W1⋯WkK(3)

با k = تعداد پارامترهای مقایسه شده. Wk = مقادیر اصلی اختصاص داده شده به متغیرها.

Cp =VpVp 1 + ⋯ + VpkCp=VpVp1+⋯+Vpk(4)

مجموع Cp تمام پارامترهای یک ماتریس مربع باید برابر با 1 (یک) باشد. Cp بالا، تمایل به تقویت شارژ مجدد دارد در حالی که Cp پایین آن را کاهش می دهد. جدول 3 ترکیب های مختلف باینری انجام شده و همچنین مقادیر بردارهای ویژه و ضرایب وزنی مربوطه را خلاصه می کند.

در مطالعه‌ای که بر ذهنیت ارزش‌ها تکیه دارد، تعیین سازگاری قضاوت‌ها ضروری است [ 22 ]. در واقع، از آنجایی که مقادیر اختصاص داده شده اغلب درجه معینی از ناهماهنگی را نشان می دهند، ترکیبی از همه قضاوت ها عاقلانه است. برای تأیید سازگاری قضاوت ها، [ 23 ] یک معیار ارزیابی را تعیین کرد که نسبت سازگاری (CR) است. اگر این نسبت کمتر از 10٪ باشد، ارزیابی ها سازگار هستند. اگر بیش از 10 درصد باشد، باید بازنگری شوند. اصل تأیید به چندین مرحله متوالی تقسیم می شود (معادلات (5) تا (11)):

· عادی سازی ماتریس [A]. این شامل تقسیم هر عنصر یک ستون بر مجموع این ستون است:

[ A ] =∑راWn∑ برد[A]=∑​Wn∑Wn(5)

K: نفوذپذیری تغییر، سیستم عامل: کاربری زمین، P: شیب، DD: تراکم زهکشی، Df: تراکم شکست.

· محاسبه بردار اولویت [C]. این شامل محاسبه میانگین هر خط است:

[ C ] = [ A ] ×1n[C]=[A]×1n(6)

· ضرب هر نت ماتریس در بردار اولویت مربوطه امکان استنتاج اولویت جهانی [D] را فراهم می کند.

[ D ] = ∑ Wn × [ C ][D]=∑Wn×[C](7)

· تقسیم هر اولویت جهانی بر بردار اولویت متناظر آن برای یافتن اولویت منطقی [E].

[ E ] =[ د ][ C ][E]=[D][C](8)

· محاسبه میانگین اولویت های منطقی Ymax.

Ymax =[ E ]nYmax=[E]n(9)

· محاسبه شاخص انسجام (IC).

آی سی =Ymax − nn – 1IC=Ymax−nn−1(10)

· کسر ضریب سازگاری (RC).

Ia =مدار مجتمعیااIa=IcIa(11)

که در آن (Ia) شاخص تصادفی است. مقادیر (Ia) در جدول 4 ثبت شده است.

2.3.5. نقشه برداری از مناطق بالقوه تغذیه برای آبخوان های Yamoussoukro و Toumodi

روش محاسباتی مورد استفاده در GIS برای همپوشانی داده ها، رویکرد عملیاتی معیار سنتز واحد روی در [ 22 ] است. اصل بر این است که لایه های مختلف را با توجه به اهمیت آنها در تغذیه آب زیرزمینی جمع آوری کنیم. احتمال اینکه شارژ مجدد در یک منطقه زیاد باشد به مقادیر کلاس های پارامترهایی که قطع می شوند مربوط می شود. در واقع، این بستگی به شاخص مناطقی دارد که طرفدار شارژ مجدد هستند. بنابراین محاسبه شاخص شارژ (Ir) در GIS طبق رابطه (12) انجام می شود.

Ir = 0.459 [ Df ] + 0. 264 [ K ] + 0.153 [ P ] + 0.080 [ OS ] + 0.0 43 [ DD ]Ir=0.459[Df]+0.264[K]+0.153[P]+0.080[OS]+0.043[DD](12)

که در آن Ir: مجموع امتیازهای وزنی است که برای هر پیکسل شطرنجی از امتیاز پنج پارامتر محاسبه می شود.

احتمال شارژ مجدد به مقادیر کلاس های پارامترهای متقاطع مربوط می شود. این بستگی به شاخص مناطق ارتقا دهنده شارژ دارد. بنابراین، [ 24 ] روشی را تعریف کرد (معادله (13)) برای کمک به تفسیر طبقاتی که مقادیر کلاس شارژ مربوط می شود.

Irp = ( P ( Irmax – Irmin ) ) / 100 + IrminIrp=(P(Irmax−Irmin))/100+Irmin(13)

با Irp = شاخص شارژ به درصد; P = مربوط به یک کلاس درصد است. Imax = حداکثر شاخص شارژ. Irmin = حداقل شاخص شارژ.

با پیروی از همین منطق، مقادیر شاخص شارژ Ir تفسیر شد (معادله (14)).

از آنجایی که ضریب وزنی ثابت است، حداقل رتبه ای که یک پارامتر می تواند داشته باشد 1 و حداکثر امتیاز 10 است. با جایگزینی مقادیر مختلف حداکثر و حداقل رتبه، معادله تبدیل می شود (معادله (14)):

IR = ( P × 6. 2 ) / 100 + 1 _Ir=(P×6.2)/100+1(14)

تمام عملیات انجام شده برای رسیدن به نگاشت نواحی شارژ بالقوه در مدل داده مفهومی گروه بندی می شوند ( شکل 2 ).

3. نتایج و بحث

3.1. نتایج

3.1.1. نقشه شکستگی

فیلد خطی دقیق شامل تمام خطواره های بررسی شده (در مجموع، 1718) است.

در مرحله استخراج دستی طول تجمعی خطواره ها برابر با 14.694 کیلومتر با میانگین 2.6 کیلومتر در مساحت 4.789 کیلومتر مربع است ⁽ شکل 3 ).

L’exploitation de la carte détaillée des linéaments permet d’élaborer de nombreux fichiers the thématiques à partir desquels sont définies et caractérisée la géométrie des aquifers souterrains (transité de desquels sont définies et caractérisée la géométrie des aquifers souterrains … distributions desquels linges ….

3.1.2. نقشه تراکم شکستگی

به منظور مشاهده بهتر توزیع فضایی تراکم شکست با توجه به تعداد شکستگی ها در واحد سطح، نقشه ایزو مقدار توزیع این پارامتر ساخته شد ( شکل 4 ).

تراکم در کل منطقه متغیر است. بنابراین شکستگی ها به طور متفاوتی در کل منطقه مورد مطالعه توزیع می شوند. تجزیه و تحلیل جهانی این نقشه نشان می دهد که بخش های یاموسوکرو و تومودی به شدت شکسته شده اند و بنابراین برای نفوذ مطلوب هستند. در واقع، طبقات متوسط، قوی و بسیار قوی حدود 70.5 درصد از منطقه مورد مطالعه را تشکیل می دهند. از سوی دیگر، نواحی با تراکم شکستگی کم حدود 29.5 درصد از منطقه مورد مطالعه را به خود اختصاص داده اند. با این وجود، لازم به ذکر است که مناطق با تراکم شکست بسیار بالا حدود 8.5 درصد از این منطقه را اشغال کرده و به نظر می رسد در کل منطقه پراکنده شده اند.

3.1.3. نقشه هدایت هیدرولیک

درونیابی داده ها نشان داد که تقریباً کل منطقه توسط رسانایی هیدرولیکی با مقادیر بین 1.06 × 10-7 و 9.87 × 10-4 ^m / s پوشیده شده است ( شکل 5 ).

بیش از 80 درصد از منطقه تحت پوشش رسانایی کم است. با این حال، ارزش های بالایی در جنوب در منطقه فرعی Kpouebo و چند سایت پراکنده در بقیه منطقه وجود دارد.

3.1.4. نقشه شیب

نقش برجسته بخش های یاموسوکرو و تومودی نسبتاً تپه ای است. ساختار به چهار کلاس نشان می دهد که پوشش فضایی با شیب کم 33.5٪ مشخص می شود. 48.7% شیب متوسط; 12.5% ​​شیب تند و 6.3% شیب بسیار تند ( شکل 6 ). شیب‌ترین دامنه‌ها به دلیل وجود رشته‌کوه‌ها در بخش‌های فرعی Attiégouakro، Angonda و Kpouèbo یافت می‌شوند.

3.1.5. نقشه کاربری اراضی

نقشه توزیع فضایی کاربری اراضی شش (6) طبقه را نشان می دهد ( شکل 7 ). طبقه زیستگاه ها و خاک برهنه 5.7 درصد از مساحت مورد مطالعه را تشکیل می دهند، جزایر جنگلی 26.1 درصد، جنگل های تخریب شده 23.7 درصد، علاوه بر این محصولات و زمین های آیش 43.6 درصد در حالی که آب نشان دهنده 0.9 درصد است.

3.1.6. نقشه تراکم زهکشی

نقشه تراکم زهکشی (4) چهار کلاس سطحی را نشان می دهد ( شکل 8 ). کلاس تراکم کم 1/22 درصد، کلاس تراکم متوسط ​​3/35 درصد از سطح منطقه مورد مطالعه، کلاس تراکم بالا 4/25 درصد و کلاس تراکم بسیار بالا 2/17 درصد از مساحت منطقه است.

جدول 5 نتایج حسابرسی قضاوت را نشان می دهد.

با RC برابر با 5.8 درصد، ماتریس اولویت بندی ارائه شده ( جدول 5 ) است

سازگار در نظر گرفته شده است. بنابراین، قضاوت های تعیین شده را می توان برای تعیین نواحی شارژ در بخش های یاموسوکرو و تومودی استفاده کرد.

3.1.7. نقشه شاخص شارژ مجدد

همپوشانی نقشه‌های موضوعی مختلف به‌دست‌آمده در یک GIS امکان ایجاد نقشه‌ای از شاخص‌های تغذیه آب زیرزمینی را برای بخش‌های Yamoussoukro و Toumodi ( شکل 9 ) و از این نقشه، نقشه مناطق بالقوه تغذیه را فراهم کرد.

مقادیر شاخص شارژ از 1 تا 7.2 متغیر است. آنها مناطقی را که در آن درجه شارژ قابل توجه است برجسته می کنند. معادله 17 پنج کلاس شارژ را به دست آورد که از “ضعیف” تا “عالی” متغیر است.

3.1.8. نقشه مناطق شارژ بالقوه برای آبخوان های Yamoussoukro و Toumodi

نقشه مناطق بالقوه شارژ در شکل 10 ارائه شده است . تجزیه و تحلیل این نقشه پنج (5) کلاس (بد، ضعیف، خوب، بسیار خوب، عالی) مناطق بالقوه تغذیه آب زیرزمینی در بخش های یاموسوکرو و تومودی را نشان می دهد. مناطق “فقیر” (26.2٪) در بخش های فرعی جکانو، لولوبو و آنگوندا متمرکز شده اند. در مورد مناطق طبقه “فقیر” (30.69٪)، آنها در سراسر منطقه یافت می شوند. از سوی دیگر، طبقات «خوب»، «خیلی خوب» و «عالی» 11/43 درصد از کل منطقه مورد مطالعه را تشکیل می‌دهند. با این حال، کلاس “عالی” 5.46٪ را پوشش می دهد و به نظر می رسد در سراسر منطقه پراکنده است.

3.2. بحث

سنجش از دور و GIS امکان دستیابی به منابع داده های متعدد را فراهم می کند. اینها می توانند به شکل نقشه های موضوعی باشند که می توانند به شناسایی پتانسیل کمک کنند

مناطق را در یک منطقه بزرگ شارژ کنید. اینها شامل نقشه های کاربری اراضی، نقشه های شیب، نقشه های شبکه زهکشی، نقشه های خطی و نقشه های نفوذپذیری دگرسانی است. در این مطالعه از رویکرد نقشه برداری تحلیل چند معیاره برای تعیین تغییرپذیری فضایی شارژ از ادغام آنها در GIS استفاده شد. در نقشه مناطق بالقوه شارژ، پنج کلاس درجه شارژ (بد، ضعیف، خوب، خیلی خوب و عالی) مشخص شد. نواحی شارژ بالا در نواحی با شکستگی قوی قرار دارند. این نتیجه با کار [ 25 ] در تناقض است] که استدلال می کنند که مناطق بسیار شکسته مکان های نفوذپذیری هستند که از طریق آنها آب نفوذ می کند و نقشه برداری چگالی شکست آنها در شناسایی مناطق بالقوه شارژ در محیط های زیرزمین بسیار مفید است. با این حال، علی‌رغم تکاملی که استفاده از خط‌واره‌ها در هیدروژئولوژی در جستجوی آب‌های زیرزمینی متحمل شده است ([ 26 ] [ 27 ])، در ادبیات [ 3 ] بسیار بحث‌برانگیز باقی مانده است . در واقع، برخی از هیدروژئولوژیست ها ( [ 28 ] [ 29]) تخمین می زنند که تنها 30 درصد خطوط خطی مشاهده شده در یک تصویر در یک مکان با جهت یکسان در نظر گرفته می شوند. علاوه بر این، در هیدروژئولوژی، به خوبی شناخته شده است که هر چه شبکه زهکشی متراکم تر باشد، رواناب بیشتر و در نتیجه آب کمتری برای تغذیه آبخوان در دسترس است [ 30 ]]. جنگل های تخریب شده و محصولات زراعی و زمین های آیش که بخش عمده ای از پوشش گیاهی در منطقه با پتانسیل تغذیه بالا را تشکیل می دهند، دارای درجه بالایی از نفوذپذیری هوا با شیب های نسبتا کم هستند. این را می توان با این واقعیت توضیح داد که کاربری زمین، که به تعداد زیادی از پارامترهای موجود در سطح زمین اشاره دارد، بر شارژ مجدد تأثیر می گذارد. مهمترین آنها از نظر هیدروژئولوژی پوشش گیاهی و سطوح غیر قابل نفوذ هستند. سطوح غیر قابل نفوذ (ساختمان ها، جاده ها، و غیره) به طور قابل توجهی فرآیند شارژ را به تاخیر می اندازد [ 31 ]، در حالی که پوشش گیاهی باعث بهبود تغذیه می شود، زیرا به محبوس شدن آب در خاک و جلوگیری از تبخیر مستقیم کمک می کند.

روش اتخاذ شده در این مطالعه قابل اعتماد به نظر می رسد، زیرا استفاده از آن نتایج خوبی را با سایر نویسندگان، [ 16 ] در الجزایر نشان داده است. [ 3 ] در Biankouma (ساحل عاج) و [ 4 ] در Bonoua (ساحل عاج). با این حال، این روش دارای محدودیت هایی است. در واقع، با توجه به [ 26 ] که توسط [ 4 ] نقل شده است، مشکل اصلی در تعریف مرزهای کلاس و وزن هایی است که به پارامترهای مختلف وارد شده در تحقق GIS اختصاص داده می شود. انتخاب محدودیت های کلاس اغلب با توجه به قوه تشخیص اپراتور و حس قضاوت او انجام می شود.

4. نتیجه گیری

روش تجزیه و تحلیل چند معیاره بر اساس داده های نقشه برداری ارائه شده توسط سنجش از دور و GIS امکان تعیین مناطق شارژ بالقوه را برای بخش های Yamoussoukro و Toumodi فراهم می کند. نقشه مناطق بالقوه تغذیه اطلاعات اولیه مهمی در مورد توزیع فضایی تغذیه آب زیرزمینی ارائه می دهد. این به پنج کلاس تقسیم می‌شود که 43.11 درصد از منطقه مورد مطالعه را کلاس‌های شارژ بالا تجمعی تشکیل می‌دهند. اکثر مناطق شارژ در بخش‌های فرعی یاموسوکرو، کوکومبو آتیگواکرو، تومودی و کپوئبو واقع شده‌اند. مجموعه نقشه های به دست آمده از این مطالعه یک نمای کلی از ویژگی های هیدروژئولوژیکی بخش های یاموسوکرو و تومودی ارائه می دهد. بنابراین یک ابزار تصمیم گیری برای اکتشاف آب های زیرزمینی است. با این حال، این روش باید قبل از استفاده از آن در تصمیم گیری با اندازه گیری های درجا تایید شود. علاوه بر اعتبارسنجی دقیق‌تر که شامل اندازه‌گیری‌های تصفیه‌شده در نقاط مختلف است، اعتبار می‌تواند به تعریف معیارهای جدید یا اصلاح وزن‌های اختصاص داده شده به آنها منجر شود.

منابع

[ 1 ]	Houngevou، SCG، Tohozin، CAB، Soumah، M. and Mouhamadou، TI (2014) SIG و توزیع فضایی زیرساخت‌های هیدرولیکی و کمون د Zè au Benin. علم آفریقا، 10، 213-227.
[ 2 ]	Kouassi، AM، Coulibaly، D.، Koffi، YB and Biemi، J. (2013) Application de methodes Géophysiques à l’étude de la productivité des forages d’eau en milieu cristallin: Cas de la region de la Toumodi (Centre) ساحل عاج). مجله بین المللی نوآوری و مطالعات کاربردی، 2، 324-334.
[ 3 ]	Sekouba, O., Fernand, KK, Mahamane, BS, Gabriel, EA, Germain, MA, Alexis, KK and René, T. (2014) Estimation et validation de la profondeur des nappes du bassin du N’zo, en Cote d عاج، مدل WTR. Physio-Géo، 8، 1-25. https://doi.org/10.4000/physio-geo.3752
[ 4 ]	Ake، GE، Kouame، KJ، Koffi، AB و Jourda، JP (2018) Cartographie des zones potentielles de recharge de la nappe de Bonoua (سود از ساحل عاج). مجله علوم آب، 31، 129-144. https://doi.org/10.7202/1051696ar
[ 5 ]	Ardana PDH, Sumarda, G., Sudika IGM and Astariani, NK (2020) مقایسه روش کمی سازی تغذیه آب زیرزمینی. فناوری حالت جامد، 63، 5088-5102.
[ 6 ]	Rodier, JA and Ribstein, P. (1988) Estimation des caractéristiques de la crue décennale pour les petits bassins versants du Sahel couvrant de 1 à 10 km2. Orstom, Montpellier, 133 p.
[ 7 ]	Milville, F. and Thierry, D. (1990) Evaluation de la recharge naturelle des aquifères en climat Soudano-Sahélien par modélisation hydrologique globale: Application a dix sites au بورکینافاسو. Journal des Sciences Hydrologiques, 35, 37. https://doi.org/10.1080/02626669009492403
[ 8 ]	عبدالحمید، اچ.، بودوخا، ع.، فاطمه، ژ و راچید، ن. (2010) Cartographie de la recharge potentielle des aquifères en zone aride: Cas de la plaine d’El Outaya, Biskra, Algérie. یوروژورنالز، 45، 1-13.
[ 9 ]	Sékouba, O., Adon GC, Akpa, YL, Saley MB, Koffi, KKF and Therrien, R. (2017) Identification des zones potentielles des recharge des aquifères fracturés du bassin versant du N’zo (Ouest de La Cote d’Ivoire) ): Contribution du SIG et de la Télédétection. مجله علمی اروپایی، 13، 1857-7881. https://doi.org/10.19044/esj.2017.v13n36p192
[ 10 ]	Ehoussou, KM, Kouassi, AM and Kamagaté, B. (2019) Caractérisation hydrogéochimique des aquifères fissurés de la region du belier, center de la cote d’voire. Revue Ivoirienne des Sciences et Technologies، 33، 137-160.
[ 11 ]	Yacé, I. (1976) Le volcanisme éburnéen dans les party centrale et méridionale de la chaine précambrienne de FETTEKRO en Cote d’Ivoire. Thèse de Doctorat ès Sciences Naturelles, Université de Cocody-Abidjan, Cote d’Ivoire, 373 p.
[ 12 ]	Daouda, YB (1998) Litho stratigraphie et pétrographie des formations birimiennes de Toumodi-Fêtêkro (ساحل عاج). مفهوم pour l’évolution crustale du paléoprotérozoique du craton ouest-africain. These de Doctorat de l’Université d’Orléans, Orléans, 190 p.
[ 13 ]	Saaty، TL (1980) فرآیند تحلیل سلسله مراتبی: برنامه ریزی، تنظیم اولویت، تخصیص منابع. مک گراو هیل، نیویورک، 19 ص.
[ 14 ]	Edoukou, JD, Kouame, JK, Deh, KS, Abinan, AT and Jourda, JP (2016) مشارکت در تحلیل حساسیت در ارزیابی آسیب پذیری آب زیرزمینی با استفاده از روش شدید: کاربرد در آب های زیرزمینی در منطقه دابو (جنوب کوت) . مجله حفاظت از محیط زیست، 7، 129-143. https://doi.org/10.4236/jep.2016.71012
[ 15 ]	Saley, MB (2003) System d’informations hydrogéologiques à Référence Spatiale، شبه تصاویر قطع شده و نقشه نگاری ها از منابع منابع و Eau de la Région Semi-montagneuse de Man (Ouest’I de lavoirete). These de Doctorat, Univ. کوکودی، ساحل عاج، 195 ص.
[ 16 ]	Haouchine, A., Boudoukha, A., Fatima, ZH and Rachid, N. (2010) Cartographie de la recharge potentielle des aquifères en zone aride. یورو ژورنال، 45، 1-13.
[ 17 ]	Koudou, A., Adiaffi, B., Assoma, TV, Sombo, A., Amani, EME and Biemi, J. (2013) Conception d’un outil d’aide à la decision pour la prospection des eaux souterraines en zone de socle du sud-est de la cote d’voire. Geo Eco Trop Journal, 37, 211-226.
[ 18 ]	McIver، DK و Friedl، MA (2002) با استفاده از احتمالات قبلی در طبقه بندی درخت تصمیم گیری داده های سنجش از دور. سنجش از دور محیط زیست، 81، 253-261. https://doi.org/10.1016/S0034-4257(02)00003-2
[ 19 ]	گوپتا، آر و شارما، LK (2020) اثربخشی مدل‌ساز تغییر زمین فضایی به عنوان یک شاخص پیش‌بینی برای دینامیک تغییرات انسانی در طی پنج دهه: مطالعه موردی پناهگاه حیات وحش شولپنشوار، گجرات، هند. شاخص های اکولوژیکی، 112، 106-117. https://doi.org/10.1016/j.ecolind.2020.106171
[ 20 ]	Mabillot, A. (1980) Le forage d’Eau; راهنمای عمل. نسخه افست سنت اتین (لوآر). DL, 3-1980, (France), 237 p.
[ 21 ]	Youan Ta, M., Lasm, T., Jourda, JP, Saley, MB, Adja, MG, Kouamé, K. and Biemi, J. (2011) Cartographie des eaux souterraines en miieu fissuré par analysis multicritère Cas de Bondoukou (Cote) -دعاج). Revue Internationale de géomatique, 21, 34-38. https://doi.org/10.3166/rig.21.43-71
[ 22 ]	Anoh, KA (2014) Apport d’un SIG Et du modèle agro-hydrologique SWAT Dans la gestion durable des ressources en eaux du bassin Versant du lac de taabo (مرکز ساحل عاج). These de doctorat de l’Université de Cocody, Abidjan, 217 p.
[ 23 ]	Saaty، TL (1984) چهره تصمیم گیرنده به صورت پیچیده، یک رویکرد تحلیلی چند معیاره d’aide à la تصمیم. Entreprise moderne d’édition، پاریس، 231 ص.
[ 24 ]	Aller, L., Bernett, T., Lehr, JH, Petty, RJ and Hackett, G. (1987) DRASTIC: یک سیستم استاندارد برای ارزیابی پتانسیل آلودگی آبهای زیرزمینی با استفاده از تنظیمات هیدروژئولوژیک. EPA، آدا، اوکلاهما، 622 ص. https://doi.org/10.1021/bk-1986-0315.ch008
[ 25 ]	Sener, E., Davraz, A. and Ozcelik, M. (2005) ادغام GIS و سنجش از دور در تحقیقات آبهای زیرزمینی: مطالعه موردی در Burdur, ترکیه. مجله هیدروژئولوژی، 13، 826-834. https://doi.org/10.1007/s10040-004-0378-5
[ 26 ]	Jourda, JPR, Saley, MB, Djagoua, EV, Kouamé, KJ, Biemi, J. and Razack, M. (2006) Utilization des données ETM+ de Landsat et d’un SIG pour l’évaluation du potentiel en eau souterraine dans le Milieu fissuré précambrien de la region de Korhogo (Nord de la Cote d’Ivoire): رویکردی برای تجزیه و تحلیل چند معیاره و آزمون اعتبارسنجی. Télédétection, 4, 339-357.
[ 27 ]	Youan Ta, M. (2008) Contribution de la télédétection et des system d’information géographiques à la prospection hydrogéologique du socle precambrien d’Afrique de l’Ouest: Cas de la Région de Bondoukou Nord Est’Id’Irete. Thèse Unique de Doctorat, Université de Cocody (ساحل عاج)، Cocody, 236 p.
[ 28 ]	Podwysocki، MH (1979) تجزیه و تحلیل الگوهای ردیابی شکستگی در مناطق سنگ‌های رسوبی هموار برای تشخیص ساختار زمین‌شناسی مدفون (ABS). مجله هیدرولوژی، 366، 35-45.
[ 29 ]	Mabee, SB, Hardcastle, KC and Wise, DU (1990) همبستگی خطوط و پارچه شکستگی سنگ بستر: مفاهیمی برای مطالعات منطقه ای آبخوان شکسته بستر سنگی، نتایج اولیه از جورج تاون، مین. مدیریت آب زیرزمینی، 3، 283-297.
[ 30 ]	Hsin-Fu، Y.، Cheng-Haw، L.، Kuo-Chin، H. و Po-Sun C. (2009) GIS برای ارزیابی منطقه بالقوه تغذیه آب زیرزمینی. زمین شناسی محیطی، 58، 185-195. https://doi.org/10.1007/s00254-008-1504-9
[ 31 ]	Bou Kheir, R., Shaban, A., Girard, M.-C., Khawlie, M. and Abdallah, C. (2003) Caractérisation morpho-pédologique des zones karstiques du Liban sensibilité des sols a l’érosion hydrique. Science et changements planétaires/Sécheresse, 14, 247-255.