مکان‌یابی میکروکچمنت های مستعد استحصال آب در سطح حوضه با استفاده از روش های تلفیق در سامانه اطلاعات جغرافیایی (مطالعه موردی حوضه آبخیز نازلو چای آذربایجان غربی)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 عضو هیات علمی

2 فارغ التحصیل

چکیده

سابقه و هدف: کشور ایران و به‌تبع آن حوضه مورد مطالعه به علت قرار داشتن بر روی کمربند مناطق خشک جهان همواره با پدیده خشکی و کمبود بارش در مناطق وسیعی از خود مواجه است. بر این اساس استفاده بهینه از آب و مدیریت آ ن جزء ضرورت‌های لاینفک این مناطق است. اصولا الگوی بارش در مناطق خشک به‌گونه‌ای است که درزمانی کوتاه رگبارها با شدت زیاد می‌بارد و این موضوع باعث ایجاد رواناب در سطح حوضه شده که علاوه بر حمل خاک سطحی با ارزش، فرصت نفوذ آب در خاک نیز از دست می‌رود. تکنیک‌های مختلف برداشت آب در جمع‌آوری آب باران از زمین‌های طبیعی یا زمین‌های اصلاح شده در مکان‌های کوچک‌تر یا عرصه‌های زراعی به‌منظور زراعت اقتصادی مطمئن‌تر استفاده‌شده و رواناب جمع‌آوری‌شده در خاک، پشت سدها، تراس‌ها، حوضچه‌های آرامش، خندق‌ها و آب‌بندان‌ها ذخیره می‌شود. حوضه مورد مطالعه با بارش 470 میلی‌متر و ضریب جریان 26/0 دارای پتانسیل بالای استحصال آب در سطح حوضه است. مطالعات گذشته نشان می‌دهد که در مکان‌یابی مناطق مستعد استحصال آب در سامانه‌های ماکروکچمنت، مقادیر گاماهای پایین‌تر فازی به‌عنوان مناطق مستعد انتخاب می‌گردند. ولی در زمینه سامانه‌های میکروکچمنت سابقه مطالعاتی با روش عملگرهای فازی مشاهده نگردید.
مواد و روش‌ها: در این تحقیق مکان‌یابی مناطق مستعد سه روش استحصال آب شامل بانکت هلالی، کنتور فارو و تراس نیمکتی در حوضه آبخیز نازلوچای با مساحت 1508 کیلومترمربع استفاده از ابزار تلفیق GIS موردبررسی قرار گرفت. از بین عوامل اقلیمی، هیدرولوژیک و محیطی مؤثر حوضه، شش عامل بارش، شیب، کاربری اراضی، گروه‌های هیدرولوژیکی خاک، زهکشی و عمق خاک برای شناسایی مناطق مناسب مورد استفاده قرار گرفت. جهت بی‌بعدسازی و وزن‌دهی متغیرهای کمی، از توابع منطق فازی با تابع عضویت ذوزنقه‌ای و برای متغیرهای توصیفی، منطق فازی با تحلیل سلسله مراتبی (AHP) مورداستفاده قرار گرفت. روش‌های تلفیق لایه‌ها شامل منطق بولین و منطق فازی و با کمک عملگرهای بولین AND و بولین OR و همچنین حاصلضرب، حاصلجمع، گامای فازی از 1/0 تا 9/0 مورد آزمون قرار گرفت.
یافته‌ها: نتایج حاصل از مقایسه داده‌های مشاهده‌ای و خروجی هر یک از روش‌های تلفیق، با"شاخص تشابه" نشان داد که مقدار شاخص گاما 9/0 فازی در سیستم بانکت هلالی برابر 824/0 و در سیستم کنتور فارو 906/0 بوده که بیان کننده میزان تشابه بیشتر مدل گامای 9/0 فازی نسبت به سایر روش‌ها می‌باشد و همچنین مشخص شد که مدل منطق بولین فاقد نتایج مناسب می‌باشد. در منطق فازی با افزایش گاما تا مقدار گامای 9/0 تطابق نتایج مدل با داده‌های مشاهده‌ای افزایش می‌یابد و از مقادیر بیشتر از 9/0 کاهش می‌یابد و این نشان می‌دهد که گاماهای بالاتر جهت مکانیابی سیستم‌های میکروکچمنت استحصال آب مناسب می‌باشد. 30 درصد حوضه مستعد توسعه روش بانکت هلالی، 5/11 درصد مستعد کنتور فارو و 3/6 درصد حوضه مستعد تراس نیمکتی هست.
نتیجه گیری: براساس نتایج حاصل از مطالعه نتیجه‌گیری می‌شود که در سیستم‌های میکروکچمنت استحصال آب از روش‌های بولین بخاطر دقت پایین این روش‌ها کمتر استفاده گردد و از روش‌های جدیدتر مکانیابی از قبیل مکانیابی فازی با گاماهای بالاتر بهره گرفته شود.

کلیدواژه‌ها


عنوان مقاله [English]

Site selection of Micro-catchment water harvesting systems at basin scale, with intersecting methods in GIS (a case study; NazlouChay Basin, Western Azerbaijan)

نویسندگان [English]

  • Behzad Hessari 1
  • Ali Goharnejad 2
  • Karim Solimani 1
چکیده [English]

Background and objectives: Iran and accordingly the study area due to placing on the dry belt region of the world are always faced with the drought phenomenon and shortage of rainfall. Accordingly, the efficient use of water and the management of these areas are integral component requirements of such areas. Precipitation pattern in arid areas occurs as storms with the high intensity usually in short time and causing huge runoff in the basin that will carry valuable surface soil and decreasing water infiltration opportunity in the soil. Different techniques of rainwater harvesting from natural lands, improved micro-catchments or agricultural micro-basins will lead to developing sustainable economical agriculture and store runoff into soils, dams, terraces, ponds, ditches, and reservoirs. The study area with 470 mm rainfall and runoff coefficient of 0.26 has the high potential of water harvesting at the basin scale. Previous studies show that lower gammas fuzzy logic values target macro-catchment systems of water harvesting well, but in micro-catchment systems with using fuzzy operators are less researched.
Materials and Methods: In this research for finding suitable areas for water harvesting, 3 systems including semi-circular bunds, contour furrow, and bench terrace with using GIS in Nazlu basin with 1507 km2 area, of west Azarbijan were investigated. Watershed factors such as climate, physiographic and hydrological factors, six important layers of precipitation, slope, land use, hydrologic soil groups, and drainage and soil depth were selected. For intersecting and making layers dimensionless, Fuzzy logic with trapezoidal membership function and Fuzzy logic with the analytical hierarchical process (AHP) were used for the quantitative and qualitative variables respectively. AND for combining of layers Boolean AND, Boolean OR, Fuzzy algebraic Product, Fuzzy algebraic sum, Fuzzy gamma of 0.1 to 0.9 methods were examined.
Results: The “measure of similarity” is used for comparisons of filed observed and combination outputs. The results show for the crescent bankette and the Gamma-0.9 Fuzzy, this figure equals 0.824 and for counter furrow, equals 0.906. These figures indicate that fuzzy gamma 0.9 has better suitability than other method and also Boolean logic model do not show suitable results. Similarity index in fuzzy logic increases up to 0.9 gamma and returns below 0.9. High Gamma for site selection of Micro-catchment water harvesting systems shows better results. The 30% of the basin is suitable for semi-circular bunds, the 11.5% for contour furrow and 6.3% for bench terrace.
Conclusion: The results show that for determining the locations suitable to micro-catchment water harvesting methods, Boolean methods are less useful due to low precision and the usage of newer methods of gamma fuzzy logic should be considered, instead.

کلیدواژه‌ها [English]

  • Water Harvesting at basin scale
  • Fuzzy Logic
  • Boolean Logic
  • GIS
  • Nazlou Chay Basin
 1.Abrefa, K., Forkuob, K., and Asamoaha, J. 2013. Using a GIS-based model as a
decisionsupport framework for identifyingsuitable rain water harvesting sites. Inter. J. Adv.
Technol. Engin. Res. (IJATER). 3: 4. 25-33.
2.Alesheikh, A.A., Soltani, M.J., Nouri, N., and Khalilzadeh, M. 2008. Land assessment for
flood spreading site selection using geospatial information system. Inter. J. Environ. Sci.
Technol. 5: 4. 455-462. (In Persian)
3.An, P., Moon, W.M., and Rencz, A. 1991. Application of fuzzy set theory to integrated
mineral exploration. Can. J. Exp. Geophysic. 27: 1. 1-11.
4.Awulachew, S.B., Lemperiere, P., and Tulu, T. 2009. Water harvesting and development for
improving productivity. Improving productivity and market success. (IPMS). 90p.
5.Bonham-Carter, G.F. 1994. Geographic information systems for geoscientists: Modeling with
GIS. Paragon press, Oxford, 398p.
6.Brown, F.M. 2003. Boolean reasoning the logic of Boolean equations. Dover publications,
304p.
7.De Pauw, E., Oweis, T., and Youssef, J. 2008. Integrating expert knowledge in GIS to locate
biophysical potential for water harvesting: methodology and a case study for Syria.
International Center for Agricultural Research in the Dry Areas, Aleppo, Syria.
8.Duveskog, D., Nyagaka, D., Mweri, B., Shiribwa, M., and Kaumbutho, P. 2003. Soil and
water conservation with a focus on water harvesting and soil moisture retention. Published
by the farm level applied research methods for east and southern Africa, 86p.
9.Frasier, G.W. 1980. Harvesting water for agricultural, wildlife, and domestic uses. J. Soil
Water Cons. 35: 3. 125-128.
10.Hessari, B., Ghani-Poor, R., Khalili, K., and Heydari, A. 2006. Water balance of West
Azarbijan with GIS, technical reports of regional water autority. 214p. (In Persian)
11.Makhdoom, M. 2001. Foundation land. Tehran: Tehran University Press, 304p. (In Persian)
12.Mbilinyi, B.P., Tumbo, S.D., Mahoo, H.F., Senkondo, E.M., and Hatibu, N. 2005.
Indigenous knowledge as decision support tool in rainwater harvesting. Physics and
Chemistry of the Earth 30: 11-16. 792-798.
13.Mbilinyi, B.P., Tumbo, S.D., Mahoo, H.F., and Mkiramwinyi, F.O. 2007. GIS-based
decision support system for identifying potential sites for rainwater harvesting. Physics and
Chemistry of the Earth. 32: 1074-1081.
14.Mehrvarze, M.K. 2003. Investigation of Quaternary Deposits Suitable for Floodwater
Spreading, Case study (Tassuj Plain), M.Sc. Thesis, Tehran University. 111p. (In Persian)
15.Mkiramwinyi, F.O. 2006. Identification of potential sites for rainwater harvesting using
remote sensing and GIS in the Makanya catchment, same district, Northern Tanzania.
M.Sc. Thesis, Sokoine University of Agriculture, Morogoro, Tanzania.
16.Murray, J., Ogden, A.T., and Mcdaniel, P.M. 2003. Development of a GIS database for
ground water recharge assessment of the Palo use. Soil Sci. 168: 11. 759-768.
17.Oweis, T., Prinz, D., and Hachum, A.Y. 2012. Water harvesting for agriculture in the dry
areas, Taylor & Francis Group, London, UK, 262p.
18.Prinz, D. 1996. Water harvesting-past and future: Proceeding, NATO Advanced Research
Workshop. Pereira, L.S. (eds), 21-26 March 1994, Balkema, Rotterdom, Pp: 135-144.
19.Prinz, D. 2001. Water harvesting for a forestation in dry areas. Proceedings, 10th.
International conference on rain water catchment systems, Mannheim, 10-14 sep. 2001,
Pp: 195-198.
20.Reij, C., Mulder, P., and Begemann, L. 1988. Water harvesting for plant production
[World Bank Technical Series ed.]: Washington D.C, The World Bank, 98p.
21.Saaty, T.L. 1980. The analytical hierarchy process, Planning, Priority, resources allocation,
RWS Publications, USA.
22.Weerasinghe, H., Schneider, U., and Low, A. 2010. Water harvesting and storage location
optimization model using GIS and remote sensing. Balwois, 2010, Ohrid, Republic of
Macedonia, 25, 29 May 2010.
23.Zadeh, L. 1965. Fuzzy sets. IEEE Information and Control, 8: 3. 338-353.
24.Zimmermann, H.J. 1985. Fuzzy Set Theory and its Applications. Kluwer Academic
Publishers, Dordrecht. 114p.
25.Zehtabian, G.R., Alavipanah, S.K., and Hamedpanah, R. 2001. Determination of an
appropriate area for flood spreading by remote sensing data and GIS. In: Proceedings of the
international conference on new technology for a new century, Seoul, Korea, Pp: 1-6.