خلاصه خبر: پيش بيني ميزان فرونشست در آبخوان دشت جنوب غربي تهران با استفاده از مدل هاي هوشمند

• عنوان: پيش بيني ميزان فرونشست در آبخوان دشت جنوب غربي تهران با استفاده از مدل هاي هوشمند
• ارائه‌کننده: علی منافی آذر
• استاد راهنما: دکتر ماشااله خامه چیان
• مکان: اتاق همایش واقع در طبقه 1 - دانشکده علوم پایه
• تاریخ: دوشنبه 15/11/1397
• ساعت: 9

چکیده فرونشست زمین یکی از مخاطرات زیست¬محیطی است که در دهه¬های اخیر، به دلیل برداشت¬های بی¬رویه ازآب¬های زیرزمینی برای تامین نیاز¬های کشاورزی، صنعت و شرب در حال توسعه و گسترش بوده و بسیاری از آبخوان¬های کشور را در برگرفته است. دشت تهران یکی از مهم¬ترین دشت¬های ایران به¬شمار می¬رود که در جنوب¬ شهرستان تهران قرار گرفته است. منابع آب زیرزمینی این دشت تامین کننده آب کشاورزی، صنعت شهر تهران، بخصوص مناطق جنوب¬غربی آن می¬باشد که برداشت بیش از حد از آب زیرزمینی در سال¬های اخیر به دلیل خشکسالی¬های رخ داده در این محدوده به چندین برابر رسیده است. بنابراین احتمال آسیب¬پذیری دشت نسبت به فرونشست بسیار بالاست که این امر لزوم شناسایی مناطق آسیب¬پذیر و مستعد این پدیده را به¬منظور جلوگیری از رخداد یا کاهش اثرات آن یادآور می¬شود. برای این منظور در این تحقیق، یک چهارچوب کلی با نام ALPRIFT برای بررسی پتانسیل فرونشست در آیخوان¬ها مورد استفاده قرار گرفت که آسیب¬پذیری آبخوان نسبت به فرونشست را نشان می¬دهد. بدین منظور هفت عامل هیدروژئولوژیکی و ژئوتکنیکی به عنوان عوامل موثر بر فرونشست در نظر گرفته شدند که عبارتند از: جنس آبخوان (A)، کاربری اراضی (L)، مقدار پمپاژ (P)، مقدار تغذیه (R)، ضخامت آبرفت (I)، فاصله از گسل (F) و افت سطح آب زیرزمینی (T). این پارامترها با ضرایب وزنی مشخصی با یکدیگر تلفیق شده و نقشه آسیب¬پذیری دشت نسبت به فرونشست ارائه شد. سپس به¬منظور صحت سنجی چهارچوب مورد استفاده شده، از مقادیر فرونشست رخ داده در منطقه که از تصاویر راداری حاصل شده بود استفاده گردید که نتایج همبستگی قابل قبولی را نشان دادند. در ادامه به¬منظور بهبود مدل ALPRIFT و حذف نظرات کارشناسی که در وزن¬دهی پارامترها اعمال شده بود، از روش¬های هوشمند استفاده شد. در این روش 7 پارامتر مدل ALPRIFT بعنوان ورودی و شاخص آسیب-پذیری ALPRIFT به عنوان خروجی مدل تعریف شد. نتایج حاصل نشان داد که تمامی روش¬های هوشمند مورد استفاده قابلیت ارتقا و بهینه¬سازی چهرچوب مورد استفاده را دارند اما روش فازی نسبت به دیگر روش¬های هوشمند دارای توانایی بیشتری در بهبود چهارچوب می¬باشد. براساس مدل آسیب¬پذیری قسمت¬های مرکزی دشت، بیشترین آسیب¬پذیری نسبت به فرونشست را دارا هستند. سپس تصاویر ماهانه راداری به مدت 24 ماه به منظور پیش¬بینی میزان فرونشست پردازش شدند و با استفاده از مدل فازی، میانگین فرونشست دشت جنوب¬غربی تهران برای یک، دو و سومین ماه آتی پیش¬بینی شد. نتایج مدل نشان می¬دهد که مدل فازی قابلیت پیش¬بینی میزان فرونشست در دشت جنوب¬غربی را دارا می¬باشد.
کلمات کلیدی فرونشست، مدل ALPRIFT، روش¬های هوشمند، تصاویر راداری، دشت جنوب¬غربی تهران