ارزیابی کیفیت آب زیرزمینی دشت دوزدوزان جهت مصارف کشاورزی با استفاده از رهيافت فازی
محورهای موضوعی :
حسين رجب پور
1
(دانشگاه تبریز)
جعفر ادراكي
2
(دانشگاه تبریز)
غلامرضا احمدزاده
3
(دانشگاه محقق اردبیلی)
کلید واژه: دشت دوزدوزان رهيافت فازي کيفيت آب زيرزميني آب کشاورزی.,
چکیده مقاله :
دشت دوزدوزان در 80 کيلومتري جنوب شرقي تبريز قرار دارد و یکي از دشت هاي حاصل‌خيز آذربايجان شرقي است. اقتصاد اصلي ساکنان این منطقه بر پايه کشاورزي است و به تبع آن و با توجه به کمبود منابع آب های سطحی، عمده مصرف آب زيرزميني در بخش کشاورزي است. در اين تحقيق، کاربرد نظری مجموعه هاي فازي برای ارزيابي کيفيت آب نشان داده شده است. به منظور ارزيابي کيفيت آب کشاورزي دشت دوزدوزان به روش فازي، از 7 پارامتر موثر بر کيفيت آب زيرزميني استفاده شده است. بدين منظور، داده‌هاي کيفي 50 حلقه چاه آب زيرزميني در سال آبي 1391-1390 تهيه شد. با استفاده از مدل فازي، کيفيت آب زيرزميني به سه طبقه مطلوب، قابل قبول و غير قابل قبول تقسيم شد. بر اساس نتايج، 17 نمونه در رده مطلوب و با سطح اطمينان 6/63 درصد تا 84 درصد و 28 نمونه در رده قابل قبول و با سطح اطمينان 48 درصد تا 5/64 درصد قرار گرفتند. 5 نمونه باقيمانده نيز در رده غير قابل قبول و با حداکثر سطح اطمينان 7/13 درصد قرار گرفتند.
Dozdozan plain is located in 80 kilometers south-east of Tabriz and is one of the most fertile plains of East Azerbaijan. The main economy of its residents is based on agriculture and as a result of the scarcity of surface water resources; agricultural sector is the major consumer of ground water. In this study, the application of Fuzzy Set theory for evaluation of ground water quality for agricultural purposes is used. In this research, seven ground water parameters from 50 wells were measured from 2012 to 2013 in Dozdozan plain. Based on Fuzzy Water Quality Model, the ground-water quality is classified in three categories; desirable, acceptable and unacceptable. Results showed only 17 samples from 50 wells come in desirable class with certainty level of 63.6 to 84 percent. About 28 samples classified in the acceptable category whose certainty level ranged from 48 to 64.5 percent and the remaining five samples were in not acceptable category with the maximum certainty level of 13.7 percent.
- آذر، ع. و فرجي، ح.، 1386. علم مديريت فازي، انتشارات موسسه كتاب مهربان نشر.
- طاهري، م.، 1378. آشنايي با نظريه مجموعه‌هاي فازي، انتشارات جهاد دانشگاهي مشهد.
- معروفي، ا.، ترنجيان، ا. و زارع ابيانه، ح.، 1388. ارزيابي روش‌هاي زمين آمار جهت تخمين هدايت الکتريکي و pH زه آب‌هاي آب راهه‌اي همدان- بهار، مجله پژوهش‌هاي حفاظت آب و خاک دانشگاه علوم کشاورزي و منابع طبيعي گرگان، 16،178-169.
- مؤسسه استاندارد و تحقيقات صنعتي ايران، 1376. ويژگي‌هاي آب آشاميدني، استاندارد شماره 1053، چاپ‌هاي چهارم و پنجم، کميسيون استاندارد ويژگي‌هاي آب آشاميدني.
- هاشمي، ا.، موسوي، ف.، طاهري، م. و قره‌چاهي، ع.، 1389. ارزيابي کيفيت آب‌زيرزميني 9 شهر استان اصفهان براي مصارف شرب با استفاده از سيستم استنتاج فازي، فصلنامه تحقيقات منابع آب ايران، 6، 34-25.
- صداقت، م.، 1385. زمین و منابع آب، انتشارات دانشگاه پیام‌نور.
- کیا، م.، 1389. منطق فازی در MATLAB، انتشارات کیان رایانه سبز.
- علیزاده، ا.، 1364. کیفیت آب در آبیاری، اتشارات آستان قدس رضوی.
- حاج‌رسولی‌ها، ش.، 1364. کیفیت آب برای کشاورزی، مرکز نشر دانشگاهی.
- Bardossy, A., Bronstert,A., and Merz, B., 1995. 1, 2 and 3dimensional modeling of water movement in the unsaturated soil matrix using a fuzzy approach. Advanced Water Resources, 18, 237-251.
- Chang, N.B., Chen, H.W., and Ning, S.K., 2001. Identification of river water quality using the fuzzy synthetic evaluation approach. Journal of Environmental Management, 63, 293-305.
- Fisher, B., 2003. Fuzzy environmental decision-making: Application to air pollution. Atmosphere Environmental, 37, 1865-1877.
- Li, Y.P., Huang, G.H., Huang, Y.F., and Zhoue H.D., 2009. A multistage fuzzy-stochastic programming model for supporting sustainable water-resources allocation and management. Environmental Modeling and Software, 24, 786-797.
- Liou, S., and Lo,S.L., 2004. A fuzzy index model for tropic status evolution of reservoir waters. Water Resources, 96, 35-52.
- McKone, T.E., and Deshpande, A.W., 2005. Can fuzzy logic bring complex environmental problems into focus?, Environmental Sciences And Technology, 39, 42-45.
- Todd, K, D., 2005. Groundwater Hydrology, John Wiley and Sons, 636.
- Dahiya, S., B. Singh, S. Gaur, V.K Garg and H.S Kushwaha., 2007. analysis of groundwater quality using fuzzy synthetic evaluation. Journal of Hazardous Material, 147, 938-946.
- Ross, T. 1995. Fuzzy logic with engineering applications. New York: McGraw-Hill Inc.
- Sonmez, H., Tuncay, E., and Gokceoglu, C., 2004. models to predict the uniaxial compressive strength and the modulus of elasticity for agglomerate. International Journal of Rock Mechanics and Mining Sciences, 41, 717–729.
- Gokceoglu, C., 2002. a fuzzy triangular chart to predict the uniaxial compressive strength of the ankara agglomerates from their petrographic composition. Engineering Geology, 66, 39–51.
- Jang, R. J. S., Sun, C. T., and Mizutani, E. 1997. Neuro-Fuzzy and Soft Computing. Upper Saddle River: Prentice-Hall.
- Iphar, M., and Goktan, R. M., 2006. An application of fuzzy sets to the diggability index rating method for surface mine equipment selection. International Journal of Rock Mechanics and Mining Sciences, 43, 253–266.
- Hakim, M. A. Juraimi, A. S. Begum, M. Hasanuzzaman, M. Uddin, M. K. and Islam, M. M., 2009. Suitability evaluation of groundwater for irrigation, drinking and industrial purposes,” American Journal of Environmental Sciences 5, 413-419.
- Gholami, S. and Srikantaswamy, S., 2009. Analysis of agricultural impact on the Cauvery River water around krs dam, World Applied Sciences Journal, 6, 1157-1169.
- FAO, Unesco, 1985. Irrigation, Drainage and salinity. An International Sourcebook, Paris, Unesco and Hutchinson and Co.