مقایسه سازماندار روش‌های زمین آماری برای بر آورد شوری آب زیرزمینی در مناطق کویری مطالعه موردی: دشت فیض آباد- مه ولات

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکترای گروه مهندسی عمران/ دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران.

2 استاد / گروه مهندسی عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران.

چکیده

بررسی تغییرات مکانی پارامترهای کیفی آب زیرزمینی بدون در نظر گرفتن ارتباط مکانی و موقعیت فضایی آن‌ها امکان‌پذیر نبوده و در نتیجه استفاده از روش‌های زمین‌ آمار جهت بررسی این تغییرات ضروری می‌باشد. در پژوهش حاضر با توجه به تغییرات مکانی و زمانی قابل ‌توجه شوری در دشت فیض‌آباد- مه‌ولات، اطلاعات شوری (EC) چاه‌های بهره‌برداری منطقه بین سالهای آبی 1386 الی 1391 مورد تجزیه و تحلیل قرار گرفتند تا روش مناسب زمین آمار برای تجزیه و تحلیل اطلاعات در منطقه مشخص شود. گرچه مقادیرEC  در زمان و مکان تغییر می‌کنند، اطلاعات متوسط سالانه برای تجزیه و تحلیل مکانی اطلاعات انتخاب شدند. پس از پردازش اولیه اطلاعات و با توجه به ویژگی‌های روش‌های مختلف زمین آمار و با تکیه بر نتایج تحقیقات گذشته، شش روش زمین آمار شامل انواع کریجینگ معمولی و عمومی مناسب شرایط (کریجینگ معمولی بدون حذف روند، کریجینگ معمولی و عمومی با حذف روند توسط تابع خطی و تابع درجه دو ) و روش کریجینگ بیزی تجربی موسوم به روش EBK مورد مقایسه قرار گرفتند. با توجه به پارامترهای متعدد روش‌های  مختلف کریجینگ، یک فرآیند منظم چند مرحله‌ای جهت بهینه‌ سازی پارامترها و انتخاب مدل برتر، با ترکیب روش‌ها و پارامترهای مختلف (390 ترکیب) معرفی و به کار گرفته شد. با استفاده از اعتبار‌سنجی متقابل و با توجه به یک معیار آماری تعریف شده که دو معیار‌ متداول خطا را ترکیب می‌کند، مدل‌های برتر انتخاب و به منظور آنالیز حساسیت و تطابق با واقعیت‌های میدانی منطقه بررسی بیشتر شدند. جهت اطمینان از انتخاب روش برتر، مراحل یاد شده هم برای سال اول و هم برای سال آخر دارای اطلاعات (سال‌های آبی 1386 و 1391) استفاده شدند. نتایج، نشان‌دهنده کارایی و دقت بالاتر روش EBK نسبت به سایر روش‌ها بود. علاوه بر این نقشه‌های تولید شده، بر بالا بودن میزان شوری در مرزهای شمالی، جنوبی و غربی دلالت کرده و پیشروی محسوس شوری از مرزهای غربی را با گذشت زمان نشان می‌دهند.

کلیدواژه‌ها


عنوان مقاله [English]

A Systematic Comparison of Geostatistical Methods for Estimation of Groundwater Salinity in Desert Areas Case Study: Feyz Abad-Mahvelat Plain

نویسندگان [English]

  • E. Bahrami Jovein 1
  • S.M. Hosseini 2
1 PhD Student, Civil Engineering Department, Ferdowsi University of Mashhad, Mashhad, Iran.
2 Professor, Civil Engineering Department, Ferdowsi University of Mashhad, Mashhad, Iran.
چکیده [English]

Study on spatial variation of any groundwater quality parameter is not possible without taking the spatial relationship amongst the parameter values into account. Geostatistical methods are useful tools for conducting such studies. In this study, due to significant spatial and temporal variation of salinity (EC) in Feyz­ Abad-Mahvelat plain, EC data collected between the years 1386 and 1391 from operational wells in the plain, were analyzed to identify the best Geostatistical method applicable to the EC data in the plain. Although EC values change over time and space, for the spatial analysis an average annual data was considered. Based on the preprocessing of the data, capabilities and properties of different Geostatistical methods, and literature review on the subject, six different Geostatistical methods were selected for the analysis including appropriate types of Ordinary and Universal Kriging and Empirical Bayesian Kriging (EBK). Since there are numerous internal parameters in different methods of Kriging, a systematic multi-step procedure was used to optimize the parameters and to find the best model. To achieve this, 390 combinations of methods and parameters were generated and used in the comparative analysis. First the best models were selected using cross validation and a defined lumped statistical measure that combines two conventional error measures in a single one. Then, sensitivity analysis was performed on the selected best models and also they were evaluated in terms of compliance with the field conditions. The procedure was applied to the first and last year of the available data, separately (year 1386 and year 1391). The results indicated the superiority of the EBK method in terms of both accuracy and performance compared to the other methods. In addition, the generated maps showed the high level of salinity in the northern, southern, and western plain borders and significant salt water intrusion from the western border over time.

کلیدواژه‌ها [English]

  • Salinity
  • Geostatistics
  • Empirical Bayesian Kriging (EBK)
  • Cross‌ Validation

احمدالی خ، نیک مهر س، لیاقت ع (1387) ارزیابی روش‌های کریجینگ و کوکریجینگ در تخمین شوری و اسیدیته عمقی خاک (مطالعه موردی: اراضی منطقه بوکان). مجله پژوهش آب ایران، سال 2، شماره3: 64-55.

اوسطی خ، سلاجقه ع، آرخی ص (1391) تغییرات مکانی میزان نیترات در آب زیرزمینی با استفاده از زمین آمار (مطالعه موردی: دشت کردان). مجله منابع طبیعی ایران، سال 65، شماره4: 472- 461.

تقی‌زاده ر، محمودی ش، خزایی ح، حیدری ا (1387) بررسی روش‌های درونیابی مکانی جهت تعیین تغییرات مکانی ویژگی‌های کیفی آب‌های زیرزمینی دشت رفسنجان. مجله علوم و مهندسی آبخیزداری ایران، سال 5، شماره70:2-63.

ثقفیان ب، دانش­کار آراسته پ، رحیمی بندر­آبادی س، فتاحی ا، محمدزاده م (1390) راهنمای روش­های توزیع مکانی عوامل اقلیمی با استفاده از داده­های نقطه­ای. وزارت نیرو، دفتر مهندسی و معیارهای فنی آب و آبفا، معاونت نظارت راهبردی، کد 585-115-130.

حسنی‌پاک ع (1377) زمین­آمار. انتشارات دانشگاه تهران، تهران، 314صفحه.

سامانی ج، یاری م (1387) بررسی تغییرات زمانی و مکانی شوری آب زیرزمینی با استفاده از روش کریجینگ. هفتمین کنفرانس هیدرولیک ایران، دانشگاه صنعت آب و برق، تهران.

سکوتی اسکوئی ر (1391) تغییرات زمانی و مکانی شوری آب زیرزمینی دشت ارومیه. مجله حفاظت منابع آب و خاک، سال 1، شماره4: 26- 19.

شعبانی م (1390) ارزیابی روش‌های زمین آماری در تهیه نقشه‌های کیفی آب‌های زیرزمینی و پهنه­بندی آن‌ها (مطالعه موردی: دشت نی­ریز، استان فارس). جغرافیای طبیعی، سال13، شماره4: 96-83.

قهرمان ب، حسینی م، عسگری ح (1382) کاربرد زمین آمار در ارزیابی شبکه‌های پایش کیفی آب زیرزمینی. امیرکبیر، سال14، شماره 55: 981- 971.

­ قاسمی زیارانی ا، فریادی ش، شیخ کاظمی ش (1385) پهنه­بندی آلودگی حوضه آبخیز سد کرج با استفاده از نرم­افزار GIS. اولین همایش تخصصی مهندسی محیط زیست، تهران.

نظری زاده ف، ارشادیان  ب، زند وکیلی ک (1385) بررسی تغییرات مکانی کیفیت آب زیرزمینی دشت بالا رود در استان خوزستان. اولین همایش منطقه‌ای بهره­برداری بهینه از منابع آب حوزه‌های کارون و زاینده­رود، شهر­کرد.

هاشمی جزی م، آتشگاهی م، حمیدیان ا (1389) برآورد مکانی مؤلفه‌های کیفی آب زیرزمینی با استفاده از روش‌های زمین آمار (مطالعه موردی: دشت گلپایگان). مجله منابع طبیعی ایران، سال63، شماره4: 357- 347.

یاری ر، کوچک زاده م (1387) مقایسه روش‌های زمین آماری برای پیش­بینی پراکنش مکانی شوری آب زیرزمینی. سومین کنفرانس مدیریت منابع آب، تبریز.

ولایتی س (1378) پیامدهای ناشی از اضافه برداشت آب خانه­های زیرزمینی. مجله دانشکده ادبیات و علوم انسانی دانشگاه فردوسی مشهد، شماره اول و دوم : 124-107.

Ahmed S (2002) Groundwater monitoring network design: application of Geostatistics with a few Case studies from a granitic aquifer in a semiarid region. In: Groundwater Hydrology, M. M. Sherif, V. P. Singh and M. Al- Rashed (Eds.), Balkema, Tokyo, Japan. 2:37- 57.

Alsaaran N (2000) Optimal interpolation and isarithmic mapping of groundwater salinity in Tebrak area, central Saudi Arabia. J. King Saudi Univ 12 (2): 49- 58.

Barca E, Passarella G (2007) Spatial evaluation of the risk of groundwater quality degradation. A comparison between disjunctive kriging and geostatistical simulation, Environ Monit Assess 137: 261-273.

Bryan R (1988) Introducing Geostatistics- Estimating Spatial Data, Critical Water Issues and Computer Applications, ASCE: 374- 379.

Dagostino V, Greene E, Passarella , Vurro G (1998) Spatial and temporal study of nitrate concentration in groundwater by means of coregionalization. Environmental Geology 36: 285-295.

Dick J, Gerard B (2006) Optimization of sample patterns for universal kriging of environmental variables. Geoderma 138: 86- 95.

Ella V, Melvin S, Kanwar R (1999) Spatial analysis of NO3- N03-N concentration in glacial till. ASAE- SCGR Annual International Meeting, 18- 21 July, Toronto, Ontario, Canada, ASAE Paper No. 992004.

Gallichand J (1991) Kriging of hydraulic conductivity for subsurface drainage design. J. of Irrig. and Drain. Eng., ASCE117(5): 667- 679.

Gaus I, Kinniburgh G, Talbot C and Webster R (2003) Geostatistical analysis of arsenic concentration in groundwater in Bangladesh using disjunctive kriging, Environmental Geology 44: 939- 948.

Istok  D, Cooper  R (1998) Geostatistics Applied to Groundwater Pollution. III: Global Estimates, Journal of Environmental Engineering 114 (4): 915- 928.

Kelinhu U., Yuangfang H., Hong Li L., Deli Chan Ch, Edlin D (2005) Spatial variability of shallow groundwater level, electrical conductivity and nitrate concentration and risk assessment of nitrate contamination in North China Plain. Enviroment International 31: 893- 903.

Khattak A, Ahmed N, Hussein I, Qazi A, Alikhan S, Rehman A, Iqbal N (2014) Spatial distribution of salinity in shallow Groundwater used for crop irrigation. Pak. J. Bot 46(2): 531-537.

Kitanidis P (1993) Geostatisitcs, Chapter 20 in Handbook of Hydrology. McGraw- Hill, New York, 1424p.

Krivoruchko K (2012) Empirical Bayesian Kriging, Implemented in ArcGIS Geostatistical Analyst. Arc user 15(4):6-10.

Krivoruchko K (2011) Spatial Statistical Data Analysis for GIS Users. Esri Press, Redlands, CA, 928p.

Rizzo D, Mouser J (2000) Evaluation of geostatistics for combined hydrochemistry and microbial community fingerprinting at a waste disposal site, P:1-11.

YueSun A, Shaozhong Kang F, Zhang L (2009) Comparison of interpolation methods for depth to groundwater and its temporal and spatial variations in the Minqin oasis of northwest China. J. Environ. Model. and Software 24: 1163- 1170.