امکان ارزیابی و ژئو تجسم داده های مکانی و زمانی کیفیت آب با استفاده از یک برنامه WebGIS

ارائه خدمات داده های کیفیت آب مبتنی بر وب GIS به یک منطقه اولویت برای بخش های عمومی و اداری در زمینه اضطراری همه گیر مرتبط با گسترش جهانی COVID-19 تبدیل شده است. سیستم‌های کنونی جغرافیایی، نظارتی و پشتیبانی تصمیم، که معمولاً مبتنی بر اطلاعات مکانی مبتنی بر وب هستند، اشتراک‌گذاری داده‌های مکانی و زمانی از پایگاه‌های اطلاعاتی محیطی و تحلیل‌های بلادرنگ را تا حد زیادی تسهیل می‌کنند. در مطالعه حاضر، شاخص‌های مختلف کیفیت آب تعیین، مقایسه و ژئوویوال‌سازی می‌شوند، که طی آن تغییرات در کیفیت منابع آب زیرزمینی کم عمق یک سکونتگاه در دوره (۲۰۱۱-۲۰۱۹) در یک سکونتگاه شرقی مجارستان مورد بررسی قرار می‌گیرد. هدف دیگر این تحقیق تعیین سه شاخص کیفیت آب (شاخص کیفیت آب، شاخص کیفیت آب CCME، درجه آلودگی) و نمونه‌های آب را بر اساس داده‌های مکانی و زمانی ورودی یکسان با استفاده از ابزارهای تجسم جغرافیایی آزادانه در دسترس، طبقه‌بندی کنید. کیفیت آب های زیرزمینی با استفاده از شاخص های مختلف کیفیت آب ارزیابی شد. آلودگی قابل توجه آب های زیرزمینی در دوره زمانی قبل از نصب شبکه فاضلاب نشان داده شد. در مورد کیفیت آب، تغییرات مثبت معنی‌داری بر اساس هر سه شاخص کیفیت آب در سال‌های پس از نصب شبکه فاضلاب (۲۰۱۵-۲۰۱۹) نشان داده شد. وجود آلودگی جدا از تغییرات مثبت نشان می دهد که فرآیندهای تصفیه برای مدت طولانی ادامه خواهند داشت. کیفیت آب های زیرزمینی با استفاده از شاخص های مختلف کیفیت آب ارزیابی شد. آلودگی قابل توجه آب های زیرزمینی در دوره زمانی قبل از نصب شبکه فاضلاب نشان داده شد. در مورد کیفیت آب، تغییرات مثبت معنی‌داری بر اساس هر سه شاخص کیفیت آب در سال‌های پس از نصب شبکه فاضلاب (۲۰۱۵-۲۰۱۹) نشان داده شد. وجود آلودگی جدا از تغییرات مثبت نشان می دهد که فرآیندهای تصفیه برای مدت طولانی ادامه خواهند داشت. کیفیت آب های زیرزمینی با استفاده از شاخص های مختلف کیفیت آب ارزیابی شد. آلودگی قابل توجه آب های زیرزمینی در دوره زمانی قبل از نصب شبکه فاضلاب نشان داده شد. در مورد کیفیت آب، تغییرات مثبت معنی‌داری بر اساس هر سه شاخص کیفیت آب در سال‌های پس از نصب شبکه فاضلاب (۲۰۱۵-۲۰۱۹) نشان داده شد. وجود آلودگی جدا از تغییرات مثبت نشان می دهد که فرآیندهای تصفیه برای مدت طولانی ادامه خواهند داشت.

کلید واژه ها:

WQI ; WebGIS ; درجه آلودگی ؛ تغییرات مکانی و زمانی ؛ تجسم داده های جغرافیایی

۱٫ مقدمه

بدتر شدن کیفیت آب های زیرزمینی یک مشکل جهانی است و آن را به یک موضوع داغ تحقیقات زیست محیطی تبدیل می کند [ ۱ ]. مطالعات بین‌المللی نشان می‌دهد که فاضلاب عمومی علاوه بر فعالیت‌های صنعتی و کشاورزی یکی از مهم‌ترین منابع آلودگی است که تصفیه و تصفیه آن اغلب برای کشورهای توسعه‌یافته و در حال توسعه حل نشده است [ ۲ ، ۳ ، ۴ ، ۵ ، ۶ ]. مطالعات متعدد نشان می دهد که عدم وجود سیستم های تصفیه فاضلاب در مناطق روستایی باعث ورود فاضلاب به آب های زیرزمینی و در نتیجه کاهش شدید کیفیت آب های زیرزمینی در این مناطق می شود [ ۷ ، ۸ ، ۹ ، ۱۰ ].]. با بررسی ادبیات بین‌المللی، دریافتیم که اگرچه مقالاتی در رابطه با مشکلات زیست‌محیطی ناشی از فاضلاب تولید شده در شهرک‌ها منتشر شده است، اما تحقیقات جامعی که کیفیت آب را قبل و بعد از ساخت شبکه فاضلاب که کل یک شهر را پوشش می‌دهد ارائه کند، هنوز انجام نشده است. انجام شد. علاوه بر این، آگاهی از شرایط پایه برای ارزیابی تغییرات کیفیت آب ضروری است، اما اکثر شهرداری‌ها چنین داده‌های مکانی و زمانی کیفیت آب یا پایگاه جغرافیایی در سطح شهر را ندارند، بنابراین تجزیه و تحلیل مقایسه‌ای را غیرممکن می‌سازد. یکی از اهداف مطالعه ما پر کردن این شکاف علمی است [ ۱۱ ].

تعدادی از رویکردهای روش‌شناختی برای دسته‌بندی آب‌های زیرزمینی بین کیفیت خوب و ضعیف اتخاذ شده است [ ۱۲ و ۱۳ ]. از آنجایی که وضعیت کیفیت آب را می توان با تعدادی از پارامترهای فیزیکی، شیمیایی و بیولوژیکی توصیف کرد، مقادیر زیادی داده ارزیابی و مقایسه را به طور فزاینده ای دشوار می کند [ ۱۴ ]. برای حل این مشکل، هورتون (۱۹۶۵) اولین شاخص کیفیت آب را بر اساس ۱۰ پارامتر شیمیایی مهم آب ارائه کرد [ ۱۵ ]. مهمترین مزیت شاخص های مختلف آلودگی، ادغام پارامترهای شیمیایی، فیزیکی و بیولوژیکی در یک عدد واحد است که باعث می شود اطلاعات مربوط به کیفیت آب برای عموم و سیاست گذاران قابل درک باشد [ ۱۶ ،۱۷ ].

شاخص کیفیت آب (WQI)، توسعه یافته توسط براون و همکاران. (۱۹۷۰) بر اساس میانگین وزنی، چندین بار در دهه های اخیر اصلاح شده است [ ۱۸ ]. بر اساس WQI، شاخص کیفیت آب بنیاد ملی بهداشت ایالات متحده (NSFWQI) و شاخص کیفیت آب کانادا (شورای وزیران محیط زیست کانادا (CCME)) ایجاد شد [ ۱۹ ].

نقشه های موضوعی، بر اساس شاخص های کیفیت آب، تصویری جامع از مشکل زیست محیطی ارائه می دهد و برای افراد خارج از حوزه علمی به راحتی قابل درک است [ ۲۰ ]. بنابراین، استفاده از شاخص های کیفیت آب در توصیف کیفیت آب های سطحی و زیرزمینی به یک روش استاندارد تبدیل شده است [ ۲۱ ، ۲۲ ، ۲۳ ، ۲۴ ]. در دهه‌های بعدی، تعدادی روش برای تجمیع داده‌های پایش در یک شاخص کیفیت آب واحد [ ۲۵ ، ۲۶ ، ۲۷ ، ۲۸ ، ۲۹ ] و برای تجسم شاخص‌های کیفیت آب در سیستم‌های اطلاعات جغرافیایی (GIS) توسعه یافت.۳۰ ، ۳۱ ، ۳۲ ].

در شرایط اضطراری اپیدمیولوژیک بیماری همه گیر COVID-19، ارائه خدمات داده مبتنی بر وب GIS در مورد کیفیت آب به یک منطقه اولویت برای بخش های دولتی و دولتی تبدیل شده است. در حال حاضر، سیستم‌های جغرافیایی، نظارت و پشتیبانی تصمیم، که معمولاً مبتنی بر فناوری ژئوانفورماتیک مبتنی بر وب هستند، به اشتراک‌گذاری و تجزیه و تحلیل داده‌های مکانی و زمانی پایگاه‌های داده محیطی در زمان واقعی کمک زیادی می‌کنند. انتشار داده‌های محیطی جغرافیایی در وب تا حد زیادی به پلتفرم‌های ارتباطات اطلاعاتی منتقل می‌شود. بنابراین، معیارهایی مانند به روز بودن، استقلال پلت فرم یا رابط ارتباطی “مبتنی بر نقشه” با استفاده آسان و در دسترس باید رعایت شود. از زمان “انقلاب ژئوانفورماتیک” که توسط شوتزه در سال ۲۰۰۷ نامگذاری شد،۳۳ ]. به موازات گسترش سیستم های اطلاعات مکانی مبتنی بر وب، محیطی که کاربران در آن داده های مکانی را تفسیر و مدیریت می کنند نیز تغییر کرده است. در عصر دیجیتالی شدن، نیاز به اطلاعات مرتبط با یک مکان جغرافیایی که باید با استفاده از ابزارهای تجسم جغرافیایی منتقل شود [ ۳۴ ، ۳۵ ، ۳۶ ، ۳۷ ، ۳۸ ، ۳۹] ظهور. گستره کاربران بیشتر گسترش یافته است، که پس از ارائه دهندگان حرفه ای داده که از استفاده تحقیقاتی صنعتی پشتیبانی می کنند، توسط کاربران مدنی تکمیل شده است. امکان انتشار داده های مکانی در وب با این واقعیت تسهیل شده است که شناخته شده ترین ارائه دهندگان نقشه (Google Maps، OSM، Yahoo! Maps، Bing Maps، MapQuest، و غیره) یک سیستم ابزار سفارشی (به عنوان مثال Leaflet، OSM، Google Maps API، Azure Maps API) به صورت رایگان برای نمایش داده ها [ ۴۰ ، ۴۱ ، ۴۲ ، ۴۳]. با سرعت گرفتن دیجیتالی شدن، توانایی پیمایش در فضای دیجیتال و بر روی نقشه دیجیتال نیز در جامعه اطلاعاتی اهمیت پیدا کرد که به تدریج در بین شایستگی های دیجیتال گنجانده شد که توسط پروژه های تحقیقاتی چند رشته ای متعدد تایید شد [ ۴۴ ، ۴۵ ، ۴۶ ، ۴۷ ، ۴۸ ] . البته، روش‌های تجسم جغرافیایی که در نشریات علمی یافت می‌شود تنها به داده‌های مکانی یا پایگاه‌های داده محدود نمی‌شود، زیرا هدف این تکنیک‌ها توسعه تکنیک‌های تجسم از طریق استفاده از نقشه‌ها است که آنها را قادر می‌سازد تا به طور موثر به رشته‌های مختلف خدمت کنند که شامل تعدادی از منابع داده دیگر می‌شوند [ ۴۹ ]. , ۵۰ , ۵۱ , ۵۲ ,۵۳ ].

تازگی مطالعه ما، از جمله، بر این واقعیت استوار است که اگرچه استفاده از ابزارهای مختلف ژئوتصویرسازی مبتنی بر وب در علوم زمین گسترده است، پردازش جغرافیایی و نمایش آنلاین پیچیده داده‌های محیطی شهری، کانون پژوهش نبوده است. به روز. علاوه بر این، هدف ما پاسخ به این سوال بود که آیا انتشار وب داده‌های مکانی تولید شده توسط ابزار توسعه‌یافته می‌تواند اطلاعات بیشتری در مورد وضعیت کیفیت آب منطقه مورد مطالعه با استفاده از ادراک شناختی خود در اختیار کاربر نهایی قرار دهد.

در پژوهش حاضر با استفاده از ابزار WebGIS، سه شاخص کیفیت آب (شاخص کیفیت آب، شاخص کیفیت آب CCME، درجه آلودگی) تعیین، مقایسه و ژئوتصویرسازی شد که طی آن تغییراتی در کیفیت منابع آب زیرزمینی ایجاد می‌شود. یک شهرک در شرق مجارستان در دوره مورد مطالعه (۲۰۱۱-۲۰۱۹) پس از ساخت شبکه فاضلاب در سال ۲۰۱۴ مورد بررسی قرار گرفته است. بر اساس موارد فوق، هدف ما انتشار و نشان دادن تجسم فضایی و پردازش داده های زیست محیطی زمانی یک مجارستانی است. استقرار، و همچنین قدرت تجسم جغرافیایی را برجسته می کند.

اهداف خاص مطالعه به شرح زیر بود:

برای توسعه یک ابزار وب تحلیلی برای تعیین و تجسم جغرافیایی شاخص‌های کیفیت آب،
برای تهیه نقشه کیفیت آب و میزان آلودگی در سراسر شهرک با استفاده از داده های کیفیت آب صادراتی و محاسبه شده،
برای ارزیابی تغییرات کیفی آب مکانی و زمانی برای دوره ۲۰۱۱-۲۰۱۹،
برای تعیین شاخص های مختلف، نمونه های آب را بر اساس داده های ورودی یکسان دسته بندی کنید.

۲٫ مواد و روشها

۲٫۱٫ توسعه ابزار Geovisualization

ابزار geovisualization با استفاده از فناوری ها و زبان های برنامه نویسی مختلف توسعه یافته است. تجسم جغرافیایی نقشه وب و داده‌های مکانی با استفاده از رابط برنامه‌نویسی اپلیکیشن Google Maps (API) v3، Keyhole Markup Language (KML) و ابزار Chart.js [ ۵۴ ، ۵۵ ، ۵۶ ] اجرا شد. تعیین شاخص های کیفیت آب توسط کد جاوا اسکریپت با استفاده از فرمول های توضیح داده شده در بخش قبل انجام شد. یک الگوی اکسل پر شده باید در صفحه فهرست وب سایت آپلود شود تا بتوان تعیین و تجسم جغرافیایی را پیاده سازی کرد ( شکل ۱)). به منظور ایجاد پورتال، چارچوب جلویی BootStrap ایجاد شده توسط توسعه دهنده توییتر و رابط تعاملی Sufee Admin استفاده شد [ ۵۷ ، ۵۸ ].

پایه کد به دنبال پارادایم برنامه نویسی رویه ای (ضروری) پیاده سازی شد. بخش سمت سرور برنامه وب با استفاده از PHP [ ۵۹ ، ۶۰ ] توسعه داده شد. زبان PHP به این دلیل انتخاب شد که یک زبان اسکریپت نویسی ساده و پرکاربرد است، به راحتی به صورت محلی روی سرور نصب می شود و قادر به ایجاد نماها با استفاده از قالب PHP است. در سمت سرور، مؤلفه «برنامه» اجرا را کنترل می‌کند و درخواست‌ها نیز به این برنامه ارسال می‌شوند. علاوه بر این، منطق برنامه مربوطه در اینجا با استفاده از مجموعه‌ای از توابع کمکی برون‌سپاری شده با توجه به عملکرد هدف پیاده‌سازی می‌شود ( شکل ۲)). نمای تولید کننده پاسخ نیز در اینجا تعریف شده است. پیاده سازی با استفاده از قابلیت های ایجاد قالب در زبان PHP انجام می شود. ساختار اصلی صفحه HTML در قالب تعریف شده است و ساختار کنترل جایگزین زبان PHP برای تولید پویا قطعات بسته به حجم داده ها و مقادیر متغیر استفاده می شود. پس از آن، سرور صفحه HTML مربوطه را که به کاربر نمایش داده می شود، به صفحه مشتری می فرستد. محاسبات پس از دریافت داده های ورودی و ذخیره نتایج در سرور در جلسه کاربر انجام می شود. به این ترتیب برای هر درخواست نیازی به انجام مجدد وظایف محاسباتی (صادرات، مشاهده تغییر) نیست.

اعتبار سنجی پایه روی داده های دریافتی از سمت کاربر انجام می شود (به عنوان مثال، آیا یک فیلد معین دارای یک مقدار است، آیا مقدار در محدوده معینی قرار دارد و غیره). این نوع اعتبارسنجی داده های دریافتی به ما امکان می دهد از رسیدن داده های نامعتبر به الگوریتم های محاسباتی که احتمالاً باعث ایجاد خطا در سمت سرور می شود جلوگیری کنیم. در صورت بروز خطا، نتیجه در قالب یک پیغام خطا در رابط به کاربر اطلاع داده می شود [ ۶۱ ].

۲٫۲٫ تعیین و ارزیابی شاخص ها

هشت پارامتر ( pH، EC، NH _۴⁺ ، NO _۲-^، NO _۳- ، PO _۴^۳-^، COD، Na + ⁾ برای محاسبه شاخص کیفیت آب (WQI)، شورای وزیران محیط زیست کانادا، کیفیت آب استفاده شد. شاخص (CCME WQI) و درجه آلودگی (Cd).

شاخص کیفیت آب (WQI)

محاسبه WQI با استفاده از “روش شاخص حسابی وزنی” با استفاده از معادله [ ۱۸ ] انجام شد:

دبلیو Q I = \sum س n دبلیو n / \sum دبلیو n

که در آن Q _n رتبه بندی کیفیت n ^امین پارامتر کیفیت آب است، W _n وزن واحد nامین پارامتر کیفیت آب است. رتبه بندی کیفیت Q _n با استفاده از معادله محاسبه می شود:

س n = ۱ ۰ ۰ [(V n - V من) / (V س - V من)]

در جایی که V _n مقدار واقعی n ^امین پارامتر موجود است، V _i مقدار ایده آل پارامتر [ V _i = ۰، به جز pH ( V _i = ۷)] و _Vs مقدار مجاز استاندارد برای nام است. پارامتر کیفیت آب وزن واحد ( W _n ) با استفاده از فرمول محاسبه می شود:

دبلیو n = k / V س

که در آن k ثابت تناسب است و با استفاده از معادله محاسبه می شود:

k = [۱ / \sum ۱ / V س = ۱ ، ۲ ، \dots ، n]

شاخص کیفیت آب CCME (CCME _wqi )

این یک سیستم رتبه بندی است که توسط شورای وزیران محیط زیست کانادا در سال ۲۰۰۱ توسعه یافته است [ ۱۹ ]. سیستم رتبه بندی بر اساس ترکیبی از سه عامل است:

F1: تعداد پارامترهای آزمایش شده که بیش از حد آلودگی (Scope) هستند.

اف ۱ = (n u m b e r o f f a i l e d p a r a m e t e r s t o t a l n u m b e r o f p a r a m e t e r s) \times ۱ ۰ ۰

F2: درصد تست های شکست خورده (فرکانس).

اف ۲ = (ن u m b e r o f f a i l e d t e s t s t o t a l n u m b e r o f t e s t s) \times ۱ ۰ ۰

F3: مقداری که مقادیر آزمون ناموفق به اهداف خود نمی رسند (Amplitude). فاکتور ۳ را می توان در سه مرحله محاسبه کرد:

e x c ​​u r s i o n من = (f a i l e d t e s t v a l u ه من O b j e c t i v ه j) - ۱

n s e = \sum n i = ۱ e x c ​​u r s i o n من ۰ . ۰ ۱ n s e + ۰ . ۰ ۱

اف ۳ = n s e 0 . ۱ n s e + ۰ . ۰ ۱

پس از محاسبه هر سه عامل، WQI را می توان با معادله زیر تعیین کرد:

سی سی م E دبلیو Q I = ۱ ۰ ۰ - (اف ۱ ۲ —-\sqrt + اف ۲ ۲ + اف ۳ ۲ ۱ . ۷ ۳ ۲)

مقدار عامل ۱٫۷۳۲ به یک شاخص مقیاس از ۰ تا ۱۰۰ معرفی می شود که ۰ “بدترین” و ۱۰۰ “بهترین” مقدار WQI است.

درجه آلودگی (Cd)

محاسبه درجه آلودگی، Cd، به طور جداگانه برای هر نمونه از آب تجزیه و تحلیل شده، به عنوان مجموع عوامل آلودگی اجزای جداگانه بیش از مقدار مجاز بالا انجام می شود. از این رو، شاخص آلودگی اثرات ترکیبی چندین پارامتر کیفی را که برای آب خانگی مضر در نظر گرفته می شود، خلاصه می کند.

طرح محاسبه سی دی به صورت زیر است [ ۲۹ ]:

سی د = \sum i = ۱ n سی f من

جایی که

سی f من = سی یک آی سی N i - ۱

C _fi = ضریب آلودگی برای جزء i-امین،

C _Ai = مقدار تحلیلی جزء i-امین،

C _Ni = غلظت مجاز بالای مولفه i-ام (N نشان دهنده مقدار “هنجاری” است).

عناصر و گونه های یونی با مقادیر تحلیلی کمتر از مقادیر غلظت مجاز بالا در نظر گرفته نمی شوند.

ارزیابی وضعیت های WQS، CCME WQS و Cd در جدول ۱ نشان داده شده است.

۲٫۳٫ شرح منطقه مورد مطالعه

پیشرفت قابل توجهی در جمع آوری و تصفیه فاضلاب شهری در مجارستان در دهه گذشته صورت گرفته است. تفاوت در نسبت خانه های متصل به شبکه آب و شبکه فاضلاب از ۳۱٫۵ درصد در سال ۲۰۰۴ به ۱۳٫۳ درصد در سال ۲۰۱۸ کاهش یافته است. بنابراین، انتظار می رود که تفاوت مطلوبیت ثانویه طی چند سال به زیر ۱۰٪ کاهش یابد [ ۶۲ ]. در نتیجه سرمایه گذاری های انجام شده، میزان فاضلاب شهری ورودی به سیستم آب زیرزمینی به میزان قابل توجهی کاهش می یابد که تأثیر آن در کل محیط شهری گسترش می یابد. به منظور تعیین دقیق میزان، شدت و مدت این تغییرات، بررسی شرایط قبل از سرمایه گذاری جدای از پایش مستمر آب های زیرزمینی ضروری است.

سکونتگاه باراند در قسمت شرقی دشت بزرگ مجارستان واقع شده است ( شکل ۳ ). جمعیت آن ۲۶۱۱ نفر است [ ۶۲ ]. ساخت شبکه فاضلاب در این شهرک در سال ۲۰۱۴ به پایان رسید. تا سال ۲۰۱۷، بیش از ۹۵ درصد از خانوارها به شبکه پیوسته بودند. طبق محاسبات ما، ۳۰ تا ۴۰ درصد از فاضلاب خانگی تولید شده (تقریباً ۱۲۰۰۰۰ متر مکعب ^در هر سال) در چند دهه گذشته به خاک و آب های زیرزمینی نفوذ کرده است. این دبی آلودگی چشمگیر باعث آلودگی شدید شهرک شده است. به دلیل این آلودگی، چاه ها هر ساله برای شناسایی مناطق بالقوه آلوده نظارت می شوند [ ۶۳ ].

۲٫۴٫ نمونه برداری آب و اندازه گیری های آزمایشگاهی

در تحقیق ما، ۱۵ حلقه چاه آب زیرزمینی در دوره زمانی ۲۰۱۱-۲۰۱۹ مورد بررسی قرار گرفت. نمونه های آب از ستون آب ۱ متری بالای هر چاه جمع آوری شد. pH و EC با یک متر دستی WTW 315i اندازه گیری شد و محتوای NH _۴⁺ , NO _۲^– , NO _۳^– , PO _۴^۳ – نمونه های آب جمع آوری شده با استفاده از روش های مناسب مطابق با استانداردهای مجارستان تعیین شد [ ۶۴ , ۶۵ ، ۶۶ ]. COD تقاضای اکسیژن شیمیایی با استفاده از روش KMnO _۴ و Na ⁺ با استفاده از Perkin Elmer 3110 AAS تعیین شد.

۲٫۵٫ تحلیل آماری

برای انجام پردازش آماری سری داده ها و نمایش نتایج از نرم افزار IBM SPSS 26 استفاده شد. نرمال بودن سری با استفاده از آزمون Shapiro-Wilk مورد بررسی قرار گرفت. علاوه بر محاسبه مقادیر پایه آماری، نمودارهای میانگین، چارک پایین و فوقانی، مد، میانه و انحراف معیار باکس پلات برای رسم محدوده بین چارکی، میانه، بالاترین و کمترین مقادیر استفاده شد.

بر اساس فرضیه ما، استقرار سیستم فاضلاب بر کیفیت آب های زیرزمینی تأثیر می گذارد. بنابراین، انتظار می رفت که کیفیت آب پس از احداث شبکه فاضلاب به میزان قابل توجهی بهبود یابد. برای آزمون فرضیه ما، آزمون های آماری انجام شد. از آنجایی که بر اساس آزمون Shapiro-Wilk، مجموعه داده ها توزیع نرمال را نشان نمی دهند، ارزیابی تغییرات مثبت یا منفی در مجموعه داده ها با استفاده از آزمون رتبه بندی علامت دار ویلکاکسون [ ۶۷ ] انجام می شود.]. آزمون رتبه‌بندی علامت‌دار Wilcoxon به طور گسترده برای تعیین اینکه آیا تفاوت میانگین بین دو داده زوجی وجود دارد، زمانی که فرض نرمال بودن مشکوک است، استفاده می‌شود. اگر مقدار Asymp. سیگ (۲-tailed) کوچکتر از <0.05 است، سپس Ha پذیرفته می شود. برعکس، اگر مقدار Asymp. سیگ (۲-tailed) بزرگتر از ۰٫۰۵ است، سپس Ha رد می شود.

۳٫ نتایج

۳٫۱٫ توضیحات ابزار Geovisualization

یک ابزار وب ژئوتصویرسازی توسعه داده شد که می تواند برای تعیین و ژئو تجسم کیفیت آب زیرزمینی بر اساس داده های ورودی مکانی و زمانی کیفیت آب مورد استفاده قرار گیرد. فرآیند کار را می توان به سه بخش اصلی تقسیم کرد. در قسمت اول باید منطقه مورد مطالعه انتخاب و چاه های واقع در منطقه شناسایی و موقعیت جغرافیایی آنها ثبت شود. در قسمت دوم، پس از تکمیل یک الگو، سند را می توان در وب سرور آپلود کرد و پس از انجام اعتبارسنجی پارامترهای داده شده، شاخص های کیفیت آب و درجه آلودگی داده های زمانی تعیین و ژئوویژوالیزه شد. اعتبارسنجی پارامترها و مقادیر حدی شامل روش‌های تضمین کیفیت است که شناسایی و تصحیح خطاهای داده‌های ورودی را آسان‌تر می‌کند – چه در میدان ثبت شده باشد یا بعداً به عنوان داده‌های آزمایشگاهی اندازه‌گیری شده اضافه شود. این بدان معنی است که در طول تعیین کیفیت آب، کاربر به دلیل پارامترهای اشتباه ثبت شده، نتیجه گمراه کننده ای دریافت نخواهد کرد و در نتیجه دقت فرآیند تعیین کیفیت آب را بهبود می بخشد. اگر هر یک از پارامترهای ارائه شده توسط کاربر نادرست باشد، سرور پیامی به کاربران ارسال می کند و آنها را در مورد پارامترهای نادرست یا مقادیر حدی آگاه می کند که باید قبل از آپلود و تجزیه و تحلیل اصلاح شوند. کاربر به دلیل پارامترهای نادرست ثبت شده، نتیجه گمراه کننده ای دریافت نخواهد کرد و در نتیجه دقت فرآیند تعیین کیفیت آب را بهبود می بخشد. اگر هر یک از پارامترهای ارائه شده توسط کاربر نادرست باشد، سرور پیامی به کاربران ارسال می کند و آنها را در مورد پارامترهای نادرست یا مقادیر حدی آگاه می کند که باید قبل از آپلود و تجزیه و تحلیل اصلاح شوند. کاربر به دلیل پارامترهای نادرست ثبت شده، نتیجه گمراه کننده ای دریافت نخواهد کرد و در نتیجه دقت فرآیند تعیین کیفیت آب را بهبود می بخشد. اگر هر یک از پارامترهای ارائه شده توسط کاربر نادرست باشد، سرور پیامی به کاربران ارسال می کند و آنها را در مورد پارامترهای نادرست یا مقادیر حدی آگاه می کند که باید قبل از آپلود و تجزیه و تحلیل اصلاح شوند.۶۱ ].

جاوا اسکریپت بومی برای مدیریت تعاملات کاربر استفاده شده است. رابط کاربری توسط اجزای توسعه یافته در چارچوب Bootstrap CSS پشتیبانی می شود که بصری ترین و راحت ترین محیط را از نظر “تجربه کاربری” برای کاربر فراهم می کند. در صفحه اصلی، کاربر این امکان را دارد که محل دقیق فایل مایکروسافت اکسل را بر روی کامپیوتر خود که حاوی پارامترهایی است که محاسبات بر اساس آنها انجام شده است، مشخص کند. مقادیر پیش‌فرض سایر پارامترهای مرتبط با پردازش نیز در اینجا ارائه شده‌اند و می‌توانند در صورت نیاز تغییر کنند.

نتایج پس از انجام محاسبات مناسب در صفحه جدیدی نمایش داده می شود. کاربر می تواند نتایج محاسبات را در یک نمای خلاصه مشاهده کند یا جزئیات را در هر دو شکل جدولی و geovisualised مشاهده کند ( شکل ۴ ). تجسم داده‌ها و تجسم جغرافیایی برای تفسیر شناختی سریع‌تر و کارآمدتر و مرور کلی آسان‌تر با استفاده از نقشه Google Maps و کتابخانه ترسیم نمودار Chart.js پیاده‌سازی می‌شوند. از نظر استفاده، داده‌های ورودی از یک فایل استاندارد مایکروسافت اکسل به‌دست می‌آیند و نتایج محاسبات را می‌توان با همان فرمت از برنامه صادر کرد ( شکل ۴ ).

داده های مکانی چاه های مورد بررسی به فرمت KML تبدیل می شوند. این یک قالب استاندارد را ارائه می دهد که می تواند در سیستم های خارجی استفاده شود. این با آپلود یک الگوی KML بر اساس منطق طراحی شده خود به دست می آید. علاوه بر این، یک تجزیه‌کننده KML مبتنی بر جاوا اسکریپت سفارشی برای قالب تولید شده پیاده‌سازی شد که مبنایی برای تجسم روی نقشه است. موقعیت جغرافیایی روی نقشه با استفاده از Google Maps JavaScript API انجام می شود. این ابزارهای مدیریت KML به روشی مستقل از برنامه و قابل استفاده مجدد توسعه یافته اند.

تجسم جغرافیایی شاخص‌های کیفیت آب و وضعیت‌های کیفیت آب توسط رابط کاربری تعاملی ارائه می‌شود که نشان‌دهنده نسبت مقادیر هر یک از شاخص‌های کیفیت آب و نسبت استفاده بالقوه آنها بر اساس کیفیت آب چاه‌های آب زیرزمینی است. داده هایی که باید روی نقشه وب تجسم شوند با لایه KML نشان داده می شوند. لایه KML حاوی نتایج شاخص‌های تعیین‌شده بر اساس پارامترهای کیفیت آب زیرزمینی چاه‌های بارگذاری‌شده است، جایی که حباب‌های اطلاعاتی نزدیک علامت مکان، چاه‌های مورد بررسی را بر اساس درجه آلودگی، با استفاده از نمادهای منحصربه‌فرد نشان می‌دهند ( شکل ۵ و شکل ۶ ).

مزایای اصلی استفاده از تجسم ۲ بعدی جغرافیایی و داده ها با یک برنامه وب این است که پیش پردازش جغرافیایی (ایجاد ساختار داده، مدیریت پایگاه داده، سبک سازی، مدیریت لایه، تعریف شاخص کیفیت آب، تجزیه و تحلیل) و انتشار سری های زمانی محیطی با مرجع مکانی است. داده های وارد شده به سیستم را می توان در یک رابط انجام داد. بنابراین، هیچ بستر یا محیط نرم افزار اضافی برای پس پردازش مورد نیاز نیست. یک مزیت دیگر این است که پس از صدور KML، می توان آن را توسط بسیاری دیگر از سیستم های اطلاعات جغرافیایی به غیر از Google Earth و Google Maps تفسیر کرد و می تواند تبدیل بین سیستم ها را انجام دهد و به کاربران اجازه می دهد تا تحلیل های فضایی پیچیده را بدون دانش برنامه نویسی تجسم کنند. از آنجایی که کاربران برای اشتراک گذاری داده ها در وب نیازی به سرور خود ندارند، نتایج پس از پردازش برای هر کسی در دسترس است. با این حال، به دلیل محدودیت آپلود، تجسم پایگاه داده های بزرگتر در نسخه فعلی این برنامه فعال نیست. یکی دیگر از ایرادات در زمینه تصویرسازی جغرافیایی این است که اندازه داده های ورودی سرعت بارگذاری داده ها را نیز کاهش می دهد.

۳٫۲٫ توزیع مکانی و زمانی کیفیت آب های زیرزمینی

به منظور کشف و تجزیه و تحلیل توزیع مکانی و زمانی داده‌های کیفیت آب صادراتی، مقادیر مربوط به هر چاه نیز بر روی نقشه‌های موضوعی ترسیم شد. نتایج با نرم افزار ArcGIS 10.4.1 انجام شد. پس از طبقه‌بندی کیفیت آب چاه‌ها، نقشه‌های آلودگی شهرک با توجه به شاخص‌های مختلف و سال‌های نمونه‌برداری تهیه شد. با توجه به تغییرات مکانی درجه آلودگی مشخص شد که در دوره قبل از راه اندازی شبکه فاضلاب، مناطق مرکزی و جنوب شرقی شهرک را می توان آلوده ترین مناطق دانست که اکثر چاه ها در آن طبقه بندی شده اند. دسته ۵ در مورد کیفیت آب در مورد هر سه شاخص ( شکل ۷ ، شکل ۸ ، شکل ۹).

پس از دوره گذار ۲۰۱۵-۲۰۱۶، نسبت چاه هایی که با کد رنگ قرمز مشخص شده اند به طور چشمگیری در دوره ۲۰۱۷-۲۰۱۹ کاهش یافت. در مناطق مرکزی حل و فصل، درجه آلودگی ۱-۲ دسته برای تقریبا تمام چاه ها کاهش یافته است. برای هر سه شاخص، وضعیت کیفیت آب “خوب” در مناطق مرکزی و جنوبی سکونتگاه در مورد Cd و CCMEwqi ظاهر شد ( شکل ۷ ، شکل ۸ ، شکل ۹ ).

بر اساس تغییرات آشکار شده، می توان گفت که فرآیندهای تصفیه در منطقه آغاز شده است، اما نتایج ما نشان می دهد که آلاینده های وارد شده به محیط برای مدت طولانی در سیستم باقی می مانند. نظارت طولانی مدت بیشتر آب های زیرزمینی برای ردیابی تغییرات آلودگی در زمان و مکان ضروری است.

۳٫۳٫ ارزیابی تغییرات مکانی و زمانی کیفیت آب

مقادیر شاخص (WQI) تعیین شده بر اساس داده های ورودی، بر روی نمودارهای باکس پلات به تفکیک سال رسم می شوند و دسته مربوط به مقدار را نشان می دهند. سپس مقادیر شاخص به ۵ دسته آلودگی (WQS) طبقه بندی شدند، که در آن اولی بهترین و پنجمی بدترین کیفیت بود ( شکل ۱۰ ، جدول ۲ ).

در مورد WQI براون، می توان به وضوح مشاهده کرد که در سال های قبل از ایجاد شبکه فاضلاب (۲۰۱۱-۲۰۱۴) اکثر چاه ها در طبقه بندی «نامناسب» یا «بسیار ضعیف» و پس از یک دوره انتقال دو ساله قرار گرفتند. (۲۰۱۷-۲۰۱۹)، هر دو چارک بالا و پایین کاهش واضحی را نشان دادند ( شکل ۱۰ ). بر اساس WQS، تعداد چاه های طبقه ۵ (نامناسب) در سال های پس از ایجاد شبکه فاضلاب ۴۰ درصد کاهش یافته است ( شکل ۱۰ ، جدول ۳) .). در حالی که مقادیر میانه تا سال ۲۰۱۵ در رده “نامناسب” قرار داشتند، اما از سال ۲۰۱۶ در دسته های “فقیر” یا “بسیار ضعیف” قرار داشتند. تغییرات مثبت نیز با این واقعیت نشان می دهد که پنج سال پس از ایجاد شبکه فاضلاب، ۴۰ درصد از چاه ها در رده های ۲ و ۳ (خوب، ضعیف) بودند، در حالی که در سال های قبل از ایجاد شبکه فاضلاب این نسبت حدود ۰ تا ۲۶ درصد بود ( شکل ۱۰ ، جدول ۳ ).

فرآیندهای تصفیه را می توان بر اساس شاخص Cd نیز شناسایی کرد. در دوره قبل از راه اندازی شبکه فاضلاب، هر دو چارک پایین و بالا در بدترین رده “بسیار بالا” قرار داشتند. با این حال، پس از استقرار شبکه فاضلاب، چارک‌های پایین به دسته «متوسط» یا «بالا» تبدیل شدند. مقادیر چارک های بالایی نیز کاهش چشمگیری داشته و از ۱۳٫۵۸ قبل از استقرار شبکه فاضلاب به ۸٫۲۷ رسیده است. میانگین ارزش دوره پیش فاضلاب (۸٫۶۱) به ۵٫۲۹ کاهش یافت. در مورد WQS، تعداد چاه‌های آلوده‌ترین دسته معمولاً ۴۰ درصد کاهش می‌یابد ( شکل ۱۰ ، جدول ۲ ).

با در نظر گرفتن CCME WQI، مقادیر شاخص بالاتر به معنای کیفیت آب بهتر است. میانگین مقدار ۴۳٫۸۶ در دوره قبل از فاضلاب با نزدیک به ۳۰ درصد افزایش به ۵۹٫۵۶ در بازه زمانی ۲۰۱۶ تا ۲۰۱۹ رسید. چارک پایین از ۲۹٫۳ به ۴۱٫۹ افزایش یافت، در حالی که چارک بالا از ۵۳ به ۷۷٫۱ در دوره پس از فاضلاب افزایش یافت. . بنابراین، در حالی که مقادیر چارک بالایی در دوره پیش از فاضلاب در رده «حاشیه» قرار داشت، از سال ۱۳۹۵ به بعد پس از ایجاد شبکه فاضلاب، هر سال در یک رده بالاتر «عادلانه» قرار داشت. تعداد چاه های بدترین رده بیشترین کاهش را در مورد این شاخص نشان داد. در سالهای پس از فاضلاب، معمولاً ۳۰ تا ۵۰ درصد در مقایسه با سالهای قبل از فاضلاب کاهش یافت ( شکل ۱۰ ).

البته اثرات فاضلاب بر کیفیت آب بلافاصله رخ نمی دهد و همچنین در هر سال یک تغییر طبیعی ایجاد می شود. بنابراین، به منظور بهتر نشان دادن اثرات فاضلاب بر مقادیر شاخص با حذف نوسانات در هر سال، مجموعه داده ها به ۳ دوره تقسیم شد: ۱/ دوره قبل از راه اندازی شبکه فاضلاب بین سال های ۱۳۹۰ تا ۱۳۹۳٫ ۲/ دوره گذار ۲۰۱۵-۲۰۱۶; و ۳/ دوره پس از استقرار شبکه فاضلاب بین سالهای ۱۳۹۶ تا ۱۳۹۸ ( شکل ۱۱ ). اگرچه تغییرات مثبتی را می توان در طول دوره انتقال دو ساله مشاهده کرد، اما این مقادیر هنوز بیشتر با سری داده های دوره پیش از فاضلاب مرتبط هستند. داده های دوره ۲۰۱۷-۲۰۱۹ به وضوح از داده های دوره قبل از فاضلاب جدا است (شکل ۱۱ ). تغییرات مثبت توسط تجزیه و تحلیل های آماری بیشتر نیز پشتیبانی می شود. مطالعه سری داده های پیش فاضلاب (۲۰۱۱-۲۰۱۴) و پس از فاضلاب (۲۰۱۷-۲۰۱۹) با استفاده از آزمون رتبه های امضا شده Wilcoxon تفاوت های قابل توجهی برای هر سه شاخص نشان داد که به وضوح با اثرات شبکه فاضلاب توضیح داده شده است ( شکل ۱۱). ). قوی ترین معنی (۰۰۱/۰=p) در مورد CCCMEwqi یافت شد که در آن مقدار Z 279/3- بود. برای Cd و WQI مقادیر تقریباً یکسانی به دست آمد که به طور قابل توجهی اثرات مثبت فاضلاب را هر چند به میزان کمتر نشان می دهد ( جدول ۴ ).

۴٫ بحث

با توجه به اهداف ارائه شده توسط [ ۳۵ ]، «ژئوتصویرسازی هم فرآیندی برای اعمال نفوذ منابع داده برای برآوردن نیازهای علمی و اجتماعی و هم یک زمینه تحقیقاتی است که روش‌ها و ابزارهای بصری را برای پشتیبانی از طیف وسیعی از کاربردهای داده‌های مکانی توسعه می‌دهد. برای حمایت از ساخت و ساز دانش در دنیای واقعی و تصمیم‌گیری، برخی از مهم‌ترین چالش‌ها شامل تجسم جغرافیایی توزیع‌شده است – یعنی امکان تصویرسازی جغرافیایی در اجزای نرم‌افزار، دستگاه‌ها، افراد و مکان‌ها. این زمینه خاص قبلاً به طور گسترده در بسیاری از زمینه‌های علوم محیطی شناخته شده است، همانطور که توسط چندین مقاله علمی حاوی بخش‌هایی که جنبه‌های تجسم جغرافیایی نتایج آنها را نیز برجسته می‌کنند ثابت شده است [ ۳۴ ، ۳۵ ، ۴۵، ۴۷ ].

اعتبار مطالعه ما توسط مطالعات موردی دیگری که بر طراحی، توسعه و تجزیه و تحلیل ابزارهای تصویری زمینی مشارکتی جدید و مبتنی بر کاربر تمرکز دارد، پشتیبانی شده است [ ۶۸ ، ۶۹ ، ۷۰ ]. مطالعات از این نظر سازگار هستند که یک رابط کاربری گرافیکی با استفاده آسان، پشتیبانی تصمیم گیری بر اساس داده های مکانی و ادغام داده ها در دیگر پلتفرم ها برای تجسم جغرافیایی کارآمد ضروری است [ ۶۹ ، ۷۰ ]]. با این حال، باید تاکید کرد که در حالی که برنامه‌های کاربردی وب ژئو تجسم مبتکرانه منتشر شده بر اساس روندهای فعلی توسط طیف گسترده‌ای از استانداردها، ابزارهای توسعه و چارچوب‌ها پشتیبانی می‌شوند، گنجاندن آخرین فناوری‌های IT (داده‌های بزرگ، ابر، هوش مصنوعی) ارائه می‌دهد. یک چالش تحقیقاتی جالب

بر اساس نتایج ژئوویوالیزاسیون، مطالعه ما سطح بالایی از آلودگی منابع آب زیرزمینی شهرک را در دوره بدون فاضلاب نشان داد که مطابق با مطالعات مشابه انجام شده در محیط شهری است [ ۲۳ ، ۲۶ ، ۲۸ ]. داده های حاصل از مطالعات بر روی تغییر کیفیت آب های زیرزمینی به دنبال ساخت شبکه فاضلاب، تغییرات مثبتی را در کیفیت آب های زیرزمینی نشان داد، مشابه نتایج خود ما [ ۱۱ ]. در عین حال، ذکر این نکته مهم است که ادبیات بهبود کیفیت آب پس از فاضلاب محدود است، که یکی از دلایلی است که نتایج پایش بلندمدت ما می‌تواند افزوده‌های مهمی به ادبیات باشد و ممکن است توجه گسترده‌ای را به خود جلب کند.

۵٫ نتیجه گیری ها

در جریان تحقیق ما، تغییرات کیفیت آب زیرزمینی در یک سکونتگاه پس از استقرار شبکه فاضلاب با استفاده از سه شاخص مختلف کیفیت آب مورد ارزیابی قرار گرفت. بر اساس داده های ورودی برای دوره های قبل از فاضلاب (۲۰۱۱-۲۰۱۴)، انتقالی (۲۰۱۵-۲۰۱۶) و پس از فاضلاب (۲۰۱۷-۲۰۱۹)، تغییرات مثبت قابل توجهی برای هر سه شاخص مشاهده شد. برای مقادیر شاخص، هر دو چارک پایین و بالایی به سمت کیفیت آب بهتر تغییر مکان دادند. در حالی که در دوره قبل از فاضلاب، اکثر چاه ها به عنوان بسیار آلوده، آلوده طبقه بندی شدند (رتبه ۴-۵)، در دوره پس از فاضلاب، تعداد چاه های با آلودگی کم یا متوسط (رتبه ۲-۳) به طور قابل توجهی افزایش یافت. هر سه شاخص

با ارزیابی تغییرات فضایی آلودگی مشخص شد که مناطق داخلی و جنوب شرقی شهرک در دوره قبل از ایجاد شبکه فاضلاب بیشترین آلودگی را داشته اند. در دوره پس از استقرار شبکه فاضلاب، درجه آلودگی در نواحی داخلی شهرک تقریباً در همه چاه ها ۱-۲ دسته کاهش یافت. برای هر سه شاخص، وضعیت کیفیت آب “خوب” (رتبه ۲) در نواحی مرکزی و جنوبی شهرک ظاهر شد. با این حال، علاوه بر تغییرات مثبت قابل توجه، سطح آلودگی در بسیاری از موارد بالا باقی می ماند، که نشان می دهد، اگرچه فرآیندهای تصفیه آغاز شده است، اما برای مدت طولانی ادامه خواهند داشت.

پیچیدگی اصطلاح ژئوتصویرسازی از نزدیک نشان‌دهنده ویژگی‌های بین‌رشته‌ای یا چند رشته‌ای آن است، زیرا کسب اطلاعات با مشاهده داده‌های مکانی و زمانی کیفیت آب می‌تواند از فرآیندهای شناختی مختلف پشتیبانی کند. عامل کلیدی در فرآیند ژئوتصویرسازی نشان داده می‌شود، که طی آن داده‌های بارگذاری شده از چاه‌های نظارتی به فرم خاصی تبدیل شدند که تکامل فرآیندهای شناختی را با ابزار WebGIS افزایش می‌دهد:

مهم‌ترین مزیت ابزارهای توسعه‌یافته تصویرسازی جغرافیایی، داده‌های محیطی فضایی تجسم‌شده است که اطلاعات ارزشمند را هم برای عموم و هم برای تصمیم‌گیرندگان قابل درک می‌کند.
آشکارسازی روابط بین چاه‌های مورد بررسی و مکان پس از ژئوویژوال‌سازی آسان‌تر شد.
ژئوویژوالیشن گرفتن الگوی فضایی توزیع شاخص های مختلف کیفیت آب در زمان های مختلف را تسهیل می کند.
ادراک شناختی کلی از داده های دیجیتال پشتیبانی می شود. هرچه پارامترهای بیشتری استفاده شود، نیاز بیشتری برای پشتیبانی از تفسیر مناسب داده ها شناسایی می شود.

منابع

آزلینو، آ. کلمبو، ال. لومبی، اس. مارکسی، وی. پیانا، ا. آندریا، م. آلبرتی، L. آلودگی پراکنده آب های زیرزمینی در مناطق شهری کاربردی: نیاز به تعریف سطوح پس زمینه آلودگی پراکنده انسانی. علمی کل محیط. ۲۰۱۹ ، ۶۵۶ ، ۱۲۰۷–۱۲۲۲٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
Jumma, AJ; Mohd، ET; نورازوان، MH آلودگی آب های زیرزمینی و مدیریت فاضلاب در شهر درنا، لیبی. بین المللی محیط زیست Res. J. ۲۰۱۲ ، ۶ ، ۵۰-۵۴٫ [ Google Scholar ]
راویکومار، پی. Somashekar، RK ارزیابی و مدل‌سازی داده‌های کیفیت آب‌های زیرزمینی و ارزیابی پتانسیل خورندگی و مقیاس‌پذیری آنها با استفاده از روش‌های محیط‌سنجی در بنگلور جنوبی تالوک، ایالت کارناتاکا، هند. منبع آب ۲۰۱۲ ، ۳۹ ، ۴۴۶-۴۷۳٫ [ Google Scholar ] [ CrossRef ]
ماچیوال، دی. Jha، MK شناسایی منابع آلودگی آب های زیرزمینی در یک سیستم آبخوان سنگ سخت با استفاده از تحلیل های آماری چند متغیره و تکنیک های مدل سازی زمین آماری مبتنی بر GIS. جی هیدرول. Reg. گل میخ. ۲۰۱۵ ، ۴ ، ۸۰-۱۱۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Smoroń, S. کیفیت آب های زیرزمینی کم عمق و پساب کود در یک مزرعه دام. J. Water Land Dev. ۲۰۱۶ ، ۲۹ ، ۵۹-۶۶٫ [ Google Scholar ] [ CrossRef ]
آدیمالا، ن. کیان، اچ. شیمی آب های زیرزمینی، توزیع و ارزیابی خطر بالقوه سلامت آب های زیرزمینی غنی شده با نیترات: مطالعه موردی از منطقه نیمه شهری جنوب هند. اکوتوکسیکول. محیط زیست Saf. ۲۰۲۰ ، ۲۰۷ ، ۱۱۱۲۷۷٫ [ Google Scholar ] [ CrossRef ]
بکمن، بی. بودیش، دی. لاهرمو، پ. راپنت، اس. Tarvainen، T. کاربرد یک شاخص آلودگی آب های زیرزمینی در فنلاند و اسلواکی. محیط زیست علوم زمین ۱۹۹۸ ، ۳۶ ، ۵۵-۶۴٫ [ Google Scholar ] [ CrossRef ]
روتارو، ا. Răileanu, P. آلودگی آب های زیرزمینی از کارهای ذخیره سازی زباله. محیط زیست مهندس مدیریت J. ۲۰۰۸ , ۷ , ۷۳۱-۷۳۵٫ [ Google Scholar ] [ CrossRef ]
دیویک، جی. جورجویچ، دی. Sakan، S. عوامل طبیعی و انسانی موثر بر کیفیت آب زیرزمینی در صربستان. علمی کل محیط. ۲۰۱۴ ، ۴۶۸-۴۶۹ ، ۹۳۳-۹۴۲٫ [ Google Scholar ] [ CrossRef ]
نمچیچ-یورک، ج. سینگ، SK; جازبک، ا. گوتام، SK; Kovač، I. بررسی های هیدروشیمیایی کیفیت آب زیرزمینی برای اهداف شرب و آبیاری: دو مطالعه موردی شهرستان Koprivnica-Križevci (کرواسی) و منطقه الله آباد (هند). حفظ کنید. منبع آب مدیریت ۲۰۱۷ ، ۵ ، ۴۶۷-۴۹۰٫ [ Google Scholar ] [ CrossRef ]
خراسانی، ح. کراچیان، ر. آقایی، م.م. زهرایی، ب. Zhu, Z. ارزیابی اثرات شبکه فاضلاب بر کمیت آب زیرزمینی و آلودگی نیترات: مطالعه موردی شهر تهران. در کنگره جهانی محیط زیست و منابع آب ۲۰۲۰: آب های زیرزمینی، پایداری، آب و هوا/تغییر آب و هوا، و مهندسی محیط زیست، هندرسون، NV، ایالات متحده آمریکا، ۱۷-۲۱ مه، ۲۰۲۰ ؛ انجمن مهندسین عمران آمریکا: Reston، VA، ایالات متحده آمریکا، ۲۰۲۰؛ صص ۵۳-۶۶٫ [ Google Scholar ] [ CrossRef ]
پین، اس ام. Woessner، WW یک سیستم طبقه بندی آبخوان و ابزار تحلیل مبتنی بر سیستم اطلاعات جغرافیایی برای مدیران حوزه آبخیز در غرب ایالات متحده J. Am. منبع آب دانشیار (JAWRA) ۲۰۱۰ ، ۴۶ ، ۱۰۰۳-۱۰۲۳٫ [ Google Scholar ] [ CrossRef ]
لو، ام. والاس، جی. Kneedy، JL زیرزمینی-تغذیه آب-منطقه و طبقه بندی کیفیت آب نقشه برداری برای دره سدر، جنوب غربی یوتا–ابزارهایی برای برنامه ریزی کاربری زمین. در مجموعه مقالات پنجاه و چهارمین نشست سالانه کوه راکی GSA، دنور، CO، ایالات متحده، ۷ تا ۹ مه ۲۰۰۲٫ [ Google Scholar ]
رایزنهوفر، ای. آدمی، جی. Barbieri، P. استفاده از پارامترهای شیمیایی و فیزیکی برای تعریف کیفیت آب‌های شیرین کارستی (رودخانه تیماوو، شمال شرقی ایتالیا): یک رویکرد شیمی‌سنجی. Water Res. ۱۹۹۸ ، ۳۲ ، ۱۱۹۳-۱۲۰۳٫ [ Google Scholar ] [ CrossRef ]
هورتون، RK یک سیستم عددی شاخص برای رتبه بندی کیفیت آب. J. آلودگی آب. کنترل فدرال ۱۹۶۵ ، ۳۷ ، ۳۰۰-۳۰۶٫ [ Google Scholar ]
توپ، RO; کلیسا، شاخص‌سازی و امتیازدهی کیفیت آب RL. جی. محیط زیست. مهندس بخش ۱۹۸۰ ، ۱۰۶ ، ۷۵۷-۷۷۱٫ [ Google Scholar ] [ CrossRef ]
بوسلح، س. جمیلی، ال. Houichi, L. ارزیابی شاخص کیفیت آب مخزن کودیات مدور، شمال شرق الجزایر با استفاده از روش شاخص حسابی وزنی. J. Water Land Dev. ۲۰۱۷ ، ۳۵ ، ۲۲۱-۲۲۸٫ [ Google Scholar ] [ CrossRef ]
براون، RM; McClelland، NI; دینینگر، RA; شاخص کیفیت آب توزر، RG A: آیا جرات داریم؟ آب دوخت. کار کنید. ۱۹۷۰ ، ۱۱۷ ، ۳۳۹-۳۴۳٫ [ Google Scholar ]
لومب، ا. هالیول، دی. Sharma, T. کاربرد شاخص کیفیت آب CCME برای نظارت بر کیفیت آب: مطالعه موردی حوضه رودخانه مکنزی، کانادا. محیط زیست نظارت کنید. ارزیابی کنید. ۲۰۰۶ ، ۱۱۳ ، ۴۱۱-۴۲۹٫ [ Google Scholar ] [ CrossRef ]
Stigter، TY; ریبیرو، ال. شوید، AC استفاده از یک شاخص کیفیت آب زیرزمینی به عنوان یک ابزار ارزیابی و ارتباطی در سیاست‌های کشاورزی و زیست‌محیطی – دو مطالعه موردی پرتغالی. جی هیدرول. ۲۰۰۶ ، ۳۲۷ ، ۵۷۸-۵۹۱٫ [ Google Scholar ] [ CrossRef ]
لیو، اس.-م. Lo, S.-L.; وانگ، اس.-اچ. یک شاخص کلی کیفیت آب برای تایوان. محیط زیست نظارت کنید. ارزیابی کنید. ۲۰۰۴ ، ۹۶ ، ۳۵-۵۲٫ [ Google Scholar ] [ CrossRef ]
بورا، م. گوسوامی، دی سی ارزیابی کیفیت آب از نظر شاخص کیفیت آب (WQI): مطالعه موردی رودخانه کولونگ، آسام، هند. Appl. علوم آب ۲۰۱۷ ، ۷ ، ۳۱۲۵-۳۱۳۵٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
روبا، سی. بالک، آر. کرتا، اف. آندریکا، دی. پادوریان، ا. پوگاسیان، پ. چرتس، تی. مولداوی، اف. موکان، بی. Rosu، C. ارزیابی کیفیت آب زیرزمینی در شمال غربی رومانی و مناسب بودن آن برای مصارف آشامیدنی و کشاورزی. محیط زیست مهندس مدیریت J. ۲۰۲۱ ، ۲۰ ، ۴۳۵-۴۴۷٫ [ Google Scholar ] [ CrossRef ]
Zessner, M. پایش، مدلسازی و مدیریت کیفیت آب. Water ۲۰۲۱ , ۱۳ , ۱۵۲۳٫ [ Google Scholar ] [ CrossRef ]
الجنابی، ز. العبیدی، ع.-حمج; حسن، اف ام مروری کوتاه بر شاخص های کیفی آب و کاربردهای آنها. IOP Conf. سر. محیط زمین. علمی ۲۰۲۱ , ۷۷۹ , ۱۰۲۰۸۸٫ [ Google Scholar ] [ CrossRef ]
سلطان، ME ارزیابی کیفیت آب زیرزمینی در واحه دخلا (کویر غربی مصر). محیط زیست نظارت کنید. ارزیابی کنید. ۱۹۹۹ ، ۵۷ ، ۱۵۷-۱۶۸٫ [ Google Scholar ] [ CrossRef ]
Štambuk-Giljanović، N. ارزیابی کیفیت آب توسط شاخص در دالماسی. Water Res. ۱۹۹۹ ، ۳۳ ، ۳۴۲۳-۳۴۴۰٫ [ Google Scholar ] [ CrossRef ]
Pesce، SF استفاده از شاخص‌های کیفیت آب برای تأیید تأثیر شهر کوردوبا (آرژانتین) بر رودخانه Suquía. Water Res. ۲۰۰۰ ، ۳۴ ، ۲۹۱۵-۲۹۲۶٫ [ Google Scholar ] [ CrossRef ]
راپنت، اس. ورانا، ک. Bodis, D. اطلس ژئوشیمیایی جمهوری اسلواکی: آبهای زیرزمینی ; Geofond: براتیسلاوا، اسلواکی، ۱۹۹۵; جلد ۱٫ [ Google Scholar ]
شا، ج. لی، ایکس. ژانگ، ام. وانگ، Z.-L. مقایسه مدل‌های پیش‌بینی برای پایش بی‌درنگ پارامترهای کیفیت آب بر اساس شبکه‌های عصبی یادگیری عمیق ترکیبی. Water ۲۰۲۱ , ۱۳ , ۱۵۴۷٫ [ Google Scholar ] [ CrossRef ]
حاجی، س. یحیوی، ن. بوسنینا، س. بن براهیم، ف. آلوش، ن. فیض، ح. بوری، س. هاچیچا، دبلیو. الجوعید، AM با استفاده از مدل سیستم استنتاج فازی ممدانی (MFISM) برای رتبه‌بندی کیفیت آب‌های زیرزمینی در زمینه کشاورزی-محیطی: موردی از آبخوان کم عمق Hammamet-Nabeul (تونس). Water ۲۰۲۱ , ۱۳ , ۲۵۰۷٫ [ Google Scholar ] [ CrossRef ]
گواسمی، آی. حاجی، ف. یبدری، L. ارزیابی کیفیت آب بازیافتی برای اهداف آبیاری و حفاظت از آبزیان در حوضه فرعی مکرا (الجزایر شمال غربی). مدل. سیستم زمین محیط زیست ۲۰۲۱ ، ۱-۱۴٫ [ Google Scholar ] [ CrossRef ]
Schütze, E. وضعیت فعلی فناوری و پتانسیل مرور نقشه هوشمند در مرورگرهای وب. پایان نامه کارشناسی ارشد، دانشگاه علوم کاربردی برمن، اسنابروک، آلمان، ۲۰۰۷٫ [ Google Scholar ]
محمد، ی.ر. رابعه، AK; محمد، تی. Azlina, A. مروری بر ابزارهای مدل‌سازی سیل برای تبدیل داده‌های مکانی و غیر مکانی به تجسم جغرافیایی سه بعدی. بین المللی J. Adv. علمی تکنولوژی ۲۰۱۹ ، ۲۸ ، ۱۹۷-۲۰۶٫ [ Google Scholar ]
MacEachren، AM; گهگان، م. پایک، دبلیو. برویر، آی. کای، جی. Hardisty، F. Geovisualization برای ساخت دانش و پشتیبانی تصمیم. محاسبات IEEE. نمودار. Appl. ۲۰۰۴ ، ۲۴ ، ۱۳-۱۷٫ [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
دایکز، جی. MacEachren، AM; Kraak، MJ (ویرایشگران) Exploring Geovisualization ; الزویر: آمستردام، هلند، ۲۰۰۵٫ [ Google Scholar ]
Zichar, M. Geovisualization بر اساس KML. جی. آگریک. آگاه کردن. ۲۰۱۲ ، ۳ ، ۱۹-۲۶٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
پودور، ا. Szabó, S. اندازه‌گیری نویز محیطی با برچسب‌گذاری جغرافیایی با تلفن‌های هوشمند: دقت و چشم‌انداز نقشه‌برداری جمع‌سپاری. محیط زیست طرح. ب مقعد شهری. علوم شهر ۲۰۲۱ , ۴۸ , ۲۳۹۹۸۰۸۳۲۰۹۸۷۵۶۷٫ [ Google Scholar ] [ CrossRef ]
Farkas, G. کاربرد کتابخانه های نقشه برداری وب منبع باز برای ساخت کلاینت های وب GIS عظیم. جی. جئوگر. سیستم ۲۰۱۷ ، ۱۹ ، ۲۷۳-۲۹۵٫ [ Google Scholar ] [ CrossRef ]
براون، ام. هک نقشه های گوگل و گوگل ارث ; Wiley Publishing Inc.: Indianapolis, IN, USA, 2006; صص ۱-۴۰۱٫ [ Google Scholar ]
Udell, S. شروع Google Maps Mashup با Mapplets، KML و GeoRSS: از مبتدی تا حرفه ای (صدای متخصص در توسعه وب) . Apress: برکلی، کالیفرنیا، ایالات متحده آمریکا، ۲۰۰۹٫ [ Google Scholar ]
Wernecke, J. The KML Handbook ; Addison-Wesley: Boston, MA, USA, 2009. [ Google Scholar ]
OGC07-147r2 ; OGC KML. OpenGeospatialConsortium, Inc.: Arlington, VA, USA, 2008; صص ۱-۲۵۱٫
هاکلی، م. سینگلتون، ا. Parker, C. Web Mapping 2.0: The Neogeography of the GeoWeb. Geogr. Compass ۲۰۰۸ , ۲ , ۲۰۱۱-۲۰۳۹٫ [ Google Scholar ] [ CrossRef ]
محمد، ی.ر. رابعه، AK; محمد، تی. Azlina, A. An Evaluation on Flood Modeling Tools for Transformation of Spatial and Non-Spatial Data to 3D Geo Visualization. مهندس تست مدیریت ۲۰۱۹ ، ۸۱ ، ۳۳۵۱–۳۳۶۰٫ [ Google Scholar ]
مولنار، ع. لوواس، آی. Domozi, Z. امکانات کاربردی عملی برای مدل های سه بعدی با استفاده از تصاویر حرارتی با وضوح پایین. Acta Polytech. آویزان شد. ۲۰۲۱ ، ۱۸ ، ۱۹۹-۲۱۲٫ [ Google Scholar ] [ CrossRef ]
جیانگ، بی. Li, Z. Geovisualization: Design, Enhanced Visual Tools and Applications. کارتوگر. J. ۲۰۰۵ ، ۴۲ ، ۳-۴٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
مک کورمیک، BH; DeFanti، TA; براون، MD (ویرایشگران) تجسم در محاسبات علمی. گرافیک کامپیوتری ; ACM SIGGRAPH: نیویورک، نیویورک، ایالات متحده آمریکا، ۱۹۸۷; جلد ۲۱، ص ۱-۶۳٫ [ Google Scholar ]
MacEachren، AM; کراک، ام.-جی. چالش های تحقیق در ژئوویژوالیشن کارتوگر. Geogr. Inf. علمی ۲۰۰۱ ، ۲۸ ، ۳-۱۲٫ [ Google Scholar ] [ CrossRef ]
پودور، ا. Zentai, L. جنبه های آموزشی نقشه برداری نویز جمع سپاری. In Advances in Cartography and GIScience، مجموعه مقالات کنفرانس بین المللی کارتوگرافی، واشنگتن، دی سی، ایالات متحده آمریکا، ۲ تا ۷ ژوئیه ۲۰۱۷ ؛ Springer: Cham, Switzerland, 2017; صص ۳۵-۴۶٫ [ Google Scholar ] [ CrossRef ]
اوانجلیدیس، ک. نتوروس، ک. ماکریدیس، س. Papatheodorou، C. خدمات زمین فضایی در ابر. محاسبه کنید. Geosci. ۲۰۱۴ ، ۶۳ ، ۱۱۶-۱۲۲٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
لا گاردیا، م. D’Ippolito، F. Cellura، M. ساخت یک ابزار WebGIS بر اساس پردازش نیمه خودکار GIS برای بومی سازی گیاهان P2G در سیسیل (ایتالیا). ISPRS Int. J. Geo-Inf. ۲۰۲۱ ، ۱۰ ، ۶۷۱٫ [ Google Scholar ] [ CrossRef ]
ماریوتو، FP; آنتونیو، وی. دریمونی، ک. بونالی، ف. نومیکو، پ. فلاتی، ل. کاراتظفریس، او. Vlasopoulos، O. ارتباط ژئوسایت مجازی از طریق بستر WebGIS: مطالعه موردی از جزیره سانتورینی (یونان). Appl. علمی ۲۰۲۱ ، ۱۱ ، ۵۴۶۶٫ [ Google Scholar ] [ CrossRef ]
آموزش KML. در دسترس آنلاین: https://developers.google.com/kml/documentation/kml_tut (در ۲۱ اکتبر ۲۰۲۱ قابل دسترسی است).
Google APIs Explorer. در دسترس آنلاین: https://developers.google.com/apis-explorer (در ۲۱ اکتبر ۲۰۲۱ قابل دسترسی است).
Chart.js. در دسترس آنلاین: https://www.chartjs.org (در ۹ ژانویه ۲۰۲۲ قابل دسترسی است).
تقویت کننده. در دسترس آنلاین: https://getbootstrap.com/ (در ۹ ژانویه ۲۰۲۲ قابل دسترسی است).
ورودی فایل سفارشی بوت استرپ. در دسترس آنلاین: https://github.com/Johann-S/bs-custom-file-input (در ۹ ژانویه ۲۰۲۲ قابل دسترسی است).
SimpleXLSX PHP. در دسترس آنلاین: https://github.com/shuchkin/simplexlsx (در ۹ ژانویه ۲۰۲۲ قابل دسترسی است).
PHP XLSX Writer. در دسترس آنلاین: https://github.com/mk-j/PHP_XLSXWriter (در ۹ ژانویه ۲۰۲۲ قابل دسترسی است).
بالا، دی. زیچار، م. بوسه، ای. کارانسی، جی. Mester, T. ابزار وب تحلیلی برای محاسبه و ژئوتصویرسازی کیفیت آب بر اساس شاخص های مختلف. در مجموعه مقالات چهارمین کنفرانس بین المللی ژئو-IT و منابع آب، الحسیما، مراکش، ۱۱ تا ۱۲ مارس ۲۰۲۰؛ صص ۱-۵٫ [ Google Scholar ] [ CrossRef ]
اداره مرکزی آمار مجارستان (HSCO). در دسترس آنلاین: http://www.ksh.hu/docs/hun/xstadat/xstadat_eves/i_zrk006b.html (در ۲۱ اکتبر ۲۰۲۱ قابل دسترسی است).
مستر، تی. بالا، دی. کارانسی، جی. Bessenyei، É. Szabó, G. اثرات بارگیری نیتروژن از فاضلاب خانگی بر کیفیت آب زیرزمینی. Water SA ۲۰۱۹ ، ۴۵ ، ۳۴۹-۳۵۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
HS ISO 7150-1:1992 ; کیفیت آب استاندارد مجارستان – تعیین آمونیوم – قسمت ۱: روش اسپکتروفتومتری دستی. موسسه استاندارد مجارستان: بوداپست، مجارستان. ۲۰۰۹٫ در دسترس آنلاین: http://www.mszt.hu (در ۲۰ اوت ۲۰۲۱ قابل دسترسی است).
HS 1484-13 ; کیفیت آب استاندارد مجارستان – بخش ۱۲: تعیین نیترات و نیتریت – محتوا با روش اسپکتروفتومتری. موسسه استاندارد مجارستان: بوداپست، مجارستان. ۲۰۰۹٫ در دسترس آنلاین: http://www.mszt.hu (در ۲۰ اوت ۲۰۲۱ قابل دسترسی است).
HS 448-18 ; کیفیت آب استاندارد مجارستان – بخش ۱۸: تجزیه و تحلیل آب آشامیدنی – تعیین ارتوفسفات و فسفر کل با استفاده از روش اسپکتروفتومتری. موسسه استاندارد مجارستان: بوداپست، مجارستان. ۲۰۰۹٫ در دسترس آنلاین: http://www.mszt.hu (در ۲۰ اوت ۲۰۲۱ قابل دسترسی است).
Wilcoxon, F. مقایسه های فردی با روش های رتبه بندی. در پیشرفت در آمار ; Springer: نیویورک، نیویورک، ایالات متحده آمریکا، ۱۹۹۲; ص ۱۹۶-۲۰۲٫ [ Google Scholar ]
فورمن، اس. Pike, W. طراحی کاربر محور ابزارهای تجسم جغرافیایی مشترک. در کاوش ژئو تجسم ; الزویر: آمستردام، هلند، ۲۰۱۵; صص ۵۹۱-۶۰۹٫ [ Google Scholar ] [ CrossRef ]
هیلدبرانت، دی. معماری مرجع نرم افزاری برای سیستم های ژئوتصویرسازی سه بعدی سرویس گرا. ISPRS Int. J. Geo-Inf. ۲۰۱۴ ، ۳ ، ۱۴۴۵-۱۴۹۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Wirkus, L. یک برنامه منبع باز WebGIS برای آموزش مدنی در مورد صلح و درگیری. ISPRS Int. J. Geo-Inf. ۲۰۱۵ ، ۴ ، ۱۰۱۳-۱۰۳۲٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]