مطالعه مکان‌یابی پتانسیل استحصال آب باران در مناطق خشک با استفاده از روش TOPSIS ؛ مطالعه موردی دشت انارک

نوع مقاله: مقاله پژوهشی

نویسندگان

1 بیابان‌زدایی، دانشکده منابع طبیعی دانشگاه تهران

2 دانشیار، دانشکده منابع طبیعی دانشگاه تهران

3 استادیار، دانشکده منابع طبیعی دانشگاه تهران،

چکیده

استحصال آب باران یکی از مهم­ترین روش­های مدیریت بهره‌برداری از آب  برای مقابله با کم‌آبی می‌باشد که با توجه به نیاز روز­­افزون کشور به آب، امری اجتناب­­ناپذیر است. اولین مرحله در راستای مدیریت منابع آب باران، شناخت پتانسیل آب­ باران است. تحلیل تصمیم­گیری چند­معیاره (MCDA) نیز به­عنوان یک ابزار مهم در تصمیم­گیری­های مدیریت منابع طبیعی و به‌طور ویژه مدیریت منابع آب شناخته‌شده است. در این پژوهش به‌منظور شناسایی شاخص­های مؤثر در مکان­یابی پتانسیل استحصال آب باران از روش تصمیم­گیری چند­معیاره استفاده شد. معیار­های مورد­نظر ازجمله تناسب باهدف، دقت و سهولت دسترسی، میزان پذیرش در جوامع محلی، هزینه و زمان برای تصمیم­گیری انتخاب شدند و وزن هریک از معیارها با بهره­گیری از روش آنتروپی­شانون به دست آمد. 31شاخص برای تصمیم­گیری انتخاب شدند و وزن هریک از آن‌ها با بهره­گیری از روش تاپسیس(TOPSIS) محاسبه و اولویت­بندی شدند. نتایج پژوهش نشان می­دهد در میان شاخص­های رتبه­بندی شده، شاخص­های نفوذپذیری خاک با وزن 820/0، بافت خاک با وزن 810/0، هدایت الکتریکی خاک با وزن 806/0، عمق خاک با وزن 710/0، کیفیت آب با وزن 650/0، درصد پوشش با وزن 616/0، متوسط بارش سالانه با وزن 615/0 و افت سطح آب زیرزمینی با وزن 517/0 به‌عنوان مؤثرترین شاخص­ها برای استحصال آب باران در اولویت قرار گرفتند.

کلیدواژه‌ها


عنوان مقاله [English]

Rain water harvesting potential locating in arid regions using TOPSIS ;Case study Nain Plain

نویسندگان [English]

  • Zahra Tahvili 1
  • Arash Malekian 2
  • Hassan Khosravi 3
  • Shaahram . Khalighi Sigaroudi 2
3 - Assistant Professor, Faculty of Natural Resources, University of Tehran
چکیده [English]

Rain water harvesting is one of the most significant water utilization management techniques to cope with water scarcity. Recognizing the potential of rain water is the first step in rain water management. The multi criteria decision analysis (MCDA) is known as an important tool in natural resources management decision particularly in water management. In this research, multi-criteria decision-making approach and geographic information system (GIS) were used to identify the areas with rainwater harvesting potential. The criteria including suitability for purpose, accuracy and ease of access, acceptance in the local communities, the cost and time were selected, and the weight of each criterion was calculated by using the Shannon entropy method. Totally, 31 indicators were selected for decision making and the weight each index was calculated and prioritized using TOPSIS. The results show that among the ranked indices, soil permeability has the highest weight (0.820) and the soil texture show the second order with the weight of 0.810, while the average annual rainfall and groundwater levels with the weights of 0.615 and 0.517 indicate the lower priority for rain water harvesting

کلیدواژه‌ها [English]

  • Keywords: Shannon entropy
  • Identification
  • Potential
  • Rain water harvesting
  • Decision Making
  • TOPSIS
  • Anarak plain

تشخیص مکان­های مناسب استحصال آب باران معرفی کرده است.

نتایج حاصل از  مکان­یابی پتانسیل استحصال آب  باران در مناطق خشک و نیمه‌خشک با بهره‌گیری از مدل‌های تصمیم‌گیری چند معیاره  TOPSISنشان داد که از میان 31 شاخص مورد بررسی شاخص­های نفوذپذیری خاک، بافت خاک، هدایت الکتریکی، عمق خاک، کیفیت آب، درصد پوشش، متوسط بارش سالانه و افت سطح آب زیرزمینی  به‌ترتیب مؤثرترین شاخص­ها برای استحصال آب باران هستند که در پروژه‌های استحصال آب باران باید در اولویت قرار گیرد.

 

 


منابع

اصغر پور، م. ج.1389، تصمیم گیری چند معیاره، چاپ هشتم، تهران، مؤسسه انتشارات و چاپ دانشگاه تهران، 400 صفحه

آذر. ع. و ع. رجب زاده. تصمیم گیری کاربردی (رویکردMADM )، انتشارات نگاه دانش، 1381، 186صفحه.

آذر، ع. 1380. بسط و توسعه روش آنتروپی شانون برای پردازش داده ها در تحلیل محتوی. فصلنامه علوم انسانی دانشگاه الزهرا(س)، سال یازدهم، شماره 37 و 38. صفحات 1تا 18

آذر، ع. و ع. ا. معماریانی. 1382.« AHP تکنیکی نوین برای تصمیم­گیری گروهی». مجله دانش مدیریت، شماره 28، صفحه 32-22.

خاشعی سیوکی، ع.، ق. بیژن و م. کوچک زاده. 1390. ارزیابی پتانسیل استحصال آب از آبخوان از روش فرآیند تحلیل سلسله مراتبی فازی (مطالعه موردی: دشت نیشابور). پژوهش آب ایران، سال پنجم، شماره نهم، صص 180-171.

خیرخواه زرکش، م.،‌ ح. ناصری،  م. داوودی و ه. سلامی. 1387. استفاده از روش تحلیل سلسله­ مراتبی در اولویت­بندی مکان­های مناسب احداث سد زیرزمینی مطالعه موردی: دامنه شمالی کوه های کرکس - نطنز. پژوهش و سازندگی، دوره 21، شماره 2، صص 93-101.

رامشت، م. ح.، ع. ر.، عرب عامری. 1390، اولویت بندی نواحی شهری به منظور تأسیس ایستگاه های آتش نشانی با استفاده از دو روش تخصیص خطی و TOPSIS و با کمک تکنیک GIS (مطالعه موردی: شهر ماکو)، مجله علمی تخصصی برنامه ریزی فضایی،  سال اول، شماره اول، ص 16-1

زبردست، ا. و ع. محمدی. 1384. مکانیابی مراکز امدادرسانی در شرایط وقوع زلزله با استفاده از سامانه GIS وروش­های تصمیم‌گیری چندمعیاره. هنر­های زیبا، دوره 21، شماره 21، صص 16-5.

سپهر، ع.، م. اختصاصی و ع.  المدرسی. 1391. ایجاد سامانه شاخص های بیابان زایی بر اساس DPSIR (بهره گیری از روش فازی- تاپسیس)، مجله جغرافیا و برنامه ریزی محیطی، دوره 23، شماره 1، صص 89-35.

شماعی، ع.، ج. موسیوند، 1390، سطح بندی شهرستانهای استان اصفهان از لحاظ زیرساختهای گردشگری با استفاده از مدلAHP  و   TOPSIS مطالعات و پژوهشهای شهری و منطقهای،سال سوم، شماره دهم، ص 40-23

غفوری، س. 1387. توسعه و مدیریت منابع آب در ایران جهت مقابله با خشکسالی­ها، سومین کنفرانس مدیریت منابع آب ایران، دانشکده مهندسی عمران، دانشگاه تبریز.

نامی، م ح. 1392. شناسایی مکان های طبیعی مناسب جمع آوری نزولات آسمانی با استفاده از سامانه جغرافیایی (مطالعه موردی: دشت بیرجند)، فصلنامه جغرافیایی سرزمین، دوره 10،  شماره 3، صص 66-55.

نسترن، م، ، ف. ابولحسنی و م. ایزدی. 1389. کاربرد تکنیک تاپسیس در تحلیل و اولویت­بندی توسعه پایدارمناطق شهری (مطالعه موردی: مناطق شهری اصفهان)، مجله جغرافیا و برنامه­ریزی محیطی، دوره 21، شماره 2، صص 100-83.

Farah pour, M. 2002. A planning support system for rangeland allocation in Iran. PhD thesis, Wageningen University, ITC Netherlands, 186PP.

Fathabadi, H., H., Gholami,  A., Salajegue,  H.Azanivand  and H. KHosravi, 2009. Drought forecasting using neural network and stochastic models. Advances in Natural and Applied Sciences, 3:137-146.

Mohammad Hameed, M. 2013. Water harvesting in Erbil Governorate, Kurdistan region Iraq Detection of suitable sites using Geographic Information System and Remote Sensing. PhD Thesis, Lund University Publication.

Mbilinyi, B. P., S. D., Tumbo, H. F., Mahoo, E. M., Senkondo, and N. Hatibu. 2007. Indigenous knowledge as decision support tool in rainwater harvesting.

Molina, J. L., J. L. Bromley, J. Garcia-Arostegui, C. Sullivan and J. Benavente. 2010. Integrated water resources management of overexploited hydrological system using objected-oriented Bayesian network. Environml Modeling & Software, 25(4): 383-397.

Prasad, H. C., P., Bhalla, and S., Palria. Site Suitability Analysis of Water Harvesting Structures Using Remote Sensing and GIS – A Case Study of Pisangan Watershed, Ajmer District, Rajasthan, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XL-8, 1471-1482

Romero, C. and T. Rehman. 1987. Natural resource management and the use of multiple criteria decision making techniques: A review. European Review of agricultural Economics. 14(1): 61-89.

Sadeghiravesh. M., Gh.Zehtabian. and H. Khosravi, (2014). Application of AHP and ELECTERE models for assessment of de_desertification alternatives. Desert. .19(2): 141_153.

Sadeghi Ravesh, M. H., G., Zehtabian, H. Ahmadi, and H.Khosravi.  2012, “Using analytic hierarchy process method and ordering technique to assess de-desertification alternatives. Case study: Khezrabad, Yazd, IRAN”, Carpathian Journal of Earth and Environmental Sciences, Vol. 7, pp. 51 – 60

Soleimani-damaneh, M. and M. Zarepisheh. 2009. Shannon entropy combining the efficiency results of different DEA models: Method and application, Expert System with Applications, 36(3):5146-5150

Vallentaine, J. F. 1971. Range development and improvements. Brigham Young University Press, Provo, UT. 615p.

Zehtabian, G., Khosravi, H., Ghodsi, M., 2010. High Demand in a Land of Water Scarcity:

Iran. Chapter 5. Springer, Netherlands, pp. 75–86.