مدلسازي و ارزيابي پتانسيل چشمه‌هاي آب زيرزميني مبتني بر GIS در حوزه آبخيز عمرك

امروزه تأمين آب به منظور تحقق اهداف توسعۀ پايدار، يكي از مهم ترين چالش ها در اكثر كشورهاي جهان است. به همين دليل، تعيين مناطق داراي پتانسيل آب زيرزميني، از ابزارهاي مهم در حفاظت، مديريت و بهره برداري از منابع آب به شمار مي رود. بنابراين هدف از اين پژوهش تهيه نقشه پتانسيل چشمه هاي آب زيرزميني با استفاده از يك مدل مشهور يادگيري ماشين (جنگل تصادفي) و يك مدل آماري (مدل نسبت فراواني) و مقايسه كارايي اين روشها در حوزه آبخيز عمرك، استان تهران مي باشد. ابتدا 18 عامل مؤثر در ظهور چشمه ها شامل: سازندهاي سنگ شناسي، فاصله از گسل، تراكم گسل، طبقات ارتفاعي، درصد شيب، جهت شيب، فاكتور طول شيب، نقشه هاي انحنا، فاصله از آبراهه، تراكم آبراهه، حداكثر ارتفاع، شاخص نمناكي، موقعيت شيب نسبي، بافت خاك، شاخص زبري سطح، شاخص همگرايي جريان و پوشش كاربري اراضي انتخاب شدند و نقشه آن‌ها در نرم افزار ArcGIS10.5 و [1]SAGA تهيه گرديد. پس از بررسي هم‌خطي و طبقه‌بندي لايه هاي مؤثر با استفاده از روش شكستن طبيعي[2]، درصد فراواني پتانسيل آب زيرزميني در هر طبقه با استفاده از هم‌پوشاني نقشه پراكنش چشمه ها با هركدام از لايه‌ها به دست آمد. براي ارزيابي عملكرد مدل هاي مذكور از منحني مشخصه عملكرد نسبي(ROC) استفاده شد و ميزان مساحت زير منحني (AUC) مدلهاي جنگل تصادفي و نسبت فراواني به ترتيب 88 و 72درصد به دست آمد. نتايج نشان داد كه هر دو روش تخمين گرهاي مناسبي براي تهيه نقشه پتانسيل چشمه آب زيرزميني در منطقه مورد مطالعه هستند. اما مدل جنگل تصادفي با مقدار مساحت زير منحني بالاتر روش بهتري براي شناسايي و پهنه بندي پتانسيل چشمه هاي آب زيرزميني معرفي گرديد. [1] System for automated geoscientific analyses[2] Natural Break