地下水是重要的水資源，也是臺灣中部及南部地區在農業、工業、民生不可或缺的重要資源。因此地下水質的保護也成為水資源永續發展的重要項目。而近年來因氣候變遷所導致的極端降雨可能導致地下水質受到影響，因此需要對地下含水層的脆弱度進行評估，加強對地下水質的保護。DRASTIC方法是一個被廣泛使用的地下水污染脆弱度評估方法，但此方法的模型參數權重具有相當高的主觀性容易導致評估結果難以合理解釋。且因資料處理程序繁瑣，許多研究在參數資料處理上較為粗糙難以精確呈現各參數資料，因此本研究以客觀的統計方法熵模型調整 DRASTIC模型的參數權重，使各參數精確呈現濁水溪沖積扇之地下水地質特性。此外，也將脆弱度分為豐枯水期進行檢視，以檢視濁水溪沖積扇在豐枯水期極端降雨量條件下對地下水脆弱度的影響，再以未來情境降雨量資料模擬未來氣候變遷所導致的極端降雨對地下水脆弱度的影響。研究結果顯示熵模型不論在豐枯水期皆能使地下水脆弱度與實際污染情形的相關性提升。此外根據地下水硝酸鹽氮及氨氮濃度與脆弱度之關係指出硝酸鹽氮高於標準的監測井位於高脆弱度地區的數量相較位於低脆弱度地區的數量多，說明本研究以熵模型調整之DRASTIC模型具有良好的準確性。而以未來情境降雨量模擬之未來情境脆弱度得知沖積扇西南部地區脆弱度有上升的趨勢。本研究之成果能為未來規劃地下水質保護及土地利用管理政策提供參考。

        Groundwater is a crucial water resource and an indispensable resource for agriculture, industry, and daily life in central and southern Taiwan. Therefore, protecting groundwater quality has become a vital component of the sustainable development of water resources. In recent years, extreme rainfall events caused by climate change may impact groundwater quality, making it essential to assess the vulnerability of aquifers and enhance groundwater protection. The DRASTIC method is a widely used groundwater pollution vulnerability assessment model. However, the subjective nature of parameter weighting in this method often makes it challenging to interpret the results reasonably. Additionally, the complex data processing involved can lead to rough handling of parameter data in many studies, making it difficult to accurately represent the characteristics of each parameter. This study employs an objective statistical method, the entropy model, to adjust the parameter weights of the DRASTIC model, allowing the parameters to accurately reflect the geological characteristics of the Zhuoshui River alluvial fan. Moreover, vulnerability is examined separately for wet and dry seasons to evaluate the impact of extreme rainfall conditions on groundwater vulnerability in the Zhuoshui River alluvial fan. Future rainfall scenarios are also simulated to assess the impact of extreme rainfall events resulting from climate change on groundwater vulnerability. The results show that the entropy model improves the correlation between groundwater vulnerability and actual pollution conditions in both wet and dry seasons. Furthermore, the relationship between groundwater nitrate-nitrogen and ammonia-nitrogen concentrations and vulnerability indicates that the number of monitoring wells with nitrate-nitrogen levels exceeding the standard is higher in high-vulnerability areas compared to low-vulnerability areas. This demonstrates that the entropy-adjusted DRASTIC model developed in this study has high accuracy. Furthermore, simulations of future vulnerability based on projected rainfall scenarios reveal an increasing trend in vulnerability in the southwestern part of the alluvial fan. The findings of this study can serve as valuable references for planning future groundwater quality protection and land use management policies.

目錄
摘要	 ⅰ
ARSTRACT 	ⅱ
目錄	ⅳ
圖目錄	ⅵ
表目錄	ⅹ
第一章 前言	1
1.1研究背景	1
1.2研究動機	3
第二章 文獻回顧	6
2.1 地下水脆弱度評估方法	6
2.2 應用DRASTIC評估地下水水質脆弱度	10
2.2.1 層級分析法(Analytic hierarchy process)	11
2.2.2熵模型(Entropy-based model)	12
2.2.3 機器學習(Machine learning)	13
第三章 研究方法	15
3.1研究區域地理與環境概述與水文概況	15
3.1.1氣候概況	16
3.1.2 河川	16
3.1.3水文地質架構	16
3.1.4 研究流程	22
3.2資料前處理	24
3.2.1時間序列去季節性分解	24
3.2.2成對樣本T檢定	25
3.2.3半變異元(Semi Variogram)	26
3.2.4普通克利金(Ordinary Kriging)	27
3.2.5 信賴區間	29
3.3 DRASTIC模式	30
3.3.1地下水深度(D)參數	31
3.3.2淨補注量(R)參數	32
3.3.2.1土地利用與入滲率	32
3.3.2.2蒸發散量	34
3.3.2.3以Hargreaves method計算蒸發散量	35
3.3.3含水層介質(A)參數及未飽和層介質(I)參數	36
3.3.4 土壤介質(S)參數	40
3.3.5 地形(T)參數	42
3.3.6含水層水力傳導係數(C)參數	44
3.4熵模型	46
3.5 未來情境淨補注量(R)參數	48
第四章 結果與討論	50
4.1 時間序列去季節性分解與研究時間區間確認	50
4.2各參數等級分佈圖	51
4.2.1地下水深度(D)參數	51
4.2.2 淨補注量(R)參數	55
4.2.3 含水層介質(A)參數及未飽和層介質(I)參數	64
4.2.4 土壤介質(S)參數	71
4.2.5地形(T)參數	72
4.2.6含水層水力傳導係數(C)參數	73
4.2.7 傳統DRASTIC脆弱度與Entropy-DRASTIC脆弱度	76
4.3以地下水中硝酸鹽氮濃度驗證DRASTIC脆弱度	81
4.3.1土地利用和地下水硝酸鹽氮污染濃度分佈情況	82
4.3.2 2016至21年濁水溪沖積扇豐枯水期地下水脆弱度和地下水硝酸鹽氮濃度分佈情況	83
4.3.3豐枯水期脆弱度與硝酸鹽氮濃度分布情況盒鬚圖離群值來源監測井趨勢檢視	86
4.3.4 地下水氨氮及硝酸鹽氮濃度與脆弱度之關係	92
4.4 以不同氣候變遷情境模擬未來不同暖化情境之Entropy- DRASTIC 脆弱度	98
4.4.1 未來情境2020-21年Entropy- DRASTIC豐枯水期脆弱度淨補注量 (R)參數	99
4.4.2未來情境2020至21年豐枯水期脆弱度之比較	102
4.4.3未來情境2020至21年豐枯水期Entropy-DRASTIC地下水脆弱度和地下水硝酸鹽氮、溶氧、氨氮散佈圖分析	105
4.4.4未來情境豐枯水期Entropy-DRASTIC脆弱度分佈	107
4.4.5未來情境豐枯水期Entropy- DRASTIC脆弱度單參數敏感度分析	114
4.4.6  未來情境2020至21年豐枯水期Entropy-DRASTIC脆弱度和其他未來情境豐枯水期Entropy-DRASTIC脆弱度比較	116
第五章 結論與建議	120
5.1結論	120
5.2 建議	121
參考文獻	122
附錄一、含水層介質(A)參數及未飽和層介質(I)參數地下水觀測井地質柱狀圖	127

圖目錄
圖 1.1-1臺灣地下水抽取量分佈	2
圖 1.2-1脆弱度與風險的描述	5
圖 2.1-1 1968-2023年各國DRASTIC地下水脆弱度於文獻資料庫中之文獻數量	9
圖 3.1-1濁水溪沖積扇地理位置圖	15
圖 3.1 2濁水溪沖積扇地下水分區及地下水文觀測井分佈	19
圖 3.1 3 濁水溪沖積扇地下水監測井分佈	21
圖 3.1 4 濁水溪沖積扇水文地質剖面(漢寶至田中)	21
圖 3.1 5 研究流程圖	23
圖 3.2 1濁水溪沖積扇雨量觀測站分佈	25
圖 3.2 2 普通克利金示意圖	27
圖 3.3 1地下水深度(D)、含水層介質(A)及未飽和層介質(I)參數採用之濁水溪沖積扇第一含水層地下水觀測井位置分佈	31
圖 3.3 2面積占比最大的屬性代表整個網格示意圖	34
圖 3.3 3 濁水溪沖積扇鄰近蒸發散量觀測站分佈	34
圖 3.3 4濁水溪沖積扇地質剖面圖(土庫-箔子)	36
圖3.3-5明德地下水觀測井之水井剖面圖	37
圖 3.3 6農業試驗所土壤圖之表土質地資料	41
圖 3.3 7經補遺後仍然無資料者以空網格為中心(黃色部分)之其餘八個網格(綠色部分)所含最多的屬性做為該網格屬性	41
圖 3.3 8濁水溪沖積扇20公尺網格數值地形模型(DEM)	42
圖 3.3 9濁水溪沖積扇坡度分級轉換	43
圖 3.3 10含水層水力傳導係數(C)參數採用之濁水溪沖積扇第一含水層地下水觀測井分佈	46
圖 3.5 1 SSP126豐枯水期雨量分佈	43
圖 3.5 2 SSP585豐枯水期雨量分佈	49
圖 4.1 1 2016年至2021年月雨量時間序列去季節性分解	50
圖 4.1 2各豐枯水期雨量資料比較	50
圖 4.2 1枯水期地下水深度(D)參數克利金內插之半變異元分析圖	51
圖 4.2 2豐水期地下水深度(D)參數克利金內插之半變異元分析圖	52
圖 4.2 3 枯水期地下水深度(D)參數面資料	52
圖 4.2 4 豐水期地下水深度(D)參數面資料	53
圖 4.2 5枯水期地下水深度(D)參數網格資料	54
圖 4.2 6豐水期地下水深度(D)參數網格資料	55
圖 4.2 7地下水深度(D)參數等級分佈圖	55
圖4.2-8以網格為單位之土地利用分佈圖	56
圖4.2-9 2021年豐水期雨量扣除蒸發散量資料克利金內插之半變異元分析圖	57
圖4.2-10 2016-17年枯水期雨量扣除蒸發散量資料克利金內插之半變異元分析圖 	57
圖4.2-11 2017-18年枯水期雨量扣除蒸發散量資料克利金內插之半變異元分析圖 	57
圖4.2-12 2018-19年枯水期雨量扣除蒸發散量資料克利金內插之半變異元分析圖 	58
圖4.2-13 2019-20年枯水期雨量扣除蒸發散量資料克利金內插之半變異元分析圖 	58
圖4.2-14豐枯水期雨量扣除蒸發散量面資料	59
圖4.2-15 2021年豐水期淨補注量(R)參數網格資料	60
圖4.2-16各年度枯水期淨補注量(R)參數網格資料	61
圖4.2-17 2019-20 年枯水期相較2016-17年枯水期淨補注量(R)參數的增加或減少程度	62
圖4.2-18 2018-19 年枯水期相較2016-17年枯水期淨補注量(R)參數的增加或減少程度	63
圖4.2-19 2017-18年枯水期相較2016-17年枯水期淨補注量(R)參數的增加或減少程度 	63
圖4.2-20 2020-21年枯水期含水層介質克利金內插之半變異元分析圖	64
圖4.2-21 2021年豐水期含水層介質克利金內插之半變異元分析圖	64
圖4.2-22 2020-21年枯水期未飽和層介質克利金內插之半變異元分析圖	65
圖4.2-23 2020-21年豐水期未飽和層介質克利金內插之半變異元分析圖	65
圖4.2-24 2020-21年枯水期含水層介質(A)參數面資料	66
圖4.2-25 2021年豐水期含水層介質(A)參數面資料	66
圖4.2-26 2020-21年枯水期未飽和層介質(I)參數面資料	67
圖4.2-27 2021年豐水期未飽和層介質(I)參數面資料	67
圖4.2-28 2020-21年枯水期含水層介質(A)參數網格資料	68
圖4.2-29 2021年豐水期含水層介質(A)參數網格資料	68
圖4.2-30 2020-21年枯水期未飽和層介質(I)參數網格資料	69
圖4.2-31 2021年豐水期未飽和層介質(I)參數網格資料	69
圖4.2-32土壤介質(S)參數等級分佈圖	71
圖4.2-33濁水溪沖積扇坡度分級	72
圖4.2-34濁水溪沖積扇地形(T)參數等級分佈圖	72
圖4.2-35含水層水力傳導係數(C)參數資料克利金內插之半變異元分析圖	73
圖4.2-36含水層水力傳導係數(C)參數面資料	74
圖4.2-37水力傳導係數頻率分析圖	75
圖4.2-38含水層水力傳導係數(C)參數網格資料	76
圖4.2-39未分級距之2020至21年傳統枯水期DRASTIC脆弱度網格資料	78
圖4.2-40 未分級距之2021年傳統豐水期DRASTIC脆弱度網格資料	78
圖4.2-41 未分級距之2020至2021年枯水期Entropy-DRASTIC脆弱度網格資料	79
圖4.2-42 未分級距之2021年豐水期Entropy-DRASTIC脆弱度網格資料	79
圖4.2-43 Entropy-DRASTIC相較傳統DRASTIC 豐水期脆弱度的增加或減少程度  	80
圖4.2-44 Entropy-DRASTIC相較傳統DRASTIC 枯水期脆弱度的增加或減少程度  	80
圖4.3-1環境部地下水監測井分佈	81
圖4.3-2 2016至21年豐水期濁水溪沖積扇土地利用和地下水硝酸鹽氮濃度分佈情況盒鬚圖	82
圖4.3-3 2016至21年枯水期濁水溪沖積扇土地利用和地下水硝酸鹽氮濃度分佈情況盒鬚圖	83
圖4.3-4豐水期傳統DRASTIC脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖	84
圖4.3-5枯水期傳統DRASTIC脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖	84
圖4.3-6豐水期Entropy-DRASTIC脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖 	85
圖4.3-7枯水期Entropy-DRASTIC脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖 	85
圖4.3-8豐水期脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖第四類脆弱度離群值來源監測井歷年硝酸鹽氮濃度	87
圖4.3-9豐水期脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖第三類脆弱度離群值來源監測井歷年硝酸鹽氮濃度	87
圖4.3-10豐水期脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖第二類脆弱度離群值來源監測井歷年硝酸鹽氮濃度	88
圖4.3-11 豐水期脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖第一類脆弱度離群值來源監測井歷年硝酸鹽氮濃度	89
圖4.3-12枯水期脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖第三類脆弱度離群值來源監測井歷年硝酸鹽氮濃度	89
圖4.3-13枯水期脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖第二類脆弱度離群值來源監測井歷年硝酸鹽氮濃度	90
圖4.3-14枯水期脆弱度和地下水硝酸鹽氮濃度分佈情況盒鬚圖第一類脆弱度離群值來源監測井歷年硝酸鹽氮濃度	90
圖4.3-15 2017 年10月離群值來源監測井分佈	91
圖4.3-16枯水期Entropy-DRASTIC脆弱度、硝酸鹽氮、溶氧和氨氮散佈圖	92
圖4.3-17豐水期Entropy-DRASTIC脆弱度、硝酸鹽氮、溶氧和氨氮散佈圖	93
圖4.3-18 土地利用與超標監測井的分佈	95
圖4.3-19-1枯水期Entropy-DRASTIC脆弱度與海水入侵觀測井、硝酸鹽氮及氨氮超標監測井	96
圖4.3-19-2 豐水期Entropy-DRASTIC脆弱度與海水入侵觀測井、硝酸鹽氮及氨氮超標監測井	96
圖4.4-1 2020至21年枯水期Entropy- DRASTIC脆弱度R參數	99
圖4.4-2 2021年豐水期Entropy- DRASTIC脆弱度R參數	99
圖4.4-3 未分級距之未來情境2020-21年枯水期Entropy- DRASTIC脆弱度	100
圖4.4-4 未分級距之未來情境2021年豐水期Entropy- DRASTIC脆弱度	100
圖4.4-5未來情境 2020-21年枯水期Entropy- DRASTIC脆弱度	101
圖4.4-6未來情境 2021年豐水期Entropy- DRASTIC脆弱度	101
圖4.4-7豐水期傳統DRASTIC脆弱度和地下水硝酸鹽氮濃度盒鬚圖	102
圖4.4-8豐水期 Entropy-DRASTIC脆弱度和地下水硝酸鹽氮濃度盒鬚圖	103
圖4.4-9 枯水期傳統DRASTIC脆弱度和地下水硝酸鹽氮濃度盒鬚圖	103
圖4.4-10枯水期Entropy-DRASTIC脆弱度和地下水硝酸鹽氮濃度盒鬚圖	104
圖4.4-11 2020至21年枯水期Entropy-DRASTIC脆弱度、硝酸鹽氮、溶氧和氨氮散佈圖	105
圖4.4-12  2021年豐水期Entropy-DRASTIC脆弱度、硝酸鹽氮、溶氧和氨氮散佈圖	106
圖4.4-13 2020至21至年豐枯水期及未來情境豐枯水期脆弱度各因素權重比較	107
圖4.4-14 SSP126枯水期R參數	108
圖4.4-15 SSP126豐水期R參數	108
圖4.4-16 SSP585枯水期R參數	109
圖4.4-17 SSP585豐水期R參數	109
圖4.4-18 未分級距之SSP126枯水期Entropy- DRASTIC脆弱度	110
圖4.4-19未分級距之SSP126豐水期Entropy- DRASTIC脆弱度	110
圖4.4-20未分級距之SSP585枯水期Entropy- DRASTIC脆弱度	111
圖4.4-21未分級距之SSP585豐水期Entropy- DRASTIC脆弱度	111
圖4.4-22 SSP126豐水期Entropy- DRASTIC脆弱度	112
圖4.4-23 SSP126枯水期Entropy- DRASTIC脆弱度	112
圖4.4-24 SSP585豐水期Entropy- DRASTIC脆弱度	113
圖4.4-25 SSP585枯水期Entropy- DRASTIC脆弱度	113
圖4.4-26 SSP126枯水期Entropy-DRASTIC脆弱度和2020-21年枯水期Entropy-DRASTIC脆弱度差異	118
圖4.4-27 SSP585枯水期Entropy-DRASTIC脆弱度和2020-21年枯水期Entropy-DRASTIC脆弱度差異	118
圖4.4-28  SSP126豐水期Entropy-DRASTIC脆弱度和2021年豐水期Entropy-DRASTIC脆弱度差異	119
圖4.4-29  SSP585豐水期Entropy-DRASTIC脆弱度和2021年豐水期Entropy-DRASTIC脆弱度差異	119

表目錄
表1.2-1 106至110年地下水一般水質項目測值低於地下水污染監測標準比率統計	3
表2.1-1地下水脆弱度方法關鍵字搜尋頻率	9
表3.2-1 DRASTIC地下水脆弱度原始權重	30
表3.3-1彰雲地區土地利用入滲率統計表	32
表3.3-2本研究土地利用入滲率	33
表3.3-3依據中央地質調查所所制定之12種含水層介質(A)及未飽和層介質(I)參數岩石粒徑大小排序及級分表	38
表3.3-4明德地下水觀測井之含水層所含材質比例	39
表3.3-5明德地下水觀測井之未飽和層所含材質比例	39
表3.3-6表土質地和土壤介質(S)參數之轉換	40
表3.3-7水土保持技術規範第二十三條之坡度分級	43
表3.3-8 濁水溪沖積扇第一含水層水力傳導係數	44
表4.1-1 成對樣本T檢定結果	50
表4.2-1 豐枯水期地下水深度(D)參數克利金內插之半變異元參數	52
表4.2-2地下水深度(D)參數之門檻及級分	54
表4.2-3 2016至2020年枯水期雨量扣除蒸發散量資料克利金內插半變異元參數	58
表4.2-4淨補注量(R)參數之門檻及級分	62
表4.2-5含水層介質克利金內插半變異元參數	65
表4.2-6 未飽和層介質克利金內插半變異元參數	66
表4.2-7含水層介質(A)參數之門檻及級分	70
表4.2-8未飽和層介質(I)參數之門檻及級分	70
表4.2-9含水層水力傳導係數(C)參數克利金內插半變異元參數	73
表4.2-10含水層水力傳導係數(C)參數之門檻及級分	75
表4.2-11傳統權重與Entropy權重之比較	77
表4.3-1傳統DRASTIC和 Entropy-DRASTIC地下水脆弱度模型和地下水硝酸鹽氮濃度  Pearson相關係數	85
表4.4-1未來情境地下水脆弱度模型和地下水硝酸鹽氮濃度Pearson相關係數	104
表4.4-2 2021年豐水期Entropy-DRASTIC脆弱度單參數敏感度分析	114
表4.4-3 SSP126豐水期Entropy-DRASTIC脆弱度單參數敏感度分析	114
表4.4-4 SSP585豐水期Entropy-DRASTIC脆弱度單參數敏感度分析	114
表4.4-5 2020至21年枯水期Entropy-DRASTIC脆弱度單參數敏感度分析	115
表4.4-6 SSP126枯水期Entropy-DRASTIC脆弱度單參數敏感度分析	115
表4.4-7 SSP585枯水期Entropy-DRASTIC脆弱度單參數敏感度分析	115

參考文獻
1.	王鐘和、黃維廷、林毓雯、丘麗蓉(2002)，作物合理化施肥研討會專刊。
2.	臺灣行政院農業委員會 (2002)，作物合理化施肥研討會專刊。
3.	行政院主計總處(2020)，109年農林漁牧業普查初步統計結果提要分析。
4.	李協昌(2010)，合理化施肥與節能減碳，農政與農情，第213期。
5.	林聖婷(2012)，濁水溪沖積扇補注量與抽水量空間分佈模式建立。
6.	國家發展委員會(2014)，我國地下水資源政策之研究。
7.	許晃雄(2018)，自然科學簡訊第三十卷第一期。
8.	陳鴻堂(2000)，合理化施肥技術，p1-p10合理化施肥的意義與措施。
9.	彭怡惠(2012)，機率為基礎含水層脆弱度評估模式之發展-以濁水溪沖積扇為例。
10.	張誠信(2001)，克利金法與條件模擬推估濁水溪沖積扇水力傳導係數空間之不確定性。
11.	經濟部水利署(2007)，濁水溪沖積扇地面地下水聯合運用管理模式建立與機制評估總報告，中興工程顧問股份有限公司著。
12.	經濟部水利署(2010)，99年度地下水水質檢測分析與評估。
13.	經濟部水利署(2018)，107年度地下水水質檢測分析與評估。
14.	經濟部水利署(2019)，108年水利年報。
15.	經濟部水利署(2019)，臺灣各區水資源經理基本計畫(核定本)。
16.	經濟部水利署(2020)，108年臺灣水文環境情勢專刊。
17.	經濟部水利署(2020)，水利署電子報，濁水溪沖積扇地下水鹽化現況評析。
18.	經濟部水利署(2023)，濁水溪流域，https://www.wra04.gov.tw。
19.	經濟部水利署第四河川局(2007)，濁水溪水系河川情勢調查總報告，逢甲大學編著。
20.	經濟部中央地質調查所(2015)，濁水溪沖積扇地下水補注地質敏感區之劃定，第二十八號，第 55－91 頁。
21.	經濟部水利署水利規劃試驗所(2022)，濁水溪沖積扇海水入侵及地下水區邊界地下水補充建置總報告。
22.	劉曜德(2017)，農業新發現，臺肥季刊，2017年4月號。
23.	鄭皆達(2001)，降雨量及地下水位之趨勢與變動分析。
24.	環境部(2023)，國家氣候變遷調適行動計畫。


25.	Agossou, A., Yang, J.S. (2021). Comparative study of groundwater vulnerability to contamination assessment methods applied to the southern coastal sedimentary basin of Benin.Journal of Hydrology: Regional Studies 2021 Vol. 35 Pages 100803.
26.	Aller, L., Thornhill, J. (1987). DRASTIC: a standardized system for evaluating ground water pollution potential using hydrogeologic settings.
27.	Baghapour, M.A., Fadaei Nobandegani, A., Talebbeydokhti, N., Bagherzadeh, S., Nadiri, A.A., Gharekhani, M. (2016). Optimization of DRASTIC method by artificial neural network, nitrate vulnerability index, and composite DRASTIC models to assess groundwater vulnerability for unconfined aquifer of Shiraz Plain, Iran .Journal of Environmental Health Science and Engineering 2016 Vol. 14 Pages 1-16.
28.	Bera, A., Mukhopadhyay, B.P., Das, S. (2022). Groundwater vulnerability and contamination risk mapping of semi-arid Totko river basin, India using GIS-based DRASTIC model and AHP techniques.Chemosphere 2022 Vol. 307 Pages 135831.
29.	Boateng, E.Y., Otoo, J., Abaye, D.A. (2020). Basic tenets of classification algorithms K-nearest-neighbor, support vector machine, random forest and neural network: A review. Journal of Data Analysis and Information Processing 2020 Vol. 8 Issue 4 Pages 341-357.
30.	Cardona, O.D., Van Aalst, M.K., Birkmann, J., Fordham, M., Mc Gregor, G., Rosa, P. (2012). Determinants of risk: exposure and vulnerability .In: Managing the risks of extreme events and disasters to advance climate change adaptation: special report of the intergovernmental panel on climate change, pp. 65-108. 
31.	Chen, W.F., Liu, T.K. (2003). Dissolved oxygen and nitrate of groundwater in Choshui FDAscan-Delta, western Taiwan.Environmental Geology 2003 Vol. 44 Pages 731-737.
32.	Chen, S.K., Jang, C.S., Peng, Yu, Y.H. (2013). Developing a probability-based model of aquifer vulnerability in an agricultural region.Journal of hydrology 2013 Vol. 486 Pages 494-504.
33.	Chen, S.K., Lee, Y.Y., Liao, T.L. (2022). Assessment of Ammonium–N and Nitrate–N Contamination of Shallow Groundwater in a Complex Agricultural Region, Central Western Taiwan. Water, 14(13), 2130.
34.	Dao, P.U., Heuzard, A.G., Le, T.X.H., Zhao, J., Yin, R., Shang, C., Fan, C. (2023). The impacts of climate change on groundwater quality: A review. Science of the Total Environment, 169241.
35.	Darko, A., Chan, A.P.C., Ameyaw, E.E., Owusu, E.K., Pärn, E., Edwards, D.J. (2019). Review of application of analytic hierarchy process (AHP) in construction.International journal of construction management 2019 Vol. 19 Issue 5 Pages 436-452.
36.	Fannakh, A., Farsang, A. (2022). DRASTIC, GOD, and SI approaches for assessing groundwater vulnerability to pollution: a review .Environmental Sciences Europe 2022 Vol. 34 Issue 1 Pages 77.
37.	Goyal, D., Haritash, A., Singh, S. (2021). A comprehensive review of groundwater vulnerability assessment using index-based, modelling, and coupling methods.Journal of Environmental Management 2021 Vol. 296 Pages 113161.
38.	Gomes, E., Antunes, I., Leitão, B. (2023). Groundwater management: Effectiveness of mitigation measures in nitrate vulnerable zones–a Portuguese case study. Groundwater for Sustainable Development 2023 Vol. 21 Pages 100899.
39.	Jenks,G. F. (1977).Optimal data classification for choropleth maps. Department of Geographiy, University of Kansas Occasional Paper 1977. 
40.	Kao, Y., Liu, C.W., Jang, C., Zanh, S., Lin, K. (2011). Assessment of nitrogen contamination of groundwater in paddy and upland fields. Paddy and Water Environment, 9, 301-307.
41.	Kumar, P., Sharma, R., Bhaumik, S. (2022). MCDA techniques used in optimization of weights and ratings of DRASTIC model for groundwater vulnerability assessment.Data science and management 2022 Vol. 5 Issue 1 Pages 28-41.
42.	Liang, C.P., Lin, T.C., Suk, H., Wang, C.H., Liu, C.W., Chang, T.W., Chen, J.S. (2022). Comprehensive assessment of the impact of land use and hydrogeological properties on the groundwater quality in Taiwan using factor and cluster analyses. Science of the Total Environment, 851, 158135.
43.	Malakootian, M., Nozari, M. (2020). GIS-based DRASTIC and composite DRASTIC indices for assessing groundwater vulnerability in the Baghin aquifer, Kerman, Iran.Natural Hazards and Earth System Sciences 2020 Vol. 20 Issue 8 Pages 2351-2363.
44.	Maxwell, A.E., Warner, T.A., Fang, F. (2018). Implementation of machine-learning classification in remote sensing: An applied review. Maxwell, A. E., Warner ,T. A. and Fang, F.International journal of remote sensing 2018 Vol. 39 Issue 9 Pages 2784-2817.
45.	Mendieta-Mendoza, A., Hanson, R., Renteria-Villalobos, M. (2021). Potential adverse impacts on vulnerability and availability of groundwater from climate-change and land use.Journal of Hydrology 2021 Vol. 594 Pages 125978.
46.	Norouzi, H., Moghaddam, A.A., Celico, F., Shiri, J. (2021). Assessment of groundwater vulnerability using genetic algorithm and random forest methods (case study: Miandoab plain, NW of Iran).Environmental Science and Pollution Research 2021 Vol. 28 Pages 39598-39613.
47.	Ouedraogo, I., Defourny, P., Vanclooster, M. (2016). Mapping the groundwater vulnerability for pollution at the pan African scale.Science of the Total Environment 2016 Vol. 544 Pages 939-953.
48.	Paul, S., Das, C.S. (2021). An investigation of groundwater vulnerability in the North 24 parganas district using DRASTIC and hybrid-DRASTIC models: A case study. Environmental Advances 2021 Vol. 5 Pages 100093.
49.	Pointet, T. (2022). The United Nations world water development report 2022 on groundwater, a synthesis,LHB 2022 Vol. 108 Issue 1 Pages 2090867.
50.	Pourghasemi, H.R., Mohammady, M., Pradhan, B. (2012). Landslide susceptibility mapping using index of entropy and conditional probability models in GIS: Safarood Basin, Iran.Catena 2012 Vol. 97 Pages 71-84.
51.	Rivas, A., Singh, R., Horne, D., Roygard, J., Matthews, A., Hedley, M.J. (2017). Denitrification potential in the subsurface environment in the Manawatu River catchment, New Zealand: Indications from oxidation-reduction conditions, hydrogeological factors, and implications for nutrient management. Journal of Environmental Management, 197, 476-489.
52.	Sahoo, M., Sahoo, S., Dhar, A., Pradhan, B. (2016). Effectiveness evaluation of objective and subjective weighting methods for aquifer vulnerability assessment in urban context.Journal of Hydrology 2016 Vol. 541 Pages 1303-1315.
53.	Simpson, N.P., Orr, S.A., Sabour, S., Clarke, J., Ishizawa, M., Feener, R.M. (2012). ICSM CHC White Paper II: Impacts, vulnerability, and understanding risks of climate change for culture and heritage: Contribution of Impacts Group II to the International Co-Sponsored Meeting on Culture, Heritage and Climate Change.
54.	Somaratne, N., Zulfic, H., Ashman, G., Vial, H., Swaffer, B., Frizenschaf, J. (2013). Groundwater risk assessment model (GRAM): groundwater risk assessment model for wellfield protection. Water, 5(3), 1419-1439.
55.	Taghavi, N., Niven, R.K., Paul, D.J., Kramer, M. (2022). Groundwater vulnerability assessment: A review including new statistical and hybrid methods. Science of the Total Environment 2022 Vol. 822 Pages 153486.
56.	Thirumalaivasan, D., Karmegam, M., Venugopal, K. (2003). AHP-DRASTIC: software for specific aquifer vulnerability assessment using DRASTIC model and GIS.Environ. Model. Softw. 2003 Vol. 18 Pages 645-656.
57.	Wackernagel, H. (2003). Multivariate geostatistics: an introduction with applications.Publisher: Springer Science & Business Media 2003. 
58.	Wang, B., Teng, Y., Wang, H., Zuo, R., Zhai, Y., Yue, W. (2020). Entropy weight method coupled with an improved DRASTIC model to evaluate the special vulnerability of groundwater in Songnen Plain, Northeastern China.Hydrology Research 2020 Vol. 51 Issue 5 Pages 1184-1200.
59.	Wick, K., Heumesser, C., Schmid, E. (2012). Groundwater nitrate contamination: factors and indicators. Journal of Environmental Management, 111, 178-186.
60.	Xiong, H., Wang, Y., Guo, X., Han, J., Ma, C., Zhang, X. (2022). Current status and future challenges of groundwater vulnerability assessment: A bibliometric analysis .Journal of Hydrology 2022 Pages 128694.
61.	Yu, C., Zhang, B., Yao, Y., Meng, F., Zheng, C. (2012). A field demonstration of the entropy-weighted fuzzy DRASTIC method for groundwater vulnerability assessment.Hydrological sciences journal 2012 Vol. 57 Issue 7 Pages 1420-1432.