سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

اسدی, اسماعیل, بیات, فاطمه. (1398). ارزیابی کیفیت منبع های آب زیرزمینی دشت زنجان با استفاده از روش های EWQI و TOPSIS. , 17(1), 41-56. doi: 10.29252/envs.17.1.41
اسماعیل اسدی; فاطمه بیات. "ارزیابی کیفیت منبع های آب زیرزمینی دشت زنجان با استفاده از روش های EWQI و TOPSIS". , 17, 1, 1398, 41-56. doi: 10.29252/envs.17.1.41
اسدی, اسماعیل, بیات, فاطمه. (1398). 'ارزیابی کیفیت منبع های آب زیرزمینی دشت زنجان با استفاده از روش های EWQI و TOPSIS', , 17(1), pp. 41-56. doi: 10.29252/envs.17.1.41
اسدی, اسماعیل, بیات, فاطمه. ارزیابی کیفیت منبع های آب زیرزمینی دشت زنجان با استفاده از روش های EWQI و TOPSIS. , 1398; 17(1): 41-56. doi: 10.29252/envs.17.1.41

ارزیابی کیفیت منبع های آب زیرزمینی دشت زنجان با استفاده از روش های EWQI و TOPSIS

فصلنامه علوم محیطی
مقاله 3، دوره 17، شماره 1، فروردین 1398، صفحه 41-56    اصل مقاله (1.53 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.29252/envs.17.1.41
نویسندگان
اسماعیل اسدی* ؛ فاطمه بیات
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
چکیده
سابقه و هدف:
امروزه شاهد کاهش کیفیت آبهای زیرزمینی براثر عامل هایی همچون رشد جمعیت، گسترش صنایع، توسعه کشاورزی و... می باشیم. از طرفی با توجه به اینکه سلامت انسان تحت تاثیر کیفیت آبهای زیرزمینی است. بنابراین همواره حفاظت از کیفیت آنهاموضوع بسیار مهم در عرصه مدیریت منبع های آب بوده است. بدین منظور شاخص های کیفی بسیاری در سرتاسر جهان برای تعیین کیفیتآب یک منطقه ابداع شده اند که از آن جمله می توان به شاخص کیفیت آب ( WQI ) اشاره کرد. هدف از تحقیق حاضر، تعیین پارامترهایموثر بر کیفیت آب دشت زنجان با استفاده از تئوری آنتروپی و تحلیل مولفههای اصلی، تعیین مکان های مستعد آلودگی و در نهایت رتبه بندیمنطقه ها از نظر کیفیت برای مصرف های شرب با ترکیب روش تاپسیس با شاخص EWQI است.
مواد و روش ها:
منطقه مورد مطالعه، دشت زنجان با میانگین بارندگی 323 میلیمتر در سال و بیشترین دمای 40 و کمترین دمای 29 - درجه سانتیگراد است. پارامترهای مورد بررسی بمنظور تعیین کیفیت آب زیرزمینی دشت زنجان، سولفات، کلراید، بیکربنات، اسیدیته،کل مواد جامد محلول، نسبت جذب سدیمی، هدایت الکتریکی، پتاسیم، سدیم، منیزیم، کلسیم، سختی کل بودند. جهت تعیین مولفه هایاصلی در کیفیت آب منطقه از روش تحلیل مولفه های اصلی ( PCA ) استفاده گردید. سپس با استفاده از شاخص EWQI به تبیین نتایج اینروش پرداخته شد. شاخص کیفی آب بعنوان یک روش امتیازدهی برای بررسی اثرهای ترکیبی پارامترهای مستقل بر کیفیت کلی آب تعریفشده است. بمنظور جلوگیری از قضاوت های کارشناسی، وزن هریک از پارامترها در محاسبه شاخص کیفیت آب، با استفاده از روش آنتروپی تعیین گردید. در نهایت برای رتبه بندی منطقه ها از نظر کیفیت آب از ترکیب روش تاپسیس با EWQI استفاده شد. تاپسیس بعنوان یکروش تصمیم گیری چندمعیاره روشی ساده ولی کارآمد در اولویت بندی محسوب می شود.
نتایج و بحث:
براساس ویژگی های آماری پارامترهای کیفی مقادیر هدایت الکتریکی و سختی کل بیشتر از میزان استاندارد WHO استکه می توان آن را ناشی از ساختار زمین شناسی، وجود لایه های آهکی و رسوب های تبخیری فراوان در سطح دشتها دانست. نتایج تحقیقنشان داد، کلر، مؤثرترین پارامتر بر کیفیت آب زیرزمینی دشت زنجان بوده است. با بررسی روند تغییرپذیری های کیفی آبهای زیرزمینی دشت زنجان طی سال های 95 - 1382 ، چاه های مشاهده ای کوشکن و حومه زنجان بعنوان نقطه های مستعد آلودگی تعیین گردیدند و عاملافت کیفیت آب زیرزمینی در آن منطقه ها به ترتیب پارامتر کلر و نسبت جذب سدیمی تعیین شد. با توجه به نتایج روش تحلیل مولفه هایاصلی و نمودار اسکری کتل، پارامتر سختی کل و کلر بترتیب بیشترین تاثیر را بر کیفیت آبزیرزمینی دشت زنجان داشته اند و بیش از 80درصد تغییرپذیری های کیفیت آب زیرزمینی دشت زنجان را می توان با سه عامل مورد ارزیابی قرار داد. عامل اول با بیش از 57 درصدتغییرات بیشترین نقش را دارا است. سپس عامل دوم با بیش از 12 درصد تغییرات و عامل سوم با 9 درصد تغییرات مهمترین عامل هایتاثیرگذار بر کیفیت آب زیرزمینی دشت زنجان می باشند. همچنین برای اولویت بندی نقاط مشاهده ای دشت زنجان از نظر کیفیت آبهایزیرزمینی، از ترکیب روش تاپسیس با شاخص EWQI استفاده شد. با توجه به نتایج حاصل از این روش، ایستگاه ینگجه بعنوان بهترینایستگاه با کیفیت عالی و ایستگاه کوشکن به عنوان بدترین ایستگاه با کیفیت نامطلوب انتخاب شدند.
نتیجه گیری:
پارامتر کلراید با مقدار آنتروپی پایین و میزان وزن آنتروپی بالا به عنوان تاثیرگذارترین پارامتر در دشت شناخته شد. همچنین ایستگاه ینگجه به عنوان بهترین ایستگاه و ایستگاه کوشکن به عنوان بدترین ایستگاه انتخاب شد.
کلیدواژه‌ها
آنتروپی؛ تحلیل مولفه های اصلی؛ دشت زنجان؛ شاخص کیفیت آب
عنوان مقاله [English]
Evaluation of the quality of groundwater resources in Zanjan plain using EWQI and TOPSIS methods
نویسندگان [English]
ٍEsmaeil Asadi؛ Fatemeh Bayat
Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Tabriz, Iran
چکیده [English]
Introduction:
Today, we observe a decline in groundwater quality due to the factors such as population growth, industrial expansion, and agricultural development and so on. Considering that human health is affected by the quality of groundwater, conservation of the quality of groundwater is very important in water resources management. Therefore, many quality indicators such as Water Quality Index (WQI) have been developed all around the world to determine the water quality of a region. The purpose of this study was to determine the parameters affecting on water quality in Zanjan Plain using entropy theory and main components analysis, determining susceptible points of contamination and finally, ranking the areas in terms of quality of drinking water with the combination of Topsis method and EWQI index.
Material and methods:
This study was conducted in Zanjan Plain with an average rainfall of 323 mm per year and a maximum temperature of 40 °C and a minimum temperature of -29 °C. The parameters that are studied in order to determine the groundwater quality of Zanjan Plain were sulfate, chloride, bicarbonate, acidity, total dissolved solids, sodium adsorption ratio, electrical conductivity, potassium, sodium, magnesium, calcium, and total hardness. Principal Component Analysis (PCA) was used to determine the main components of the water quality in the area. Then, using the EWQI index, the results of this method were explained. The water quality index is defined as a scoring method for investigating the combined effects of the independent parameters on the total water quality. In order to prevent the expert judgments, the weight of each parameter in calculating the water quality index was determined using the entropy method. Ultimately, the ranking of areas in terms of water quality was applied using the combination of the TOPSIS method and the EWQI. TOPSIS method as a multi-criteria decision-making method is a simple and efficient method for prioritization.
Results and discussion:
According to the statistical characteristics of the quality parameters, the electrical conductivity and total hardness were higher than the WHO standards, which can be attributed to the geological structure, the presence of calcareous layers, and many evaporate sediments in the plains. The results showed that chloride was the most effective parameter on the groundwater quality in Zanjan Plain. Investigating the groundwater quality changes in Zanjan Plain during 2003-2016 showed that the wells of Koushkan and the suburbs of Zanjan were determined as potentially contaminated points, and the degradation factors of the groundwater quality in these areas were determined chloride (Cl) and sodium adsorption ratio (SAR), respectively. According to the results of the analysis method of the principle components and the diagram of Scree Kettel, total hardness parameter (TH) and Cl were most effective on the water quality of Zanjan Plain, respectively. More than 80 percent of the groundwater quality changes in Zanjan Plain can be evaluated with three factors. The first factor was the most responsible with more than 57 percent of the change. Then the second factor with more than 12 percent of variation and the third factor with 9 percent of the changes were the most important factors affecting the quality of groundwater of Zanjan Plain. In order to prioritize the Zanjan Plain in terms of groundwater quality, the combination of TOPSIS method and EWQI index was used. According to the results of this method, Yengijeh station was selected as the best station with excellent quality and Koushkan station was selected as the worst station with undesirable quality.
Conclusion:
Chloride parameter with low entropy and high entropy weight was the most effective parameter in the plain. Also, Yengijeh and Koushkan stations were selected as the best and worst stations, respectively.
کلیدواژه‌ها [English]
Entropy, Principal components analysis, Zanjan plain, Water quality index
مراجع
  1. Abbasi S.A., 2002. Water quality indices, state of the art report, National Institute of Hydrology, scientific contribution no. INCOH/SAR-25/2002, Roorkee.
  2. Amiri, V. Nakhaaei, M. and Sohrabi, N., 2013. Groundwater quality assessment using entropy weighted water quality index (EWQI). Advanced Applied Geologi Journal. 7, 31-39. (In Persian with English abstract).
  3. Amiri, V. Nakhaaei, M. and Sohrabi, N., 2014. Groundwater quality assessment using entropy weighted water quality index (EWQI) in Lenjanat, Iran. Environ Earth Sciences. 72, 3479–3490.
  4. Catell, R.B., 1966. The scree test for number of factors. Multivariate Behavioral Research. 1, 76-245.
  5. Debels, P. Figueroa, R., Urrutia, R., Barra, R. and Niell, X., 2005. Evaluation of water quality in the Chilla’n River (Central Chile) using physicochemical parameters and a modified water quality index. Environmental Monitoring and Assessment. 110, 301–322.
  6. Fetter, C.W., 2001. Applied Hydrogeology, Forth Ed. United Kingdom.
  7. Gorgij, A., Kisi, O., Moghaddam, A. and Taghipour, A., 2017. Groundwater quality ranking for drinking purposes, using the entropy method and the spatial autocorrelation index. Environ Earth Sciences. 269, 1-9.
  8. Guey-Shin, S., Bai-You, C., Chi, T.C., Pei, H.Y. and Tsun, K.C., 2011. Applying factor analysis combined with kriging and information entropy theory for mapping and evaluating the stability of groundwater quality variation in Taiwan. International Journal Environmental Resources Public Health. 8, 1084-1109.
  9. Jian-Hua, W., Pei-Yue, L. and Hui, Q., 2011. Groundwater quality in Jungian county a semi-humid area in Northwest China. Europian Journal of Chemistry. 8, 787-793.
  10. Jin, L., 2005. A fuzzy multi-criteria decision analysis for assessing technologies of air pollution abatement at coal-fired power plants. MS.c. Thesis. University of Regina, Canada.
  11. Kannel, P.R., Lee, S., Lee, Y.S., Kanel, S.R. and Khan, S.P., 2007. Application water quality indices and dissolved oxygen as indicators for river water classification and urban impact assessment. Environmental Monitoring and Assessment. 132, 93–110.
  12. Katyal, D. and Bharti, N., 2011. Water quality indices for surface water vulnerability assessment. International Journal of Environmental Sciences. 1, 1-154.
  13. Khan, A.A., Paterson, R. and Khan, H., 2004. Modification and application of the CCME WQI for the communication of drinking water quality data in Newfoundland and Labrador. Water Quality Research Journal. 39, 285-293.
  14. Li, P., Qian, H. and Wu, J.H., 2010. Groundwater quality assessment based on improved water quality index in Pengyang County, Ningxia, North west China. Europian Journal of Chemistry. 7, 209–216.
  15. Mahtabi, M., Najafi, A. and Yunesi, H., 2013. Comparison of Two Methods of AHP and TOPSIS in finding location urban waste Landfill. Journal of Health and Environment. 6, 341-352. (In Persian with English abstract).
  16. Momeni, M., 2003. The selection of the optimal method of delivering water to the sugarcane fields in Khuzestan province.Teacher Magazine. 7, 123-136. (In Persian with English abstract).
  17. Najafi, K., Naseri, H.R., hagigat, R. and Fahmi, H., 2000. Hydrology and Simulation of groundwater resources of Zanjan plain using MODFLOW model. MS.c. Thesis. Shahid Beheshti University, Tehran, Iran.
  18. Shannon, E., 1948. A mathematical theory of communication. The Bell System Technical Journal. 27, 379–423.
  19. Sharifi, E., Abbasi, M., Gholyan, M. and Dehkordi, S., 2011. Hydrogeochemical study of Zanjan plain aquifer in Zanjan province. In Proceedings 15th Conference of the Geological Society of Iran, 14th-15th December, Tarbiat Moalem University of Tehran, Tehran, Iran. P. 1.
  20. Simoes, F.S., Moriera, A.B., Bisinoti, M.C., Gimenez, S.M.N. and Yabe, M.J.S., 2008. Water quality index as a simple indicator of aquaculture effects on aquatic bodies. Ecological Indicators. 8, 476–484.
  21. Tabari, M. and Eilbeigy, M., 2017. An approach to investigate the impact of anthropogenic and geogenic sources on heavy metals concentration (Case study: Zanjan plain aquifer). International Journal of Environmental Science and Technology. 4, 197-207.
  22. Valipour, E., Asadi, E. and Ghorbani, M.A., 2015. Determination of the parameter effect on surface water quality of the Lilan basin by entropy method.In Proceedings 1st International Congress on Earth, Space and Clean Energy, 5th November, University of Mohaghegh Ardabili, Ardabil, Iran. P. 1.
  23. Wu, J., Li, P. and Qian, H., 2011. Groundwater quality in Jingyuan County a semi-humid area in Northwest China. Europian Journal Chemistry. 8, 787–793.
  24. Xu, J., Feng, P. and Yang, P., 2016. Research of development strategy on China’s rural drinking water supply based on SWOT–TOPSIS method combined with AHP-Entropy: A case in Hebei province. Environmental Earth Sciences. 75, 1-11.
  25. Zahedi, S., Azarnivand, A. and Chitsaz, N., 2017. Groundwater quality classification derivation using multi-criteria-decision-making techniques. Ecological Indicators. 78, 243–252.
آمار
تعداد مشاهده مقاله: 8,244
تعداد دریافت فایل اصل مقاله: 3,549