مدل‌سازی خطرپذیری آلودگی آبهای زیرزمینی حوزه آبریز جنوب دریاچه نمک با استفاده از روش‌های آماری، Drastic و P-Drastic

زمینه و هدف: روش‌های آماری به‌طور گسترده‌ای در مطالعات محیط‌زیستی جهت ارزیابی مخاطرات طبیعی استفاده می‌شود. از آسیب‌پذیری آبهای زیرزمینی به‌کمک روش‌های آماری برای حمایت از تصمیم‌گیری در مورد مدیریت و برنامه‌ریزی زیست‌محیطی استفاده می‌شود. در این تحقیق از بهینه‌سازی پارامترهای مدل drastic، pesticide drastic و لایه کاربری اراضی (lu) بر‏اساس روش‌های آماری جهت مدل‌سازی خطرپذیری آلودگی آبهای زیرزمینی حوزه آبریز جنوب دریاچه نمک استفاده گردیده است. روش بررسی: در این روش لایه‌های اطلاعاتی در محیط gis تهیه، رتبه‌بندی (قطعی و فازیآماری)، وزن‌دهی (اصلی و آماری) و به‏روش هم‏پوشانی شاخص تلفیق گردیدند. برای مدل‌سازی از رگرسیون غیرخطی جهت رتبه‌بندی فازیآماری (هم‌مقیاس‌سازی) و از ضرایب همبستگی پیرسونی بین غلظت نیترات با پارامترهای هم‌مقیاس‌شده مدل drastic، pdrastic و تحلیل حساسیت (حذف پارامتری، تک پارامتری) جهت تعیین و تصحیح وزن مناسب پارامترها استفاده شد. همپنین جهت تعیین تاثیر کاربری‌های اراضی و رتبه‌بندی آن از مدل تخریب مخدوم بر اساس میزان پتانسیل آلودگی و نیترات مشاهده‌شده آبهای زیرزمینی استفاده گردید. یافته ها: در نتیجه مدل prasiclu و rasiclu بر اساس رتبه‌بندی و وزن‌دهی آماری و تحلیل حساسیت حذف پارامتری، ضریب‌ همبستگی 62 درصد و سطح معنی‌داری آماری 0.01 را نشان داده و با پارامترهای نرخ تغذیه خالص، محیط آبخوان، محیط خاک، اثر منطقه غیراشباع، هدایت هیدرولیکی و کاربری اراضی به‌ترتیب با وزنهای 3.1، 4.0، 4.1، 3.1، 2.0، 2.0 و 2.50، 4.63، 4.15، 3.03، 1.96، 2.00 به عنوان بهترین مدل انتخابی مشخص شد. بر اساس این مدل قسمت‌های غربی و جنوبی آبخوان به دلیل نرخ تغذیه بالا و مواد درشت دانه در ناحیه غیر اشیاع، خاک و محیط آبخوان دارای خطرپذیری آلودگی زیادی می‌باشد. بحث و نتیجه‌گیری: با توجه به اینکه در بازبینی وزن و رتبه پارامترهای مدل با استفاده از روش آماری و gis تا حدودی نظرات شخصی محدود شده و باعث افزایش صحت مدل گردیده است. این روش نتایج مطلوبی برای مدل‌سازی خطرپذیری آلودگی به دنبال داشته است.

Basin of Namak Lake Using Statistical, DRASTIC and P-DRASTIC Methods

Background and Purposes: Statistical methods are widely used in environmental studies to evaluate natural hazards. Within groundwater vulnerability in particular, statistical methods are used to support decisions about environmental planning and management. In this study, the optimized of DRASTIC, Pesticide DRASTIC model parameters and land use layers (LU) were used to assess of pollution risk in catchment basin aquifer in south of Namak lake using of statistical methods. Methods: Information layers were prepared, rated (deterministic and fuzzystatistical), weighted (original and statistical) and combined (by IndexOverlay method) in GIS environment. For modeling, from nonlinear regression for fuzzystatistical rating (scaling) and the Pearson correlation coefficients between of nitrate concentrations with scaling parameters of DRASTIC, PDRASTIC model and sensitivity analysis (removal and singleparameter) were performed to determine and modify of parameters weighted. Results: As result PRASICLU and RASICLU model with statistical rating and weighting, removalparameter sensitivity analysis, determine as best selection model based on correlation coefficient = 62%, Pvalue = 0.01 and with parameters of net recharge, aquifer media, soil media, impact of vadose zone, hydraulic conductivity and land use with the weighty values of 3.1, 4.0, 4.1, 3.1, 2, 2 and 2.5, 4.63, 4.15, 3.03, 2, 1.96 consequently. According to this model, western and southern parts of the aquifer has high pollution risk due to high net recharge and coarsegrain material in the impact of vadose zone, soil and aquifer media. Conclusion: Since reviewing of weight and rank of model parameters is limited personal opinions and increased model validation using statistical methods and GIS, It can be expected that favorable results to be followed for optimization of pollution risk model.