بهينه‌‌‌‌سازي مدل‌‌‌هاي DRASTICو SINTACS مبتني بر سامانه اطلاعات جغرافيايي با استفاده از فرايند تحليل سلسله‌مراتبي (مطالعه موردي: دشت انديمشك)

Optimization of DRASTIC and SINTACS Models According to Geographical Information System with the Use in Analytical Hierarchy Process (AHP) (Case Study: Andimeshk Plain)

مدل‌هاي DRASTIC و SINTACS جزو پركاربردترين روش‌هاي ارزيابي آسيب‌پذيري آب‌هاي زيرزميني به شمار مي‌روند، اما ضعف عمده اين دو مدل، اعمال‌نظرهاي كارشناسي براي نرخ‌‌‌بندي پارامترهاي به‌كار‌رفته در آن‌‌‌هاست. از اين‌‌‌ رو، هدف اصلي اين تحقيق، اصلاح هر دو مدل از طريق فرايند تحليل سلسله‌مراتبي (AHP) بر اساس شرايط هيدروژيولوژيكي محلي دشت انديمشك است، تا بدين ترتيب بتوان به نتايج نسبتاً صحيح‌‌‌تري از وضعيت آسيب‌‌‌پذيري (اعم از ذاتي و ويژه) آبخوان اين منطقه دست يافت. در تحقيق حاضر از يون نيترات در آب زيرزميني به‌منزله معيار اصلاح وزن پارامترهاي موثر در آلودگي آبخوان استفاده شد. براي تعيين مدل بهينه، ضريب همبستگي بين غلظت نيترات آب زيرزميني و شاخص آسيب‌‌‌پذيري براي هر دو مدل، با استفاده از روش آناليز رگرسيون خطي ساده محاسبه شد. نتايج نشان داد كه مدل DRASTIC اصلاح‌شده نسبت به مدل SINTACS اصلاح‌شده از همبستگي بهتري با غلظت نيترات برخوردار است. به همين علت، اين مدل به‌منزله مدل بهينه براي ارزيابي آسيب‌‌‌پذيري ذاتي آبخوان دشت مورد مطالعه انتخاب شد. همچنين، براي ارزيابي آسيب‌‌‌پذيري ويژه آبخوان به آلودگي، وزن پارامتر كاربري اراضي نيز به روش AHP تصحيح و به پارامترهاي هر دو مدل افزوده و بدين ترتيب نقشه آسيب‌‌‌پذيري ويژه آبخوان به هر دو روش CD و CS تهيه شد. به منظور تعيين مدل بهينه خطرپذيري آلودگي آبخوان، ضريب همبستگي هر دو شاخص با غلظت نيترات، محاسبه و با يكديگر مقايسه شد. در اين نوع ارزيابي آسيب‌‌‌پذيري نيز به علت همبستگي بيشتر شاخص CD اصلاح‌شده با غلظت نيترات آبخوان، اين شاخص به منزله شاخص بهينه براي ارزيابي آسيب‌‌‌پذيري ويژه دشت انتخاب شد. به ‌‌‌طور كلي نتايج نشان داد كه مدل‌‌‌هاي اصلاح‌شده نسبت به نرمال از همبستگي بيشتري با غلظت نيترات آبخوان برخوردارند. اين امر نشان‌دهنده انطباق بيشتر مدل‌‌‌هاي اصلاح‌شده با شرايط واقعي آبخوان است.

DRASTIC and SINTACS models are the most common models for assessment of groundwater vulnerability, but the possibility of miss judgment for rating parameters is the main weakness of these models. Therefore the main aim of this research is to correct the models by AHP method according to the hydrogeological conditions of the plain for obtaining accurate results the intrinsic vulnerability of the aquifer (Including intrinsic and specific). In the present research, groundwater’s nitrate has been used as criteria for correcting effective parameter weights on the aquifer pollution. To determine the optimized model, correlation coefficient between nitrate concentration of groundwater and vulnerability index for the models have been calculated by using Simple Linear Regression Analysis (SLRA). Results showed that the corrected model of DRASTIC has a better correlation of nitrate compared to SINTACS model. Hence this model has been chosen as the optimized model for assessment of intrinsic vulnerability of the aquifer. To identify the specific vulnerability of aquifer into nitrate pollution, weights of land use parameters have been corrected based on AHP method and added to the both models parameters and then specified vulnerability map for the aquifer have been prepared with the use of CD and CS. For determination of optimized specified vulnerability aquifer, correlation coefficient of both indexes with the nitrate concentration have been calculated and compared with each other. In this case this index has been chosen as the optimized index for assessment of specific vulnerability on this case, because of having greater correlation coefficient of corrected CD index with the concentration of aquifer nitrate. Generally the results have shown that the corrected models have more correlation with aquifer nitrate concentration compared to normal models. This issue causes more adaptation of corrected models with the aquifer real conditions.