شناسایی مناطق کارست و میزان گسترش آن با استفاده از سنجش‌از‌دور و سیستم‌اطلاعات‌جغرافیایی در حوضۀ آبریز ظالم رود ساری در مازندران، ایران

محورهای موضوعی : برنامه های کاربردی در مدیریت منابع آب

محمدعلی قلی نتاج ملکشاه ¹ , داود جهانی ² , سیدرمضان موسوی ³ , نادر کهنسال قدیم وند ⁴ , سیدحمید وزیری ⁵

1 - دانشجوی دکتری زمین شناسی، دانشکده علوم، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران
2 - دانشیار، گروه زمین شناسی دانشکده علوم، دانشگاه آزاد اسلامی واحد تهران شمال،تهران، ایران
3 - استادیار گروه مهندسی آبخیزداری، دانشکده منابع طبیعی ، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران
4 - استادیار گروه زمین شناسی دانشکده علوم، دانشگاه آزاد اسلامی واحد تهران شمال،تهران، ایران
5 - استاد گروه زمین شناسی دانشکده علوم، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

تاریخ دریافت : 1400/02/17 تاریخ پذیرش : 1400/06/04 تاریخ انتشار : 1401/07/01

کلید واژه: منطق فازی, کارست, حوزه آبریز ظالم رود, سنجش از دور و GIS, هیدروژئوشیمی, مازندران,

چکیده مقاله :

پیشینه و هدف سیمای مرکبی از همه ناهمواری‌ها، اشکال، فضای خالی و پدیده‌هایی که در اثر خورندگی آب در سطح و در زیر سطح زمین در سازندهای زمین‌شناسی قابل‌حل مختلف ایجاد می‌شوند را کارست گفته که تقریباً 15 درصد از سنگ‌های رخنمون یافته جهان را در برگرفته‌اند. علی‌رغم اهمیت مناطق کارستی در ادوار گذشته، امروزه، مطالعه، شناسایی، تحلیل مکانی و مدیریت این مناطق، موردتوجه جدی زمین شناسان، هیدرولوژیست‌ها، هیدروژئولوژیست ها، اکوتوریست ها، ژئوتوریست ها و زیست‌محیطی در مقیاس‌های گوناگون است. از طرفی با توجه به برخی از شرایط ویژه مانند بحران آب و یافتن نقاط دارای ذخایر آبی پایدار و یا مناطق مناسب جهت احداث سدها و سایر سازه‌های با ریسک کم و ضریب اطمینان بالا، شناسایی مناطق کارستی از اهمیت بالایی برخوردار است. همچنین پدیده کارست در ابعاد گوناگون، از دیدگاه زمین‌شناسی و ژئومورفولوژی نیز دارای جایگاه ویژه‌ای است، زیرا علل و چگونگی فرآیندها و اشکال انحلالی و گسترش آن‌ها بر سنگ‌ها و کانی‌ها دارای اهمیت بسیار بالایی است. شرق مازندران به‌ویژه در محدوده موردمطالعه، ازلحاظ زمین‌شناسی یکی از مناطق دارای پتانسیل فرآیند کارستی بوده و با توجه به شرایط محیطی به‌خصوص وضعیت پوشش گیاهی و راه‌های دسترسی، کمتر موردمطالعه قرارگرفته است. بر این اساس، این مطالعه، به‌منظور شناسایی مناطق کارستی و میزان گسترش آن‌ها با استفاده از روش سنجش از دور و سیستم اطلاعات جغرافیایی در حوضۀ ظالم رود ساری در استان مازندران در شمال ایران متمرکز است.مواد و روش‌ها به‌منظور شناسایی مناطق کارستی و ویژگی‌های فیزیکوشیمیایی آبخوان‌های موجود، ابتدا لازم بود مناطق کارستی شناسایی و سپس وضعیت فیزیکوشیمیایی آن ارزیابی می‌گردید. در گام نخست، با استفاده از داده‌های ماهواره‌ای لندست Landsat، استر ASTER و SRTM، نقشه‌های زمین‌شناسی، اطلاعات آب‌وهوایی و بازدیدهای میدانی، عوامل مؤثر بر کارستی شدن که شامل نوع سنگ، خطواره‌ها نظیر گسل‌ها و شکستگی‌ها، پوشش گیاهی، آب‌وهوا، وضعیت آبراهه‌ها و شیب توپوگرافی هستند، استخراج شده‌اند. قابل‌ذکر است که در این گام، برای به دست آوردن نتیجه بهتر، از منطق فازی و تحلیل سلسله مراتبی (AHP) بهره گرفته شده است. در گام دوم، به‌منظور بررسی وضعیت فیزیکوشیمیایی آبخوان، پارامترهای شیمیایی برخی از چشمه‌ها، مورد تجزیه‌وتحلیل قرارگرفته و پارامترهای انحلالی، ضرایب اشباعی، منشأ مواد شیمیایی محلول در آب و سیستم کلی جریان در آبخوان‌های موجود مشخص شده است. در این مطالعه، تعیین ترکیب و پراکندگی سنگی، بر اساس بازدیدهای میدانی و به کمک نقشه‌های زمین‌شناسی یک‌صد هزارم بهشهر و ساری که زمین مرجع شده‌اند، انجام شده است. برای استخراج خطواره‌های ناشی از شکستگی‌ها، از سه روش دستی، خودکار و نیمه اتوماتیک استفاده شده است. در روش دستی، با اعمال فیلترهای High Pass، PCA و ترکیب رنگی داده‌های ماهواره‌ای لندست-8، خطواره‌ها بارزسازی و استخراج شده‌اند. در روش اتوماتیک، از الگوریتم Segment Tracing Algorithm (STA) در نرم‌افزار PCI، کمک گرفته شده است. در الگوریتم STA، پیکسل‌های خطی بر اساس اختلاف درجه خاکستری شناسایی و سپس بر اساس پارامترهای RADI، GTHR، LTHR، FTHR، ATHR و DTHR به بردار تبدیل گردیده‌اند. جهت تشخیص و استخراج وضعیت پوشش گیاهی، از شاخص Normalized Difference Vegetation Index (NDVI) بر روی داده‌های سنجنده OLI از ماهواره لندست-8، کمک گرفته شده است. آبراهه‌ها، با کمک اکستنشن ArcHydro در GIS شناسایی گردیدند. برای تولید DEM موردنیاز، از تکنیک‌های فتوگرامتری بر روی تصاویر زوج استریو سنجنده ASTER در نرم‌افزار Idrisi و بر اساس متغیرهای پارامتری توجیه‌های داخلی و خارجی (External and Internal Orientation) سنجنده و نقاط کنترلی زمینی (Ground Control Points, GCPs) انجام شده است. شیب توپوگرافی منطقه به کمک DEM و بر اساس درجه در محیط نرم‌افزاری GIS محاسبه و نقشه آن تهیه شده است. بر اساس داده‌های آب هوایی اداره کل هواشناسی استان مازندران، وضعیت آب‌وهوایی به‌صورت منحنی‌های هم‌دما، هم بارش و هم تبخیر مشخص و نوع آب‌وهوا نیز، از روش De Marton تعیین شده است.نتایج و بحث حاصل فعالیت‌های فوق، تولید نقشه‌های سنگ‌شناسی، تراکم و فاصله از خطواره‌های حاصل از شکستگی، تراکم و فاصله از آبراهه‌ها، شیب توپوگرافی، هم بارش و پوشش گیاهی بوده است. با توجه به معیارهای متفاوت بکار رفته در نقشه‌های تولیدشده و وجود نیاز به معیاری واحد و قابل‌مقایسه و متناسب برای تلفیق لایه‌های اطلاعاتی، از منطق فازی کمک گرفته شده است. در این حالت، کلیه لایه‌ها با مرز غیرقطعی به‌جز لیتولوژی که دارای مرز قطعی بوده و تابع منطق بولین است، فازی سازی شده‌اند و در ادامه در GIS، به‌صورت لایه‌های فازی سازی شده استخراج گردیده‌اند. از طرفی، چون وزن و ضریب اثربخشی عوامل هشت‌گانه مؤثر در وقوع پدیده کارست یکسان نیستند، برای تعیین ارجحیت و اولویت‌بندی این عوامل، از روش تحلیل سلسله مراتبی (AHP) استفاده شده است و میزان مشارکت و به عبارتی وزن هر یک از معیارها با ضریب ناسازگاری کمتر از یک درصد در نرم‌افزار Expert Choice 12 محاسبه شده است. درنهایت، با روش ترکیب خطی وزن‌دار (WLC)، لایه‌های رستری فازی شده بر اساس وزن مؤثر آن‌ها، با عملگر تجمعی توافقی (Compromise Operator) یا گاما تلفیق شده و نقشه پراکندگی پدیده کارست با ضریب احتمال متفاوت در محدوده موردمطالعه استخراج گردید. در گام بعدی، به‌منظور بررسی وضعیت فیزیکوشیمیایی آبخوان‌ها و ارزیابی پدیده کارست، تعداد 18 چشمه با دبی مساوی و بیشتر از سه لیتر بر ثانیه انتخاب و به کمک نرم‌افزارهای SPPS، RockWorks2016 و PHREEQC2.6 مورد ارزیابی قرارگرفته‌اند و ضمن استخراج جداول و نمودارهای هیدروژئوشیمیایی، شاخص اشباعی کانی‌های متعدد نیز، محاسبه گردیده‌اند.نتیجه گیری نتایج این تحقیق نشان می‌دهد که پدیده کارست، در بخش مرکزی دارای بیشترین گسترش بوده و خطواره‌های حاصل از شکستگی‌ها، بیشترین نقش را در تشکیل این پدیده داشته‌اند. تیپ آب این چشمه‌ها، بی‌کربنات کلسیک- منیزیک بوده و بر‌اساس نمودار گیپس، نقش سنگ‌های تشکیل‌دهنده آبخوان در تعیین ترکیب شیمیایی آب، بسیار واضح است. همچنین، با توجه به شاخص‌های اشباعی کانی‌ها، نوع جریان در مخازن آب‌های زیرزمینی، به‌صورت افشان و افشان- مجرایی است. بر اساس این تحقیق، بهره‌گیری از فن‌آوری نوین سنجش‌ازدور و GIS، موجب افزایش دقت و سرعت و کاهش هزینه در مطالعات کارستی به‌همراه دارد.

چکیده انگلیسی:

Background and Objective Karst is a composite image of all the roughness, shapes, pores, and phenomena caused by water corrosion, above and below the surface, in various soluble geological formations, which cover about 15% of the world's exposed rocks. Despite the importance of karst areas in the past, today, the study, identification, spatial analysis and management of these areas are of very interest to geologists, hydrologists, hydrogeologists, eco-tourists, geotourists and environmentalists at various scales. Karst phenomenon also has a special place in various dimensions from the point of view of geology and geomorphology, because the causes and methods of dissolution processes and forms and their extension in rocks and minerals are of great importance to East Mazandaran, especially in the study area, is geologically one of the areas with karst process potential and has been less studied due to environmental conditions, especially vegetation and access roads. This study is focused on identifying karst areas and their extent using RS and GIS method in the Zalem-Rud Sari basin in Mazandaran province in northern Iran. In order to identify karst areas and physicochemical characteristics of existing aquifers, it was first necessary to identify karst areas and then assess their physicochemical status. In the first step, using Landsat, ASTER and SRTM satellite data, geological maps, weather information and field visits, factors affecting karstification such as rock types, Fracture lineaments, vegetation, climate, condition of the drainages and the slope of the topography are extracted. It should be noted that in this step, to obtain a better result, fuzzy logic and Hierarchical Analysis Process have been used. In the second step, in order to investigate the physicochemical condition of the aquifer, the chemical parameters of some springs are analyzed and the dissolution parameters, saturation indices, the origin of water-soluble components and the general flow system in the existing aquifers are determined.Materials and Methods In this study, the composition and distribution of rock, based on field visits and georeferenced geological maps of one hundred thousandths of Behshahr and Sari, have been done. Three methods of manual, automatic and semi-automatic have been used to extract the lineaments due to fractures. In the manual method, the lineaments are highlighted and extracted by applying High Pass filters, PCA and the color combination of Landsat 8 satellite data. In the automatic method, the Segment Tracing Algorithm (STA) in PCI software is used. In the STA algorithm, linear pixels are identified based on the degree of gray difference and then converted to vectors based on RADI, GTHR, LTHR, FTHR, ATHR and DTHR parameters. The Normalized Difference Vegetation Index (NDVI) was used to detect and extract vegetation status on OLI sensor data from the Landsat 8 satellite. To generate DEM, photogrammetric techniques were performed on a pair of stereo images of ASTER sensor in Idrisi software based on parametric variables of external and external orientations and ground control points (GCPs). The topographic slope of the area has been calculated by DEM and based on the degree in GIS and its map has been prepared. Based on the weather data of the General Meteorological Department of Mazandaran Province, the weather condition is determined by the isothermal, isohyetal and isoevaporation curves and the type of weather is determined by the De Marton method.Results and Discussion The result of the above activities has been the production of lithological maps, density and distance from fracture lineaments, density and distance from drainages, topographic slope, rainfall and vegetation. Due to the different criteria used in the generated maps and the need for a single, comparable and proportionate criteria for combining information layers, fuzzy logic has been used. In this case, all layers, except lithology, which has a definite boundary and is a function of Boolean logic, are fuzzy and then extracted as fuzzy layers in GIS. On the other hand, because the weight and effectiveness of the eight factors affecting the occurrence of the karst phenomenon are not the same, the Hierarchical Analysis (AHP) method has been used to determine the preference and prioritization of these factors. And the participation rate, in other words, the weight of each criterion with an incompatibility coefficient of less than one percent has been calculated in Expert Choice 12 software. Finally, by the weighted linear combination (WLC) method, fuzzy raster layers based on their effective weight are combined with Compromise Operator or Gamma and the karst distribution map is extracted with different probability coefficients in the study area. In the next step, in order to investigate the physicochemical status of the aquifers and evaluate the karst phenomenon, 18 springs with equal flow and more than three litres per second were selected and evaluated using SPPS, RockWorks2016 and PHREEQC2.6 software. In addition to extracting hydrogeochemical tables and graphs, the saturation index of various minerals has also been calculated.Conclusion The results of this study show that the karst phenomenon has the most spread in the central part and the lineaments resulting from fractures have played the most role in the formation of this phenomenon. The water type of these springs is calcium-magnesium bicarbonate and according to the Gibbs diagram, the role of aquifer rocks in determining the chemical composition of water is very clear. Also, the saturation indices of minerals and the type of flow in groundwater reservoirs are diffuse and diffuse-duct flows. To this research, the use of new remote sensing technology and GIS increases accuracy and speed and reduces costs in karst studies.

منابع و مأخذ:

Aganbati SA. 2004. Geology of Iran. Geological Survey of Iran. First edition. 640 p. (In Persian).

Alavi M. 1991. Sedimentary and structural characteristics of the Paleo-Tethys remnants in northeastern Iran. Geological Society of America Bulletin, 103(8): 983-992. doi:https://doi.org/10.1130/0016-7606(1991)103<0983:SASCOT>2.3.CO;2.

Alonso-Contes CA. 2011. Lineament mapping for groundwater exploration using remotely sensed imagery in a karst terrain: Rio Tanama and Rio de Arecibo basins in the northern karst of Puerto Rico. Michigan Technological University. doi:https://doi.org/10.37099/mtu.dc.etds/309.

Asadzadeh S, de Souza Filho CR. 2016. A review on spectral processing methods for geological remote sensing. International Journal of Applied Earth Observation and Geoinformation, 47: 69-90. doi:https://doi.org/10.1016/j.jag.2015.12.004.

Balıka F, Alkışa A, Alkış YKZ. 2004. Validation of radargrammetric DEM generation from radarsat images in high relief areas in Edremit region of Turkey. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 34(Part XXX).

Birk S, Liedl R, Sauter M. 2004. Identification of localised recharge and conduit flow by combined analysis of hydraulic and physico-chemical spring responses (Urenbrunnen, SW-Germany). Journal of Hydrology, 286(1): 179-193. doi:https://doi.org/10.1016/j.jhydrol.2003.09.007.

Bonham-Carter GF, Bonham-Carter G. 1994. Geographic information systems for geoscientists: modelling with GIS. vol 13. Elsevier. 398 p.

Dafny E, Tawfeeq KJ, Ghabraie K. 2015. Evaluating temporal changes in hydraulic conductivities near karst-terrain dams: Dokan Dam (Kurdistan-Iraq). Journal of Hydrology, 529: 265-275. doi:https://doi.org/10.1016/j.jhydrol.2015.07.048.

Daoxian Y. 1997. Sensitivity of karst process to environmental change along the PEP II transect. Quaternary International, 37: 105-113. doi:https://doi.org/10.1016/1040-6182(96)00012-2.

Demicco RV, Klir GJ. 2003. Fuzzy logic in geology. Elsevier. 347 p.

Drever JI. 1988. The geochemistry of natural waters, vol 437. Prentice hall Englewood Cliffs. 436 p.

Ebrahimi O, Ahmadi M, Shahabi H, Asgari S. 2018. Evaluation of karst features using principal component analysis (PCA): a case from Zarneh and Kergan, Western Iran. Carbonates and Evaporites, 33(4): 625-635. doi:https://doi.org/10.1007/s13146-017-0373-2.

Elez J, Cuezva S, Fernandez-Cortes A, Garcia-Anton E, Benavente D, Cañaveras JC, Sanchez-Moral S. 2013. A GIS-based methodology to quantitatively define an Adjacent Protected Area in a shallow karst cavity: The case of Altamira cave. Journal of Environmental Management, 118: 122-134. doi:https://doi.org/10.1016/j.jenvman.2013.01.020.

Gibbs RJ. 1970. Mechanisms controlling world water chemistry. Science, 170(3962): 1088-1090.

Ho P-G. 2009. Geoscience and remote sensing. BoD–Books on Demand, 610 p.

Kaufmann G, Romanov D. 2016. Structure and evolution of collapse sinkholes: Combined interpretation from physico-chemical modelling and geophysical field work. Journal of Hydrology, 540: 688-698. doi:https://doi.org/10.1016/j.jhydrol.2016.06.050.

Khanlari G, Momeni AA. 2012. Geomorphology, hydrogeology and the study of factors affecting to karst development in Garin area, west of Iran. Geography and Territorial Spatial Arrangement, 2(3): 61 -73. (In Persian).

Koike K, Nagano S, Ohmi M. 1995. Lineament analysis of satellite images using a Segment Tracing Algorithm (STA). Computers & Geosciences, 21(9): 1091-1104. doi:https://doi.org/10.1016/0098-3004(95)00042-7.

Kresic N. 1995. Remote sensing of tectonic fabric controlling groundwater flow in Dinaric karst. Remote Sensing of Environment, 53(2): 85-90. doi:https://doi.org/10.1016/0034-4257(95)00042-Y.

Litwin L, Andreychouk V. 2008. Characteristics of high-mountain karst based on GIS and Remote Sensing. Environmental Geology, 54(5): 979-994. doi:https://doi.org/10.1007/s00254-007-0893-5.

Liu F, Song X-f, Yang L, Zhang Y, Han D, Ma Y, Bu H. 2015. Identifying the origin and geochemical evolution of groundwater using hydrochemistry and stable isotopes in the Subei Lake basin, Ordos energy base, Northwestern China. Hydrology and Earth System Sciences, 19(1): 551-565. doi:https://doi.org/10.5194/hess-19-551-2015.

Malczewski J. 2000. On the use of weighted linear combination method in GIS: common and best practice approaches. Transactions in GIS, 4(1): 5-22. doi:https://doi.org/10.1111/1467-9671.00035.

Meijerink AM, Bannert D, Batelaan O, Lubczynski M, Pointet T. 2007. Remote sensing applications to groundwater, vol 16. Unesco Paris, 312 p.

Mohammadi Z, Alijani F, Rangzan K. 2014. DEFLOGIC: a method for assessment of groundwater potential in karst terrains: Gurpi Anticline, southwest Iran. Arabian Journal of Geosciences, 7(9): 3639-3655. doi:https://doi.org/10.1007/s12517-013-0958-6.

Mohammadizad R, Arfania R. 2017. Advanced investigation of remote sensing to geological mapping of Zefreh region in central Iran. Open Journal of Geology, 7(10): 1509. doi:https://doi.org/10.4236/ojg.2017.710101.

O’Driscoll MA, DeWalle DR. 2006. Stream–air temperature relations to classify stream–ground water interactions in a karst setting, central Pennsylvania, USA. Journal of Hydrology, 329(1): 140-153. doi:https://doi.org/10.1016/j.jhydrol.2006.02.010.

Pei J, Wang L, Huang N, Geng J, Cao J, Niu Z. 2018. Analysis of Landsat-8 OLI imagery for estimating exposed bedrock fractions in typical karst regions of Southwest China using a karst bare-rock index. Remote Sensing, 10(9): 1321. doi:https://doi.org/10.3390/rs10091321.

Pirasteh S. 2006. The role of lineaments in karstification-Pabdeh anticline Zagros Fold Belt: an application of remote sensing and geographic information system. Geographical Journal of Territory (Sarzamin), 3(11): 51-68. (In Persian).

Saaty TL. 2001. Fundamentals of the analytic hierarchy process. In:  The analytic hierarchy process in natural resource and environmental decision making. Springer, pp 15-35.

Shahmoradi S, Ghafarian Malamiri HR, Amini M. 2021. Extraction of soil moisture index (TVDI) using a scatter diagram temperature/vegetation and MODIS images. Journal of RS and GIS for Natural Resources, 12(1): 38-62. doi:http://dorl.net/dor/20.1001.1.26767082.1400.12.1.3.4. (In Persian).

Shuster ET, White WB. 1971. Seasonal fluctuations in the chemistry of lime-stone springs: A possible means for characterizing carbonate aquifers. Journal of Hydrology, 14(2): 93-128. doi:https://doi.org/10.1016/0022-1694(71)90001-1.

Srivastava PK, Mukherjee S, Gupta M, Islam T. 2014. Remote sensing applications in environmental research. Springer. doi:https://doi.org/10.1007/978-3-319-05906-8.

Su YH, Zhu GF, Feng Q, Li ZZ, Zhang FP. 2009. Environmental isotopic and hydrochemical study of groundwater in the Ejina Basin, northwest China. Environmental Geology, 58(3): 601-614. doi:https://doi.org/10.1007/s00254-008-1534-3.

Uromeihy A. 2000. The Lar Dam; an example of infrastructural development in a geologically active karstic region. Journal of Asian Earth Sciences, 18(1): 25-31. doi:https://doi.org/10.1016/S1367-9120(99)00026-7.

Xing L, Guo H, Zhan Y. 2013. Groundwater hydrochemical characteristics and processes along flow paths in the North China Plain. Journal of Asian Earth Sciences, 70-71: 250-264. doi:https://doi.org/10.1016/j.jseaes.2013.03.017.

Yu L, Porwal A, Holden E-J, Dentith MC. 2012. Towards automatic lithological classification from remote sensing data using support vector machines. Computers & Geosciences, 45: 229-239. doi:https://doi.org/10.1016/j.cageo.2011.11.019.

متن کامل:



شناسایی مناطق کارست و میزان گسترش آن با استفاده از سنجش‌ازدور و سیستم اطلاعات جغرافیایی در حوزه آبریز ظالم رود ساری در مازندران، ایران

چکیده

این مطالعه، به‌منظور شناسایی مناطق کارستی و میزان گسترش آن‌ها با استفاده از روش سنجش‌ازدور و سیستم اطلاعات جغرافیایی (RS & GIS) در حوزه ظالم رود ساری در استان مازندران در شمال ایران متمرکز است. در این پژوهش، به استفاده از داده‌های ماهواره‌ای و آرشیوی و میدانی و با کمک منطق فازی و تحلیل سلسله مراتبی (AHP)، ابتدا پراکندگی پدیده کارست در محدوده موردمطالعه، مشخص‌شده‌اند. سپس با انتخاب 18 چشمه با دبی مساوی و بالاتر از سه لیتر بر ثانیه و ارزیابی ویژگی‌های هیدروشیمیایی آن‌ها در محدوده کارستی، تیپ آب، ضرایب انحلالی و نوع جریان حاکم بر آبخوان کارستی، موردبررسی قرار گرفت. حاصل این اقدامات در محیط نرم‌افزارهای سنجش‌ازدوری، نقشه‌ها، جداول و نمودارهایی بوده که با بازدیدهای میدانی نیز مورد ارزیابی قرارگرفته‌اند. نتایج این تحقیق نشان می‌دهد که پدیده کارست در بخش مرکزی دارای بیشترین گسترش بوده و خطواره‌های حاصل از شکستگی‌ها، بیشترین نقش را در تشکیل این پدیده داشته‌اند. تیپ آب این چشمه‌ها، بی‌کربنات کلسیک- منیزیک بوده و بر اساس نمودار گیپس، نقش سنگ‌های تشکیل‌دهنده آبخوان در تعیین ترکیب شیمیایی آب، بسیار واضح است. همچنین، با توجه به شاخص‌های اشباعی کانی‌ها، نوع جریان در مخازن آب‌های زیرزمینی، به‌صورت افشان و افشان- مجرایی است. بر اساس این تحقیق، بهره‌گیری از فن‌آوری نوین سنجش‌ازدور و GIS، موجب افزایش دقت و سرعت و کاهش هزینه در مطالعات کارستی به همراه دارد.

واژه‌های کلیدی: کارست، هیدروژئوشیمی، سنجش‌ازدور و GIS، منطق فازی، حوزه آبریز ظالم رود، مازندران

 

مقدمه

سیمای مرکبی از همه ناهمواری‌ها، اشکال، فضای خالی و پدیده‌هایی که در اثر خورندگی آب، در سطح و در زیر سطح زمین، در سازندهای زمین‌شناسی قابل‌حل، ایجاد می‌شوند را کارست می‌گویند. در تشکیل و گسترش این پدیده دیاژنتیکی، عوامل متعددی مانند نوع و درجه انحلال‌پذیری سنگ‌های مرتبط با کارست، خصوصیات فیزیکو_شیمیایی آب‌های جاری و فرورو، شرایط آب‌وهوایی، ویژگی‌های ژئومورفولوژیکی، هیدرولوژی و هیدروژئولوژیکی، تراکم درز و شکاف‌ها و پویایی تکتونیکی نقش دارند (9 و 16).

مطالعه و مدیریت مناطق کارستی، از دیرباز موردتوجه زمین شناسان، هیدرولوژیست­ها، هیدروژئولوژیست­ها، ژئومورفولوژیست­ها، کارشناسان محیط‌زیست و حتی اکو و ژئوتوریست­ها بوده است (8) و امروزه نیز، شناسایی مناطق کارستی با توجه به برخی از شرایط ویژه آن، از قبیل پتانسیل منابع آبی، شرایط زیست‌محیطی و مکان‌یابی با ریسک کم برای سازه عمرانی، اهمیت زیادی دارند (34).

از طرفی، به سبب محدودیت‌های مالی، زمانی، دسترسی غیر آسان، تجهیزات زمینی گران‌قیمت و حتی نبود آثار و شواهد کارستی واضح در برخی مطالعات میدانی، استفاده از روش و یا روش‌هایی که بتواند کاستی‌ها و محدودیت‌های فوق‌الذکر را مرتفع سازد دارای اهمیت زیادی است. یکی از این روش‌های کارآمد، استفاده از فنّاوری سنجش‌ازدور هست. در این روش، با کمک قوانین حاکم بر بازتاب طیف‌های خورشیدی توسط اجسام و سایر قواعد موجود در این علم، می‌توان داده‌های ماهواره‌ای با اهداف گوناگون دریافت نموده (15 و 33) که با پردازش‌ها و تجزیه‌وتحلیل آن‌ها در نرم‌افزارهای سنجش‌ازدوری، خروجی‌های کاربردی و باارزشی را استخراج نمود. برای مثال، نه‌تنها به کمک اشکال ژئومورفولوژیکی و پوشش گیاهی می‌توان خطواره‌هایی مانند شکستگی‌ها را تشخیص داد بلکه حتی می‌توان به کمک داده‌های حرارتی، تفاوت‌های دمایی برجسته‌ای که ممکن است ناشی از تخلیه آب در طول گسل‌ها یا حاصل وجود آب زیرزمینی و تبخیر و تعرق باشد، این پدیده‌ها را نیز شناسایی نمود (23).

امروزه، استفاده از فن‌آوری‌های نوین RS & GIS، در مطالعات محیطی و به‌خصوص زمین‌شناسی، از اهمیت و جایگاه ویژه‌ای برخوردار است و با توجه به توانمندی، سرعت، دقت و به‌روز بودن داده‌ها، بسیاری از مسائل مهم علوم زمین، اعم از مطالعات و بررسی‌های لیتولوژیکی، خاک‌شناسی و کانی‌شناسی (36 و 33)، ساختارهای زمین‌شناسی، وضعیت و کیفیت آب‌های سطحی، اشکال ژئومورفولوژیکی و سایر مطالعات علوم زمین را بررسی (4) و ضمن ارزیابی مکانی مناسب می‌توان نقشه‌هایی تا دقت 90% (27) نیز تهیه نمود.

همچنین، استفاده از فن‌آوری نوین RS & GIS، به همراه اطلاعات با دقت‌های گوناگون و متنوع ماهواره‌ای مانند LiDAR،IRS P6، Landsat، Aster و SRTM، امروزه به‌عنوان روشی بسیار مناسب، دقیق و سریع در مطالعات کارست قلمداد شده و مورد بهره‌برداری قرار می‌گیرد (13 و 24). در این روش، نه‌تنها، از طریق اختلاف دمای هوای نزدیک سطح زمین (32)، ارتباط فابریک‌های تکتونیکی با جریانات آبی (16)، خصوصیات مورفولوژیکی (20) و اشکال کارستی به‌ویژه فرو چاله‌ها (34) مناطق کارستی را شناسایی و میزان توسعه‌یافتگی آن را ارزیابی قرار نمود، بلکه در برخی موارد، می‌توان محدوده‌های حاوی آب زیرزمینی را نیز شناسایی نمود (3).

مطالعه کارست بر پایه سنجش‌ازدور و سامانه اطلاعات جغرافیایی و همچنین بر اساس ویژگی‌های هیدروشیمیایی و با به‌کارگیری ابزارهایی مانند منطق فازی و AHP، در بسیاری از نقاط جهان و به‌ویژه در ایران صورت گرفته است، اما در اغلب آن‌ها، دو یا حداکثر سه مورد از روش‌های فوق‌الذکر به کار گرفته شده است. ضمن این‌که شرایط پوششی گیاهی محدوده موردمطالعه در این بررسی نیز با اغلب مناطق مطالعاتی قبلی تفاوت چشمگیری دارد. برای نمونه، پیراسته در سال 1385، محمدی و همکاران 2013 و ابراهیمی و همکاران، 2017، اغلب با به‌کارگیری داده‌های ماهواره‌ای و سیستم اطلاعات جغرافیایی و همچنین گاهی منطق فازی، مطالعات کارست را در ایران انجام داده‌اند (12، 24 و 28)، درحالی‌که خانلری و مؤمن در سال 1391، با نگاه هیدروشیمیایی، این پدیده را در کشورمان مورد ارزیابی قرار داده‌اند (17). قابل‌ذکر است که چنین مطالعاتی در سایر کشورها نیز صورت گرفته، ولی مناطق مشابه محدوده موردمطالعه در این بررسی ازلحاظ پوشش گیاهی کمتر هستند و نمونه‌ای از آن را می‌توان به مطالعات میجرینک و همکاران 2007 در منطقه با پوشش گیاهی انبوه حوزه آبریز Suoimuoi کشور ویتنام را اشاره نمود (23).

هدف از این تحقیق، ارزیابی پراکندگی و وضعیت گسترش مناطق کارستی در زیرحوزه آبریز ظالم رود از حوزه آبریز تجن شهرستان ساری،

با به‌کارگیری روش سنجش‌ازدوری و سامانه اطلاعات جغرافیایی و همچنین با استفاده از خصوصیات هیدروژئوشیمیایی چشمه‌های موجود بوده و با بررسی نظر کارشناسان علوم محیطی و زمین‌شناسی، تابع عضویت فازی و میزان اثرگذاری عوامل مؤثر بر کارستی شدن در این محدوده، اندازه‌گیری گردد. این زیرحوزه باوجود شرایط زمین‌شناسی، تکتونیکی، آب‌وهوایی و سایر عوامل اثرگذار بر تشکیل و گسترش پدیده کارست، هنوز مورد مطالعه قرار نگرفته و میزان گستردگی آن ارزیابی نشده است. لذا نگارندگان به کمک RS&GIS و با بهره‌گیری از منطق فازی و تحلیل سلسله مراتبی (Analytical Hierarchy Process)، مناطق کارستی شناسایی و بر اساس آنالیز شیمیایی آب چشمه‌های این مناطق، نوع جریان‌های احتمالی در آبخوان‌های کارستی را مورد ارزیابی قرار دهند. بدین منظور، در گام نخست، هشت فاکتور تراکم خطواره‌ها و آبراهه‌ها، فاصله از خطواره‌ها و آبراهه‌ها، لیتولوژی، آب‌وهوا، پوشش گیاهی که در تشکیل و گسترش پدیده کارست اثرگذار هستند، مورد ارزیابی قرارگرفته‌اند. سپس، با توجه به جایگاه و کاربرد وسیع منطق فازی در علوم زمین (10)، تمامی این فاکتورها به‌جز لیتولوژی، در محیط نرم‌افزاری GIS، فازی سازی شده‌اند. از طرفی با آگاهی از عدم یکسان بودن نقش هر یک از عوامل اثرگذار در تشکیل و گسترش کارست، نگارندگان روش تحلیلی سلسله مراتبی (AHP) که یکی از مدل‌های کارآمد در تصمیم‌گیری چندمعیاره است را برای اولویت‌بندی این عوامل بکار برده، سپس وزن و ضریب هر یک از عوامل را تعیین نموده‌اند و در ادامه در محاسبات خود بکار بسته است. در گام بعدی که بررسی منابع آبی کارستی بوده است، ابتدا منابع آبی زیرزمینی که درواقع همان چشمه‌های موجود هستند، ازلحاظ شیمیایی و با استفاده از نمودارها و ضرایبی مانند ضریب اشباعی کانی‌های مرتبط با کارست مورد ارزیابی قرارگرفته تا ضمن شناسایی چشمه‌های با منبع کارستی، نوع جریان‌های احتمالی در آبخوان، میزان گسترش پدیده کارست بررسی گردد.

 

منطقه موردمطالعه

زیرحوزه آبریز ظالم رود در حوزه آبریز تجن شهرستان ساری با روند شرقی – غربی در بخش شمالی البرز مرکزی قرار دارد (شکل 1). این محدوده در بین طول جغرافیایی ʺ12، ´10، °53 تا ʺ22، ´11، °54 شرقی و عرض جغرافیایی ʺ41، ´19، °36 الی ʺ11، ´32، °36 شمالی واقع‌شده، کمترین ارتفاع آن با بلندی حدود 130 و بیشترین ارتفاع آن با بلندی 3184 متر از سطح آب‌های آزاد دریا در جنوب شرق می‌باشد. شیب توپوگرافی عمومی محدوده به سمت غرب است. پوشش جنگل‌های هیرکانی آن در نیمه غربی دارای بیشترین و در نیمه شرقی کمترین تراکم را دارد. متوسط بارندگی سالانه این محدوده حدود 700 میلی‌متر بوده، بیشترین بارش در نیمه غربی تا 1000 میلی‌متر و کمترین بارندگی در نیمه شرقی تا 400 میلی‌متر واقع‌شده است.

این محدوده، ازلحاظ زمین‌شناسی، بخشي از قسمت شمالي، کمربند كوهزايي آلپ – هيماليا در آسياي غربي بوده، مطابق با تقسيمات زمین‌شناسی ساختاري در زون البرز (2) و بر اساس تقسیمات پهنه‌های رسوبي- ساختاري، در پهنه مرکزی ایران (1) قرارگرفته است. غالب سنگ‌های موجود، نهشته‌های رسوبی دوران مزوزوئیک و سنوزوئیک بوده، سنگ‌های حاوی کانی‌های کربناته مانند سنگ‌آهک، سنگ‌آهک دولومیتی، سنگ‌آهک ماسه‌ای و ماسه سنگ‌آهکی نیز دارای گسترش زیادی هستند.

 

شکل 1- موقعیت زیرحوزه آبریز ظالم رود در استان مازندران و حوزه آبریز تجن

Fig. 1- Location of Zalem River catchment area in Mazandaran province and Tajan catchment area

روش‌شناسی

به‌منظور شناسایی مناطق کارستی و ویژگی‌های فیزیکوشیمیایی آبخوان‌های موجود، ابتدا لازم بود مناطق کارستی شناسایی و سپس وضعیت فیزیکوشیمیایی آن ارزیابی می‌گردید. در گام نخست، با کمک فن‌آوری نوین RS & GIS و با استفاده از داده‌های سنجنده­های Landsat،Aster و SRTM، نقشه‌های زمین‌شناسی، اطلاعات آب‌وهوایی، بازدیدهای میدانی، عوامل مؤثر بر کارستی شدن استخراج‌شده‌اند. در ادامه طی مراحلی که در فلوچارت شکل 2 نشان داده شده است، نقشه پتانسیل کارست منطقه تولید شده است (شکل 2).

در این مطالعه، برای هر یک از لایه‌های با مرز غیرقطعی، مجموعه فازی تعیین گردیده و سپس، بر اساس اهداف این مطالعه، درجه عضویت فازی آن‌ها تعریف شده است. همچنین، به‌منظور تعیین ارجحیت عوامل مؤثر در ایجاد فرآیند کارست، از روش تحلیل سلسله مراتبی (AHP) در نرم‌افزار Expert Choice 12 کمک گرفته، میزان مشارکت و به عبارتی وزن هر یک از معیارها تعیین گردیده است و درنهایت، با روش ترکیب خطی وزن‌دار (Weighted Linear Combination) که یکی از رایج‌ترین روش‌های مورداستفاده در ترکیب داده‌ها است، خروجی‌های لازم جهت شناسایی مناطق با پتانسیل تشکیل کارست بر اساس عملگر تجمعی توافقی تولید گردیده‌اند.

 

 

قابل‌ذکر است، علیرغم قابلیت مناسب مدل رقومی ارتفاعی SRTM، جهت افزایش جزئیات ارتفاعی از پردازش امکانات باندهای زوج استریو ASTER، مدل ارتفاعی رقومی ASTER تولید و پردازش و نتایج دقیق‌تری به دست آمد. به همین دلیل برای تولید DEM با ابعاد پيكسلی 15 × 15 متر در محیط نرم­افزار Idrisi، از تکنیک‌های فتوگرامتری بر روی تصاویر زوج استریو سنجنده ASTER، بر اساس متغیرهای پارامتری توجیه داخلی (Internal Orientation) و خارجی (External Orientation) سنجنده و نقاط کنترلی زمینی (Ground Control Points(GCPs)) استفاده شده است (5).

 

 

شکل 2- فلوچارت گام نخست انجام این تحقیق

Figure 2- Flowchart The first step in doing this research

در گام دوم، به‌منظور بررسی وضعیت فیزیکوشیمیایی آبخوان، ابتدا 18 چشمه با دبی مساوی و بزرگ‌تر از سه لیتر در ثانیه در مناطق کارستی شناسایی‌شده در گام اول انتخاب شده و ترکیبات شیمیایی آن‌ها از سازمان آب منطقه‌ای مازندران تهیه گردیده است. سپس با تجزیه‌وتحلیل پارامترهای انحلالی به کمک تهیه نمودارهایی مانند پایپر، گیپس و محاسبه ضرایب اشباعی کانی‌های کلسیت، آراگونیت، دولومیت، ژیپس، انیدریت و هالیت، منشأ مواد شیمیایی محلول در آب و سیستم کلی جریان در آبخوان‌های کارستی تعین گردید.

در این مطالعه از نرم‌افزارهای GIS، ENVI، idrisi، RockWorks، SPSS،PHREEQC 2.6 و Expert Choice برای شناسایی کارست و هیدروژئوشیمی آبخوان استفاده شده است.

بحث و نتایج

گام اول: شناسایی مناطق کارستی

عوامل گوناگونی نظیر ویژگی‌های لیتولوژیکی، خطواره‌ها نظیر گسل‌ها و شکستگی‌ها، پوشش گیاهی، آب‌وهوا، وضعیت آبراهه‌ها و شیب توپوگرافی، در تشکیل و گسترش فرآیند کارستی شدن نقش دارند. در محدوده موردمطالعه، به سبب وجود پوشش گیاهی انبوه و وسیع، استفاده از داده‌های ماهواره‌ای جهت استخراج خصوصیات لیتولوژیکی مناسب و کافی نبوده است، بنابراین، برای تعیین ترکیب سنگ‌شناسی، از نقشه‌های زمین‌شناسی یک‌صد هزارم بهشهر و ساری استفاده شده است. ضمن اینکه برای تطبیق این داده‌ها، از بازدیدهای میدانی نیز کمک گرفته شده است. این نقشه‌ها در محیط GIS زمین مرجع شده، داده‌های زمین‌شناسی موردنیاز به همراه جداول پیوستی آن تولید شده‌اند (شکل 3 الف). بر این اساس، مشخص شده است که پراکندگی سنگ‌های آهکی و سنگ‌های آواری کربناته و همچنین تبخیری‌ها که قابلیت انحلال و کارستی شدن بالایی هستند در جنوب و شرق محدوده مورد مطالعه حداکثر می‌باشد.

سه روش دستی، خودکار و نیمه اتوماتیک، برای استخراج خطواره‌های ناشی از شکستگی‌ها وجود دارد. در روش دستی، با اعمال فیلترهای High Pass، PCA و ترکیب رنگی داده‌های ماهواره‌ای لندست 8، خطواره‌ها بارزسازی و قابل استخراج هستند. قابل‌ذکر است که در فیلتر کردن، غالباً از فیلترهای جهت‌دار یا لبه ساز Gradient- Robert، Gradient- Sobel و Gradient-Prewitt استفاده می‌شود. در روش اتوماتیک، عموماً از سه الگوریتم Haar Transform، Hough Transform و Segment Tracing Algorithm(STA) که دارای بیشترین کاربرد هستند، استفاده می‌شود (19). بدین منظور در نرم‌افزار PCI، از ماژول Line که دارای نزدیکی منطقی با الگوریتم STA است، کمک گرفته شده است. در الگوریتم STA، پیکسل‌های خطی بر اساس اختلاف درجه خاکستری آن‌ها به‌طور خودکار تشخیص داده شده و سپس بر اساس شش پارامتر RADI، GTHR، LTHR، FTHR، ATHR و DTHR به بردار تبدیل می‌گردند. درنهایت با تلفیق و همپوشانی خروجی‌های دستی و اتوماتیک، نقشه خطواره نظارت‌شده نهایی تهیه شده است و سپس نقشه‌های تراکم خطواره‌ها (شکل 3 ب) و فواصل نقاط مختلف نسبت به این خطواره‌ها (شکل 3 پ) در محیط نرم‌افزاری GIS تولید گردیدند. بر اساس خروجی‌های حاصله، بیشترین تراکم خطواره‌های حاصل از شکستگی‌ها، در شرق محدوده موردمطالعه بوده و به 66/1 کیلومتر بر کیلومترمربع می رسد.

با توجه به وضعیت جذب و بازتاب طیف‌ها در کلروفیل گیاهان، شاخص Normalized Difference Vegetation Index(NDVI) که بر مبنای باندهای مادون‌قرمز نزدیک (NIR) و قرمز پایه‌گذاری شده، شاخصی مناسب جهت تشخیص و استخراج وضعیت پوشش گیاهی، است (شکل 3 ث) (معادله 1). همچنین بر اساس مطالعات میدانی، وضعیت پوشش منطقه، به سه گروه عمده جنگلی، مرتعی و مزارع قابل تفکیک بوده و بهترین روش برای جدایش این سه مجموعه، استفاده از این شاخص است.

[1] NDVI = (NIR – Red) / (NIR + Red)

در داده‌های سنجنده OLI از ماهواره Landsat 8، این شاخص به‌صورت معادله 2 بوده و باندهای 4 و 5 مورد کاربرد می‌باشد.

[2] NDVI = (Band 5 – Band 4) / (Band 5 + Band 4)

بر اساس نتایج حاصله، بیشترین تراکم پوشش گیاهی و به دنبال آن بیشترین فراوانی کربن و اسیدهای آلی، در نیمه شرقی محدوده موردمطالعه قرار دارد.

در استخراج وضعیت آبراهه‌ها، DEM تولیدشده از داده‌های سنجنده ASTER، در محیط GIS فراخوان شده و با اکستنشن ArcHydro آبراهه‌ها شناسایی گردیدند و در ادامه نقشه‌های تراکم آبراهه‌ها (شکل 3 ث) و فواصل نقاط مختلف نسبت به این آبراهه‌ها (شکل 3 ح) تولید شده‌اند. در این محدوده، تراکم آبراهه‌ها، حتی به بیش از 2/1 کیلومتر بر کیلومترمربع رسیده و بیانگر زهکشی قابل‌توجه آب‌های سطحی و زیرسطحی آن می‌باشد.

شیب توپوگرافی منطقه به کمک DEM و بر اساس درجه در محیط نرم‌افزاری GIS محاسبه و نقشه آن تهیه شده است (شکل 3 ج).

برای تعیین وضعیت آب‌وهوایی منطقه، از داده‌های بارش، دما و تبخیر ایستگاه‌های هواشناسی وابسته به اداره کل هواشناسی استان مازندران در بازه‌های زمانی متفاوت، بهره گرفته و از طریق درون‌یابی به روش کریجینگ، منحنی‌های هم‌دما، هم بارش و هم تبخیر بر اساس متوسط سالانه در محیط نرم‌افزاری GIS تولید شده‌اند. برای تعیین نوع آب‌وهوا نیز، از روش De Marton بر اساس معادله 3 استفاده شده و نقشه ویژگی‌های آب‌وهوایی محدوده موردمطالعه تولید شده است (شکل 3 خ).

[3] I=P/(T+10)

در این معادله I، ضریب خشکی، P، متوسط بارندگی سالانه برحسب میلی‌متر و T، متوسط درجه حرارت سالانه برحسب درجه سانتی‌گراد می‌باشد. شکل زیر، نقشه‌های عوامل مؤثر بر تشکیل و گسترش کارست را نشان می‌دهد (شکل 3).

شکل 3- نقشه‌های تولیدشده از عوامل مؤثر بر تشکیل و گسترش کارست: الف، بر اساس وضعیت زمین‌شناسی، پراکندگی سنگ‌های دارای انحلال‌پذیری مشخص شده‌اند، ب، در بخش شرقی تراکم خطواره‌های حاصل از شکستگی‌ها برحسب کیلومتر بر کیلومترمربع، دارای حداکثر مقدار است، پ، فاصله از خطواره‌های حاصل از شکستگی‌ها برحسب متر به دست آمده است، ت، تراکم پوشش گیاهی در بخش غربی بیشتر از شرقی است، ث، دره‌ها و رودها در چندین محدوده، دارای تراکم بالایی هستند، ح، فاصله از آبراهه‌ها برحسب متر به دست آمده است، ج، مناطق پرشیب، در ارتفاعات جنوب شرقی و حواشی آبراهه‌ها قرار دارند و خ، میزان بارش از غرب به شرق کاهش می‌یابد.

Figure 3 - Maps produced of factors affecting the formation and spread of karst: A, Based on the geological status, the dispersion of soluble rocks has been determined, B, In the eastern part, density of fracture lines in terms of kilometers per square kilometer has a maximum value, C, The distance from the fracture lines is obtained in meters, D, Vegetation density is higher in the western part than in the east, E, Valleys and rivers have high density in several areas, F, Distance from drainages is obtained in meters, G, Sloping areas are located in the southeastern highlands and along the drainages and H, Precipitation decreases from west to east.

امروزه، منطق فازی، با توجه به توانمندی و تولید خروجی‌های مناسب، توانسته در بسیاری از علوم و به‌ویژه علوم زمین جایگاه ویژه‌ای باز کرده و کاربرد وسیعی داشته باشد (10). این منطق که بر پايه مجموعه‌های فازي تعريف می‌شود، در سال ١٩٦٥ توسط پرفسور لطفي زاده استاد ایرانی‌الاصل دانشگاه بركلي کالیفرنیا مطرح شد. برخلاف منطق بولین که مسئله قطعیت وجود دارد، يك مجموعه فازي، به‌صورت مجموعه‌ای از داده‌ها با مرز غیرقطعی هستند.

از طرفی، در تلفیق لایه‌های اطلاعاتی، توجه به ارزش هر یک از لایه‌ها و واحدهای آن‌ها، امری ضروری است؛ زیرا معیارهای لایه‌های اطلاعاتی، با همدیگر متفاوت می‌باشند مانند واحد متر برای ارتفاع و درجه برای شیب. همچنین، در مدل تصمیم سازی، داده‌هایی قابلیت تلفیق دارند که معیارهای آن‌ها به‌صورت واحدهای قابل‌مقایسه و متناسب باشد و در غیر این صورت، حالت ابهام وجود داشته و قابلیت طبقه‌بندی نخواهد داشت. در منطق فازی بر اساس نوع هدف مطالعه، داده‌های هر لایه، مقدار عضویتی می‌گیرد که بیانگر میزان مطلوبیت آن می‌باشد. همچنین، در استفاده از منطق فازی، نه‌تنها تعیین درجه عضویت، بلکه گزینش نوع تابع فازی که به اهداف پژوهش و نوع معیارهای داده‌های هر لایه بستگی دارد، نیز دارای اهمیت بالایی است (10).

در این مطالعه، در مرحله اول برای هر یک از لایه‌های با مرز غیرقطعی شیب، تراکم خطواره‌ها و آبراهه‌ها، فاصله از آبراهه‌ها و خطواره‌ها، پوشش گیاهی و بارش، مجموعه فازی تعیین گردید، سپس، بر اساس اهداف این مطالعه، درجه عضویت فازی آن‌ها با تابع خطی تعریف شده است (شکل 4). در ادامه، ارزش پیکسل‌های همه عوامل مؤثر در تشکیل و گسترش پدیده کارست به‌جز لیتولوژی که تابع مسئله قطعيت موجود در منطق بولين می‌باشد، در محیط GIS بر اساس تابع عضویت فازی آن محاسبه و لایه‌های رستری جدیدی تولید شده‌اند (شکل 5).

 

 

 

 

 

 

 

 

 

 

 

ت ب	پ
ح
	ث
ج

شکل 4 – نمودارهای میزان درجه عضویت فازی داده‌های با مرز غیرقطعی در این مطالعه که عبارت‌اند از: الف، تراکم خطواره‌ها، ب، فاصله از خطواره‌ها، پ، تراکم آبراهه‌های اصلی و فرعی، ت، فاصله از آبراهه‌های اصلی و فرعی، ث، شیب توپوگرافی، ح، پوشش گیاهی و ج، میزان بارش

Figure 4 - Fuzzy membership degree graphs of data with uncertain boundary in this study as (A) lineaments density, (B) distance from lineaments, (C) density of drainages, (D) distance from drainages, (E) topographic slope, (F) vegetation and (G) precipitation

 

شکل 5- نقشه‌های فازی عوامل مؤثر در تشکیل و گسترش کارست: الف، میزان تراکم خطواره‌های حاصل از شکستگی‌ها برحسب کیلومتر بر کیلومترمربع، ب، فاصله نسبت به خطواره‌های حاصل از شکستگی‌ها برحسب متر، پ، بر اساس وضعیت پوشش گیاهی، بخش شرقی دارای کمترین تراکم است، ت، میزان تراکم آبراهه‌ها برحسب کیلومتر بر کیلومترمربع، ث، میزان فاصله نسبت آبراهه‌ها بر اساس متر، ح، وضعیت شیب توپوگرافی برحسب درجه و ج، وضعیت بارشی محدوده بر اساس داده‌های ایستگاه­های هواشناسی.

Figure 4 - Maps obtained from fuzzy factors affecting the formation and expansion of karst: A, The density of fracture lines in kilometers per square kilometer, B, Distance to fracture lines in meters, C, Based on the vegetation status, the eastern part has the lowest density, D, The density of drainages in terms of kilometers per square kilometer, E Distance from drainages based on meters, F, topographic slope in degrees and G, Precipitation status of the area based on meteorological station data.

از دیگر فاکتورهای مهم و اساسی در چنین مطالعاتی، تعیین میزان وزن هر یک از عوامل مؤثر بر اساس نوع هدف پژوهش است، زیرا نقش هر یک از عوامل، یکسان نبوده و با همدیگر تفاوت دارند؛ بنابراین بایستی وزن و ضریب اثربخشی آن‌ها مشخص گردد. یکی از روش‌های تعیین وزن و ضریب اثربخشی عوامل مؤثر در مطالعات، روش تحلیل سلسله مراتبی (AHP) است. این روش که برای اولویت‌بندی عوامل مؤثر در مطالعات بکار می‌رود، یکی از مدل‌های کارآمد در تصمیم‌گیری چندمعیاره است. این روش، شامل یک ماتریس وزن دهی بر مبنای مقایسه دوتایی بین عوامل اثرگذار بوده و میزان مشارکت و به عبارتی وزن هر یک از معیارها بر اساس نظر کارشناسان و شاخص ناسازگاری معیارها تعیین می‌گردد (32). قابل‌ذکر است که کارشناسان محترمی که از نظرات سازنده آن‌ها در این تحقیق مورد استفاده قرار گرفته شامل پنج نفر دکتری زمین‌شناسی، هفت نفر دکتری آبخیزداری، پانزده نفر کارشناسی ارشد زمین‌شناسی و دو نفر کارشناسی زمین‌شناسی و دوازده نفر کارشناسی منابع طبیعی و آبخیزداری بوده‌اند.

در این مطالعه، به‌منظور تعیین ارجحیت عوامل هشت‌گانه مؤثر در وقوع پدیده کارست به روش AHP، از نرم‌افزار Expert Choice 12 کمک گرفته، سپس با تولید ماتریس مقایسات زوجی (جدول 1)، وزن اثربخشی هر یک از پارامترها با ضریب ناسازگاری کمتر از یک درصد محاسبه شده است. در این محاسبه، وزن اثربخشی لیتولوژی، تراکم خطواره‌ها، فاصله از خطواره‌ها، تراکم آبراهه‌ها، فاصله از آبراهه‌ها، میزان بارندگی، شیب توپوگرافی و پوشش گیاهی به ترتیب برابر 302/0، 170/0، 225/0، 071/0، 107/0 032/0، 071/0 و 021/0 می‌باشد (نمودار 1).

 

جدول 1- ماتریس مقایسات زوجی عوامل هشت‌گانه مؤثر در تشکیل و گسترش کارست در محدوده موردمطالعه بر اساس تحلیل سلسله مراتبی

Table 1- Matrix of pairwise comparisons of the eight factors affecting the formation and expansion of karst in the study area based on hierarchical analysis

پوشش گیاهی	شیب	بارش	فاصله از آبراهه‌ها	تراکم آبراهه‌ها	فاصله از خطواره‌ها	تراکم خطواره‌ها	سنگ‌شناسی
7	5	7	4	5	2	2	1	سنگ‌شناسی
6	2	5	3	4	2-	1		تراکم خطواره‌ها
7	3	6	3	5	1			فاصله از خطواره‌ها
5	2	3	2-	1				تراکم آبراهه‌ها
6	3	4	1					فاصله از آبراهه‌ها
3	4-	1						بارش
6	1							شیب
1	0.06: ضریب ناسازگاری							پوشش گیاهی

 

 

 

نمودار 1 - هیستوگرام خروجی نرم‌افزار Expert Choice در خصوص وزن اثربخشی هر یک از پارامترهای مؤثر در تشکیل و گسترش کارست در محدوده موردمطالعه بر اساس تحلیل سلسله مراتبی با ضریب ناسازگاری کمتر از یک درصد

Figure 6 - Expert Choice software output histogram of the effective weight of each of the parameters affecting karst formation and expansion in the study area based on the AHP process with less than 0.1% incompatibility coefficient

 

 

درنهایت، با روش ترکیب خطی وزن‌دار (Weighted Linear Combination) که یکی از رایج‌ترین روش‌های مورداستفاده در ترکیب داده‌ها به‌خصوص درزمینهٔ کاربری اراضی، تحلیل پایداری، انتخاب مکان و ارزیابی منابع است (22)، لایه‌های رستری فازی تهیه شده و وزن مؤثر آن‌ها، بر اساس عملگر تجمعی توافقی (Compromise Operator) یا گاما تلفیق شده‌اند.

در بین عملگرهای T-norm، S-norm و توافقی، عملگر توافقی دارای بهترین خروجی بر اساس بازدیدهای میدانی را داشته است. این عملگر، بین عملگرهای T-norm و S-norm قرار داشته و شامل میانگین، اختلاف و عملگر گاما است (24). عملگر گاما (معادله 4) عبارت است از

[4] μcombination = (fuzzy sum)ɣ _ (fuzzy product) 1_ ɣ

در این معادله، ɣ از صفر تا یک در تغییر است. چنانچه ɣ برابر صفر باشد ترکیب این عملگر معادل حاصل جبری فازی است و اگر ɣ برابر یک باشد ترکیب این عملگر اجتماع جبری فازی خواهد بود. بر همین اساس خروجی‌های حاصل از عملگر گاما انعطاف‌پذیر است (7).

حاصل تلفیق لایه‌های فازی شده بر اساس وزن اثربخشی آن‌ها در تشکیل و گسترش پدیده کارست، استخراج نقشه پراکندگی پدیده کارست با ضریب احتمال متفاوت در مناطق مختلف محدوده موردمطالعه بوده است (شکل 6). در این تلفیق، مقادیر متعدد گاما، مورد محاسبه قرار گرفته و سپس با بازدیدهای میدانی مورد ارزیابی قرار گرفته اند و بر اساس این ارزیابی، بهترین مقدار برای گاما، در این مطالعه، 0.9 بوده است.

 

شکل 6 -نقشه‌های تولیدشده بر اساس تلفیق لایه‌های فازی شده با استفاده از عملگر توافقی. بر اساس محاسبات، بیشترین احتمال تشکیل کارست، در نیمه جنوبی بخش شرقی محدوده مورد مطالعه وجود دارد.

Figure 5 - Maps generated based on the combination of fuzzy layers using the agreement operator. According to calculations, the highest probability of karst formation is in the southern half of the eastern part of the study area

 

گام دوم: هیدروژئوشیمی کارست

گام بعدی در این پژوهش، بررسی وضعیت فیزیکوشیمیایی آبخوان مناطق کارستی شناسایی‌شده در مرحله قبلی، در محدوده موردمطالعه است؛ زیرا یکی از روش‌های شناسایی رفتارهای آبخوان‌های کارستی، تجزیه‌وتحلیل پارامترهای انحلالی است. با توجه به نوع سنگ‌های دربرگیرنده و مدت‌زمان تعامل آب با این سنگ‌ها، به همراه سایر عوامل محیطی مانند نوع و مدت بارش، پوشش گیاهی، توپوگرافی، کانی‌های موجود در سنگ دربرگیرنده، میزان شکستگی‌ها و حتی نوع تخلخل، تکامل ژئوشیمیایی آب‌های کارستی اتفاق می‌افتد. کیفیت و به عبارتی تغییرات ژئوشیمیایی آب‌های کارستی، از لحظه ورود آب‌های متئوریکی به آبخوان‌های کارستی شروع شده و تا لحظه خروج از آن ادامه دارد؛ زیرا در طول این مسیر، واکنش‌های شیمیایی متعدد و پیوسته‌ای بین سنگ‌ها و رسوبات سازنده آبخوان‌های کارستی و محتویات آن رخ داده و یون‌های زیادی جابجا می‌گردند (14 و 21). بنابراین، مطالعات شیمی آب می‌تواند منجر به استخراج اطلاعات مهمی از یک سیستم کارستی گردیده و ارزیابی پدیده کارست و نحوه گسترش آن‌ها را آسان‌تر می‌نماید. بر این اساس، تعداد 18 چشمه از مناطق دارای پتانسیل کارستی، انتخاب و ترکیب شیمیایی آب آن‌ها از سازمان آب منطقه‌ای مازندران تهیه گردید. دبی این چشمه‌ها مساوی و بیشتر از سه لیتر بر ثانیه است. ابتدا این داده‌ها به کمک نرم‌افزار آماری SPPS مورد ارزیابی آماری قرارگرفته و با نرم‌افزار RockWoerk 2016 نمودارهایی مانند نمودار پایپر استخراج شده است. همچنین، برای تعیین شاخص‌های اشباعی کانی‌هایی نظیر کلسیت، آراگونیت، دولومیت، انیدریت، ژیپس و هالیت، از نرم‌افزار PHREEQC 2.6 کمک گرفته و نتایج این بررسی‌ها به شرح زیر می‌باشد.

کاتیون و آنیون غالب در آب این چشمه‌ها، به ترتیب Ca2+ و HCO3- است. ترتیب فراوانی کاتیون‌ها و آنیون‌ها در آب چشمه‌های محدوده موردمطالعه، Ca2+ > Mg2+ > Na+ + K+ و HCO3- > Cl- > SO42- بوده (جدول 2) و بر اساس آن تیپ آب چشمه‌های موجود بی‌کربنات کلسیک – منیزیک می‌باشد (شکل 7).

 

جدول 2- پارامترهای شیمیایی و فیزیکی آب چشمه‌های مناطق کارستی

Table 2 - Chemical and physical parameters of karst springs

 

TDS _mg_l_	TH mg_l_1	Ec	Mg	Ca	K	Na	HCO3	Cl	SO4	Q__lit_sec
277.4	135	326	0.8	1.9	0.02	0.2	2.2	0.2	0.2	3	کمترین
561.2	255	593	1.9	3.7	0.06	0.06	0.06	0.6	0.4	25	بیشترین
438.7	203.3	463.8	1.5	2.6	0	0.4	3.7	0.4	0.3	8.6	میانگین
83.4	36.06	80.97	0.29	0.57	0.01	0.14	0.14	0.10	0.06	5.97	انحراف معیار
0.19	0.18	0.17	0.2	0.22	0.24	0.33	0.2	0.25	0.22	0.69	ضریب تغییرات
283.8	120	267	1.1	1.8	0	0.5	2.6	0.4	0.2	22	دامنه تغییرات
455.1	207.5	467	1.5	2.45	0.04	0.4	3.85	0.4	0.3	6.5	میانه
0.75 -	0.75 -	0.67 -	0.8 -	0.09-	10.7-	0.62	0.39-	0.41-	0.31	0.10-	چولیدگی
6970.88	1300	6555.48	0.09	0.32	0	0.02	0.02	0.01	0	35.7	واریانس
0.36 -	0.22 -	0.11 -	0.59 -	0.42	0.12	0.27	0.44-	0.24	0.09	1.59	کج شدگی

 

 

 

 

شکل 7- نمودار پایپر آب چشمه‌های مناطق کارستی

Figure 6- Piper diagram of karst springs

نمودارهای گیپس، ازجمله نمودارهای پرکاربرد در تعیین مکانیسم‌های کنترل‌کننده شیمی و بررسی ژنز شیمیایی آب زیرزمینی است. چراکه، شیمی آب و تکامل آن، توسط واکنش سنگ‌ها با آب زیرزمینی، تبخیر و بارش‌های جوی، کنترل می‌شوند (14 و 11). بدین منظور، برای تعیین منشأ مواد شیمیایی محلول در آب، از دو نمودار با نسبت وزنی Cl- / (Cl- + HCO3-) و Na+ / (Na+ + Ca2+) در مقابل کل مواد جامد محلول (TDS) استفاده می‌گردد. دلیل انتخاب این نسبت وزنی، تبادل کاتیونی یون سدیم و کلسیم نسبت به شرایط گوناگون محیطی بوده و در چنین شرایطی، مقدار TDS تغییر چندانی ندارد، زیرا مقادیر وزنی دو مول سدیم (46 میلی‌گرم در لیتر) با یک مول کلسیم (40 میلی‌گرم در لیتر) برای اثرگذاری بر TDS بسیار به هم نزدیک هستند (11 و 32). در این نمودارها، اگر میزان Cl- / (Cl- + HCO3-) و Na+ / (Na+ + Ca2+) بالا و مقدار TDS کم باشد، بارش بیشترین تأثیر را بر شیمی آب در منطقه را داشته است. چنانچه مقدار Cl- / (Cl- + HCO3-) و Na+ / (Na+ + Ca2+) پایین و میزان TDS بین 100 تا 1000 میلی‌گرم در لیتر باشد، هوازدگی سنگ‌ها و درنهایت اگر هر دو جزء نمودارها بالا باشد تبخیر و در ادامه آب‌های شور، کنترل‌کننده شیمی آب منطقه بوده‌اند. بر اساس نمودار گیپس تهیه‌شده از آب چشمه‌ها در محدوده موردمطالعه (شکل 8 و 9)، تقریباً آب همه چشمه‌ها در محدوده Cl- / (Cl- + HCO3-) و Na+ / (Na+ + Ca2+) پایین و میزان TDS بین 100 تا 1000 میلی‌گرم در لیتر قرارگرفته‌اند و به عبارتی نقش سنگ‌های دربرگیرنده، بیشتر از سایر عوامل بوده و با تبادل یونی سنگ‌های دربرگیرنده‌اش توأم می‌باشد.

 

شکل 8- نمودار گیپس بر اساس Na+ / (Na+ + Ca2+) و TDS برای نمونه‌های موردبررسی

Figure 7- Gypsum diagram based on Na + / (Na + + Ca2+) and TDS for the studied samples

 

شکل 9 - نمودار گیپس بر اساس Cl- / (Cl- + HCO3-) و TDS برای نمونه‌های موردبررسی

Figure 8 - Diagram based Arch Cl- / (Cl- + HCO3-) and TDS samples for review

از دیگر معیارهای ارزیابی تکامل هیدروشیمیایی و همچنین درجه تعادل بین کانی و آب در مناطق کارستی، تعیین شاخص‌های اشباعی کانی‌هایی نظیر کلسیت، آراگونیت، دولومیت، انیدریت، ژیپس و هالیت می‌باشد. این شاخص، نه‌تنها وضعیت انحلال و رسوب‌گذاری یک کانی خاص را نشان می‌دهد، بلکه، می‌توان سیستم کلی جریان آب در آبخوان‌های کارستی را نیز مشخص نمود (6)؛ زیرا در چنین شرایطی، هرچند عواملی مانند تبخیر، انحلال نامتجانس، تغییرات سریع دمایی و خروج گاز کربن دی‌اکسید می‌تواند بر تغییرات اشباعی کانی‌ها اثرگذار باشد، ولی میزان در دسترس بودن کانی‌ها و زمان ماندگاری آب در آبخوان، دارای اهمیت بالاتری است. قابل‌ذکر است که سیستم کلی جریان در آبخوان‌های کارستی کربناته، به دو گروه جریان مجرایی (Conduit flow) و افشان (Diffuse flow) تقسیم‌بندی می‌گردند (34 و 35).

برای محاسبه شاخص‌های اشباعی در آب چشمه‌های محدوده موردمطالعه از نرم‌افزار PHREE QC 2.6 بهره گرفته شده و شاخص‌های اشباعی کلسیت (SIca)، آراگونیت (SIar)، دولومیت (SIdo)، انیدریت (SIan)، ژیپس (SIgy) و هالیت (SIha) به‌صورت شکل 10 و جدول 3 ارائه شده است. بر اساس این شاخص، می‌توان میزان فعل‌وانفعالات شیمیایی سیال و سنگ‌های دربرگیرنده آن مشخص نمود. بر اساس شرایط فیزیکوشیمیایی محیط، هر چه میزان انحلال و به عبارتی واکنش سیال و محیط پیرامون آن بیشتر باشد، میزان این شاخص بیشتر خواهد بود. در محدوده موردمطالعه، به سبب وجود سنگ‌های آهکی، شاخص‌های اشباعی کانی‌های کربناته به‌ویژه کلسیت، می‌تواند شرایط فیزیکوشیمیایی محیط آبخوان را نشان دهد.

 

شکل 10- نمودار ضرایب اشباعی کانی‌ها در آب چشمه‌های انتخاب‌شده. ضرایب اشباعی آب بیشتر چشمه‌ها در محدوده صفر و بالاتر از صفر بوده و بیانگر وجود شرایط کافی برای انجام واکنش‌های شیمیایی سیال و سنگ‌های پیرامون آن می‌باشد.

Figure 9 - Diagram of saturation coefficients of minerals in the water of selected springs. Water saturation coefficients of most springs are in the range of zero and above zero and indicate the existence of sufficient conditions for chemical reactions of fluid and surrounding rocks.

 

جدول 3- جدول ضرایب اشباعی کانی‌ها در آب چشمه‌های انتخاب‌شده

Table 3 - Table of saturation coefficients of minerals in the water of selected springs

چشمه	SIca	SIar	SIdo	SIan	SIgy	SIha
SP1	0.28	0.13	0.33	-7.87	-7.51	-10.66
SP2	0.08	-0.08	0.21	-8.13	-7.75	-11.08
SP3	0.07	-0.09	-0.10	-8.14	-7.77	-11.66
SP4	0.07	-0.08	0.01	-8.28	-7.92	-11.56
SP5	0.07	-0.08	0.16	-8.19	-7.8	-11.93
SP6	0.06	-0.09	-0.12	-8.08	-7.71	-11.96
SP7	0.05	-0.10	0.12	-8.05	-7.69	-11.74
SP8	0.04	-0.12	-0.07	-7.92	-7.5	-12.22
SP9	0.04	-0.11	-0.04	-8.22	-7.84	-12.07
SP10	0.03	-0.12	0.01	-8.14	-7.77	-11.83
SP11	0.02	-0.13	-0.10	-798	-7.62	-11.64
SP12	0.00	-0.15	-0.03	-8.08	-7.7	-11.82
SP13	-0.04	-0.19	-0.22	-8.11	-7.74	-11.49
SP14	-0.10	-0.25	-0.51	-8.33	-7.95	-12.07
SP15	-0.12	-0.27	-0.40	-8.13	-7.76	-11.74
SP16	-0.16	-0.31	-0.60	-8.03	-7.65	-11.82
SP17	-0.17	-0.32	-0.40	-8.25	-7.89	-12.44
SP18	-0.31	-0.47	-0.73	-8.14	-7.79	-11.74

 

نتیجه‌گیری

امروزه با توجه به روش‌های گوناگون شناسایی مناطق کارستی به‌عنوان یکی از پدیده‌های مهم زمین‌شناسی و محیطی، استفاده از روش RS&GIS به همراه تلفیق منطق فازی و تحلیل سلسله مراتبی می‌تواند یکی از ابزارهای مناسب و مفید بوده و با توجه به دقت، سرعت و کاهش هزینه در فرآیند مطالعه، این روش می‌تواند جایگاه مناسبی داشته باشد. از طرفی، می‌توان با تجزیه‌وتحلیل پارامترهای انحلالی به کمک تهیه نمودارهایی مانند پایپر، گیپس و محاسبه ضرایب اشباعی کانی‌های با ضریب انحلالی نسبتاً بالا، منشأ مواد شیمیایی محلول در آب و سیستم کلی جریان در آبخوان‌های کارستی تعیین نمود. برخی از نتایج حاصل از این مطالعه عبارت‌اند از:

بیشترین توسعه‌یافتگی پدیده کارست تابع خطواره شکستگی‌ها است در سازند آهکی الیکا با سن تریاس، در قسمت مرکزی موردمطالعه رخ داده است.

·       بر اساس بازدیدهای میدانی، عملگر توافقی (compromise operator) در حالتی که ɣ بین 9/0 تا 95/0 باشد، در تلفیق لایه‌های فازی شده، دارای بهترین و مناسب‌ترین خروجی است.

·       در این محدوده که دارای تنوع بالایی از پوشش جنگلی و مرتعی با کاربری‌های متعدد بوده، استخراج خطواره‌ها بایستی به سه روش دستی، اتوماتیک و نیمه اتوماتیک صورت بگیرد و همچنین تنها استفاده از تصاویر لندست مناسب نبوده و از DEM نیز بایستی در استخراج خطواره‌ها بهره جست.

·       استفاده از منطق فازی و تحلیل سلسله مراتبی در مطالعه کارست می‌تواند منجر به نتایج قابل قبولی شده که بر اساس بازدیدهای میدانی این نتایج به واقعیت نزدیک‌تر است.

·       روش RS&GIS در مطالعات کارست در این محدوده با توجه به سرعت، دقت و دسترسی آسان به داده‌ها مقرون به‌صرفه‌تر بوده و با توجه به وجود محدوده‌های وسیعی از عرصه‌ها با شرایط محیطی نسبتاً مشابه این محدوده، لزوم استفاده از این روش را بیشتر می‌نماید.

·       بر اساس نمودار گیپس، کیفیت شیمیایی آب زیرزمینی، متأثر از واکنش آب با سنگ میزبان می‌باشد.

·       تیپ آب چشمه‌ها بی‌کربنات کلسیک- منیزیک بوده و فراوان‌ترین آنیون و کاتیون به ترتیب، HCO3-- و Ca2+ است. همچنین فراوانی کاتیون‌ها به‌صورت Ca2+ > Mg2+ > Na+ + K+ و فراوانی آنیون‌ها به‌صورت HCO3- > Cl- > SO42- می‌باشد.

·       با توجه به وضعیت ضریب اشباع کانی‌های کلسیت، دولومیت و آراگونیت، سرعت حرکت آب در آبخوان کم بوده و به عبارتی مدت‌زمان ماندگاری آن‌ها کمی بالا است و در چنین شرایطی، فرصت کافی برای انجام واکنش بین فاز جامد و مایع وجود دارد. هرچند حدود 25 تا 30 درصد از این چشمه‌ها، تحت اشباع از این کانی‌ها بوده و به عبارتی زمان ماندگاری کمتری دارند.

·       با توجه به ضرایب اشباعی کانی‌های کلسیت، آراگونیت و دولومیت، سیستم کلی جریان در آبخوان‌های کارستی منطقه، به‌صورت جریان افشان (Diffuse Flow) و جریان افشان- مجرایی است.

تقدیر و تشکر

از آزمایشگاه پیشرفته سنجش‌ازدور و GIS دانشگاه علوم کشاورزی و منابع طبیعی به جهت همکاری‌های آزمایشگاهی و نرم‌افزاری و داده‌ای کمال تشکر را داریم

منابع

1-       Agha- Nabati A. 2004. Geology of Iran. Geological Survey of Iran, 640 PP. (in Persian).

2-       Alavi M. 1991. Sedimentary and Structural Characteristics of the Paleo-Tethys Remnants in Northeastern Iran. Geology Society of American, 103, 983.

3-       Alonso-Contes C. A. 2011. Lineament mapping for groundwater exploration using remotely sensed imagery in a karst terrain: Rio Tanama and Rio de Arecibo basins in the northern karst of Puerto Rico. Department of Geological and Mining Engineering and Sciences, Michigan Technological University. MASTER OF SCIENCE: 75. https://doi.org/10.37099/mtu.dc.etds/309

4-       Asadzadeh S, De Souza Filho C.R. 2016. A review on spectral processing methods for geological remote sensing, International Journal of Applied Earth Observation and Geoinformation, Vol. 47, 69-90. https://doi.org/10.1016/j.jag.2015.12.004

5-       Balik F, Alkis A, Kurucu Y, Alkis Z. 2004. Validation of radargrametric DEM generation from RADARSAT images in high relief areas in Edrimit region of Turkey. The international archives of the photogrammetry, remote sensing and spatial information science, 34, 30.

6-       Birk S. 2004. Identification of localized recharge and conduit flow by combined analysis of hydraulic and physico-chemical spring responses, J. of Hydrology, v. 286 (1-4), p. 179-193.

7-       Carter B, Graem F. 1991. Geographic information system for geoscientists: modelling with GIS. Pergamon, Ontario, pp 319–470

8-       Dafny E, Tawfeeq K.J, Ghabraie K. 2015. Evaluating temporal changes in hydraulic conductivities near karst-terrain dams: Dokan Dam (Kurdistan-Iraq), Journal of Hydrology, Vol. 529, 265-275. https://doi.org/10.1016/j.jhydrol.2015.07.048

9-       Daoxian Y. 1997. Sensitivity of karst process to environmental change along the Pep II transect, Quaternary International, Vol. 37, 105 – 113.

10-       DEMicco R.V, George J. K. 2004. Fuzzy Logic in Geology, Elsevier Science, 347p.

11-       Drever J.I. 1997. The geochemistry of natural waters, 3rd edn, New Jersey: Prentice-Hall, 436 p.

12-       Ebrahimi O, Ahmadi M, Shahabi H. Asgari S. 2017. Evaluation of karst features using principal component analysis (PCA): a case from Zarneh and Kergan, Western Iran, Carbonates Evaporates, DOI 10.1007/s13146-017-0373-2

13-       Elez J, Cuezva S, Fernandez-Cortes A, Garcia-Anton E, Benavente D, Cañaveras J.C, Sanchez-Moral S. 2013. A GIS-based methodology to quantitatively define an Adjacent Protected Area in a shallow karst cavity: The case of Altamira cave, Journal of Environmental Management, Vol. 118, 122-134. https://doi.org/10.1016/j.jenvman.2013.01.020

14-       Gibbs R. J. 1970. Mechanism Controlling World Water Chemistry, Science, 170: 1088- 1090.

15-       Ho P.G.P. 2009. Geoscience and Remote Sensing, In-The pub., 598 p.

16-       Kaufmann G, Romanov D. 2016. Structure and evolution of collapse sinkholes: Combined interpretation from physico-chemical modelling and geophysical field work, Journal of Hydrology, Vol. 540, 688-698

17-       Khanlari G, Momeni A. A. 2012. Geomorphology, hydrogeology and the study of factors affecting to karst development in Garin area, west of Iran, Geography and Territorial Spatial Arrangement, Volume 2, Number 3, P. 61 -73(in Persian)

18-       Kresic N. 1995. Remote Sensing of Tectonic Fabric Controlling Groundwater Flow in Dinaric Karst, Remote Sensing Environ, Vol. 53, 85-90.

19-       Koike K, Nagano S, Ohmi M.1995. Lineament Analysis of Satellite Images Using A Segment Tracing Algorithm (STA), Computers and Geosciences, Vol. 21, No. 9, 1091-1104.

20-       Litwin L, Andreychouk V. 2008. Characteristics of high-mountain karst based on GIS and Remote Sensing, Environ. Geol., Vo. 54, 979-994.

21-       Liu F, Song X, Yang L, Zhang Y, Han D, Ma Y, Bu H. 2015. Identifying the origin and geochemical evolution of groundwater using hydrochemistry and stable isotopes in the Subei Lake basin, Ordos energy base, Northwestern China. Hydrology and Earth System Sciences Discussions, Hydrology and Earth System Science, 19, 551–565. https://doi.org/10.5194/hess-19-551-2015

22-       Malczewski J. 2000. On the Use of Weighted Linear Combination Method in GIS: Common and Best Practice Approaches, Transactions in GIS, 4(1): 5-22.

23-       Meijerink AMJ, Bannert D, Batelaan O, Lubczynski MW, Pointet T. 2007. Remote sensing applications to groundwater, by the United Nations Educational, Scientific and Cultural Organization, Printed in France, 311P.

24-       Mohammadi Z, Alijani F, Rangzan K. 2013. DEFLOGIC: a method for assessment of groundwater potential in karst terrains: Gurpi Anticline, southwest Iran, Arab J, Geosci., DOI 10.1007/s12517-013-0958-6

25-       Mohammadizad R, Arfania R. 2017. Advanced Investigation of Remote Sensing to Geological Mapping of Zefreh Region in Central Iran, Open Journal of Geology, 2017, 7, 1509-1529. DOI: 10.4236/ojg.2017.710101

26-       O’Driscol M.A, DeWalle D.R. 2006. Stream–air temperature relations to classify stream–ground water interactions in a karst setting, central Pennsylvania, USA, Journal of Hydrology, Vol. 329, 140-153

27-       Pei J, Wang L, Huang N, Geng J, Cao J, Niu Z. 2018. Analysis of Landsat-8 OLI Imagery for Estimating Exposed Bedrock Fractions in Typical Karst Regions of Southwest China Using a Karst Bare-Rock Index, Remote Sens., 10, 1321; doi:10.3390/rs10091321

28-       Pirasteh S. 2007. The role of lineaments in karstification- Pabdeh anticline Zagros Fold Belt: an application of remote sensing and geographic information system, Quarterly Geographical Journal of territory (Sarzamin), Volume 3, issue 11, P. 51-68(in Persian)

29-       Saaty T L. 2000. The Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process, RWS Pub, 478 pp.

30-       Shahmordadi S, Ghafarian Malmiri HR, Amini M. 2021. Extraction of soil moisture index (TVDI) using a scatter diagram temperature / vegetation and MODIS images. Journal of RS and GIS for Natural Resources, 12(1): 38-62. http://dorl.net/dor/20.1001.1.26767082.1400.12.1.3.4

31-       Shuster E.T, White W.B. 1971. Seasonal fluctuations in the chemistry of limestone springs: A possible means for characterizing carbonate aquifers, J. Hydro., v. 14, p. 93–128.

32-       Su Y. H, Zhu G. F, Feng Q, Li Z. Z, Zhang F. P. 2009. Environmental isotopic and hydro chemical study of groundwater in the Ejina Basin, northwest China. Environmental geology, 58(3), 601-614.

33-       Tripathi S.C, India L. 2014. Remote Sensing Applications in Environmental Research, Springer International Publishing Switzerland, 201 P.

34-       Uromeihy A. 2000. The Lar Dam; an example of infrastructural development in a geologically active karstic region. Journal of Asian Earth Sciences 18: 25-31. (in Persian)

35-       Xing L, Guo H, Zhan Y. 2013. Groundwater hydro chemical characteristics and processes along flow paths in the North China Plain, Journal of Asian Earth Sciences, 70–71, 250–264. https://doi.org/10.1016/j.jseaes.2013.03.017

36-       Yu L, Porwal A, Holden E.J, Dentith M.C. 2012. Towards automatic lithological classification from remote sensing data using support vector machines, Computers &Geosciences, Vol. 45, 229-239. https://doi.org/10.1016/j.cageo.2011.11.019

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

شناسایی مناطق کارست و میزان گسترش آن به روش RS&GIS در حوزه آبریز ظالم رود ساری در مازندران، ایران

چکیده مبسوط

طرح مسئله: سیمای مرکبی از همه ناهمواری‌ها، اشکال، فضای خالی و پدیده‌هایی که در اثر خورندگی آب در سطح و در زیر سطح زمین در سازندهای زمین‌شناسی قابل‌حل مختلف ایجاد می‌شوند را کارست گفته که تقریباً 15 درصد از سنگ‌های رخنمون یافته جهان را در برگرفته‌اند. علی‌رغم اهمیت مناطق کارستی در ادوار گذشته، امروزه، مطالعه، شناسایی، تحلیل مکانی و مدیریت این مناطق، موردتوجه جدی زمین شناسان، هیدرولوژیست­ها، هیدروژئولوژیست­ها، اکوتوریست­ها، ژئوتوریست­ها و زیست‌محیطی در مقیاس‌های گوناگون است. از طرفی با توجه به برخی از شرایط ویژه مانند بحران آب و یافتن نقاط دارای ذخایر آبی پایدار و یا مناطق مناسب جهت احداث سدها و سایر سازه‌های با ریسک کم و ضریب اطمینان بالا، شناسایی مناطق کارستی از اهمیت بالایی برخوردار است. همچنین پدیده کارست در ابعاد گوناگون، از دیدگاه زمین‌شناسی و ژئومورفولوژی نیز دارای جایگاه ویژه‌ای است، زیرا علل و چگونگی فرآیندها و اشکال انحلالی و گسترش آن‌ها بر سنگ‌ها و کانی‌ها دارای اهمیت بسیار بالایی است.

هدف: شرق مازندران به‌ویژه در محدوده موردمطالعه، ازلحاظ زمین‌شناسی یکی از مناطق دارای پتانسیل فرآیند کارستی بوده و با توجه به شرایط محیطی به‌خصوص وضعیت پوشش گیاهی و راه‌های دسترسی، کمتر موردمطالعه قرارگرفته است. بر این اساس، این مطالعه، به‌منظور شناسایی مناطق کارستی و میزان گسترش آن‌ها با استفاده از روش RS&GIS در حوزه ظالم رود ساری در استان مازندران در شمال ایران متمرکز است.

روش تحقیق: به‌منظور شناسایی مناطق کارستی و ویژگی‌های فیزیکوشیمیایی آبخوان‌های موجود، ابتدا لازم بود مناطق کارستی شناسایی و سپس وضعیت فیزیکوشیمیایی آن ارزیابی می‌گردید. در گام نخست، با استفاده از داده‌های ماهواره‌ای LandSat،ASTER و SRTM، نقشه‌های زمین‌شناسی، اطلاعات آب‌وهوایی و بازدیدهای میدانی، عوامل مؤثر بر کارستی شدن که شامل نوع سنگ، خطواره‌ها نظیر گسل‌ها و شکستگی‌ها، پوشش گیاهی، آب‌وهوا، وضعیت آبراهه‌ها و شیب توپوگرافی هستند، استخراج شده‌اند. قابل‌ذکر است که در این گام، برای به دست آوردن نتیجه بهتر، از منطق فازی و تحلیل سلسله مراتبی (AHP) بهره گرفته شده است. در گام دوم، به‌منظور بررسی وضعیت فیزیکوشیمیایی آبخوان، پارامترهای شیمیایی برخی از چشمه‌ها، مورد تجزیه‌وتحلیل قرارگرفته و پارامترهای انحلالی، ضرایب اشباعی، منشأ مواد شیمیایی محلول در آب و سیستم کلی جریان در آبخوان‌های موجود مشخص شده است.

در این مطالعه، تعیین ترکیب و پراکندگی سنگی، بر اساس بازدیدهای میدانی و به کمک نقشه‌های زمین‌شناسی یک‌صد هزارم بهشهر و ساری که زمین مرجع شده‌اند، انجام شده است. برای استخراج خطواره‌های ناشی از شکستگی‌ها، از سه روش دستی، خودکار و نیمه اتوماتیک استفاده شده است. در روش دستی، با اعمال فیلترهای High Pass، PCA و ترکیب رنگی داده‌های ماهواره‌ای لندست 8، خطواره‌ها بارزسازی و استخراج شده‌اند. در روش اتوماتیک، از الگوریتم Segment Tracing Algorithm(STA) در نرم‌افزار PCI، کمک گرفته شده است. در الگوریتم STA، پیکسل‌های خطی بر اساس اختلاف درجه خاکستری شناسایی و سپس بر اساس پارامترهای RADI، GTHR، LTHR، FTHR، ATHR و DTHR به بردار تبدیل گردیده‌اند. جهت تشخیص و استخراج وضعیت پوشش گیاهی، از شاخص Normalized Difference Vegetation Index(NDVI) بر روی داده‌های سنجنده OLI از ماهواره Landsat 8، کمک گرفته شده است. آبراهه‌ها، با کمک اکستنشن ArcHydro در GIS شناسایی گردیدند. برای تولید DEM موردنیاز، از تکنیک‌های فتوگرامتری بر روی تصاویر زوج استریو سنجنده ASTER در نرم­افزار Idrisi و بر اساس متغیرهای پارامتری توجیه‌های داخلی و خارجی (External and Internal Orientation) سنجنده و نقاط کنترلی زمینی (Ground Control Points(GCPs)) انجام شده است. شیب توپوگرافی منطقه به کمک DEM و بر اساس درجه در محیط نرم‌افزاری GIS محاسبه و نقشه آن تهیه شده است. بر اساس داده‌های آب هوایی اداره کل هواشناسی استان مازندران، وضعیت آب‌وهوایی به‌صورت منحنی‌های هم‌دما، هم بارش و هم تبخیر مشخص و نوع آب‌وهوا نیز، از روش De Marton تعیین شده است.

بحث و نتایج: حاصل فعالیت‌های فوق، تولید نقشه‌های سنگ‌شناسی، تراکم و فاصله از خطواره‌های حاصل از شکستگی، تراکم و فاصله از آبراهه‌ها، شیب توپوگرافی، هم بارش و پوشش گیاهی بوده است. با توجه به معیارهای متفاوت بکار رفته در نقشه‌های تولیدشده و وجود نیاز به معیاری واحد و قابل‌مقایسه و متناسب برای تلفیق لایه‌های اطلاعاتی، از منطق فازی کمک گرفته شده است. در این حالت، کلیه لایه‌ها با مرز غیرقطعی به‌جز لیتولوژی که دارای مرز قطعی بوده و تابع منطق بولين است، فازی سازی شده‌اند و در ادامه در GIS، به‌صورت لایه‌های فازی سازی شده استخراج گردیده‌اند. از طرفی، چون وزن و ضریب اثربخشی عوامل هشت‌گانه مؤثر در وقوع پدیده کارست یکسان نیستند، برای تعیین ارجحیت و اولویت‌بندی این عوامل، از روش تحلیل سلسله مراتبی (AHP) استفاده شده است و میزان مشارکت و به عبارتی وزن هر یک از معیارها با ضریب ناسازگاری کمتر از یک درصد در نرم‌افزار Expert Choice 12 محاسبه شده است. درنهایت، با روش ترکیب خطی وزن‌دار (WLC)، لایه‌های رستری فازی شده بر اساس وزن مؤثر آن‌ها، با عملگر تجمعی توافقی (Compromise Operator) یا گاما تلفیق شده و نقشه پراکندگی پدیده کارست با ضریب احتمال متفاوت در محدوده موردمطالعه استخراج گردید.

در گام بعدی، به‌منظور بررسی وضعیت فیزیکوشیمیایی آبخوان‌ها و ارزیابی پدیده کارست، تعداد 18 چشمه با دبی مساوی و بیشتر از سه لیتر بر ثانیه انتخاب و به کمک نرم‌افزارهای SPPS، RockWorks 2016 و PHREEQC 2.6 مورد ارزیابی قرارگرفته‌اند و ضمن استخراج جداول و نمودارهای هیدروژئوشیمیایی، شاخص اشباعی کانی‌های متعدد نیز، محاسبه گردیده‌اند.

نتیجه‌گیری: نتایج این تحقیق نشان می‌دهد که پدیده کارست، در بخش مرکزی دارای بیشترین گسترش بوده و خطواره‌های حاصل از شکستگی‌ها، بیشترین نقش را در تشکیل این پدیده داشته‌اند. تیپ آب این چشمه‌ها، بی‌کربنات کلسیک- منیزیک بوده و بر اساس نمودار گیپس، نقش سنگ‌های تشکیل‌دهنده آبخوان در تعیین ترکیب شیمیایی آب، بسیار واضح است. همچنین، با توجه به شاخص‌های اشباعی کانی‌ها، نوع جریان در مخازن آب‌های زیرزمینی، به‌صورت افشان و افشان- مجرایی است. بر اساس این تحقیق، بهره‌گیری از فن‌آوری نوین سنجش‌ازدور و GIS، موجب افزایش دقت و سرعت و کاهش هزینه در مطالعات کارستی به همراه دارد.

قابل‌ذکر است، در این مطالعه، ضمن بازدیدهای متعدد میدانی، از نرم‌افزارهای گوناگونی مانند ArcGIS، ENVI، RockWorks، PCI Geomatica، Idrisi، SPSS، PHREEQC 2.6 و Expert Choice کمک گرفته شده است.

واژگان کلیدی: کارست، هیدروژئوشیمی، سنجش‌ازدور و GIS، منطق فازی، حوزه آبریز ظالم رود، مازندران

 

 

Identification of karst areas using RS & GIS method and its expansion in Zalem-Rud sub-basin of Sari in Mazandaran, Iran

Abstract

Statement of the Problem: Karst is a composite image of all the roughness, shapes, pores, and phenomena caused by water corrosion, above and below the surface, in various soluble geological formations, which cover about 15% of the world's exposed rocks. Despite the importance of karst areas in the past, today, the study, identification, spatial analysis and management of these areas are of very interest to geologists, hydrologists, hydrogeologists, ecotourists, geotourists and environmentalists at various scales. Karst phenomenon also has a special place in various dimensions from the point of view of geology and geomorphology, because the causes and methods of dissolution processes and forms and their extension in rocks and minerals are of great importance

East Mazandaran, especially in the study area, is geologically one of the areas with karst process potential and has been less studied due to environmental conditions, especially vegetation and access roads. Accordingly, this study is focused on identifying karst areas and their extent using RS & GIS method in Zalem-Rud Sari basin in Mazandaran province in northern Iran.

Purpose: In order to identify karst areas and physicochemical characteristics of existing aquifers, it was first necessary to identify karst areas and then assess their physicochemical status. In the first step, using LandSat, ASTER and SRTM satellite data, geological maps, weather information and field visits, factors affecting karstification such as rock types, Fracture lineaments, vegetation, climate, condition of the drainages and the slope of the topography are extracted. It should be noted that in this step, to obtain a better result, fuzzy logic and Hierarchical Analysis Process have been used. In the second step, in order to investigate the physicochemical condition of the aquifer, the chemical parameters of some springs are analyzed and the dissolution parameters, saturation indices, origin of water-soluble components and the general flow system in the existing aquifers are determined.

Methodology: In this study, the composition and distribution of rock, based on field visits and georeferenced geological maps of one hundred thousandths of Behshahr and Sari, has been done. Three methods of manual, automatic and semi-automatic have been used to extract the lineaments due to fractures. In the manual method, the lineaments are highlighted and extracted by applying High Pass filters, PCA and the color combination of Landsat 8 satellite data. In the automatic method, the Segment Tracing Algorithm (STA) in PCI software is used. In STA algorithm, linear pixels are identified based on the degree of gray difference and then converted to vector based on RADI, GTHR, LTHR, FTHR, ATHR and DTHR parameters. The Normalized Difference Vegetation Index (NDVI) was used to detect and extract vegetation status on OLI sensor data from the Landsat 8 satellite. To generate DEM, photogrammetric techniques were performed on a pair of stereo images of ASTER sensor in Idrisi software based on parametric variables of external and external orientations and ground control points (GCPs). The topographic slope of the area has been calculated by DEM and based on the degree in GIS and its map has been prepared. Based on the weather data of the General Meteorological Department of Mazandaran Province, the weather condition is determined as the isothermal, isohyetal and isoevaporation curves and the type of weather is determined by De Marton method.

Discussion and Results: The result of the above activities has been the production of lithological maps, density and distance from fracture lineaments, density and distance from drainages, topographic slope, rainfall and vegetation. Due to the different criteria used in the generated maps and the need for a single, comparable and proportionate criteria for combining information layers, fuzzy logic has been used. In this case, all layers, except lithology, which has a definite boundary and is a function of Boolean logic, are fuzzy and then extracted as fuzzy layers in GIS. On the other hand, because the weight and effectiveness of the eight factors affecting the occurrence of karst phenomenon are not the same, the Hierarchical Analysis (AHP) method has been used to determine the preference and prioritization of these factors. And the participation rate, in other words, the weight of each criterion with an incompatibility coefficient of less than one percent has been calculated in Expert Choice 12 software. Finally, by weighted linear combination (WLC) method, fuzzy raster layers based on their effective weight are combined with Compromise Operator or Gamma and the karst distribution map is extracted with different probability coefficients in the study area.

In the next step, in order to investigate the physicochemical status of the aquifers and evaluate the karst phenomenon, 18 springs with equal flow and more than three liters per second were selected and evaluated using SPPS, RockWorks 2016 and PHREEQC 2.6 software. In addition to extracting hydrogeochemical tables and graphs, the saturation index of various minerals have also been calculated.

Conclusion: The results of this study show that the karst phenomenon has the most spread in the central part and the lineaments resulting from fractures have played the most role in the formation of this phenomenon. The water type of these springs is calcium-magnesium bicarbonate and according to the Gibbs diagram, the role of aquifer rocks in determining the chemical composition of water is very clear. Also, the saturation indices of minerals, the type of flow in groundwater reservoirs are diffuse and diffuse-duct flows. To this research, the use of new remote sensing technology and GIS, increases accuracy and speed and reduces costs in karst studies.

It is noteworthy that in this study, in addition to numerous field visits, various software such as ArcGIS, ENVI, RockWorks, PCI Geomatica, Idrisi, SPSS, PHREEQC 2.6 and Expert Choice were used.

 

Keywords: Karst, Hydro-geochemistry, RS and GIS, Fuzzy Logic, Zalem-Rud sub-basin, Mazandaran

 

 

---