شبيه سازي آب هاي زيرزميني حوضه نجف آباد با روش تركيبي داده محور تابع شواهد قطعي- شاخص آنتروپي

Modeling and groundwater potential mapping using data driven ensemble model EBF-Index of entropy (case study: najaf abad aquifer)

سابقه و هدف: به علت تغييرات جهاني آب و هوايي، آب هاي زيرزميني به عنوان منبع اصلي آب جهت شرب، كشاورزي و توليد غذا در آينده مي باشند. در حال حاضر، حوضه هاي آبگير در سراسر جهان جهت تامين تقاضاهاي رو به رشد آب به علت رشد جمعيت زير فشار مي باشند. مديريت ذخاير آب زيرزميني به صورت پايدار يك چالش اصلي ميباشد. هدف از ارزيابي ذخاير آب زيرزميني فراهم كردن اطلاعات در رابطه با وضعيت حال حاضر ذخاير آب و فراهم كردن دركي از وضعيت آبهاي زيرزميني در آينده مي باشد. در سال هاي اخير، پژوهشگران مختلفي تلاش كرده اند تا پتانسيل منابع آب زيرزميني را با استفاده از روش هاي مختلف داده محور و دانش محور به همراه تكنيك هاي سنجش از دور و سيستم اطلاعات جغرافيايي ارزيابي كنند. هدف اصلي از اين پژوهش شناسايي پارامترهاي مؤثر در ذخيره آبهاي زيرزميني و ارزيابي پتانسيل آبهاي زيرزميني با استفاده از رويكرد تركيبي داده محور در حوضه آبخيز نجف آباد ميباشد. 32 18 51 طول شرقي و 06 41 50 تا 48 52 مواد و روش ها: منطقه مورد مطالعه بين مختصات جغرافيايي 46 32 عرض شمالي واقع شده است. در اين پژوهش براي تهيه نقشه پتانسيل آبهاي زيرزميني با رويكرد 50 تا 12 تركيبي 6 مرحله اجرا گرديد كه شامل 1- تهيه نقشه پراكندگي چاههاي آب زيرزميني و تقسيم آن به دو گروه آموزشي و اعتبارسنجي. 2- ايجاد پايگاه داده. در اين مرحله، لايه هاي پارامترهاي مؤثر در ايجاد آبهاي زيرزميني با استفاده از منابع مختلف مانند پيمايش هاي ميداني و سنجش از دور تهيه گرديد. تمامي لايه ها جهت استفاده در آناليزهاي بعد تبديل به فرمت رستر گرديد. 3- انجام تست هم خطي بين پارامترها و انتخاب پارامترهاي مؤثر با استفاده از -4 محاسبه ارتباط بين موقعيت چاه هاي .(VIF) و عامل تورم واريانس (Tolerance) شاخص هاي ضريب تحمل آموزشي و فاكتورهاي مؤثر در ايجاد آب هاي زيرزميني با استفاده از مدل شاخص آنتروپي و كلاسهاي آن ها با ا ستفاده از تابع شواهد قطعي. 5- تهيه نقشه پتانسيل آبهاي زيرزميني با رويكرد تركيبي و طبقه بندي آن به 4 كلاس با روش و شاخص سطح سلول هسته (AUC) شكست هاي طبيعي. 6- اعتبارسنجي نتايج با استفاده از مساحت زير منحني (SCAI). نتايج: نتايج آناليز تست هم خطي بين 21 پارامتر زمين محيطي مؤثر در ايجاد آب هاي زيرزميني در منطقه مطالعاتي نشان 0 و كوچك تر از 10 / 15 متغير بزرگ تر از 1 (VIF) و عامل تورم واريانس (Tolerance) داد كه مقادير ضريب تحمل بوده است. در نتيجه اين پارامترها براي شبيه سازي انتخاب گرديدند. وزنهاي محاسبه شده براي هر يك از پارامترها با استفاده از مدل شاخص آنتروپي نشان داد كه مؤثرترين فاكتورها در ايجاد آبهاي زيرزميني در منطقه مطالعاتي 45 درصد از / فاصله از گسل، كاربري اراضي/ پوشش سطحي و زمينشناسي ميباشد. طبق نتايج مدل تركيبي، 26 حوضه در كلاس پتانسيل خيليزياد قرار گرفته است. نتايج صحتسنجي مدل ها نشان داد كه مقدار مساحت زيرمنحني 0/431 ،0/ براي مدلهاي شواهد قطعي، شاخص آنتروپي و مدل تركيبي شواهد قطعي- شاخص آنتروپي به ترتيب 660 مقادير اين شاخص ،SCAI 0 ميباشد كه بيانگر دقت پيش بيني بهتر مدل تركيبي مي باشد. طبق نتايج شاخص و 899/. در هر سه مدل مناسب بوده است. نتيجه گيري: مهم ترين نتيجه گيري پژوهش حاضر اين است كه رويكرد تركيبي تابع شواهد قطعي- شاخص آنتروپي در تركيب با تكنيك هاي سنجش از دور و سيستم اطلاعات جغرافيايي ابزار قدرتمندي را براي تهيه نقشه پتانسيل آب هاي زيرزميني در منطقه مطالعاتي فراهم كرده است. بر اساس نتايج رويكرد تركيبي، مناطقي كه به وسيله پتانسيل آب درصد از كل منطقه ميباشد كه بيانگر اين است كه منطقه مطالعاتي زيرزميني خيلي زياد پوشيده شده است، 45/26 داراي پتانسيل آب زيرزميني بالايي ميباشد. نتايج حاصل از اين پژوهش ميتواند جهت مديريت مؤثر منابع آب زيرزميني در منطقه مورد مطالعه مورد استفاده قرار گيرد.

Background and objectives: Groundwater considered as the main source of future water supply, irrigation, and food production under impacts of global climate changes phenomena. Main aquifers around the world are under pressure to meet the growing demands of water due to population growth. Management of groundwater reserves in a sustainable manner is a major challenge. A goal of groundwater resource assessment is to provide information on the current status of the resource and provide insights about the future availability of ground water. In recent years, several authors have attempted to assessment groundwater potential using different data-driven and knowledge-driven techniques combined with remote sensing (RS) and geographic information system (GIS). The main objective of this research is identification of effective parameters in groundwater recharge and assessment of groundwater potential using data-driven combined method in najaf-abad aquifer. Materials and methods: The study area lies between (32° 18′ 06″- 32° 50′ 12) latitude and (50° 52′ 46″- 51° 41′ 48″) longitude. It extends over an area of about 966.11 km2. In general, four steps must be implemented to groundwater potential mapping using combined approache. These steps are: (1) prepare groundwater well inventory map and divided into two sets: training and testing. The training data is used to investigate the statistical relationship between well locations and Geo-environmental factors influence on groundwater occurrences. The testing set is used to validate the results. (2) Build the database. In this step layers of groundwater occurrence factors are prepared using different resources such as field survey, and RS. All thematic layers must be converted to raster format to use in further analysis. (3) computation the relationship between training well locations and groundwater occurrence factors using shanoon model and their classes using EBF model are investigated. The groundwater potential map is then computed and classified into four classes using Natural Break scheme (4) the validation of the results and compare the effectiveness of model in prediction groundwater potential zones with indivdal models. Results: The results of the multicollinearity analysis among 20 Geo-environmental factors influence on groundwater occurrences used in this study showed that the Tolerance and VIF of 15 variables were ≥0.1 and ≤10, respectively. As a result, this parameters are selected for modeling. The computed weights for each factor using Index of entropy model, indicated that the most influencing factors on groundwater occurrence in the study area were distance from fault, LULC and geology. The results of validation of models indicate that The AUC for EBF, index of entropy and EBF-index of entropy models were 0.660, 0.431 and 0.899, respectively implying that the EBF-index of entropy was better than EBF and index of entropy. Conclution: The main conclusions of this study is that The ensembled approach of EBF-Index of entropy combining with RS and GIS technologies provide a powerful tool for groundwater potential mapping in the study area. The results of this study could be used for efficient managing groundwater resources in the study area. Based on results of ensemble model, The areas covered by very high groundwater potential zones occupy 45.26 % of the total area, indicating that the groundwater potential is high in study area.