بررسي كيفيت آب زير زميني با استفاده روش ميانگين وزني مرتب شده (OWA) و ;GISمطالعه موردي جنوب استان فارس

Evaluation of Groundwater Quality using Ordered Weighting Average (OWA) method ; Case study south of Fars province

با توجه به اهميت كيفيت آب و اثرات آن بر انسان، در اين مطالعه كيفيت آب آشاميدني در جنوب استان فارس بررسي شد. در اين مطالعه از پارامترهاي Ca، Cl، Mg، TH، Na، Ec و So4 در 28 نقطه به عنوان داده هاي ورودي براي تعيين كيفيت آب استفاده شد. به دليل نرمال نبودن داده ها با روش ميانگين عكس فاصله (IDW) كه داراي ميزان خطاي كمتري نسبت به ديگر روش هاي زمين آمار بود، نقشه پهنه بندي هر يك از عناصر در محيط GIS تهيه شد. به منظور همگن سازي هريك از داده ها جهت تهيه نقشه نهايي كيفيت آب از روش فازي استفاده شد. توابع عضويت فازي با استفاده از استاندارد هاي كيفيت آب (WHO) تهيه شدند. جهت تهيه نقشه نهايي كيفيت آب با سطح اطمينان هاي مختلف از روش ميانگين وزني مرتب شده (OWA) استفاده شد. نتايج نشان داد كه با كاهش ريسك پذيري (بدون trade-off) اكثر منطقه مشكلي از نظر كيفيت آب ندارد، به طوريكه مناطق داري كلاس 4 و 5 كه داراي كيفيت آب متوسط و خوب مي باشند داراي مساحت بيشتري نسبت به بقيه كلاس ها مي باشند. با افزايش سطح اطمينان و كاهش ريسك پذيري، مناطق نامناسب از نظر كيفيت آب بيشتر مي شوند، به طوريكه بيشتر منطقه در كلاس 1 كه داراي كيفيت آب نامناسبي است قرار مي‌گيرند.

Based on the importance of water quality and its effects on human, in this study the quality of drinkable waters in south of Fars province was evaluated. In this study the parameters such as Ca، Cl، Mg، TH، Na، EC and SO4 in 28 points as the primary and entrance data were used to determine the water quality. Because of the abnormality of the data, the IDW method that has the least errors against other methods was used in GIS. In order to homogenization of data to prepare the final map of water quality, the Fuzzy method was used. Fuzzy Membership functions were created based on the standard domains of water quality (World Health Organization). In order to Preparation of the final map of water quality with different assurance level, ordered weighting average method (OWA) was used. Results showed that in spite of the reduction of risk taking (without trade-off), most of the study area don’t have any problems in water quality, so that the areas with class4 and 5 that have the moderate and good water quality, have more surface than the other classes. By means of the significant level increase and the risk taking decrease, the unsuitable areas based on the water quality will be increased, so that the most area of study are categorized in class 1 with unsuitable water quality.