بررسی آسیب‌پذیری سفره‌ آب‌زیرزمینی دشت دهگلان با روش‌های مختلف برمبنای تغییرات پوشش گیاهی

ابراهیمی، ش.، رضایی، ا.، موسوی، ز.، 1402. بررسی فرونشست آبخوان دشت عباس ایلام در دو دوره افت و خیز تراز آب زیرزمینی به کمک تکنیک تداخل­سنجی­راداری. هیدروژئومورفولوژی، 8(2): 158-169.

نقریان، آ.، ولی­سامانی، ج.م.، مظاهری، م.، 1401. مقایسه مدل ارزیابی آسیب­پذیری آبخوان (سینتکس) به نیترات با مدل عددی سه­بعدی (مورد مطالعاتی آبخوان دشت ورامین). تحقیقات آب و خاک ایران، 53(1): 15-31.

ندیری، ع.، جبراییلی، ن.، قره­خانی، م.، 1398. مقایسة توانایی روش­های مختلف ترکیبی در ارزیابی آسیب­پذیری آب­های زیرزمینی در آبخوان دشت قروه- دهگلان. مجله اکوهیدرولوژی، 6(3): 821-836.

ملکی، ث.، نورانی، و.، نجفی، ح.، 1403. روش جدید مبتنی بر اعداد Z برای ارزیابی آسیب پذیری ویژه آب­های زیرزمینی مطالعه موردی: دشت­های اردبیل و قروه-دهگلان. هیدروژئومورفولوژی، 11(38): 98-112.

ولدی، گ.، عباس­نوین­پور، ا.، بایزیدی، م.، 1403. ارزیابی آسیب­پذیری آب زیرزمینی آبخوان دهگلان با استفاده از روش دراستیک، شبکه عصبی مصنوعی موجک و الگوریتم ازدحام مرغ. فصلنامه­ی یافته­های نوین زمین­شناسی کاربردی، 18(35).

علوی­پناه، س.ک؛ احسانی، ا.ه؛ متین­فر، ح.ر؛ رفیعی ا، عمار و امیری ، ر.، 1387. مقایسة محتوای اطالعاتی سنجنده­های TM و ETM+ در محیط­های بیابانی و شهری ایران. پژوهش­های جغرافیا. 47: 56-64.

Aslam, R.A., Shrestha, S. and Pandey V.P., 2018.Groundwater vulnerability to climate change: A review of the assessment methodology. Science of The Total Environment. 612: 853-875.

Abunada, Z., Kishawi, Y., M. Alslaibi, T., Kaheil, N., Mittelstet, A., 2021. The application of SWAT-GIS tool to improve the recharge factor in the DRASTIC framework: Case study. Journal of Hydrology. 592: 125613.

ANPA., 2023. Guide Lines for Mapping Groundwater Vulnerability to Pollution. Rome: National Agency for the Protection of the Environment; 2001.

Allocca, V., Manna, F., De Vita P., 2014. Estimating annual groundwater recharge coefcient for karst aquifers of the southern Apennines (Italy). Hydrol Earth Syst Sci. 18:803–17.

Barzegar R, Razzagh S, Quilty J, Adamowski J, Pour HK, Booij MJ., 2021. Improving GALDIT-based groundwater vulnerability predictive mapping using coupled resampling algorithms and machine learning models. Journal Hydrol 598:126370.

Binh and Pham, T., 2018. A comparison study of DRASTIC methods with various objective methods for groundwater vulnerability assessment. Science of The Total Environment. 642: 1032-1049.

Civita, M., De Maio, M., 2000. SINTACS R5 - A New Parametric System for the Assessment and Automatic Mapping of Groundwater Vulnerability to Contamination. Bologna: Pitagora; 226 p.

Cusano, D., Coda S., De Vita P., Fabbrocino, S., Fusco, F., Lepor,e D., Nicodemo, F., Pizzolante, A., Tufano R., Allocca V., 2023. A comparison of methods for assessing groundwater vulnerability in karst aquifers: the case study of Terminio Mt. aquifer (Southern Italy). Sustainable Environment Research. 33:42.

De Vita, P., Allocca, V, Celico F., Fabbrocino, S., Mattia, C., Monacelli, G., et al., 2018. Hydrogeology of continental southern Italy. Journal Maps. 14:230–41.

European Commission, Directorate-General for Research and Innovation, Zwahlen F. COST Action 620 – Vulnerability and risk mapping for the protection of carbonate (karst) aquifers – Final report. EU Publications Ofce 2004 (OPOCE).

Ghosh, R., Sutradhar, S., Mondal, P., Das, N., 2021. Application of DRASTIC model for assessing groundwater vulnerability: a study on Birbhum district, West Bengal, India. Modeling Earth Systems and Environment. 7: 1225-1239.

Foster, SSD. Fundamental concepts in aquifer vulnerability, pollution risk and protection strategy. In: van Duijvenbooden W and van Waegeningh HG editors. 1987. Vulnerability of Soil and Groundwater to Pollutants. Delft: TNO Committee on Hydrological Research. 69–86.

Kijsipongse, E., U-ruekolan, S., Ngamphiw, C., Tongsima, S., 2011. Efcient large Pearson correlation matrix computing using hybrid MPI/CUDA. In: 2011 Eighth International Joint Conference on Computer Science and Software Engineering (JCSSE). Nakhonpathom, Thailand. 237-241.

Khosravi, kh., Sartaj, M., T.-C. Tsai, F., P. Singh, V., Kazakis, N., M. Melesse, A., Prakash, I., Tien Bui, D.,

Xiong, H., Wang, Y., Guo, X., Han, J., Ma, Ch and Zhang, X., 2022. Current status and future challenges of groundwater vulnerability assessment: A bibliometric analysis. Journal of Hydrology. 615: 128694.

Maqsoom, A., Aslam, B., Khalil, U., Ghorbanzadeh, O., Ashraf, H., Tufail, R.F., Farooq, D., Biaschke. T., 2020. A GIS-based DRASTIC Model and an Adjusted DRASTIC Model (DRASTICA) for Groundwater Susceptibility Assessment along the China-Pakistan Economic Corridor (CPEC) Route. Environmental Science, Geography.

Stempvoort, DV., Ewert, L., Wassenaar, L., 1993. Aquifer vulnerability index: A GIS - compatible method for groundwater vulnerability mapping. Can Water Resour J. 18: 25–37.

Siarkos, I., Sevastas, S., Mallios, Z., Theodossiou, N. and Ifadis, I., 2021. Investigating groundwater vulnerability variation under future abstraction scenarios to estimate optimal pumping reduction rates. Journal of Hydrology. 598: 126297.

Salmani, H., Mohseni Saravi, M., Rouhani, H., Salajeghe, A. 2012. Evaluation of Land Use Change and its Impact on the Hydrological Process in the Ghazaghli Watershed, Golestan Province, watershed management Journal, 3(6): 43-59.

Taghavi, N., K. Niven, R., J. Paull, D., Kramer, M., 2022. Groundwater vulnerability assessment: A review including new statistical and hybrid methods. Science of The Total Environment. 822: 153486.

USEPA. 1987. DRASTIC: A Standardized System for Evaluating Groundwater Pollution Potential Using Hydrogeologic Settings. Washington, DC: United States Environmental Protection Agency.

Vias, JM., Andreo, B., Perles, MJ., Carrasco, F., Vadillo, I., Jimenez, P., 2006. Proposed method for groundwater vulnerability mapping in carbonate (karstic) aquifers: the COP method. Hydrogeol J. 2006;14: 912–25.

Vias, JM., Andreo, B., Perles, MJ., Carrasco, F., Vadillo, I., Jimenez, P., 2006.  Proposed method for groundwater vulnerability mapping in carbonate (karstic) aquifers: the COP method. Hydrogeol Journal;14: 912–25.