آب های زیرزمینی بخش اصلی تامین آب در مناطق خشک و نیمه خشک محسوب می شود. منطقه دشت سفکس بخشی از مناطق خشک/نیمه خشک تونس است که تحت تأثیر فشارهای اقلیمی و انسانی قرار دارد. کمبود آب در ترکیب با بهره برداری از آب های زیرزمینی یک نگرانی عمده در این منطقه است. بنابراین مدیریت پایدار و حفاظت از منابع آب زیرزمینی ضروری است. تعیین مناطق بالقوه آب زیرزمینی (GP) به یک ابزار مهم برای اجرای برنامه های مدیریت موفق تبدیل می شود. هدف مقاله حاضر ارزیابی پهنه بالقوه منابع آب زیرزمینی در منطقه مورد مطالعه است. یک رویکرد کارآمد با استفاده از سیستم اطلاعات جغرافیایی (GIS)، مدل‌سازی هیدرولوژیکی و فرآیند تحلیل سلسله مراتبی (AHP) توسعه داده شد. در ابتدا، شش پارامتر آب زیرزمینی که بر وقوع آب‌های زیرزمینی تأثیر می‌گذارند از پایگاه داده‌های جغرافیایی فضایی مشتق شده‌اند. این پارامترها عبارتند از: نرخ نفوذ برآورد شده از یک مدل مرتبط با GIS، تراکم خطی، تراکم زهکشی، شیب، بارندگی و کاربری زمین/پوشش زمین. سپس وزن‌های تعیین‌شده لایه‌های موضوعی بر اساس دانش تخصصی با تکنیک بردار ویژه AHP نرمال‌سازی شدند. لایه‌های پارامتر با استفاده از ترکیب خطی وزنی (WLC) یکپارچه و مدل‌سازی شدند. نقشه به دست آمده به چهار دسته بسیار کم، کم، خوب و عالی طبقه بندی شد. نتایج نشان داد که حدود 26 درصد از منطقه مورد مطالعه در منطقه کم پتانسیل، 30 درصد در منطقه کم پتانسیل، 21 درصد با منطقه بالقوه خوب و 23 درصد در منطقه عالی قرار دارد. نتایج تجزیه و تحلیل با استفاده از داده‌های نرخ پمپاژ اعتبارسنجی شد و روند منحنی کلاس‌های حساسیت اعتبار تئوری نتایج نشان‌دهنده دقت پیش‌بینی خوب بود. نتایج مطالعه حاضر می تواند به تهیه یک برنامه جامع توسعه و مدیریت آب زیرزمینی کمک کند تا کارایی آن را در این هنر تحقیقات اکتشافی ثابت کند.

کلید واژه ها

GIS ، آب‌هاي زيرزميني ، مدل‌سازي Agriflux ، تحليل تصميم‌گيري چند معياره ، تئوري روند منحني كلاس‌هاي حساسيت ، Sfax

1. مقدمه

آب های زیرزمینی یکی از با ارزش ترین منابع طبیعی [ 1 ] و منابع تامین آب قابل اعتماد در تمام مناطق آب و هوایی در سراسر جهان [ 2 ] در نظر گرفته می شود. در محیط نیمه خشک حوضه اسفاکس، آب های زیرزمینی اصلی ترین تقاضا را تشکیل می دهند، البته با کمبود منابع آب سطحی. در طی دو دهه گذشته، منطقه سفکس از جمعیت مهمی برخوردار بوده و فعالیت های اقتصادی افزایش یافته است. این توسعه فشار شدیدی را بر منابع آب شیرین موجود هم از نظر کمی و هم از نظر کیفیت وارد کرده است. در مواجهه با این تهدید تخریب و بهره برداری بیش از حد، ارزیابی این منبع برای مدیریت پایدار بسیار مهم است [ 3 ]]. توصیف مناطق بالقوه آب زیرزمینی (GP) یک ابزار کارآمد در اجرای برنامه‌های تعیین، حفاظت و مدیریت آب زیرزمینی است [ 4 ]. نقشه برداری پایدار بالقوه آب زیرزمینی نه تنها بر مکان یابی مناطق بالقوه آب زیرزمینی تأکید می کند، بلکه بر استفاده بهینه از منابع بدون تأثیر بر سیستم های آبخوان تمرکز می کند [ 5 ].

چندین تکنیک برای تحقیقات هیدروژئولوژیکی و در میان این رویکردها، روش‌های مقاومت ژئوالکتریکی [ 6 ] [ 7 ] در دسترس است. داده‌های به‌دست‌آمده با لاگ‌های سنگ‌شناسی آب‌های زیرزمینی در مناطق مورد مطالعه همبستگی دارند و سپس برای تولید نقشه‌های مختلف مقاومت آبی و ترسیم لایه‌های ژئوالکتریکی زیرسطحی متنوع به کار گرفته شدند. این روش نتایج رضایت بخشی را در تنظیمات مختلف هیدروژئولوژیکی نشان می دهد، اما اشکال اصلی این روش هزینه بالای مواد باقی می ماند. سایر نویسندگان روش مقاومت و آنالیز هیدروشیمیایی را برای شناسایی پتانسیل آب زیرزمینی و مناطق مشکل ساز برای اکتشاف پایدار آن ترکیب کردند [ 8 ]]. این روش دانش در مورد کیفیت آب و احتمالات بهره برداری را بهبود می بخشد، اما هنوز به دست آوردن داده های هیدروشیمی به خصوص در مناطق بزرگ مطالعه و کمتر در مناطق در حال توسعه دشوار است.

بسیاری از این رویکردهای سنتی برای اکتشاف آب های زیرزمینی گران و زمان بر هستند [ 9 ] [ 10 ]. در این زمینه، فناوری‌های مدرن مانند سیستم اطلاعات جغرافیایی (GIS) یک تکنیک مؤثر، ساده و قابل اعتماد برای تعیین مناطق بالقوه آب زیرزمینی هستند.

در سال های اخیر، (GIS) برای اهداف مختلفی مانند بررسی آب های زیرزمینی [ 11 ] [ 12 ] استفاده شده است. این یکی از تکنیک هایی است که می تواند برای ارزیابی سریع منابع طبیعی مورد استفاده قرار گیرد و یک پلت فرم حل مسئله مقرون به صرفه برای شناسایی مناطق بالقوه آب زیرزمینی را تشکیل می دهد [ 13 ]. GIS اجازه ذخیره و پردازش کارآمد داده های جغرافیایی مرجع مشتق شده و جمع آوری شده از منابع مختلف را می دهد [ 14 ] [ 15 ] [ 16 ]. علاوه بر این، چارچوبی سازگار برای تجزیه و تحلیل تغییرات فضایی ارائه می دهد که امکان دستکاری اطلاعات جغرافیایی را فراهم می کند [ 17 ]]. این تکنیک توسط بسیاری از محققان برای تهیه نقشه منابع آب زیرزمینی در بسیاری از نقاط جهان مورد استفاده قرار گرفته است. GIS برای مدیریت، طبقه‌بندی داده‌ها برای کاوش مکان‌ها، ترکیب عوامل پتانسیل تغذیه آب زیرزمینی و ارائه روابط وزنی مناسب استفاده می‌شود [ 18 ] [ 19 ] [ 20 ].

در این مطالعات وجود آب های زیرزمینی از ویژگی های سطحی مختلف استنباط می شود. تعداد و ماهیت عوامل از نویسنده ای به نویسنده دیگر متفاوت است. بسیاری از دانشگاهیان برهم کنش عوامل آب اقلیمی، خاک شناسی و ژئومورفولوژیک و نقش مهم آنها در وقوع و توزیع آب های زیرزمینی را توصیف کرده اند [ 21 ] [ 22 ]. متداول ترین پارامترهای مورد استفاده در پهنه بندی پتانسیل آب زیرزمینی عبارتند از: ژئومورفولوژی، تراکم زهکشی سنگ شناسی، تراکم خط خطی، شیب، کاربری زمین، بارندگی و خاک [ 23 ] [ 24 ]. علاوه بر این، چند پارامتر دیگر نیز در مطالعات پتانسیل آب زیرزمینی مانند عمق سطح آب [ 25 ]، کیفیت آب [ 26 ] استفاده شده است.]، انحنای طرح و فاصله تا زهکشی [ 4 ] [ 27 ]، قابلیت انتقال و ذخیره آبخوان [ 28 ]. ادغام این مجموعه داده های هیدرولوژیکی/هیدروژئولوژیکی متعدد می تواند مخزن آب زیرزمینی امیدوارکننده ای را در یک منطقه به دست آورد [ 29 ]. نتیجه نهایی اساساً به رتبه و وزن اختصاص داده شده برای هر پارامتر بستگی دارد. برخی از مطالعات از قضاوت های شخصی برای تعیین وزن به لایه های موضوعی مختلف و ویژگی های آنها استفاده کرده اند. مدل های نسبت فرکانس احتمالی توسط مرجع [ 30 ] [ 31 ] [ 32 ] استفاده شده است.

ارزیابی‌های پیچیده‌تری با استفاده از مدل‌سازی عددی، منطق فازی (FL)، نسبت فرکانس، شبکه عصبی مصنوعی (ANN)، مدل جنگل تصادفی و تحلیل فرآیند سلسله مراتبی تحلیلی انجام شده است. روش AHP یکی از پرکاربردترین مدل های تحلیل تصمیم چند معیاره (MCDA) است [ 33 ]. این یک روش موثر برای برخورد با چارچوب فرآیند تصمیم گیری است که به کنترل کنندگان اجازه می دهد تا رابطه بین اهداف، معیارها، اهداف فرعی و جایگزین ها را بدانند [ 34 ]. این روش تا حد زیادی در تعدادی از کاربردهای علمی از جمله نقشه برداری پتانسیل آب زیرزمینی برای استخراج وزن معیارها، برای حمایت از تصمیم گیری و شناسایی مناطق بالقوه آب زیرزمینی مورد بررسی قرار گرفته است.

علی‌رغم استفاده گسترده از آب‌های زیرزمینی فریاتیک در حوضه اسفاکس، مطالعات کمی در تعیین منابع بالقوه آب زیرزمینی انجام شده است. بنابراین، این مطالعه با هدف ارزیابی مناطق بالقوه منابع آب زیرزمینی بر اساس فرآیند تحلیل سلسله مراتبی یکپارچه (AHP)، سیستم اطلاعات جغرافیایی (GIS) و مدل‌سازی هیدرولوژی، در ساحل سفکس، تونس انجام شد.

2. منطقه مطالعه

این مطالعه بر حوضه اسفاکس در بخش شرقی تونس متمرکز است. این منطقه توسط طول جغرافیایی 9˚33’E تا 11˚10’E و عرضهای جغرافیایی 35˚40′ تا 34˚10′ شمالی محدود می شود ( شکل 1 ). مساحتی در حدود 8000 کیلومتر مربع را اشغال می کند . در سمت شرقی توسط دریای مدیترانه، در غرب توسط زنجیره کوهستانی محور NS [ 35 ] محدود شده است. در شمال توسط سازه های هم ترازی جنوب غربی کردج، بوثادی که نمایانگر گسترش نقوش برجسته kchem el Artsoum است، زیرا از محور NS تا هزینه [ 36 ] و در

شکل 1 . موقعیت منطقه مورد مطالعه.

جنوب توسط کوه مزونا. منطقه مورد مطالعه دارای آب و هوای خشک/نیمه خشک با بارندگی سالانه 230 میلی متر و دمای سالانه 20 درجه سانتی گراد می باشد. نقش برجسته سطحی از نظر ژئومورفولوژی به صورت مسطح و نیمه تپه ای در قسمت های غربی مشخص می شود. آبخوان سطحی از لایه های نامحدود تشکیل شده است. ماده اصلی زمین شناسی که سیستم آبخوان را تشکیل می دهد، ماسه و رس سیلتی در میوسن فوقانی، پلیوسن و کواترنر است.

این منطقه رشد سریع جمعیت و افزایش تقاضا برای ذخایر آب زیرزمینی فریاتیک را تجربه کرده است که منابع اصلی تامین آب را تشکیل می‌دهند. این مطالعه به منظور بررسی مناطق بالقوه آب زیرزمینی در منطقه Sfax آغاز شد.

3. مواد و روشها

تهیه نقشه پتانسیل آب زیرزمینی (GPM) با استفاده از GIS شامل سه مرحله است: 1) مونتاژ پایگاه داده فضایی، 2) ارزیابی چند معیاره مبتنی بر GIS (بر اساس فرآیند تحلیل سلسله مراتبی ساعتی (AHP) برای محاسبه وزن برای لایه های موضوعی و 3. ) اعتبار سنجی GPM با استفاده از آمار و روند منحنی نظریه کلاس های حساسیت ( شکل 2 ).

3.1. شرح پایگاه داده مکانی

زمین های اکتشافی آب های زیرزمینی نیاز به درک کامل زمین شناسی، ژئومورفولوژی و خطواره های یک منطقه دارد که به طور مستقیم یا غیرمستقیم توسط ویژگی های زمین مانند درجه هوازدگی، وسعت شکستگی، نفوذپذیری، شیب، الگوی زهکشی، فرم های زمین، کاربری زمین/پوشش زمین و

شکل 2 . نمودار جریان نشان دهنده روش برای شناسایی مناطق بالقوه آب زیرزمینی (GWPZ) است.

آب و هوا [ 37 ]. اولین مرحله برای ترسیم پتانسیل آب های زیرزمینی، جمع آوری داده ها و ساخت پایگاه داده مکانی است که عوامل مربوطه از آن استخراج شد [ 38 ]. این مرحله بخش مهمی از هر تحقیق است [ 39 ].

در این مطالعه، مدل‌سازی شامل ترسیم مناطق بالقوه آب زیرزمینی بر اساس ادغام شش نقشه موضوعی در یک GIS مبتنی بر شطرنجی است. پارامترهای در نظر گرفته شده عبارتند از: نرخ نفوذ، تراکم خط خطی، تراکم زهکشی، شیب، بارندگی و پوشش / کاربری زمین (LULC).

استفاده از مدل Agriflux برای محاسبه شار نفوذ مجاز است. خروجی در یک محیط GIS منتقل می شود که امکان تقسیم خودکار منطقه مورد مطالعه به شبکه، محاسبات شار و محاسبات پوشش GIS را فراهم می کند ( شکل 3 ).

نقشه های ارتفاع و شیب از داده های SRTM در محیط ArcGIS تهیه شد. نقشه‌های پوشش/کاربری زمین در مقیاس 1:50000 برای منطقه مورد مطالعه از جهت منابع آب سفکس [ 40 ] جمع‌آوری شد. اطلاعات بارندگی سالانه 12 ایستگاه هواشناسی [ 41 ] برای تولید نقشه بارش استفاده می شود. پهنه های پتانسیل آب زیرزمینی با همپوشانی تمامی نقشه های موضوعی از نظر روش همپوشانی وزنی به دست آمد.

3.2. مدل سازی GIS

درک کنترل عوامل فوق بر رژیم آب زیرزمینی هر منطقه برای بهره برداری بهینه و مدیریت آبخوان مهم است [ 14 ]. بسیاری از محققان انواع مختلفی از تکنیک های مدل سازی GIS را برای تعیین وزن پارامترها به کار برده اند. یکی از پرکاربردترین رویکردها مدل AHP [ 42 ] [ 43 ] [ 44 ] [ 45 ] است. این مطالعه از AHP برای تعیین وزن عوامل و استفاده از روش ترکیب خطی وزنی (WLC) برای تجمیع لایه‌های موضوعی و شناسایی استفاده می‌کند. مناطق GP دشت Sfax.

شکل 3 . رویکرد جفت GIS-Agriflux.

3.2.1. محاسبه وزن با استفاده از AHP

روش AHP مبتنی بر GIS توسط جامعه علمی بین المللی به عنوان یک ابزار قدرتمند برای تجزیه و تحلیل مسائل تصمیم گیری فضایی پیچیده شناخته شده است [ 46 ]. این روش به طور گسترده پذیرفته شده در مقیاس بندی وزن فاکتورها است که ورودی های آن نشان دهنده قدرت تسلط یک عامل بر دیگری در رابطه با معیار نسبی است [ 47 ].

مدل AHP شامل سه مرحله است [ 48 ]:

توسعه ماتریس های قضاوت (A) با مقایسه زوجی: اهمیت نسبی نقشه های موضوعی توسط ماتریس های مقایسه زوجی بر اساس مقیاس ساعتی از 1 تا 9 با یکدیگر مقایسه می شود.

محاسبه وزن نسبی W.

ارزیابی قدرت نسبت سازگاری مبتنی بر ماتریس قضاوت (CR)

C .R = C .I / R .IC.R=C.I/R.I(1)

که در آن، RI شاخص تصادفی است که مقدار آن بسته به ترتیب ماتریس است، و CI شاخص سازگاری است که به صورت زیر ارزیابی می‌شود:

C .I =λحداکثر− n n – 1C.I=λmax− nn−1(2)

هنگامی که λ بزرگترین مقدار ویژه ماتریس است و n تعداد عوامل تهویه آب زیرزمینی است.

با توجه به مرجع [ 49 ] [ 50 ]، مقدار CR کمتر از 0.1 برای یک ماتریس قضاوت خاص قابل قبول است. با این حال، نویسندگان پیشنهاد می کنند که اگر CR از 0.1 بیشتر شود، مجموعه قضاوت ها ممکن است بیش از حد ناسازگار باشد که قابل اعتماد نباشد.

3.2.2. تجمیع لایه های موضوعی با استفاده از روش WLC

پس از محاسبه وزن برای چندین لایه موضوعی، لایه‌های ویژگی منفرد به ویژگی‌های فرعی طبقه‌بندی می‌شوند و رتبه‌ها بر این اساس تخصیص می‌یابند. در نهایت، نقشه های ویژگی با استفاده از یک رویکرد ترکیبی خطی وزنی در پلت فرم GIS یکپارچه می شوند. نقشه پتانسیل آب زیرزمینی بر اساس فرمول (3) ساخته شد:

GPM = ( IRw ∗ IRr ) + ( LDw ∗ LDr ) + ( DDw ∗ DDr ) + ( Sw ∗ Sr )  + ( Rw ∗ Rr ) + ( LULCw ∗ LULCr )GPM=(IRw∗IRr)+(LDw∗LDr)+(DDw∗DDr)+(Sw∗Sr)  +(Rw∗Rr)+(LULCw∗LULCr)(3)

که در آن IR = نرخ نفوذ، LD = تراکم خط خطی، DD = تراکم زهکشی، S = شیب، R = بارندگی سالانه، LULC = کاربری زمین/پوشش زمین، w = وزن عامل و r = رتبه بندی طبقه.

3.3. اعتبار سنجی نقشه GWP

هر مدل پیش‌بینی‌کننده قبل از استفاده نیاز به اعتبارسنجی دارد [ 51 ]. بنابراین اعتبارسنجی به عنوان مهمترین فرآیند مدلسازی در نظر گرفته می شود [ 52 ]. در این زمینه، تایید نقشه نهایی بر اساس روش حساسیت منحنی خطوط روند پیشنهاد شده توسط Jourda [ 53 ] است. این روش مبتنی بر انتخاب معیارهای ارزیابی است. این بعداً باید از 2 اصل که استقلال و انطباق است پیروی کند [ 53]. در این مطالعه از داده‌های دبی حفاری استفاده شد. به طبقات گروه بندی شد و با نقشه پتانسیل آب زیرزمینی تلاقی شد. درصد هر کلاس و ضریب حساسیت نسبت به تعداد کل حفاری های به دست آمده بر اساس کلاس معیارها محاسبه شد. منحنی ها، که به صورت درصد بر حسب کلاس های حساسیت بیان می شوند، با توجه به کلاس های ترشحات، پوشانده شده اند. برای اعتبارسنجی، شکل حساسیت خطوط روند به‌دست‌آمده با کلاس‌های حساسیت روند منحنی‌های نظری مقایسه می‌شود ( شکل 4 ).

4. نتایج و بحث

4.1. پهنه بندی پتانسیل آب های زیرزمینی

در این مطالعه میزان نفوذ، تراکم خط خطی، تراکم زهکشی، شیب، بارندگی و کاربری/پوشش زمین برای تعیین مناطق بالقوه آب زیرزمینی شناسایی شده است.

شکل 4 . روند استاندارد منحنی کلاس های حساسیت با توجه به دبی ها [ 53 ].

4.1.1. نرخ نفوذ

یک رویکرد مدل مرتبط با GIS برای تعیین نرخ نفوذ آب و تعیین کمیت نفوذ موثر اتخاذ شده است. این مقدار آب نفوذ شده از سطح است که از ناحیه غیراشباع عبور می کند و به منطقه اشباع می رسد [ 54 ] [ 55 ]. چندین مدل به این مشکل پاسخ می دهند، اما انتخاب ما استفاده از مدل Agriflux [ 56 ] بود. AgriFlux مدلی است که تغییرپذیری مکانی پارامترهای ورودی را با استفاده از توزیع آماری آنها در رویکرد مونت کارلو [ 57 ] در نظر می‌گیرد. این پارامترها به دو داده اصلی گروه بندی می شوند: 1) داده های اقلیمی و 2) داده های هیدرولیکی.

داده های آب و هوایی مورد نیاز (بارش، دما و تبخیر) از CRDA Sfax جمع آوری شده است. برای داده های هیدرولیکی، توزیع اندازه دانه هدایت هیدرولیکی اشباع، محتوای آب باقیمانده، نقطه پژمردگی و تخلخل از داده های بافتی به دست آمده از نقشه خاک شناسی پیش بینی می شود. هنگامی که ورودی های مدل را تعریف کردیم، از طریق ماژول Hydriflux [ 58 ] به شبیه سازی Agriflux رفتار آب در خاک می رویم.

یکی از محدودیت های مدل Agriflux که یک مدل تک بعدی است، عدم در نظر گرفتن انطباق هندسی حوضه است. به همین دلیل، ادغام GIS با مدل سازی مفید بود. مدل جفت‌شده GIS-Agriflux می‌تواند به محاسبه جریان‌ها، تجسم خروجی‌های مدل توزیع‌شده مکانی و ایجاد نقشه نفوذ برای منطقه مورد مطالعه کمک کند. مقادیر نفوذ در محدوده 2٪ – 18٪ متفاوت بود که به چهار کلاس طبقه بندی شد ( شکل 5 (الف)).

4.1.2. تراکم خطی

تجزیه و تحلیل خطی برای اکتشاف آب زیرزمینی اهمیت قابل توجهی دارد، جایی که درزها و شکستگی ها به عنوان مجرای حرکت آب زیرزمینی عمل می کنند و دارای آب نگه دارنده هستند [ 14 ] [ 26 ] [ 59 ]. تراکم خطی می تواند به طور غیرمستقیم پتانسیل آب زیرزمینی را نشان دهد و منطقه با تراکم بالاتر برای مناطق بالقوه آب زیرزمینی خوب است [ 60 ]. این مطالعه از چگالی طول خطی استفاده کرد که طول خط خطی کل را در واحد سطح نشان می‌دهد، همانطور که در رابطه (4) زیر نشان داده شده است:

Ld =∑i = ni = 1LآLd=∑i=1i=nLA(4)

جایی که ∑i = ni = 1L∑i=1i=nL= طول کل خطواره ها (km) an A = مساحت منطقه مورد مطالعه (km2 ).

نقشه چگالی خطوط در ArcGIS 10.3 با استفاده از روش چگالی هسته تولید شد. نقشه به دست آمده، در محدوده 0 – 2.61 (km/km) به چهار کلاس طبقه بندی شد. شکل 5 (ب) معیار تراکم زهکشی، طبقات و اهمیت نسبی آنها را توضیح می دهد. نقشه تراکم خطی منطقه مورد مطالعه نشان می دهد که تراکم خطی بالایی در مرکز منطقه مورد مطالعه مشاهده می شود.

4.1.3. تراکم زهکشی

تراکم زهکشی در منطقه نشان دهنده نرخ نفوذ کم است در حالی که مناطق کم تراکم با نرخ نفوذ بالا مطلوب هستند [ 61 ] [ 62 ].

شکل 5 . لایه های موضوعی عوامل مختلف موثر بر پتانسیل تغذیه آب زیرزمینی: (الف) نقشه IR [ 59 ]، (ب): نقشه LD. (ج): نقشه DD; (د): نقشه S; (ه): نقشه R; (و) نقشه LULC.

چگالی به همان روش چگالی خط خطی محاسبه شد و چگالی ویژگی های خطی را بر حسب واحد طول در واحد سطح اندازه گیری می کند. نقشه تراکم زهکشی به چهار کلاس اختصاص داده شد ( شکل 5 (ج)). مشاهده می شود که طول تجمعی در منطقه جنوبی در مقایسه با منطقه شمالی بسیار کمتر است.

4.1.4. شیب

نفوذ آب های سطحی مستقیماً تحت تأثیر شیب [ 10 ] [ 63 ] است. نقشه شیب منطقه مورد مطالعه بر اساس داده های SRTM با استفاده از ابزار تحلیل فضایی در ArcGis 10.3 تهیه شد. شبکه شیب به عنوان “حداکثر نرخ تغییر در مقدار از هر سلول به همسایگانش” [ 64 ] شناسایی می شود. نقشه شیب که در چهار طبقه طبقه بندی شده است، میزان نفوذ و رواناب آب های سطحی در منطقه مورد مطالعه را تعیین می کند. سطوح صاف، در بخش مرکزی و شرقی، می توانند آب را در داخل زمین نگه دارند و تخلیه کنند، که می تواند تغذیه آب زیرزمینی را افزایش دهد، در حالی که شیب های تند در بخش غربی باعث افزایش رواناب و کاهش نفوذ آب های سطحی به زمین می شود. شکل 5 (د)).

4.1.5. بارش باران

بارندگی تاثیر بسزایی بر پتانسیل آب زیرزمینی دارد. مناطقی که بارندگی بیشتری دریافت می کنند به طور بالقوه فرصت بیشتری برای تغذیه نسبت به مناطقی با بارش کم دارند [ 65 ]. از داده های بارندگی دوازده ایستگاه هواشناسی در محدوده مورد مطالعه استفاده شده است [ 41 ]. منطقه در رابطه با بارندگی از 115 میلی متر تا 306 میلی متر به 4 کلاس طبقه بندی شد. مشاهده می شود که بخش شمالی بارش بیشتری نسبت به بقیه منطقه مورد مطالعه دریافت می کند ( شکل 5 (ه)).

4.1.6. کاربری زمین / پوشش زمین

در نظر گرفتن فاکتور LULC برای بررسی آب‌های زیرزمینی مهم است زیرا ظرفیت نگهداری آب یک منطقه به انواع خاک زیرزمینی و نفوذپذیری آنها بستگی دارد. نقشه LU/LC در شکل 5 (f) نشان داده شده است. پنج نوع الگوی کاربری زمین در کل منطقه مورد مطالعه شناسایی شده است. کشاورزی (74%) و جنگل (21%) انواع کاربری غالب در منطقه مورد مطالعه هستند. توده های آبی 2 درصد از منطقه مورد مطالعه را تشکیل می دهند و به منطقه مورد مطالعه شمال غربی علاقه دارند. مهم ترین تراکم شهری شهر سفکس با 2 درصد مساحت مورد مطالعه است.

4.2. ترسیم مناطق بالقوه آب زیرزمینی

هر یک از شش لایه موضوعی ذکر شده در بالا مجدداً طبقه بندی شدند ( جدول 1 ) سپس با استفاده از تکنیک (AHP) وزنی تعیین شد. تأثیر نسبی عوامل مختلف بر تغذیه آب های زیرزمینی بر اساس دانش تخصصی و بررسی ادبیات چندین محقق [ 17 ] [ 32 ] است. نتیجه تجزیه و تحلیل در جدول 2 نشان داده شده است . مقدار اندازه گیری سازگاری (CR) 0.06 نشان می دهد که قضاوت ها بسیار قابل قبول هستند. نتایج نشان داد که نرخ نفوذ تاثیرگذارترین پارامتر برای محاسبه (40%)، تراکم خطواره (30%)، تراکم زهکشی (12%) و پس از آن شیب، بارش و کاربری زمین است.

GWPM با استفاده از “معادله (3)” تهیه شده و به چهار کلاس با پتانسیل آب زیرزمینی از عالی تا بسیار ضعیف طبقه بندی شده است ( شکل 6 ). این به عنوان: 23٪ (عالی)، 21٪ (خوب)، 30٪ (کم) و 26٪ (خیلی کم) نسبت داده می شود. پهنه های پتانسیل آب زیرزمینی عالی و خوب در شمال شرق و بخش های مرکزی منطقه مورد مطالعه متمرکز شده اند. این قطعات با نرخ نفوذ خوب، تراکم خطی خوب، تراکم زهکشی کم و شیب ملایم مشخص می شوند. پهنه پتانسیل آب زیرزمینی به صورت کم و بسیار کم تعیین شده است

شکل 6 . نقشه پتانسیل آب زیرزمینی منطقه مورد مطالعه.

بیشتر در قسمت جنوبی (Skhira) و در شرق به ویژه در منطقه Sfax یافت می شود. این مناطق با نفوذ کم، تراکم زهکشی بالا و شیب تند می باشد.

4.3. اعتبار سنجی نتایج

روند منحنی نظریه کلاس های حساسیت [ 53 ] برای اعتبارسنجی نتایج استفاده شد. نقشه پتانسیل آب زیرزمینی با داده های مربوط به بهره وری آب زیرزمینی مربوط به سفره های زیرزمینی در منطقه (4328 چاه) اعتبارسنجی شد. داده های تخلیه حفاری به پنج کلاس (بسیار قوی، قوی، متوسط، کم و بسیار کم) طبقه بندی شده و با نقشه پتانسیل ترکیب شده است. سپس برای هر کلاس از معیار ارزیابی، تعدادی چاه پمپاژ به دست می آید که به هر کلاس حساسیت نقشه موضوعی مورد مطالعه تعلق دارد ( جدول 3 ).

حساسیت روند بر اساس کلاس های حساسیت با توجه به کلاس های تخلیه ارائه شده است. نقشه موضوعی با مقایسه شکل به‌دست‌آمده از حساسیت خطوط روند ( شکل 7 ) با کلاس‌های حساسیت روند منحنی‌های نظری ( شکل 4 ) اعتبارسنجی شد.

نتایج نشان می‌دهد که 84 درصد از حفاری‌های تخلیه بسیار قوی (Q > 19 متر مکعب در ساعت) بر کلاس حساسیت عالی و خوب قرار دارند. 50% حفاری با دبی کم (1 < Q < 2 متر مکعب در ساعت) با کلاس های حساسیت کم همپوشانی دارند. 66 درصد از

شکل 7 . نتایج اعتبارسنجی GWPZ (منحنی‌های روند کلاس‌های حساسیت).

بسیار کم (Q < 1 m 3 / h) روی کلاس حساسیت بسیار پایین قرار می گیرند. کلاس های پتانسیل عالی و خوب در اکثر موارد دارای بهره وری بالا تا بسیار بالا هستند. همچنین طبقات با پتانسیل بسیار کم و کم توان بهره وری کندی را نشان می دهند. نتایج یک تطابق خوب بین دو نمودار ( شکل 4 و شکل 7 ) را نشان می‌دهند و روند کلاس حساسیت عالی یک شکل یک‌وجهی را نشان می‌دهد. روند کلاس حساسیت خوب دارای یک حالت متمرکز بر کلاس قوی معیار ارزیابی است. روند کلاس حساسیت کم منحنی گاوسی را نشان می دهد و روند کلاس حساسیت بسیار کم دارای شکل تک وجهی است.

4.4. بحث

یک مدل همپوشانی با شش پارامتر تأثیرگذار مختلف از جمله نرخ نفوذ، تراکم خطی، تراکم زهکشی، شیب، بارندگی و پوشش/کاربری زمین اعمال شد. از روش AHP برای تعیین وزن مربوط به نقشه های موضوعی مختلف استفاده شد. تجزیه و تحلیل ماتریس نشان می دهد که نرخ نفوذ، شکست چگالی و تراکم زهکشی مهمترین عوامل شرطی کننده وقوع آب زیرزمینی هستند. خروجی مدل تولید شده بازتابی از عوامل اصلی را نشان می دهد. مناطق با پتانسیل بالای آب زیرزمینی در بخش‌های نفوذ بالا، تراکم خطی بالا، تراکم زهکشی کم و در امتداد منطقه تقریباً همسطح با شیب کمتر از ۲ درصد یافت می‌شوند. این منطقی به نظر می رسد و نتایج بسیاری را در مطالعات دیگر در زمینه های مختلف هیدرولوژیکی تأیید می کند [ 14 ] [ 26 ]] [ 66 ].

راستی‌آزمایی میدانی با مقایسه و روی هم قرار دادن نقشه پتانسیل تولید شده و داده‌های گمانه دبی انجام شد. نتیجه یک توافق خوب بین نقشه پتانسیل آب زیرزمینی تولید شده و نرخ پمپاژ را نشان می دهد. به وضوح می توان مشاهده کرد که اکثر آب های زیرزمینی با نرخ پمپاژ بالا در جایی ظاهر می شوند که نتایج کیفی پتانسیل آب زیرزمینی خوبی را نشان می دهد. این مقاله کارایی روش اعتبارسنجی را در محیط آبرفتی اثبات می کند. در واقع روش اصلی برای زمین سنگ سخت [ 53 ] [ 67 ] [ 68 ] استفاده شد.

نتایج خوب را می توان با اهمیت پارامتر نفوذ در تخمین پتانسیل آب زیرزمینی (42 درصد) و دقت برآورد این عامل توضیح داد. در واقع مدل AgriFlux شامل داده‌های مختلفی مانند داده‌های اقلیمی و خاک‌شناسی است. نتایج خوب همچنین می‌تواند نقش پارامتر خاک را در مدل‌سازی پردازش انتقال آب و وقوع آب‌های زیرزمینی تأیید کند.

این کار بر استفاده از مدل پیوندی GIS تاکید دارد. ادغام مدل Agriflux با سیستم اطلاعات جغرافیایی (GIS) سهم قابل توجهی در تجزیه و تحلیل داده های مکانی و تجسم نتایج مدل ارائه کرده است. در اینجا، ادغام از طریق تبادل داده بین Arcgis-Agriflux بدون یک پلت فرم کاربر مشترک انجام می شود. با توجه به مرجع [ 69 ]، این نوع از رویکردهای جفت (Coupling) بسیار ساده تر برای برنامه ریزی هستند و ممکن است واقع بینانه ترین رویکردها باشند. با این حال، مستعد ناسازگاری داده ها، از دست دادن اطلاعات، و تبدیل خسته کننده داده ها بین بسته های مختلف است که منجر به افزایش زمان راه اندازی مدل می شود.

نگاشت پارامترها با درونیابی مطمئناً منجر به خطاهایی شد [ 70 ]. با وجود این حاشیه خطا در نقشه برداری، رویکرد چند پارامتری انجام شده با استفاده از GIS و تکنیک AHP روش کار کارآمد، اقتصادی و بدون تنش بود.

در منطقه مورد نظر، هیچ نقشه ای قبلاً بسته به ادغام مدل Agriflux، GIS و تجزیه و تحلیل چند معیاره تولید نشده بود. چنین نقشه‌ای شامل عوامل اصلی کمک‌کننده به چشم‌انداز آب زیرزمینی در حوضه اسفاکس، به‌ویژه عوامل مربوط به میزان کمی نفوذ آب‌های زیرزمینی است. روش توسعه‌یافته ثابت کرده است که تکنیکی کارآمد، سریع و مقرون به صرفه است که نتایج ارزشمندی را برای ارزیابی و بهره‌برداری مناسب منابع آب زیرزمینی ایجاد می‌کند.

5. نتیجه گیری ها

در این مطالعه، روشی برای تعیین نقشه پهنه بندی تغذیه پتانسیل آب زیرزمینی با استفاده از رویکرد تکنیک AHP مبتنی بر GIS پیشنهاد شده است. چندین لایه GIS توسعه داده شد. هر لایه بسته به توانایی آن در نگهداری آب های زیرزمینی به دسته های مختلفی طبقه بندی شد. AHP برای تعیین وزن موضوعات مختلف استفاده می شود. به نظر می رسد این ابزار یک روش تصمیم گیری و تصمیم گیری انعطاف پذیر است. اعتبار سنجی با استفاده از روند منحنی نظریه کلاس های حساسیت انجام شد. داده‌های پمپاژ گمانه بر روی نقشه پتانسیل آب زیرزمینی قرار گرفت و تعداد چاه‌ها با محدوده عملکرد متفاوت برای مناطق مختلف بالقوه آب زیرزمینی مورد ارزیابی قرار گرفت.

نتایج نشان داد که شارژ مجدد توسط بسیاری از عوامل رقیب به ویژه نرخ نفوذ، تراکم خط‌واره‌ها و چگالی زهکشی کنترل می‌شود. نقشه به دست آمده، پهنه های تغذیه بالقوه آب زیرزمینی یعنی بسیار کم، کم، خوب، عالی را نشان می دهد که به ترتیب 26، 30، 21 درصد و 23 درصد از منطقه مورد مطالعه را پوشش می دهند. نتایج نشان می دهد که موثرترین مناطق بالقوه تغذیه آب زیرزمینی در شمال شرق و بخش مرکزی قرار دارند. بخش‌های جنوبی و شرقی نشان‌دهنده بخش‌های کم پتانسیل آب زیرزمینی هستند.

این کار بر نقش فناوری GIS در پیوند دادن مدل ها تأکید می کند. ادغام Agriflux-GIS برای تعیین کمیت جریان آب زیرزمینی و ارائه تخمین های تغذیه در منطقه بزرگ استفاده می شود.

استفاده از GIS برای مدیریت داده‌های مکانی مختلف مفید بود و برای توسعه یک پایگاه داده دیجیتالی از آبخوان Sfax phreatic انجام شد.

نتایج کلی نشان می‌دهد که یکپارچه‌سازی روش‌های سیستم اطلاعات جغرافیایی (GIS)، مدل‌سازی هیدرولوژی و فرآیند تحلیل سلسله مراتبی (AHP) ابزار ارزشمندی برای پیش‌بینی، نظارت و برنامه‌ریزی بهبود یافته منابع آب است. این به ویژه در مناطق در حال توسعه مفید است، جایی که پتانسیل منابع آب زیرزمینی تا حد زیادی ناشناخته است. این کار ممکن است دانش ما را بهبود بخشد و پشتیبانی بیشتری برای مدیریت آب های زیرزمینی ارائه دهد و می تواند به برنامه ریزان کمک کند تا مکان های مناسبی را برای اجرای اکتشاف جستجو کنند.

رویکرد ارائه شده در این مقاله را می توان با بررسی های هیدروشیمیایی و ایزوتوپی تکمیل کرد تا عناصر دانش بیشتری از عملکرد این سیستم ارائه دهد. در واقع، تجزیه و تحلیل هیدروشیمیایی ممکن است این مطالعه را تکمیل کند و اجازه توسعه یک طرح منطقی برای استفاده بهینه از آبخوان Sfax را بدهد.

منابع

[ 1 ] Todd, D. and Mays, L. (2005) هیدرولوژی آبهای زیرزمینی. نسخه سوم، جان وایلی و پسران با مسئولیت محدود، هوبوکن.
[ 2 ] Mogaji, KA, Lim, HS and Abdullah, K. (2014) پیش بینی منطقه ای نقشه برداری پتانسیل آب زیرزمینی در یک زمین زمین شناسی چندوجهی با استفاده از مدل دمپستر-شفر مبتنی بر GIS. مجله عربی علوم زمین، 8، 3235-3258.
https://doi.org/10.1007/s12517-014-1391-1
[ 3 ] Magesh، NS، Chandrasekar، N. و Soundranayagam، JP (2012) ترسیم مناطق بالقوه آب زیرزمینی در ناحیه تنی، تامیل نادو، با استفاده از تکنیک‌های سنجش از دور، GIS و MIF. مرزهای علوم زمین، 3، 189-196.
https://doi.org/10.1016/j.gsf.2011.10.007
[ 4 ] مقدم، دی.، رضایی، م.، پورقاسمی، HR، پورتقی، ز اس و پرادان، ب. (1394) نقشه برداری پتانسیل چشمه آب زیرزمینی با استفاده از مدل آماری دو متغیره و GIS در حوزه آبخیز طالقان، ایران. مجله عربی علوم زمین، 8، 913-929.
https://doi.org/10.1007/s12517-013-1161-5
[ 5 ] Anbazhagan, S. and Jothibasu, A. (2014) مدلسازی شاخص کیفیت آب برای ارزیابی کیفیت آب زیرزمینی کم عمق برای استفاده پایدار در جنوب هند. International Journal of Advanced Geosciences, 2, 122-129.
https://doi.org/10.14419/ijag.v2i2.3285
[ 6 ] Anudu، GK، Onuba، LN و Ufondu، LS (2011) صدای ژئوالکتریک برای اکتشاف آب زیرزمینی در زمین زیرزمینی کریستالی در اطراف اونیپ و مناطق مجاور، جنوب غربی نیجریه. مجله فناوری کاربردی در بهداشت محیط، 1، 343-354.
[ 7 ] Oseji، JO، Atakpo، EA و Okolie، EC (2005) بررسی ژئوالکتریک ویژگی‌های آبخوان و پتانسیل آب زیرزمینی در Kwale، ایالت دلتا، نیجریه. مجله علمی کاربردی و مدیریت محیط زیست، 9، 157-160.
[ 8 ] AbdelRaouf, O. and Abdel-Galil, K. (2013) استفاده متقابل از روش مقاومت DC و تجزیه و تحلیل هیدروشیمیایی برای پتانسیل آب زیرزمینی منطقه Wadi El Natrun، مصر. مجله بین المللی منابع آب و محیط های خشک، 2، 110-119.
[ 9 ] Kuria، DN، Gachari، MK، Macharia، MW و Mungai، E. (2012) نقشه برداری پتانسیل آب زیرزمینی در منطقه کیتوی، کنیا. مجله بین المللی منابع آب و مهندسی محیط زیست، 4، 15-22.
https://doi.org/10.5897/IJWREE11.119
[ 10 ] Hammouri, NA, El-Naqa, A. and Barakat, M. (2012) یک رویکرد یکپارچه برای اکتشاف آب زیرزمینی با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی. مجله منابع آب و حفاظت، 4، 717-724.
https://doi.org/10.4236/jwarp.2012.49081
[ 11 ] Sinha، DD، Mohapatra، SN و Pani، P. (2012) نقشه برداری و ارزیابی پتانسیل آب زیرزمینی در حوضه آبخیز Bilrai (منطقه Shivpuri، MP) – یک رویکرد ژئوماتیک. مجله انجمن هندی سنجش از دور، 40، 649-668.
https://doi.org/10.1007/s12524-011-0175-2
[ 12 ] Srivastava، PK و Bhattacharya، AK (2006) ارزیابی آب های زیرزمینی از طریق یک رویکرد یکپارچه با استفاده از سنجش از دور، GIS و تکنیک های مقاومت: مطالعه موردی از زمین سنگ سخت. مجله بین المللی سنجش از دور، 27، 4599-4620.
https://doi.org/10.1080/01431160600554983
[ 13 ] Rajaveni, SP, Brindha, K. and Elango, L. (2015) کنترل‌های زمین‌شناسی و ژئومورفولوژیکی بر روی وقوع آب‌های زیرزمینی در منطقه سنگ سخت. علوم کاربردی آب، 7، 1377-1389.
https://doi.org/10.1007/s13201-015-0327-6
[ 14 ] Awawdeh, M., Obeidat, M., Al-Mohammad, M., Al Qudah, K. and Jaradat, R. (2013) GIS یکپارچه و سنجش از دور برای نقشه برداری پتانسیل آب زیرزمینی در تولول الاشقیف، شمال شرقی اردن. مجله عربی علوم زمین، 7، 2377-2392.
https://doi.org/10.1007/s12517-013-0964-8
[ 15 ] Al-Hanbali, A., Alsaaideh, B. and Kondoh, A. (2011) با استفاده از تجزیه و تحلیل ترکیبی خطی وزنی مبتنی بر GIS و تکنیک‌های سنجش از دور برای انتخاب مکان‌های بهینه دفع زباله جامد در شهر مفراق، اردن. مجله نظام اطلاعات جغرافیایی، 3، 267-278.
https://doi.org/10.4236/jgis.2011.34023
[ 16 ] Hentati, I., Fourati, MA, Trabelsi, N., Triki, I., Sassi, S. and Zairi, M. (2019) توسعه سیستم پشتیبانی تصمیم برای مدیریت آبهای زیرزمینی و ارزیابی آسیب پذیری آبخوان: سیستم اطلاعات هیدروژئولوژیک موناستیر (HISM) ). مجله نظام اطلاعات جغرافیایی، 11، 522-540.
https://doi.org/10.4236/jgis.2019.115032
[ 17 ] Abd manap, M., Ramli, M., Pradhan, B. and Noraini, S. (2013) یک تکنیک مدلسازی GIS دانش محور برای نقشه برداری پتانسیل آب زیرزمینی در حوضه لانگات بالایی، مالزی. مجله عربی علوم زمین، 6، 1621-1637.
https://doi.org/10.1007/s12517-011-0469-2
[ 18 ] Zende، AM، Nagarajan، R. و Atal، KR (2012) ارزیابی مناطق بالقوه آب زیرزمینی با استفاده از تکنیک‌های GIS در حوضه رودخانه یرالا، ماهاراشترا غربی، هند. مجله مهندسی عمران پیشرفته، 2، 9-17.
[ 19 ] ملک محمدی، ب.، رمضانی مهریان، م. و جعفری، HR (1391) انتخاب مکان برای تغذیه مدیریت شده آبخوان با استفاده از قوانین فازی: ابزارهای یکپارچه سازی سیستم اطلاعات جغرافیایی (GIS) و تصمیم گیری چند معیاره. مجله هیدروژئولوژی، 20، 1393-1405.
https://doi.org/10.1007/s10040-012-0869-8
[ 20 ] Abdalla, F., Moubark, K. and Abdelkareem, M. (2020) نقشه‌برداری پتانسیل آب زیرزمینی با استفاده از GIS، تکنیک‌های ترکیب وزنی خطی و شناسایی فرآیندهای ژئوشیمیایی، غرب منطقه قنا، مصر علیا. مجله علمی دانشگاه طیبه، 14، 1350-1362.
https://doi.org/10.1080/16583655.2020.1822646
[ 21 ] Das, S. and Pardeshi, SD (2018) ادغام عوامل مختلف تأثیرگذار در GIS برای ترسیم مناطق بالقوه آب زیرزمینی با استفاده از تکنیک‌های IF و FR: مطالعه حوضه پراوارا، ماهاراشترا، هند. علوم کاربردی آب 8 مقاله شماره 197
https://doi.org/10.1007/s13201-018-0848-x
[ 22 ] Saha, A., Rana, A., Tomar, S., Tripathy, S. and Singh, A. (2017) شناسایی منطقه بالقوه آب زیرزمینی با استفاده از تکنیک‌های سنجش از دور و GIS – مطالعه موردی منطقه بلوک کاروی، اوتار پرادش، هند . مجله زمین شناسی کاربردی و ژئوفیزیک، 5، 43-51.
[ 23 ] Pandian, M., Julie, M., Allwyn Fernandes, Y. and Mohammad Sartaj Basha, SK (2013) ارزیابی/ارزیابی پتانسیل منابع و ترسیم مناطق بالقوه آب زیرزمینی در بخش هایی از Anaimalai، Pollachi و Udumalpet با استفاده از سنجش از دور و GIS. مجله بین المللی تحقیقات در مهندسی و فناوری، 2، 78-84.
[ 24 ] Ajay Kumar, V., Mondal, NC and Ahmed, S. (2020) شناسایی مناطق بالقوه آب زیرزمینی با استفاده از تکنیک‌های RS، GIS و AHP: مطالعه موردی در بخشی از استان آتشفشانی دکن (DVP)، ماهاراشترا، هند. مجله انجمن هندی سنجش از دور، 48، 497-511.
https://doi.org/10.1007/s12524-019-01086-3
[ 25 ] Rajasekhar, M., Sudarsana Raju, G., Sreenivasulu, Y. and Siddi Raju, R. (2019) ترسیم مناطق بالقوه آب زیرزمینی در منطقه نیمه خشک حوضه رودخانه Jilledubanderu، منطقه Anantapur، آندرا پرادش، هند با استفاده از منطق فازی، AHP و رویکردهای فازی-AHP یکپارچه. HydroResearch, 2, 97-108.
https://doi.org/10.1016/j.hydres.2019.11.006
[ 26 ] Elewa، H. and Qaddah، A. (2011) نقشه برداری پتانسیل آب زیرزمینی در شبه جزیره سینا، مصر، با استفاده از سنجش از دور و مدل سازی مبتنی بر حوضه GIS. مجله هیدروژئولوژی، 19، 613-628.
https://doi.org/10.1007/s10040-011-0703-8
[ 27 ] Ozdemir, A. (2011) نقشه برداری پتانسیل چشمه آب زیرزمینی مبتنی بر GIS در کوه های سلطان (قونیه، ترکیه) با استفاده از نسبت فرکانس، وزن شواهد و روش های رگرسیون لجستیک و مقایسه آنها. مجله هیدرولوژی، 411، 290-308.
https://doi.org/10.1016/j.jhydrol.2011.10.010
[ 28 ] العبادی، AM (2015) نقشه‌برداری پتانسیل آب زیرزمینی در استان‌های واسط و میسان شمال شرقی، عراق با استفاده از تکنیک وزن‌های شواهد مبتنی بر داده در چارچوب GIS. Environmental Earth Sciences, 74, 1109-1124.
https://doi.org/10.1007/s12665-015-4097-0
[ 29 ] Mohamed, SE, Juanah, SI, Wan, NAS and Puziah, AL (2012) ارزیابی منابع آب زیرزمینی با استفاده از تکنیک های ژئوفیزیک یکپارچه در منطقه جنوب غربی شبه جزیره مالزی. مجله عربی علوم زمین، 6، 4129-4144.
[ 30 ] Oh, HJ, Kim, YS, Choi, JK, Park, E. and Lee, S. (2011) نقشه برداری GIS پتانسیل احتمالی آب زیرزمینی منطقه ای در ناحیه شهر پوهانگ کره. مجله هیدرولوژی، 399، 158-172.
https://doi.org/10.1016/j.jhydrol.2010.12.027
[ 31 ] نقیبی، س.، پورقاسمی، ح.، پورتقی، ز. و رضایی، ع. (1393) نقشه برداری پتانسیل قنات آب زیرزمینی با استفاده از نسبت فرکانس و مدل های آنتروپی شانون در حوضه آبخیز مغان، ایران. انفورماتیک علوم زمین، 8، 171-186.
https://doi.org/10.1007/s12145-014-0145-7
[ 32 ] رازندی، ی.، پورقاسمی، ح.، نیسانی، ن. و رحمتی، ا. (1394) کاربرد مدل های فرآیند تحلیل سلسله مراتبی، نسبت فرکانس و عامل قطعیت برای نقشه برداری پتانسیل آب های زیرزمینی با استفاده از GIS. انفورماتیک علوم زمین، 8، 867-883.
https://doi.org/10.1007/s12145-015-0220-8
[ 33 ] رحمتی، او.، نظری سامانی، ع. و مهدوی، م. (1394) نقشه برداری پتانسیل آب های زیرزمینی در منطقه کردستان ایران با استفاده از فرآیند تحلیل سلسله مراتبی و GIS. مجله عربی علوم زمین، 8، 7059-7071.
https://doi.org/10.1007/s12517-014-1668-4
[ 34 ] Al-shabeeb, AR (2016) استفاده از AHP در GIS در انتخاب مکان های بالقوه برای مکان های برداشت آب در حوضه ازرق – اردن. مجله نظام اطلاعات جغرافیایی، 8، 73-88.
https://doi.org/10.4236/jgis.2016.81008
[ 35 ] Burollet, PF (1956) Contribution à l’étude stratigraphique de la Tunisie centrale. Annales des Mines et de la Géologie، 18، 352.
[ 36 ] Haller, P. (1983) Structure profonde du Sahel tunisien interpretation génodynamique these 300 cycle. دانشگاه بزانسون، بزانسون.
[ 37 ] Ramaiah, S., Gopalakrishna, G., Vittala, DSS and Najeeb, M. (2012) نقشه برداری ژئومورفولوژیکی برای شناسایی مناطق بالقوه آب زیرزمینی در مناطق سنگ سخت با استفاده از اطلاعات ژئو فضایی-مطالعه موردی در Malur Taluk, Kolar District, کارناتاکا، هند محیط زیست طبیعت و فناوری آلودگی، 11، 369-376.
[ 38 ] Lee, S., Kyo-Young, S., Kim, Y. and Park, I. (2012) نقشه برداری پتانسیل بهره وری آب زیرزمینی منطقه ای با استفاده از مدل شبکه عصبی مصنوعی مبتنی بر سیستم اطلاعات جغرافیایی (GIS). مجله Hydrogeology, 20, 1511-1527.
https://doi.org/10.1007/s10040-012-0894-7
[ 39 ] پورقاسمی، HR، پرادان، ب.، گوکچه اوغلو، سی، محمدی، م. و مرادی، HR (1392) کاربرد مدل های وزن شواهد و عامل قطعیت و مقایسه آنها در نقشه برداری حساسیت زمین لغزش در حوزه هراز، ایران. مجله عربی علوم زمین، 6، 2351-2365.
https://doi.org/10.1007/s12517-012-0532-7
[ 40 ] CRDA (2006) Commissariat Régionale de Développement Agricole, Sfax. Rapport d’analyses des éléments Majeurs dans le sahel de Sfax.
[ 41 ] CRDA (2012) Commissariat Régionale de Développement Agricole, Sfax, Tunis. Rapport annuel de l’année (2012)، élaboré par Khanfir.H.
[ 42 ] Nithya, CN, Srinivas, Y., Magesh, NS and Kaliraj, S. (2019) ارزیابی مناطق بالقوه آب زیرزمینی در حوضه چیتار، جنوب هند با استفاده از تکنیک AHP مبتنی بر GIS. کاربردهای سنجش از دور: جامعه و محیط زیست، 15، شناسه مقاله: 100248.
https://doi.org/10.1016/j.rsase.2019.100248
[ 43 ] Arulbalaji، P.، Padmalal، D. and Sreelash، K. (2019) GIS و تکنیک های AHP بر اساس ترسیم مناطق بالقوه آب زیرزمینی: مطالعه موردی از گاتز غربی، هند. گزارش های علمی، 9، شماره مقاله 2082.
https://doi.org/10.1038/s41598-019-38567-x
[ 44 ] Doke, AB, Zolekar, RB, Patel, H. and Das, S. (2021) نقشه‌برداری جغرافیایی مناطق بالقوه آب‌های زیرزمینی با استفاده از رویکرد AHP تصمیم‌گیری چند معیاره در زمین بازالتی سنگ سخت در هند. شاخص های اکولوژیکی، 127، شناسه مقاله: 107685.
https://doi.org/10.1016/j.ecolind.2021.107685
[ 45 ] احمدی، ح.، کایا، OA، باباداگی، ای.، ساواس، تی و پکان، ای. (2021) نقشه برداری پتانسیل آب زیرزمینی مبتنی بر GIS با استفاده از مدل های AHP و FR در مرکز آنتالیا، ترکیه. مجموعه مقالات علوم محیطی، 5، 11.
https://doi.org/10.3390/IECG2020-08741
[ 46 ] Pinto, D., Shrestha, S., Babel, MS and Ninsawat, S. (2017) ترسیم مناطق بالقوه آب زیرزمینی در حوزه آبخیز کومورو, تیمور شرقی با استفاده از تکنیک GIS, سنجش از دور و فرآیند تحلیل سلسله مراتبی (AHP). علوم کاربردی آب، 7، 503-519.
https://doi.org/10.1007/s13201-015-0270-6
[ 47 ] Fenta، AA، Kifle، A.، Gebreyohannes، T. and Hailu، G. (2014) تجزیه و تحلیل فضایی پتانسیل آب زیرزمینی با استفاده از سنجش از دور و ارزیابی چند معیاره مبتنی بر GIS در دره رایا، شمال اتیوپی. مجله هیدروژئولوژی، 23، 195-206.
https://doi.org/10.1007/s10040-014-1198-x
[ 48 ] Dhar, A., Sahoo, S., Mandal, U., Dey, S., Bishi, N. and Kar, A. (2015) ارزیابی هیدرو-محیط زیستی یک سفره آب زیرزمینی منطقه ای: منطقه فرماندهی هیراکود (هند). Environmental Earth Sciences, 73, 4165-4178.
https://doi.org/10.1007/s12665-014-3703-x
[ 49 ] Saaty، TL (1980) فرآیند تحلیل سلسله مراتبی: برنامه ریزی، تنظیم اولویت، تخصیص منابع. مک گراو هیل، نیویورک
[ 50 ] Malczewski، J. (1999) GIS و تجزیه و تحلیل تصمیم گیری چند معیاره. ویلی، نیویورک
[ 51 ] Al Abadi, AM and Shahid, S. (2015) مقایسه ای بین روش های شاخص آنتروپی و تئوری فاجعه برای نقشه برداری پتانسیل آب زیرزمینی در یک منطقه خشک. پایش و ارزیابی محیطی، 187، 576.
https://doi.org/10.1007/s10661-015-4801-2
[ 52 ] Chung, CJF and Fabbri, AG (2003) اعتبارسنجی مدل‌های پیش‌بینی فضایی برای نقشه‌برداری خطر زمین لغزش. مخاطرات طبیعی، 30، 451-472.
https://doi.org/10.1023/B:NHAZ.0000007172.62651.2b
[ 53 ] Jourda, JP, Saley, MB, Djagoua, EV, Kouame, KJ, Biemi, J. and Razack, M. (2006) با استفاده از Landsat ETM + داده ها و GIS برای ارزیابی پتانسیل آب زیرزمینی در میانه ترک خورده پرکامبرین ناحیه کورهوگو (شمال) ساحل عاج): رویکرد تحلیل چند معیاره و اعتبارسنجی آزمون. سنجش از دور، 5، 340.
[ 54 ] Larocque, M., Banton, O. and Gagnon, J. (2002) با استفاده از مدلهایی برای مدیریت نیتروژن معدنی خاک در نهالستانهای درختان جنگلی. Soil Science Society of America Journal, 66, 602-612.
https://doi.org/10.2136/sssaj2002.6020
[ 55 ] Dupy, A. (1997) Simulation de la contamination diffuse des eaux souterraines par les nitrates à l’échelle du bassin versant. دکترا، دانشگاه پواتیه، پواتیه.
[ 56 ] Banton, O., Larocque, M., Surateau, F. and Villeneuve, J.-P. (1993) évaluation des pertes de composés azotés dans les eaux souterraines lors de l’épandage des fumiers et lisiers. توسعه ارزیابی خارج از سازمان – منطق AgriFlux، manuel d’usager. Rapport scientifique N°R-380، INRS-Eau، سپتامبر 1993.
[ 57 ] Lasserre, F., Razack, M. and Banton, O. (1999) یک مدل مرتبط با GIS برای ارزیابی آلودگی نیترات در آبهای زیرزمینی. مجله هیدرولوژی، 224، 81-90.
https://doi.org/10.1016/S0022-1694(99)00130-4
[ 58 ] Trabelsi, N., Hentati, I., Triki, I. and Zairi, M. (2019) étude de la vulnérabilité à la pollution du system phréatique du sahel de Sfax par les outils SIG. Revue Internationale de Géomatique, 29, 317-338.
https://doi.org/10.3166/rig.2019.00087
[ 59 ] حسین، ع.، اردکانی، ح. و رضا اختصاصی، م. (1395) پتانسیل آب زیرزمینی از طریق فرآیند تحلیل سلسله مراتبی (AHP) با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی (GIS). مجله ژئوفیزیک، 6، 75-88.
[ 60 ] Haridas, VR, Aravindan, S. and Gopinath, G. (1998) سنجش از دور و کاربردهای آن برای شناسایی مناطق مساعد آب زیرزمینی. فصلنامه انجمن زمین شناسی و مرکز تحقیقات، 6، 18-22.
[ 61 ] Saha, D., Dhar, YR and Vittal, SS (2010) ترسیم مناطق بالقوه توسعه آب زیرزمینی در بخش‌هایی از دشت آبرفتی حاشیه گانگا در جنوب بیهار، شرق هند. مانیتور محیط زیست، 165، 179-191.
https://doi.org/10.1007/s10661-009-0937-2
[ 62 ] گوپتا، ام. و سریواستاوا، پی کی (2010) ادغام GIS و سنجش از دور برای شناسایی مناطق بالقوه آب زیرزمینی در زمین تپه‌ای پاواگار، گجرات، هند. آب بین المللی، 35، 233-245.
https://doi.org/10.1080/02508061003664419
[ 63 ] Deepika، B.، Kumar، A. و Jayappa، KS (2013) ادغام عوامل هیدرولوژیکی و تعیین مناطق چشم انداز آب زیرزمینی: بینش از تکنیک های سنجش از دور و GIS. علوم زمین محیطی، 70، 1319-1338.
https://doi.org/10.1007/s12665-013-2218-1
[ 64 ] Burrough, PA (1986) اصول سیستم های اطلاعات جغرافیایی برای ارزیابی منابع زمین. انتشارات دانشگاه آکسفورد، نیویورک، 50.
https://doi.org/10.1080/10106048609354060
[ 65 ] Scanlon, BR, Healy, RW and Cook, PG (2002) انتخاب تکنیک های مناسب برای تعیین کمیت شارژ آب زیرزمینی. مجله هیدروژئولوژی، 10، 18-39.
https://doi.org/10.1007/s10040-001-0176-2
[ 66 ] Fashae, OA, Tihani, MN, Talabi, AO and Adedeji, OI (2014) ترسیم مناطق بالقوه آب زیرزمینی در زمین زیرزمینی کریستالی SW-Nigeria: یک رویکرد یکپارچه GIS و سنجش از دور. علوم کاربردی آب، 4، 19-38.
https://doi.org/10.1007/s13201-013-0127-9
[ 67 ] Koudou, A., Adiaffi, B., Assoma, TV, Sombo, AP, Amani, EM and Biemi, J. (2013) مفهوم ابزار تصمیم گیری برای اکتشاف آب زیرزمینی در منطقه سنگ سخت. جنوب شرقی ساحل عاج. Geo-Eco-Trop, 37, 211-226.
[ 68 ] Akossi, O., Lasm, TM, Zéphir, DL, Kouame, F., Kouadio, E., Baka, D., Suzane, K. and Yao, F. (2014) سهم سنجش از دور و سیستم اطلاعات جغرافیایی برای شناسایی مناطق بالقوه آب های زیرزمینی در بخش M’Bahiakro (مرکزی-شرق ساحل عاج). مجله فعلی علم و فناوری کاربردی، 4، 2551-2575.
https://doi.org/10.9734/BJAST/2014/8881
[ 69 ] Zhang، L.، Desmond، OA و Amos، TKB (2014) ادغام فناوری اطلاعات جغرافیایی (GIS) در مدل‌سازی هیدرولوژیکی: بررسی انتقادی. تحقیقات مواد پیشرفته، 838-841، 2284-2291.
https://doi.org/10.4028/www.scientific.net/AMR.838-841.2284
[ 70 ] Benjmel, K., Amraoui, F., Boutaleb, S., Ouchchen, M., Tahiri, A. and Touab, A. (2020) نقشه برداری از مناطق بالقوه آب زیرزمینی در زمین کریستالی با استفاده از سنجش از دور، تکنیک های GIS و داده های چند معیاره تحلیل (مورد منطقه ایغرم، ضداطلس غربی، مراکش). آب 12 مقاله شماره 471
https://doi.org/10.3390/w12020471

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید