مقایسه روش‌های مختلف ترکیبی در استفاده همزمان از توانایی چهارچوب‌های عملی برای تعیین آسیب‌پذیری آبخوان‌ها

زیرحوضه اهر یکی از مناطق فعال در زمینه کشاورزی و دامپروری است که توسعه فعالیت‌های‌کشاورزی و دامی در این ‌منطقه، موجب استفاده مازاد از کودهای ‌شیمیایی و حیوانی گردیده ‌است. همچنین به‌د‌لیل وجود معدن مس مزرعه در بخش شمالی منطقه و نزدیکی انباشت مواد باطله معدن و امکان نفوذ مواد شیمیایی به اراضی‌کشاورزی، احتمال انتقال آلاینده‌ها و آلوده شدن اراضی دشت اهر وجود دارد. لذا در این پژوهش، آسیب‌پذیری منابع آب زیرزمینی زیرحوضه اهر مورد بررسی قرار گرفته است تا با شناسایی مناطق آسیب‌پذیرتر از آلوده ‌شدن بیش‌تر این منابع جلوگیری گردد. در جهت دستیابی به این مهم، از سه چهارچوب عملیdrastic، sintacs وgods استفاده شد. در ادامه برای بهره‌مندی همزمان از مزایای هر سه چهارچوب، دو روش ترکیب غیرنظارت شده و نظارت شده به‌کار گرفته شد و همچنین برای صحت سنجی نتایج به‌دست آمده، از داده‌های غلظت نیترات و ضریب همبستگی آن با شاخص آسیب‌پذیری استفاده شد. نتایج گویاست که ترکیب نظارت شده(مدل ann) با داشتن بالاترین r و بیشترین ضریب همبستگی(ci) نسبت به روش و چهارچوب‌های مورد استفاده کارایی بهتری داشته که نشان از برتری روش ترکیب نظارت شده در مقایسه با روش میانگین گیری وزنی (غیر نظارت شده) است.

Comparison of different combination methods in simultaneous use of frameworks abilities to assess groundwater vulnerability

Ahar aquifer is one of the most active agricultural and livestock areas. The development of these activities has led to an increase in the use of chemical and natural fertilizers. Therefore, in this research, groundwater vulnerability in Ahar aquifer has been investigated using three frameworks; DRASTIC, SINTACS and GODS to identify vulnerable areas and prevent groundwater resources from more contamination. To use the simultaneous advantage of all three frameworks, two unsupervised and supervised combination techniques were applied to combine them. Invalidation step, nitrate concentration data and its correlation coefficient with the vulnerability index were used. The results show that the artificial neural networks (ANNs) model has better performance with a better determination coefficient (R2) and correlation coefficient (CI) than other techniques. Therefore, the supervised method has a higher ability than the weighted averaging method and can be used to determine the vulnerability of other areas.