کاربست مدل دراستیک در بررسی روند توسعه صنعتی دشت ساری با تاثیر بر آلودگی زیست محیطی
محورهای موضوعی : آلودگی منابع آب
1 - استادیار گروه علوم محیط زیست
2 - دانشگاه شیراز
کلید واژه: آسیبپذیری, دراستیک, ساری, آبخوان, توسعه صنعتی,
چکیده مقاله :
در ایجاد شهرکهای جدید صنعتی به منظور پاسخگویی به نیازهای مردم بایستی به عوامل و فاکتورهای موثر در حفاظت، مدیریت و توسعه پایدار آبخوانها و منابع آبی موجود در یک دشت توجه گردد. لذا بررسی پتانسیل آسیبپذیری آبخوان جهت مکانیابی شهرکهای جدید صنعتی لازم و ضروری می باشد. در این تحقیق، جهت ارزیابی عوامل هیدروژئولوژیکی اثرگذار در مکانیابی شهرکهای صنعتی در دشت ساری به عنوان مطالعه موردی، نقشه خطرپذیری دشت با استفاده از مدل دراستیک تهیه گردید. نتایج حاصل از مدل دراستیک نشان داد که آسیبپذیری آبخوان دشت ساری در سه گروه آسیبپذیری بالا (49/10 درصد)، بسیار بالا (66/56 درصد) و بسیار بسیار بالا (85/32 درصد) قرار می گیرد. تحلیل حساسیت به دو روش تک پارامتری و حذف پارامتر مشخص مینماید که عامل عمق آب زیرزمینی بیشترین حساسیت را در شاخص آسیبپذیری دراستیک ایجاد میکند. آبخوان دشت ساری به دلیل عمق کم آب زیرزمینی به شدت تحت تأثیر آلایندههای حاصل از کشاورزی و فعالیت شهرکهای صنعتی قرار میگیرد لذا منطقه مورد مطالعه براساس نقشه نهایی خطرپذیری، پتانسیل آسیبپذیری شدید آبخوان و میزان آلودگی موجود در آن، جهت ایجاد شهرکهای جدید صنعتی از موقعیت مناسبی برخوردار نمیباشد. همچنین در صورت عدم رعایت ملاحظات زیست محیطی توسط کشاورزان و واحدهای صنعتی موجود در دشت، خسارات جبران ناپذیری به آبخوان وارد می شود.
New industrial estates developments must follow the effective factors in protection, management and sustainable development of aquifers and water resources in a plain in order to meet the needs of people. Therefore, assessment of the aquifer vulnerability potential for locating new industrial estates settlements is necessary. So, investigation of the vulnerability of Sari plain groundwater resources for locating the industrial zones is necessery. In this research, the risk map of the plain was prepared using a drastic model to assessment of the effective hydrogeological factors in locating the industrial estates of Sari plain. The results of the Drastic model showed that Sari aquifer vulnerability is classified in three groups of highly vulnerable (10.49%,), very highly vulnerable (56.66%) and too highly vulnerable (32.85%). Sensitivity analysis based on two-way single parameter and parameter deletion methods showed that the depth of the water-table factor is the most sensitive factor on the DRASTIC vulnerability index. Sari aquifer is strongly affected by agricultural and industrial activities' pollutants due to shallow water-table; so, the study area is not suitable for establishment of industrial estates based on the final vulnerability map, the aquifer extreme vulnerability potential and the amount of exsisting pollutant. Also, if environmental considerations are not respected by farmers and the existing industrial units in the plain, the aquifer will be suffering serious damages.
Banton, O., Villeneuve, J.P., 1989. Evaluation of groundwater vulnerability to pesticides: A comparison between the pesticide drastic index and the PRZM leaching quantities. Journal of Contaminant Hydrology, Vol. 4, No. 3, pp.285-296.
Smith, D.M. Industrial location: an economic geographic analysis.1st ed. New York: John Wiley & Sons; 1971.
Thirumalaivasan, D., Karmegam, M., Venugopal, K., 2003. AHP DRASTIC: software for specific aquifer vulnerability assessment using DRASTIC model and GIS. Environmental Modeling and Software, Vol. 18, No. 7, pp.645–656.
Bonham-Carter, G.F., Merriam D.F. Geographic information systems for geoscientists: modeling with GIS. Volume 13. 1st ed.Pergamon Press; 1995. P.416.
Hamza, M.H., Added, A., Rodríguez, R., Abdeljaoued, S., Ben Mammou, A., 2007. A GIS-based DRASTIC vulnerability and net recharge reassessment in an aquifer of a semi-arid region (Metline-Ras JebelRaf Raf aquifer, Northern Tunisia). Journal of Environmental Management, Vol.84, No.1, pp. 9-12.
Zamorano, M., Molero, E., Hurtado, A., Grindlay, A., Ramos, A., 2008. Evaluation of a municipal landfill site in Southern Spain with GIS-aided methodology. Journal of Hazardous Materials, Vol.160, No. 2-3, pp.473-481.
Sharifi, M., Hadidi, M., Vessali, E., Mosstafakhani, P., Taheri, K., Shahoie, S., 2009. Integrating multicriteria decision analysis for a GIS-based hazardous waste landfill sitting in Kurdistan Province, western Iran. Waste Management, Vol.29, No.10, pp.2740-58.
Sarcheshmeh, B., Shah Mohammadi S.h., 2017. Vulnerability assessment of Salmas plain aquifer contamination using Drastic model and GIS. Water and Soil Science, Vol.26, No.4.2, pp.55-67 (in Persian).
Arouji, B., Selgi, E., 2016. Vulnerability assessment of Asadabad plain Hamadan using geographic information system. Environmental Sciences,Vol.14, pp. 91-104 (in Persian).
Kadkhodaei-Ilkhchi, F., Asghari-moghaddam, A., Barzegar, R., Gharahkhani, M.,2019. Optimization of the Drastic and Syntax model in vulnerability assessment of Shabester plain. Iranian Journal of Eco Hydrology,Vol. 6, No. 1, pp. 77-88 (in Persian).
Aller, L., Bennet, T., Lehr, J., Petty, R., Hackett, G., 1987. DRASTIC: astandardized system forevaluating ground water pollution potentialusing hydrogeologic settings, Ada, Oklahoma: US and Environmental Protection Agency,Vol. 600, pp. 2–87.
Chitsazan, M., Akhtari, Y., 2009. A GIS-based DRASTIC Model for Assessing Aquifer Vulnerability in Kherran Plain, Khuzestan, Iran. Water Resource Management, Vol. 23, pp. 1137-1155.
Ayman, A.A., 2009. Using generic and pesticide DRASTIC GIS-based models for vulnerability assessment of the quaternary aquifer at Sohag, Egypt. Hydrogeology Journal,Vol. 17, pp. 1203–1217.
Alizadeh, A. Principles of Applied Hydrology. 21st ed. Mashhad: Imam Reza University; 2007 (in Persian).
Radmanesh, F., Sadri, S., Shahbazi, A., 2018. Evaluation of the vulnerability of the Jarmeh aquifer using DRASTIC and SINTACS methods. Journal of Water and Sustainable Development, Vol. 4, No. 2, pp. 111-120 (in Persian).
Rahman, A., 2008. A GIS based DRASTIC model for assessing ground water vulnerability in shallow aquifer in Aligarh, India. Applied Geography, Vol. 28, pp. 32–53.
Azari, T., Samani, N., Evaluation of hydrodynamic parameters and water balance of Sari-Neka plain using MODFLOW computer code. 14th Iranian Geological Society Conference and 29th Earth Sciences Conference; 2010/09/17; Urmia. Urmia University; 2010. P.20-27 (in Persian).
Lodwick, W.A., Monson, W., Svoboda, L., 1990. Attribute error and sensitivity analysis of map operations in geographical information systems: suitability analysis. International Journal of Geographical Information Systems, Vol. 4, No. 4, pp. 413–428.
Rosen, L., 1994.A study of the DRASTIC methodology with emphasis on Swedish conditions. Groundwater, Vol. 32, No. 2, pp. 278-285.
Jafari, K., Hafezi-Moghaddas, N., Mazloumi, A., Ghezi, A., 2019. Determination of vulnerability of Ardebil aquifer using DRASTIC method in GIS. Iranian Journal of Health and Environment, Vol. 12, No. 3, pp. 461-476 (in Persian).
Almasri, M., 2008. Assessment of intrinsic vulnerability to contamination for Gaza coastal aquifer, Palestine. Journal of Environmental Management, Vol. 88, pp. 577-593.
Samey, A.A., Gang, C., 2008. A GIS based DRASTIC model for the assessment of groundwater vulnerability to pollution in west Mitidja: Blida City, Algeria. Research Journal of Applied Sciences, Vol. 3, No. 7, pp. 500- 507.
پژوهش و فناوری محیط زیست، دوره چهارم، شماره شش، پاییز و زمستان 98، صفحهی 83-92
|
کاربست مدل دراستیک در بررسی روند توسعه صنعتی دشت ساری با تاثیر بر آلودگی زیست محیطی
|
m.rahmani@umz.ac.ir |
در ایجاد شهرکهای جدید صنعتی به منظور پاسخگویی به نیازهای مردم بایستی به عوامل و فاکتورهای موثر در حفاظت، مدیریت و توسعه پایدار آبخوانها و منابع آبی موجود در یک دشت توجه گردد. لذا بررسی پتانسیل آسیبپذیری آبخوان جهت مکانیابی شهرکهای جدید صنعتی لازم و ضروری می باشد. در این تحقیق، جهت ارزیابی عوامل هیدروژئولوژیکی اثرگذار در مکانیابی شهرکهای صنعتی در دشت ساری به عنوان مطالعه موردی، نقشه خطرپذیری دشت با استفاده از مدل دراستیک تهیه گردید. نتایج حاصل از مدل دراستیک نشان داد که آسیبپذیری آبخوان دشت ساری در سه گروه آسیبپذیری بالا (49/10 درصد)، بسیار بالا (66/56 درصد) و بسیار بسیار بالا (85/32 درصد) قرار می گیرد. تحلیل حساسیت به دو روش تک پارامتری و حذف پارامتر مشخص مینماید که عامل عمق آب زیرزمینی بیشترین حساسیت را در شاخص آسیبپذیری دراستیک ایجاد میکند. آبخوان دشت ساری به دلیل عمق کم آب زیرزمینی به شدت تحت تأثیر آلایندههای حاصل از کشاورزی و فعالیت شهرکهای صنعتی قرار میگیرد لذا منطقه مورد مطالعه براساس نقشه نهایی خطرپذیری، پتانسیل آسیبپذیری شدید آبخوان و میزان آلودگی موجود در آن، جهت ایجاد شهرکهای جدید صنعتی از موقعیت مناسبی برخوردار نمیباشد. همچنین در صورت عدم رعایت ملاحظات زیست محیطی توسط کشاورزان و واحدهای صنعتی موجود در دشت، خسارات جبران ناپذیری به آبخوان وارد می شود.
كليد واژهها: آسیبپذیری، دراستیک، ساری، آبخوان، توسعه صنعتی
[1] - استادیار گروه علوم محیط زیست، دانشکده علوم پایه، دانشگاه مازندران، بابلسر
[2] - دانش آموخته دکترای زمین شناسی گرایش هیدروژئولوژی، بخش علوم زمین، دانشکده علوم، دانشگاه شیراز، شیراز
مقدمه
امروزه مسئله محيط زيست در حال تبديل شدن به يك بحران حقيقي ميباشد. از سوي ديگر توسعه هر كشور در گرو داشتن صنعتي پاك و عاري از آلودگي زيست محيطي است. با توجه به اينكه صنعت يكي از بخشهاي بسيار مهم و كليدي اقتصاد به حساب ميآيد، شناخت مواد آلاينده و تعيين راههاي كاهش اثرات زيست محيطي آنها مي تواند گامي موثر بر توسعه صنعت كشور و ايجاد محيط زيستي سالم محسوب گردد. ايجاد نواحي صنعتي با توجه به وسعت آنها منجر به برهم زدن تعادل محيط زيست ميشوند. احداث اينگونه نواحي منجر به تغييرات اساسي در سيماي محيط زيست منطقه ميگردد. در اين مقاله سعي بر آن است تا با ارزيابي زيست محيطي و با درنظر گرفتن كليه ويژگيهاي منطقه، به مكانيابي و احداث مراكز تجمع واحدهاي صنعتي و شهركها در دشت ساری پرداخته شود. شهرک صنعتی مکانی است دارای محدوده و مساحت معین که موقعیت مکانی آن طبق ضوابط و اصول مکانیابی پروژههای صنعتی و براساس استراتژی توسعه شهرکهای صنعتی کشور معین شده و تأسیسات زیربنایی و خدمات فنی موردنیاز در رابطه با نوع فعالیت صنعتی در آن استقرار مییابند (بنتون و ویلنو1، 1989). برای مکانیابی شهرکهای صنعتی، بایستی فاکتورها و عوامل موثر بر آن تعیین شوند و با یک مدل ریاضی مناسب تلفیق گردند تا مکان مطلوب مشخص گردد (اسمیت2،34:1971). فاکتورهای موثر در تعیین مکان شهرکهای صنعتی به منظور دستیابی به توسعه پایدار صنعتی عبارتند از:
(الف) عوامل موثر جهت دسترسی به تسهیلاتی مانند جاده، فرودگاه، راهآهن، امکانات شهری، امکانات درمانی، مراکز آموزشی، ایستگاههای پلیس و ...
(ب) فاکتورهای موثر در تأمین امکانات زیربنایی مانند آب، برق، گاز، تلفن و ...
(ج) عوامل موثر در حفاظت از محیط زیست مانند آلودگی هوا، جنگلها، مراتع، جلوگیری از انقراض گیاهان و نسل حیوانات.
(د) عوامل طبیعی هیدروژئولوژیکی موثر در حفاظت منابع آبی و آبخوانها مانند عمق آب زیرزمینی، مقدار تغذیه و بارش در یک دشت، جنس آبخوان، جنس خاک، شیب زمین، جنس محیط غیراشباع و هدایت هیدرولیکی آبخوان.
به منظور تعیین مکان مناسب برای ساخت شهرکهای صنعتی در یک دشت بایستی تمامی فاکتورهای فوق مورد ارزیابی قرار گیرند و در صورتی که منطقه مورد مطالعه از لحاظ کلیه عوامل در طبقه مناسبی قرار بگیرد احداث شهرکهای صنعتی در آن بدون مانع میباشد. اما از آنجایی که حفظ محیط زیست، بخش مهمی از مدیریت هر صنعت میباشد، "سازمان صنایع کوچک و شهرکهای صنعتی ایران" بهعنوان متولّی ایجاد و توسعه شهرکهای صنعتی و بانی "صنعت سبز" در کشور، با بهرهگیری از حداکثر توان خود درصدد توسعه پایدار و همه جانبه صنعت از طریق ساخت شهرکهای صنعتی جدید و توسعه شهرکهای صنعتی موجود است به این معنی که بدون حفظ محیط زیست، توسعه هر صنعتی توسعه تکبُعدی و ناپایدار خواهد بود. بنابراین، این سازمان بایستی جهت دستیابی به توسعه صنعتی پایدار در زمینه محیط زیست، "مکانیابی شهرکهای صنعتی با توجه به ملاحظات زیست محیطی، انجام ارزیابی زیستمحیطی قبل از احداث شهرکهای صنعتی و نیز استقرار و بهرهبرداری از سیستمهای مدیریت زیستمحیطی و تولید پاکتر" را مدنظر قرار دهد و با اجرای این سیاستها در ایجاد و توسعه شهرکها و واحدهای جدید صنعتی از طریق بررسی فاکتورهای موثر بر مکانیابی به اهداف نهایی خود برسد. با توجه به محدوديت منابع آبي و تهديد اين منابع از سوي آلايندههاي مختلف صنعتي، كشاورزي و شهري، ضرورت تدوين و اجراي برنامههاي جامع مديريت كميت و كيفيت منابع آب بيش از پيش، از اهميت ويژهاي برخوردار است. از آنجایی که آبهای زیرزمینی از مهمترین منابع آبی طبیعی میباشد، بنابراین حفاظت کیفی آبهای زیرزمینی مسئلهای مهم و حیاتی است. با توجه به اهمیت این موضوع مهمترین فاکتور موثر در تعیین مکان شهرکهای صنعتی به منظور دستیابی به توسعه پایدار صنعتی، عوامل طبیعی هیدروژئولوژیکی میباشد. مسئله اساسی این تحقیق، کاربرد معیارهای هیدروژئولوژیکی موثر در مکانیابی شهرکهای صنعتی جدید و تهیه نقشهی خطرپذیری آبخوان دشت ساری برای دستیابی به توسعه پایدار است. هدف تحقیق، تعیین بهترین مکان مناسب برای توسعه صنعتی در دشت ساری است که کمترین اثرات سوء را در حال حاضر و در بلندمدت به دنبال داشته باشد و با توجه به شرایط موجود در منطقه، خسارات جبران ناپذیری به آبخوان وارد نکند.
یک ابزار مناسب جهت تهیه نقشه خطرپذیری براساس شاخصههای آسیبپذیری روش دراستیک میباشد (تیرومالیواسان3 و همکاران، 2003) مدل دراستیک با استفاده از نرمافزار GIS و جمعآوری دادههای رقومی و نیز براساس قرار دادن لایههای مختلف بر روی هم، شاخص خطرپذیری را به عنوان تابع خطی از فاکتورهای مختلف محاسبه میکند (بنهام کارتر و مریم4، 1995: 416). این روش بهطور وسیعی در ایران و سایر کشورهای جهان برای پهنهبندی آسیبپذیری دشتهای مختلف، بهکار گرفته شده است (همزه5 و همکاران،2007; زامورانو6 و همکاران، 2008; شریفی7 و همکاران، 2009; سرچشمه و شاهمحمدی، 2017; اروجی و سلگی، 2016; کدخدایی ایلخچی و همکاران، 2019). از آنجایی که تاکنون پژوهشی در زمینه مکانیابی شهرکهای صنعتی با استفاده از روش دراستیک به انجام نرسیده است بنابراین در اين تحقيق از مدل دراستيك جهت مکانیابی شهرکهای جدید صنعتی دشت ساری استفاده شده است.
مواد و روش كار
· محدوده مورد مطالعه
دشت ساری در محدودهای بین شرق شهر ساری تا غرب شهر نکاء واقع شده است. مساحت محدوده مورد مطالعه حدود 85/635 کيلومتر مربع بوده که میانگین بارندگی سالانه آن 8/732 میلیمتر است. از نظر منابع آبهای سطحی، رودخانههای دائمی تجن و نکارود در آن جاری میباشند. در آبخوان ساری ده چشمه، 8 رشته قنات و 7297 حلقه چاه پمپاژ وجود دارد و بیشترین بهرهبرداری از آبخوان ساری از طریق چاههای بهرهبرداری صورت میگیرد. شکل (1) نقشه کاربری زمین در دشت ساری را نشان میدهد. همانطور که ملاحظه میگردد کل محدوده دشت، باغ و زمینهای کشاورزی میباشد. در این محدوده، در حال حاضر تنها سه شهرک صنعتی فعال وجود دارد.
· روش بررسی
پهنهبندی آسیبپذیری دشت ساری با استفاده از روش دراستیک در محیط GIS انجام شده است. برای این منظور آمار
شکل 1- نقشه کاربری زمین دشت ساری
و اطلاعات موجود وارد پایگاه اطلاعاتی GIS گردید. در این تحقیق از منابع اطلاعاتی گوناگونی از جمله نقشههای توپوگرافی با مقیاس 1:50000، نقشه زمین شناسی با مقیاس 1:100000، نقشه خاک با مقیاس 1:100000، آمار هواشناسی، هیدرولوژی، سطح آب زیرزمینی، نتایج آزمایشهای پمپاژ، لوگ حفاری چاههای اکتشافی و بهرهبرداری، نقشههای مطالعات ژئوفیزیکی و آمار منابع و مصارف آب از شرکت سهامی آب منطقهای مازندران استفاده شده است. نقشههاي خطرپذيري تهیه شده بهوسیله مدل دراستیک براي نشان دادن نواحي با بيشترين پتانسيل براي آلودگي آبهاي زيرزميني براساس فاکتورهاي هيدرولوژيکي بهکار میروند (آلر8 و همکاران، 1987) که از 7 لایه اصلی تشکیل شدهاند که عبارتند از: عمق تا سطح ايستابي (D)، تغذیه خالص (R)، جنس ضخامت اشباع (A)، نوع خاک (S)، شیب و توپوگرافي (T)، اثر منطقه غیراشباع (I)، هدایت هیدرولیکی (C) که در بخش یافتهها به تفصیل مورد بررسی قرار میگیرند. پس از تهیه پارامترهای موردنیاز برای ارزیابی آسیبپذیری به روش دراستیک نقشه آسیبپذیری آبخوان تهیه میشود و جهت بررسی میزان دقت و صحت نقشه آسیبپذیری تهیه شده، بایستی آنالیز حساسیت به دو روش حذف لایه و تک پارامتری انجام شود. درنهایت براساس نتایج حاصل از نقشههای آسیبپذیری آبخوان ساری، مکانهای مناسب جهت ایجاد شهرکهای صنعتی جدید در محدوده دشت ساری تعیین میشود.
یافتههای پژوهش
· تهیه نقشه آسیبپذیری به روش دراستیک
1- عمق تا سطح ايستابي (D): عبارت است از فاصلهاي که آلودگي بايد طي کند تا به آب زير زميني برسد و اهميت زيادي در انتقال آلودگي دارد و این لایه در مدل دراستيک داراي وزن 5 ميباشد (آلر و همکاران، 1987). در اين تحقيق براي تهيه اين لايه از دادههاي عمق آب زيرزميني در اردیبهشت ماه سال 1384 که در طی 20 سال گذشته بهعنوان کمترین عمق آب در دشت گزارش شده، استفاده شده است. هرچه عمق سطح ايستابي کمتر باشد ميزان خطرپذيري افزايش پيدا ميکند (چیت سازان و اختری9، 2009). حداقل عمق سطح ايستابي در منطقه 52/0 متر و حداکثر عمق 47/14 متر ميباشد. لايه عمق تا سطحي ايستابي پس از ارزشدهی به هر یک از نقاط، درونیابی شده و نقشه نهایی در شکل 2 نشان داده شده است.
2- تغذیه خالص (R): ميزان تغذيه عبارت است از ميزان آبي که از سطح زمين به طرف آب زيرزميني حرکت ميکند. آب تغذيه شده ميتواند آلودگي را حمل کرده و به سطح آب زيرزميني برساند، در مناطقي که ميزان تغذيه بيشتر است ميزان خطرپذيري نيز بيشتر ميباشد (آیمان10، 2009; علیزاده، 2007: 125). براي محاسبه تغذيه خالص دشت ساری از مطالعات انجام شده توسط شرکت آب منطقهای ساری تحت عنوان گزارش بيلان حوضههای آبریز رودخانههای مازندران (جدول 1) استفاده شده است (رادمنش و همکاران، 2018).
نقشه لایه تغذیه پس از ارزشدهی به هر یک از نقاط براساس روش استاندارد دراستیک (آلر و همکاران، 1987)، درونیابی شده و نقشه نهایی در شکل 2 نشان داده شده است.
3- جنس ضخامت اشباع (A): بخش اشباع عبارت است از بخشي که داراي حجم قابلتوجهي از آب بهصورت اشباع ميباشد، آلودگي سطحي در نهايت به اين محيط ميرسد و بسته به مواد تشکيلدهنده، اين بخش نقش مهمي در کاهش آلودگي دارد. هر چه مواد ريز در منطقه اشباع بيشتر باشد
ميزان کاهش آلودگي در این بخش بيشتر ميباشد (رادمنش و همکاران، 2018). اطلاعات مربوط به محیط آبخوان در دشت ساری از نتایج کاوشهای زیرسطحی (لوگ حفاریهای اکتشافی، پیزومتری و چاههای بهرهبرداری)، کاوشهای ژئوفیزیکی و
|
زمینشناسی منطقه به دست آمده است و با توجه به روش استاندارد دراستیک (آلر و همکاران، 1987)، خصوصیات محیط آبخوان ارزشگذاری شده است(شکل 2)
4- نوع خاک (S): اين لايه بيانگر جنس لايهاي از خاک ميباشد که بر روي سطح زمين قرار دارد. ويژگيهاي لايه سطحي خاک ميزان آبي را که خاک از سطح مي تواند به طرف آب زيرزميني منتقل کند را کنترل ميکند. هر چه ذرات خاک درشتتر باشند مانند شن و ماسه ميزان انتقال آب بيشتر است و در نتیجه ميزان خطرپذيري در اين نواحي نیز بيشتر خواهد بود (رحمان11، 2008).
براي تهيه لايه خاک سطحي از نقشه خاک تهيه شده توسط شرکت آب منطقهای ساری استفاده شده است که اين نقشه با استفاده از نتايج آناليز نمونه خاک که توسط آزمايشگاه آب و خاک ساری انجام شده است تصحيح شده است. درنهايت با توجه به روش استاندارد دراستیک (آلر و همکاران، 1987)، نقشه لايه خاک سطحي ارزشگذاری شده است که در شکل 2 نشان داده شده است.
5- شیب و توپوگرافي (T): منظور از توپوگرافي ميزان شيب يک ناحيه ميباشد. مناطق با شيب کم تمايل دارند که آب را در سطح خود نگه دارند و توانايي بيشتري براي انتقال آلودگي دارند و مناطق با شيب زياد با ايجاد رواناب، آب کمتري را نفوذ ميدهند و توانايي کمتري در انتقال دارند. براي تهيه لايه توپوگرافي از نقشههاي توپوگرافي DGN ساری با مقياس 1:50000 استفاده شده است. برای این منظور نقشه توپوگرافی در نرمافزار Arc GIS به مدل رقومی ارتفاع تبدیل شده و نقشه شیب از مدل رقومی ارتفاع استخراج شده است و سپس با استفاده از روش استاندارد دراستیک (آلر و همکاران، 1987)، ارزشگذاري و کلاسهبندی شده است (شکل 2).
6- اثر منطقه غیراشباع (I): بیانگر خصوصیات میرایی مواد تشکیلدهنده آبخوان در بخش غیراشباع است و از اهمیت زیادی در ارزیابی آسیبپذیری برخوردار است. نحوه تهیه اطلاعات مربوط به منطقه غیراشباع همانند محیط آبخوان است با این تفاوت که در این مورد دانهبندی و خصوصیات رسوبات ما بین سطح آب زیرزمینی و سطح زمین مورد توجه قرار میگیرد (شکل 2).
جدول 2- پارامترهای آماری استفاده شده در تهیه مدل دراستیک | ||||
حداقل % | حداکثر % | متوسط % | انحراف معيار %
معيار % | |
(Dعمق ایستابی (لایه | 9 | 10 | 5/9 | 5/0 |
(Rتغذيه خالص (لایه | 8 | 9 | 5/8 | 5/0 |
(Aلایه) جنس اشباع | 2 | 8 | 5 | 23/2 |
(S خاک سطحي (لایه | 2 | 9 | 6 | 45/2 |
(Tتوپوگرافي (لایه | 10 | 10 | 10 | 0 |
(Iلایه) جنس غيراشباع | 2 | 8 | 5 | 23/2 |
(Cلایه) هدایت هيدروليکي | 4 | 9 | 66/6 | 05/2 |
|
7- هدایت هیدرولیکی (C): این پارامتر بیانکننده قابلیت هدایت آب و آلایندههای محلول در آن است. اطلاعات مربوط به هدایت هیدرولیکی از محاسبات آزمایش پمپاژ حاصل میگردد. در مناطقی که آزمایش پمپاژ انجام نگردیده است، براساس نوع و بافت رسوبات تشکیلدهنده آبخوان تخمین زده میشود. در این تحقیق نقشه هدایت هیدرولیکی از نتایج مدل ریاضی آب زیرزمینی دشت ساری با استفاده از برنامه مادفلو (آذری و سامانی، 2010) استخراج شده است (شکل 2).
پس از تهیه پارامترهای موردنیاز برای ارزیابی آسیبپذیری به روش دراستیک (جدول 2) اقدام به تهیه نقشه آسیبپذیری شده است.
در این روش از تلفیق پارامترهای هفتگانه براساس معادله (1) شاخص آسیبپذیری بهدست میآید که در آن r ارزش کلاسهبندی شده هر پارامتر و w وزن هر یک از پارامترها است.
DRASTIC Index )Di( = (rD×wD) + (rR×wR) + (rA×wA)+(rS×wS) + (rT×wT) + (rI×wI) + (rC×wC) (1)
کلاسهبندی و ارزشگذاری کلاسهای مختلف مربوط به هر کدام از پارامترها براساس روش استاندارد دراستیک (آلر و همکاران، 1987)، در محیط GIS انجام شده است. به هر پارامتر مدل دراستیک و نسبت به اهمیت هر یک از آنها در آسیبپذیری، وزنی برابر 1 تا 5 اختصاص داده میشود (آلر و همکاران، 1987). از تلفیق این پارامترها نقشهای حاصل خواهد شد که آسیبپذیری ذاتی آب زیرزمینی را در مقابل آلودگی در تک تک سلولها بهصورت طیف رنگی نشان میدهد. شاخص آسیبپذیری به پنج گروه آسیبپذیری پایین کوچکتر از 80 ، آسیبپذیری متوسط از 80 تا 120، آسیبپذیری بالا از 120 تا 160 ، آسیبپذیری بسیار بالا از 160 تا 185 و آسیبپذیری بسیار بسیار بالا که بیشتر از 185 میباشد تقسیمبندی شده است (آلر و همکاران، 1987). براساس این طبقهبندی، نقشه خطرپذیری دشت ساری در سه گروه آسیبپذیری بالا، بسیار بالا و بسیار بسیار بالا قرار گرفت (شکل 2). آسیبپذیری آبخوان پتانسیل آبخوان را برای آلودگی نشان میدهد و نباید با خطر آلودگی اشتباه گردد. با توجه به نقشه آسیبپذیری تهیه شده، دشت ساری نسبت به ورود آلودگی بسیار حساس میباشد. در صورتی که میزان آلودگی در دشت از میزان ظرفیت جذب و تجزیه آلودگی توسط گیاهان و طبیعت بیشتر باشد این آلودگی به راحتی میتواند وارد آب زیرزمینی شده و منابع آب زیرزمینی و سطحی موجود در دشت را آلوده سازد به همین دلیل اجرای یک سیستم مدیریتی کارا و دقیق در دشت ساری برای کنترل آلودگی و جلوگیری از آلوده شدن منابع آب بسیار لازم و ضروری میباشد. براي اطمينان از جوابهاي بهدست آمده در نقشه خطرپذيري نهایی و تعیین لایههایی که بیشترین تأثیر را در افزایش میزان خطرپذیری دارند و نیز به منظور اجرای مدیریت صحیح در دشت ساری از آناليز حساسيت استفاده شده است.
[1] 1. Banton and Villeneuve
[2] 2. Smith
[3] 1. Thirumalaivasan
[4] 2. Bonham-Carter and Merriam
[5] 3. Hamza
[6] 4. Zamorano
[7] 5. Sharifi
[8] 6. Aller
[9] 1. Chitsazan and Akhtari
[10] 2. Ayman
[11] 3. Rahman
شکل 2- نقشه خطر پذيري دشت ساری و لایههای مدل دراستیک
· آنالیز حساسیت
جهت بررسی میزان دقت و صحت نقشه خطرپذیری تهیه شده دشت ساری، بایستی آنالیز حساسیت انجام شود. در این تحقیق این آنالیز به دو روش حذف لایه و تک پارامتری انجام گرفته است. براي انجام آناليز اول از معادله (2) استفاده شده است (لادویک1 و همکاران، 1990). در معادله (2)، S ميزان حساسيت برحسب درصد وDi شاخص دراستیک محاسبه شده بوسیله معادله (1) با استفاده از تمام هفت لایه میباشد و Di/ شاخص دراستیک محاسبه شده به وسیله معادله (1) که با حذف یک یا تعداد بیشتری از لایهها بهدست آمده است،N و n به ترتيب تعداد لايههایي هستند که براي محاسبه Di وDi/ به کار برده شدهاند. ابتدا در هر بار انجام آناليز حساسيت تنها يک لايه از هفت لايه حذف شده و ميزان حساسيت نقشه خطرپذيري نسبت به هر لايه مشخص شده است که نتايج انجام اين آناليز در جدول 3 نشان داده شده است. با توجه به جدول 3، بيشترين متوسط ميزان حساسيت با حذف لایه عمق تا سطح ايستابي از نقشه خطرپذیری حاصل ميشود که برابر با 37/20 درصد ميباشد.
(2)
جدول 3- پارامترهاي آماري ميزان حساسيت به روش حذف یک لایه | |||||
پارامتر حذف شده | حداقل % | حداکثر % | متوسط % | انحراف معيار % | |
(Dعمق ایستابی(لایه | 63/12 | 85/26 | 37/20 | 13/16 | |
(S خاک سطحي (لایه | 94/7 | 64/9 | 57/10 | 14/19 | |
(Tتوپوگرافي (لایه | 94/7 | 83/10 | 79/9 | 66/16 | |
(Rتغذيه خالص (لایه | 43/4 | 68/14 | 47/9 | 55/17 | |
(Aلایه) جنس اشباع | 6/2 | 44/11 | 57/5 | 74/20 | |
(Cلایه )هدايت هيدروليکي | 84/0 | 21/6 | 44/3 | 47/13 | |
(Iلایه )جنس غير اشباع | 23/3 | 33/12 | 09/2 | 84/41 |
|
آناليز حساسيت تک پارامتري نيز براي ارزيابي تأثير هر يک از هفت لایه مدل دراستیک بر روي ميزان خطرپذيري انجام ميگيرد. در اين آناليز وزن مؤثر هر پارامتر به وسیله معادله 3 محاسبه شده و با وزن تئوري اش که اولین بار توسط Aller و همکارانش در سال 1987 ارائه گشت مقايسه ميشود (رزن2، 1994; جعفری و همکاران، 2019; المصری3، 2008; سامی و گانگ4، 2008)
(3)
در معادله (3)، w وزن مؤثر يک لایه در يک پليگون، Pr وPw به ترتيب ارزش و وزن هر لایه و Di شاخص خطرپذيري کلي پليگون ميباشد. ميزان وزن مؤثر و تئوري هر کدام از لايهها محاسبه و در جدول 5 نشان داده شده است. براساس آناليز حساسيت تک پارامتري عمق تا سطح ايستابي با ميزان متوسط 9/27 درصد وزن مؤثر تأثیر گذارترین لايه در بين هفت لايه ميباشد که با نتايج آناليز حذف نقشه مشابه مي باشد لذا در تهيه اين لايه بايد بيشتر دقت شود.
DRASTIC Index )Di( =(6.4×rD)+ (4.5× rR)+ (2 × rA)+(1.6 × rS) + (1.3× rT) + (3.4× rI) + (2.7×rC) (4)
|
شکل 3- نقشه خطرپذیری حاصل از آنالیز حساسیت تک پارامتری
با مقایسه دو نقشه خطرپذیری اولیه و تصحیح شده مشخص میشود که در نقشه خطرپذیری تصحیح شده میزان خطرپذیری افزایش یافته و مساحت مناطق با خطرپذیری بسیار بالا، رشد چشمگیر 20 درصدی داشته است.
بحث و نتیجه گیری
یکی از نکات مهم که در طرح زیستمحیطی مکانیابی شهرکهای صنعتی باید به آن توجه کرد جلوگیری از آلودگی آب زیرزمینی است. در این تحقیق امکان ایجاد واحدها و شهرکهای جدید صنعتی در دشت ساری با توجه به میزان آسیبپذیری این دشت نسبت به آلایندهها، به وسیله مدل دراستیک بررسی گردید. هفت پارامتر مدل دراستیک شامل عمق سطح ایستایی آب، تغذیه خالص، محیط آبخوان، محیط خاک، توپوگرافی، اثرات ناحیه غیراشباع و هدایت هیدرولیکی آبخوان برای مطالعه آسیبپذیری آب زیرزمینی در محیط GIS تلفیق گردید. از نقشههای خروجی برای تعیین پتانسیل آلودگی آبهای زیرزمینی استفاده گردید. همانطور که در نتایج نیز مشاهده میشود دشت ساری از نظر آسیبپذیری در سه گروه آسیبپذیری بالا، بسیار بالا و بسیار بسیار بالا قرار میگیرد و این پتانسیل بسیار بالای آبخوان نسبت به آلودگی، امکان ایجاد واحدها و شهرکهای جدید صنعتی را غیرممکن میسازد. کم بودن عمق سطح ایستابی آبخوان در اکثر نقاط این دشت نشاندهنده کم بودن فاصله ای است که آلاینده باید طی کند تا به سفره آب زیرزمینی برسد. بنابراین این عامل باعث خواهد شد تا آلایندههای حاصل از کشاورزی، شهرکها و واحدهای صنعتی که دارای آلایندههایی از جمله نیترات و انواع فلزات سنگین هستند در طی زمان کمتری به سفره آب زیرزمینی رسیده و آن را آلوده کند.
دومین عامل موثر در آلودگی آبخوان دشت ساری، میزان آبی است که از سطح زمین به آبخوان تغذیه میشود. از آنجایی که میزان بارش و تغذیه آب زیرزمینی در دشت ساری بالاست لذا سالانه حجم زیادی از آلایندهها به سرعت به آبخوان منتقل میشوند. از آنجایی که مساحت زیادی از دشت ساری از رسوبات دانه درشت گراول و ماسه تشکیل شده است و این رسوبات دارای نفوذپذیری بالایی هستند لذا با سرعت بالایی میتوانند آلودگیها را به سطح آبخوان منتقل کنند بنابراین جنس محیط غیراشباع نقش مهمی در آلودگی آبخوان ساری به عهده دارد. همچنین جنس آبخوان و دانهبندی رسوبات آبخوان ساری بهگونهای است که مساحت زیادی از آبخوان دارای هدایت هیدرولیکی بالایی میباشند و آلایندهها به محض رسیدن به سطح آب زیرزمینی در کل محیط آبخوان پخش میشوند. از آنجا که محیط آبخوان و طول مسیری که آلاینده جهت ترقیق، جذب و پخش به آن نیاز دارد از اهمیت ویژهای برخوردار است به دلیل نفوذ پذیرتر بودن بافت محیط آبخوان به ویژه در قسمتهای جنوبی و مرکزی دشت ساری، این ناحیه از پتانسیل آسیبپذیری بیشتری نسبت به دیگر قسمتهای آبخوان برخوردار است.
عوامل جنس و ضخامت خاک سطحی و توپوگرافی دشت ساری نسبت به سایر عوامل در ایجاد آلودگی آبخوان، از اهمیت کمتری برخوردارند.
درنهایت نقشه آسیبپذیری آبخوان ساری نشان میدهد که این آبخوان دارای آسیبپذیری با درجات شدید نسبت به نفوذ آلودگیهای حاصل از فعالیتهای کشاورزی و صنعتی است. بیشترین احتمال نفوذ آلایندهها نیز مربوط به بخشهای جنوبی و مرکزی دشت ساری است.
حمزه و همکاران در سال 2007 جهت بررسی آسیبپذیری آبخوان Metline-Ras Jebel-Raf Raf واقع در شمال تونس به آفتکش و آلایندههای معمول از مدل دراستیک ویژه آفتکش و دراستیک استاندارد استفاده نمودند و به این نتیجه دست یافتند که بیشتر بخشهای آبخوان مذکور دارای آسیبپذیری متوسط نسبت به آلایندهها است. در تحقیق دیگری Zamorano و همکاران در سال 2008 به بررسی و ارزیابی مکان دفن پسماند در جنوب اسپانیا با استفاده از روش EVIAVE که یک روش تشخیص مکان دفن پسماند ارایه شده توسط دانشگاه گرانادا میباشد همراه با کاربرد GIS پرداختند. در سال 2009 شریفی و همکاران به منظور انتخاب مکان دفن پسماند خطرناک در استان کردستان ترکیبی از آنالیز تصمیمگیری چند معیاره و GIS را به کار بردند.
همان طوری که ملاحظه میگردد محققان زیادی با موفقیت از ارزیابی آسیبپذیری آبخوان به کمک روش دراستیک در زمینههای مختلف از جمله مکانیابی محل دفن پسماند استفاده نمودند. اگرچه مکانیابی شهرکهای صنعتی با روشهای هوش مصنوعی، فازی و مدلهای تصمیمگیری چندمعیاره در دشتهای مختلف ایران انجام شده است اما تاکنون پژوهشی در زمینه مکانیابی شهرکهای صنعتی با استفاده از روش دراستیک به انجام نرسیده است بنابراین در این زمینه، موردی جهت مقایسه با نتایج این تحقیق وجود ندارد.
نتایج
در این تحقیق نقشه پهنهبندی آسیبپذیری ذاتی آبخوان ساری در مقابل آلودگی با استفاده از مدل دراستیک در محیط GIS تهیه شده است. مدل دراستیک که بهعنوان روشی بسیار ارزشمند برای تهیه نقشههای آسیبپذیری به کار میرود، GIS نیز بهعنوان ابزاری سودمند برای غربالگری این که یک مکان ویژه دارای پتانسیل آسیبپذیری آبهای زیرزمینی است یا نه کاربرد دارد، بنابراین کاربرد آنها توسط طراحان و برنامه ریزان برای انتخاب مکان ایجاد و احداث واحدها و شهرکهای جدید صنعتی و ارزیابی آسیبپذیر بودن آبخوان زیرزمینی در اثر نفوذ آلایندههای حاصل از فعالیتهای کشاورزی و صنعتی موجود در دشت بسیار سودمند خواهد بود. بر پایه نتایج حاصل از مدلسازی دراستیک، آسیبپذیری آبخوان دشت ساری در سه گروه آسیبپذیری بالا، بسیار بالا و بسیار بسیار بالا قرار میگیرد. براساس نقشه پهنهبندی آسیبپذیری آبخوان ساری که پتانسیل بالای دشت را نسبت به آلودگی نشان میدهد و همچنین حضور گسترده منابع آلودگی که سالانه حجم زیادی از آلایندهها را وارد دشت میکند، دشت ساری از نظر زیست محیطی، منطقه پرخطری محسوب میگردد لذا جهت دستیابی به توسعه صنعتی پایدار و همه جانبه پیشنهاد میگردد ضمن کنترل دقیقتر عملکرد شهرکها و واحدهای صنعتی فعال موجود در دشت (شهرک صنعتی ساری 1، شهرک صنعتی ساری 2 و شهرک صنعتی گهرباران) توسط سازمان محیط زیست، از ایجاد و توسعه شهرکها و واحدهای جدید صنعتی در محدوده مورد مطالعه بهطور جدی خودداری گردد. همچنین جهت جلوگیری از ایجاد آلودگی بیشتر در آبخوان توصیه میگردد که ضمن عدم استفاده از کودهای شیمیایی در فعالیتهای کشاورزی و جایگزین کردن کودهای بیولوژیکی توسط کشاورزان، از آزادسازی آب موجود در زمینهای کشاورزی به رودخانههای تجن و نکارود جلوگیری گردد و در مناطقی که دارای خطرپذيری بسيار بسيار بالا میباشند تغيير الگوی کشت به گياهانی که به نيترات کمتری برای رشد نياز دارند ضروری میباشد.
منابع
Banton, O., Villeneuve, J.P., 1989. Evaluation of groundwater vulnerability to pesticides: A comparison between the pesticide drastic index and the PRZM leaching quantities. Journal of Contaminant Hydrology, Vol. 4, No. 3, pp.285-296.
Smith, D.M. Industrial location: an economic geographic analysis.1st ed. New York: John Wiley & Sons; 1971.
Thirumalaivasan, D., Karmegam, M., Venugopal, K., 2003. AHP DRASTIC: software for specific aquifer vulnerability assessment using DRASTIC model and GIS. Environmental Modeling and Software, Vol. 18, No. 7, pp.645–656.
Bonham-Carter, G.F., Merriam D.F. Geographic information systems for geoscientists: modeling with GIS. Volume 13. 1st ed.Pergamon Press; 1995. P.416.
Hamza, M.H., Added, A., Rodríguez, R., Abdeljaoued, S., Ben Mammou, A., 2007. A GIS-based DRASTIC vulnerability and net recharge reassessment in an aquifer of a semi-arid region (Metline-Ras JebelRaf Raf aquifer, Northern Tunisia). Journal of Environmental Management, Vol.84, No.1, pp. 9-12.
Zamorano, M., Molero, E., Hurtado, A., Grindlay, A., Ramos, A., 2008. Evaluation of a municipal landfill site in Southern Spain with GIS-aided methodology. Journal of Hazardous Materials, Vol.160, No. 2-3, pp.473-481.
Sharifi, M., Hadidi, M., Vessali, E., Mosstafakhani, P., Taheri, K., Shahoie, S., 2009. Integrating multicriteria decision analysis for a GIS-based hazardous waste landfill sitting in Kurdistan Province, western Iran. Waste Management, Vol.29, No.10, pp.2740-58.
Sarcheshmeh, B., Shah Mohammadi S.h., 2017. Vulnerability assessment of Salmas plain aquifer contamination using Drastic model and GIS. Water and Soil Science, Vol.26, No.4.2, pp.55-67 (in Persian).
Arouji, B., Selgi, E., 2016. Vulnerability assessment of Asadabad plain Hamadan using geographic information system. Environmental Sciences,Vol.14, pp. 91-104 (in Persian).
Kadkhodaei-Ilkhchi, F., Asghari-moghaddam, A., Barzegar, R., Gharahkhani, M.,2019. Optimization of the Drastic and Syntax model in vulnerability assessment of Shabester plain. Iranian Journal of Eco Hydrology,Vol. 6, No. 1, pp. 77-88 (in Persian).
Aller, L., Bennet, T., Lehr, J., Petty, R., Hackett, G., 1987. DRASTIC: astandardized system forevaluating ground water pollution potentialusing hydrogeologic settings, Ada, Oklahoma: US and Environmental Protection Agency,Vol. 600, pp. 2–87.
Chitsazan, M., Akhtari, Y., 2009. A GIS-based DRASTIC Model for Assessing Aquifer Vulnerability in Kherran Plain, Khuzestan, Iran. Water Resource Management, Vol. 23, pp. 1137-1155.
Ayman, A.A., 2009. Using generic and pesticide DRASTIC GIS-based models for vulnerability assessment of the quaternary aquifer at Sohag, Egypt. Hydrogeology Journal,Vol. 17, pp. 1203–1217.
Alizadeh, A. Principles of Applied Hydrology. 21st ed. Mashhad: Imam Reza University; 2007 (in Persian).
Radmanesh, F., Sadri, S., Shahbazi, A., 2018. Evaluation of the vulnerability of the Jarmeh aquifer using DRASTIC and SINTACS methods. Journal of Water and Sustainable Development, Vol. 4, No. 2, pp. 111-120 (in Persian).
Rahman, A., 2008. A GIS based DRASTIC model for assessing ground water vulnerability in shallow aquifer in Aligarh, India. Applied Geography, Vol. 28, pp. 32–53.
Azari, T., Samani, N., Evaluation of hydrodynamic parameters and water balance of Sari-Neka plain using MODFLOW computer code. 14th Iranian Geological Society Conference and 29th Earth Sciences Conference; 2010/09/17; Urmia. Urmia University; 2010. P.20-27 (in Persian).
Lodwick, W.A., Monson, W., Svoboda, L., 1990. Attribute error and sensitivity analysis of map operations in geographical information systems: suitability analysis. International Journal of Geographical Information Systems, Vol. 4, No. 4, pp. 413–428.
Rosen, L., 1994.A study of the DRASTIC methodology with emphasis on Swedish conditions. Groundwater, Vol. 32, No. 2, pp. 278-285.
Jafari, K., Hafezi-Moghaddas, N., Mazloumi, A., Ghezi, A., 2019. Determination of vulnerability of Ardebil aquifer using DRASTIC method in GIS. Iranian Journal of Health and Environment, Vol. 12, No. 3, pp. 461-476 (in Persian).
Almasri, M., 2008. Assessment of intrinsic vulnerability to contamination for Gaza coastal aquifer, Palestine. Journal of Environmental Management, Vol. 88, pp. 577-593.
Samey, A.A., Gang, C., 2008. A GIS based DRASTIC model for the assessment of groundwater vulnerability to pollution in west Mitidja: Blida City, Algeria. Research Journal of Applied Sciences, Vol. 3, No. 7, pp. 500- 507.
[1] 1. Lodwick
[2] 2. Rosen
[3] 3. Almasri
[4] 4. Samey and Gang
پژوهش و فناوری محیط زیست، دوره چهارم، شماره شش، پاییز و زمستان 98 83