<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن مهندسی آبیاری و آب ایران</PublisherName>
				<JournalTitle>نشریه علمی پژوهشی مهندسی آبیاری و آب ایران</JournalTitle>
				<Issn>2251-7359</Issn>
				<Volume>16</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2025</Year>
					<Month>12</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Modeling groundwater quality parameters using geostatistical models in Markazi Province</ArticleTitle>
<VernacularTitle>مدلسازی پارامترهای کیفی آب زیرزمینی با استفاده از مدل های زمین آمار در استان مرکزی</VernacularTitle>
			<FirstPage>21</FirstPage>
			<LastPage>36</LastPage>
			<ELocationID EIdType="pii">233485</ELocationID>
			
<ELocationID EIdType="doi">10.22125/iwe.2025.536879.1892</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مژده</FirstName>
					<LastName>مینائی</LastName>
<Affiliation>دانشجوی دکتری سنجش از دور و سیستم اطلاعات جغرافیایی، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، واحد علوم و تحقیقات، دانشگاه آزاد</Affiliation>
<Identifier Source="ORCID">0009-0008-2973-7360</Identifier>

</Author>
<Author>
					<FirstName>حسین</FirstName>
					<LastName>آقامحمدی</LastName>
<Affiliation>. استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، واحد علوم و تحقیقات، دانشگاه</Affiliation>
<Identifier Source="ORCID">0000-0002-9497-6295</Identifier>

</Author>
<Author>
					<FirstName>محمدحسن</FirstName>
					<LastName>وحیدنیا</LastName>
<Affiliation>استادیار مرکز مطالعات سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران،</Affiliation>
<Identifier Source="ORCID">0000-0001-7922-715X</Identifier>

</Author>
<Author>
					<FirstName>امین رضا</FirstName>
					<LastName>نشاط</LastName>
<Affiliation>استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، واحد علوم و تحقیقات، دانشگاه آزاد</Affiliation>
<Identifier Source="ORCID">0000-0001-9557-3570</Identifier>

</Author>
<Author>
					<FirstName>سعید</FirstName>
					<LastName>بهزادی</LastName>
<Affiliation>دانشیار گروه مهندسی نقشه برداری، دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0000-0002-0128-0898</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>07</Month>
					<Day>26</Day>
				</PubDate>
			</History>
		<Abstract>Population growth, industrial expansion, and improved living standards have significantly increased water demand in Iran. As the main source of supply in arid and semi-arid regions, groundwater plays a vital role in agriculture, industry, and drinking water. Assessing its quality is therefore essential, particularly in Markazi Province. Traditional evaluation methods are often costly and time-consuming, highlighting the need for mathematical and geostatistical approaches for mapping and prediction.&lt;br&gt;&lt;br&gt;&lt;br&gt;&lt;br&gt;This study analyzed the spatial and temporal variations of three key groundwater quality parameters—total dissolved solids (TDS), sulfate, and sodium—in Markazi Province during 2017, 2020, and 2023. These parameters strongly influence water salinity and hardness, making them critical for determining water usability. Data were obtained from the Water and Wastewater Company of Markazi Province. Universal Kriging was applied with three semivariogram models (exponential, Gaussian, and spherical), and model accuracy was evaluated using RMSE, MAE, and R² indices.&lt;br&gt;&lt;br&gt;&lt;br&gt;&lt;br&gt;Results indicated that the Gaussian model outperformed the others for predicting all three parameters in every study year. Higher average concentrations in 2020 suggested increased contamination in some samples, whereas maps from 2023 revealed a general improvement in water quality across the region.&lt;br&gt;&lt;br&gt;&lt;br&gt;&lt;br&gt;Overall, the findings confirm the strong potential of geostatistical methods in groundwater quality assessment and highlight their value as effective tools for sustainable groundwater management in vulnerable regions.</Abstract>
			<OtherAbstract Language="FA">رشد جمعیت، توسعه صنعتی و افزایش استانداردهای زندگی باعث افزایش نیازهای آبی در ایران شده است. آب زیرزمینی که منبع اصلی تأمین آب در مناطق خشک و نیمه‌خشک است، اهمیت بالایی در کشاورزی، صنعت و شرب دارد. بررسی کیفیت این منبع حیاتی، به‌ویژه در استان مرکزی، از اهمیت ویژه‌ای برخوردار است. روش‌های سنتی ارزیابی، هزینه‌بر و زمان‌بر هستند؛ بنابراین استفاده از روش‌های ریاضی برای نقشه‌برداری و پیش‌بینی کیفیت آب ضروری است. در این مطالعه، تغییرات مکانی و زمانی سه پارامتر مهم (TDS، سولفات و سدیم) در استان مرکزی در سال‌های ۱۳۹۶، ۱۳۹۹ و ۱۴۰۲ تحلیل شد. این پارامترها به‌دلیل تأثیرشان بر شوری و سختی آب، نقش مهمی در ارزیابی قابلیت استفاده دارند. نمونه‌های مورد استفاده در این پژوهش از آزمایشگاه شرکت آب و فاضلاب استان مرکزی دریافت شد برای مدلسازی مکانی، روش کریجینگ جهانی با سه مدل نیم‌واریوگرام نمایی، گوسی و کروی آزموده شد و دقت مدل‌ها با شاخص‌های RMSE، MAE و R² ارزیابی گردید. نتایج نشان داد که مدل گوسی در پیش‌بینی هر سه پارامتردر تمامی سال‌‌های مورد مطالعه بهتر عمل کرده است. بالا رفتن مقدار میانگین هر سه پارامتر در سال 1399 نشان از بالا رفتن مقدار غلظت برخی نمونه‌ها در این سال دارد اما بررسی نقشه‌های تولید شده حاکی از پایین آمدن افت کیفی گسترده در منطقه در سال 1402 می‌باشد.&lt;br&gt;&lt;br&gt;یافته‌های این مطالعه نشان‌دهنده توانایی بالای روش‌های زمین‌آماری در مدل‌سازی مکانی کیفیت آب زیرزمینی است و می‌تواند به‌عنوان ابزاری کارآمد در مدیریت پایدار منابع آب زیرزمینی، به‌ویژه در مناطق مستعد افت کیفی، به کار گرفته شود.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">کیفیت آب زیرزمینی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کریجینگ جهانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کل جامدات محلول</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سولفات</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سدیم</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.waterjournal.ir/article_233485_be295421b0367efa6dc6aaa5bd0b6fe6.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
