مدلسازی زمینآماری کیفیت آب زیرزمینی دشت مغان بر اساس شاخص ویلکاکس
محورهای موضوعی : آلودگی منابع آب
1 - استاد، هیئت علمی علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران.
کلید واژه: ارزیابی, زمین آمار, کیفیت آب, GIS, پهنه¬بندی,
چکیده مقاله :
در این تحقیق با استفاده از روشهای زمین آماری، کیفیت آب زیرزمینی دشت مغان بر اساس شاخص ویلکاکس مورد ارزیابی قرار گرفت. همانطور که نتایج و آمارههای ارزیابی به روش کوکریجینگ نشان داد، کوواريوگرام متغیر تصادفی هدایت الکتریکی و نسبت جذب سدیم از مدل Stable برخوردار بود. برای برآورد متغیر SAR، اين کوواريوگرام از ميزان اثر قطعهاي (0/01) و سقف واريوگرام (0/08) برخوردار بود و برای متغیر هدایت الکتریکی، این مقادیر به ترتیب برابر (0/02) و (1/07) محاسبه شد كه نشاندهنده نقش غالب مؤلفة ساختاردار کوواريوگرام نسبت به مؤلفة بيساختار آن است که استحكام ساختار فضايي منطقه برای هر دو متغیر تصادفی را نشان داد. همچنین، نتایج نشان داد روشهای مبتنی بر زمین آمار و مدل کوکریجینگ ساده، با مقدار ضريب تبيين 0/67 و مجذور ميانگين مربعات خطای نرمال شده 0/34 برای متغیر تصادفی SAR و مقدار ضريب تبيين 0/99 و مجذور ميانگين مربعات خطای نرمال شدة 0/007 برای متغیر هدایت الکتریکی، دارای برآورد دقیقی از کیفیت آب زیرزمینی دشت بود. بطور کلی، میتوان گفت تقریبا یک درصد از آبهای زیرزمینی دشت در ناحیه C2S1 قراردارند که میتواند برای کشاورزی مورد استفاده قرار گیرد. از 99 درصد باقیمانده که از نظر شوری در سطح بالایی قراردارند و برای کشاورزی مناسب نیستند، نزدیک به 14 درصد آن علاوه بر شوری از نظر میزان سدیم نیز برای آبیاری مناسب نیست.
This study evaluated the groundwater quality of the Moghan Plain based on the Wilcox Index using geostatistical methods. The evaluation results obtained using the cokriging method showed that the covariograms of the random variables electrical conductivity (EC) and sodium adsorption ratio (SAR) followed the Stable model. For the SAR variable, the covariogram had a nugget effect of 0.01 and a sill of 0.08, whereas these values were 0.02 and 1.07, respectively, for electrical conductivity. These findings indicate the dominance of the structured component of the covariogram over its unstructured component and confirm the strong spatial structure of both random variables. Furthermore, the results showed that geostatistical methods, particularly the simple cokriging model, provided accurate estimates of groundwater quality, with a coefficient of determination (R²) of 0.67 and a normalized root mean square error (NRMSE) of 0.34 for SAR, and an R² of 0.99 and an NRMSE of 0.007 for electrical conductivity. Overall, approximately 1% of the groundwater in the plain was classified as C2S1, indicating its suitability for agricultural use. Among the remaining 99% of the groundwater, which exhibited high salinity and was unsuitable for agriculture, nearly 14% also had excessive sodium levels, making it unsuitable for irrigation.
ایزدی مهر، نسرین و ذوالفقاری، قاسم. (۱۴۰۳). پایش وضعیت کیفی آب زیرزمینی، با استفاده از شاخص IRWQIGC، مطالعه موردی: دشت فریمان، تربت جام. پژوهش و فناوری محیط زیست، 16(9): 77-91. doi:org/10.61186/jert.46585.9.16.77
ایمانی، بهرام و جعفرزاده، جعفر. (1402). ارزیابی کیفیت آب زیرزمینی قابل شرب روستایی با استفاده از تحلیلهای زمین آمار و سامانه اطلاعات جغرافیایی-مطالعه موردی: شهرستان اردبیل. فصلنامه علمی- پژوهشی اطلاعات جغرافیایی. 32: (127):151-170. doi:org/10.22131/SEPEHR.2023.562131.2906
بهرامینسب، رویا، پیرخراطی، حسین، عباسفام، علیرضا و شیخی، زهرا. (1398). ارزیابی کیفیت آب زیرزمینی دشت رشکان به منظور استفاده از آن در کشاورزی. اولین کنفرانس تحقیقات بنیادین در علوم کشاورزی و زیست محیطی، تهران، دانشگاه شهید بهشتی.
پاشاییفر، محمدرضا، دهقانزاده، رضا، رمضانی، محمدابراهیم، رفیعیان، امید و نجایی، آرزو. (1402). ارزیابی وضعیت، فرآیندها و منابع ژئوشیمیایی آبخوان با استفاده از شاخص کیفیت آب زیرزمینی، روش های گرافیکی و تحلیل های آماری چند متغیره- مطالعه موردی: دشت شبستر. فصلنامه علمی مهندسی منابع آب، 16(56): 15-30. doi:10.30495/wej.2023.28012.2315
حشمتی، سمیرا و بیگی هرچگانی، حبیبالله. (1391). الگوهاي تغييرات مكاني و پهنه¬بندي شاخص¬هاي كيفي آب زيرزميني شهركرد به منظور كاربرد در طراحي سامانه هاي آبياري قطره اي، پنجمين همايش تخصصي مهندسي محيط زيست، تهران.
حسنعلیپور، یوسف، مصطفیزاده، رئوف، اسمعلیعوری، اباذر، احمدی، محمد و ایمانی، رسول. (1401). ارزیابی اثرات توسعه شهری اردبیل بر کمیّت و کیفیت آبهای سطحی و زیرزمینی دشت اردبیل. مطالعات علوم محیط زیست، 7(3): 5374-5385. doi:10.22034/jess.2022.343220.1792
سالاری، مرجان. (1402). بررسی کیفیت آب زیرزمینی با استفاده از شاخصهای کیفیت آب جهت مصارف شرب، کشاورزی و صنعت (مطالعه موردی: دشت شیراز). مطالعات علوم محیط زیست، 8(4):7576-7584. doi:10.22034/jess.2023.3808461953
شیروانی، توران، شیروانی سارویی، ایمان، بوچانی، محمدحسین و عارف، فرشید. (1394). ارزیابی کیفی آب زیرزمینی دشت صحرای باغ برای مصارف کشاورزی و صنعت. اکوهیدرولوژی، 2(4): 345-356.
قربانی، اکرم، ادیبینیا، محمدجواد، ناصری، عاطفه و مسعودی، حسن. (1403). ارزیابی وپهنهبندی کیفیت چاههای آب شرب شهرستان تربتجام و صالحآباد براساس شاخصWQI و نرمافزار GIS. پژوهش و فناوری محیط زیست، 15(9): 185-199. doi:org/10.61186/jert.41903.9.15.199
قرهمحمودلو، مجتبی و زارع، علی. (1397). بررسی کیفیت آب زیرزمینی دشت سیدان-فاروق برای مصارف کشاورزی. دومین همایش ملی دانش و فناوری علوم کشاورزی. منابع طبیعی و محیط زیست ایران.
ملکیان، آرش و میردشتوان، مهسا. (1394). بررسی کیفیت آب زیرزمینی جهت مصارف کشاورزی بر اساس تحلیل های زمین آماری (مطالعۀ موردی: دشت هشتگرد استان البرز). نشریه علمی - پژوهشی مرتع و آبخیزداری، 68(4): 809-820. doi:org/10.22059/jrwm.2015.56961
محمدیاری، فاطمه، توکلی، مرتضی و اقدر، حسین. (1394). ارزیابی و پهنهبندی کیفیت آب زیرزمینی مناطق مهران و دهلران از لحاظ کشاورزی با روش¬های زمین آمار. علوم و مهندسی آبیاری. 2(4): 71-83. doi:10.22055/jise.2016.12497
میرشکاری، مصیب، طباطبایی، محمود و محمدی، حمیدرضا. (1391). بررسي تغييرات كيفي آبهاي زيرزميني دشت سيدان ـ فاروق براي مصارف كشاورزي، صنعتي و آشاميدني. همايش ملي علوم مهندسي آب و فاضلاب، 8 اسفندماه، كرمان، دانشگاه تحصيلات تكميلي صنعتي و فناوري پيشرفته و دانشگاه شهيد باهنر كرمان.
نخعی، محمد و ودیعتی، میثم. (1392). کاربرد مدل استنتاج فازی در ارزیابی کیفیت آب قنات جهت مصارف شرب وکشاورزی (استان تهران.) مجله زمینشناسی کاربردی پیشرفته. 2(4): 44-52.
نخعینژادفرد، سارا، زهتابیان، غلامرضا، ملکیان، آرش و خسروی، حسن. (1396). بررسي تغييرات زماني و مكاني كميت و كيفيت آبهاي زيرزميني دشت سرايان در خراسان جنوبي. تحقيقات مرتع و بيابان ايران، 24(2): 267-278. doi:org/10.22092/ijrdr.2017.111885
Agyare, W. A., Park, S. J., & Vlek, P. L. G. (2007). Artificial neural network estimation of saturated hydraulic conductivity. Vadose Zone Journal, 6(2), 423–431.
Almasri, M., Ahmed, F., & Khan, S. (2022). Geostatistical methods for groundwater salinity mapping: A review. Journal of Environmental Management, 321, 115957. doi:org/10.1016/j.jenvman.2022.115957
Ayers, R. S., & Westcot, D. W. (2020). Water quality for agriculture (FAO Irrigation and Drainage Paper No. 29 Rev. 1). Food and Agriculture Organization of the United Nations.
Ben Saad, R., Haddad, M., & Trabelsi, S. (2024). Geospatial assessment of groundwater quality for irrigation using cokriging in central Tunisia. Journal of Hydrology, 634, 131395. doi:org/10.1016/j.jhydrol.2024.131395
Castellini, M., Stellacci, A. M., Tomaiuolo, M., & Barca, E. (2019). Spatial variability of soil physical and hydraulic properties in a durum wheat field: An assessment by the BEST-procedure. Water, 11, 1434. doi:org/10.3390/w11071434
Food and Agriculture Organization of the United Nations. (2021). Guidelines for irrigation water quality and soil management. FAO.
Hoseini, Y. (2023). Optimization of saturated hydraulic conductivity estimation using kriging in drainage networks. Applied Water Science, 13, 94–102. doi:org/10.1007/s13201-023-01897-3
Hoseini, Y., & Kamrani, M. (2018). Using a fuzzy logic decision system to optimize the land suitability evaluation for a sprinkler irrigation method. Outlook on Agriculture, 47(4), 298–307. doi:org/10.1177/00307270187983
Karimi, F., Sultana, S., Shirzadi Babakan, A., & Royall, D. (2018). Land suitability evaluation for organic agriculture of wheat using GIS and multi-criteria analysis. Applied Geography, 4(3), 326–342. doi:org/10.1080/23754931.2018.1448715
Khairy, H., & Janardhana, M. R. (2022). Classification, hydrochemical characterization, and quality assessment of groundwater of coastal aquifer at Sari–Neka plain, Northern Iran. Environmental Earth Sciences. doi:org/10.1007/s12665-021-10115-9
Merdun, H., Ozer, C., Meral, R., & Apan, M. (2006). Comparison of artificial neural network and regression pedotransfer functions for prediction of soil water retention and saturated hydraulic conductivity. Soil and Tillage Research, 90, 108–116. doi:org/10.1016/j.still.2005.08.011
Rahimi, A., Karimi, P., & Jafari, A. (2023). Evaluation of groundwater suitability for irrigation using spatial analysis and WQI in Qazvin Plain, Iran. Environmental Monitoring and Assessment, 195, 564.
Remy, N., Boucher, A., & Wu, J. (2021). Applied geostatistics with SGeMS: A user’s guide. Cambridge University Press.
Santra, P., Chopra, U. K., & Chakraborty, D. (2008). Spatial variability of soil properties and its application in predicting surface map of hydraulic parameters in an agricultural farm. Current Science, 95(7), 937–945.
Suarez, D. L., Wood, J. D., & Lesch, S. M. (2022). Effect of sodium adsorption ratio and salinity on soil structure and infiltration. Agricultural Water Management, 264, 107492. doi:org/10.1016/j.agwat.2022.107492
Tajbakhshian, M. (2024). Spatiotemporal assessment of groundwater quality and quantity using geostatistical and ensemble artificial intelligence tools. Journal of Environmental Management, 355, 120495. doi:org/10.1016/j.jenvman.2024.120495
Turkish Statistical Institute. (2018). Agricultural statistics summary. https://biruni.tuik.gov.tr/bolgeselistatistik/anaSayfa.do?dil=en
Wilcox, L. V. (1955). Classification and use of irrigation waters (USDA Circular No. 969). United States Department of Agriculture
