Studying Causes of Decreasing Groundwater Level (Case Study: Urmia Aquifer)

Document Type : Original Article

Authors

1 MSc. Student,, Department of Civil Engineering, Faculty of Engineering, Zabol University

2 Assistant Professor, Department of Civil Engineering, Faculty of Engineering, Zabol University, Zabul, Iran.

3 Assistant Professor, Department of Civil Engineering, University of Ayatollah Ozma Boroujerdi, Boroujerd, Iran

4 Instructor, Department of Civil Engineering, Faculty of Engineering, Zabol University

Abstract

Increasing water demand in recent years, industrial and agricultural development and lack of proper management, have led to tensions on water resources, especially groundwater resources. Urmia aquifer is one of aquifers that in recent years faced a severe drop in groundwater level. In this study, with considering of the rainfall, evaporation, temperature, flow of rivers in hydrometry stations and discharge of exploitation wells, contribution of each of factors on the rate of decreasing groundwater level in Urmia aquifer was determined. In order to evaluate changes was used of a hybrid wavelet transform and entropy method. In this study, monthly time series were used for a period of 16 years (2001-2017). Then, the time series was divided to three equal parts and the complexity changes was performed based on the wavelet-entropy criterion (SWS) in these intervals. Results showed that the SWS or wavelet-entropy criterion was reduced in all selected observation wells at all time intervals, which indicates a reduction in the complexity of the groundwater level fluctuations in the Urmia aquifer and as a result of the aquifer's disease. According to the results of this study, the discharge of exploitation and temperature respectively are two parameters main affecting on the decreasing groundwater level in Urmia aquifer

Keywords

References

بیضایی، ع.، محمدی، ح. (1382). بررسی اثرات خشکسالی اخیر بر روی منابع آب زیرزمینی دشت نیشابور. پایان­نامه کارشناسی ارشد گروه جغرافیا، دانشگاه تهران.
دانشور وثوقی، ف.، شاکر، ر. (1397). بررسی روند تغییرات تراز آب زیرزمینی با روش ترکیبی من کندال تبدیل موجک (مطالعه -موردی: دشت اردبیل). مجله محیط زیست و مهندسی آب، (3)4: 253-243.
روشنگر، ک.، دولتشاهی، م.، شهنازی، س. (1397). بررسی تأثیر بارش بر تغییرات تراز آب زیرزمینی با استفاده از تبدیل موجک و آزمون من کندال (مطالعه موردی(. کنفرانس عمران، معماری و شهرسازی کشورهای جهان اسلام ایران – تبریز (پایتخت گردشگری کشورهای اسلامی 2018). 13-1.
زنگنه اسدی،م. ع.، شفیعی، ن. (1396). بررسی همزمانی خشکسالی و افت آب زیرزمینی دشت نورآباد ممسنی با استفاده از GIS. دومین همایش هیدرولوژی ایران، 1-15.
شفائی، م.، فاخری­فرد، ا.، دربندی، ص.، قربانی، م.ع. (1392). پیش‌بینی جریان روزانه رودخانه با استفاده از مدل هیبرید موجک و شبکه عصبی؛ مطالعه موردی ایستگاه هیدرومتری ونیار در حوضه آبریز آجی­چای. آبیاری و آب ایران، (2)4: 113-128.
طوفانی، پ.، مساعدی، ا.، فاخری­فرد، ا. (1390). پیش­بینی بارندگی با استفاده مستقیم از نظریه، موجک. نشریه آب و خاک، (25)5 : 1217-1226.
کماسی، م.، شرقی، س. (1396). روندیابی و رده بندی عوامل مؤثر بر کاهش تراز آب زیرزمینی با بهره­گیری از تبدیلات موجک متقابل و ارتباطی، مطالعه موردی آبخوان دشت سیلاخور. فصلنامه علمی پژوهشی مهندسی آبیاری و آب. (28)7: 138-151.
نورانی، و. حسن­زاده، ی.، کماسی، م.، شرقی، ا. (1387). مدلسازی بارش-رواناب با مدل ترکیبی موجک- شبکه عصبی مصنوعی. چهارمین کنگره ملی مهندسی عمران. 1-8.
نورانی، و.، رنجبر، س.، توتونچی، ف. (1394). بررسی تغییرات فرایندهای هیدرولوژیکی با استفاده از معیاره موجک-آنتروپی، مطالعه موردی: دریاچه ارومیه. نشریه مهندسی عمران و محیط زیست، (3)45: 75-86.
Abbate, A., Koay, J., Frankel, J., Schroeder, S.C. and Das, P. )1994(. Application of wavelet transform signal processor to ultrasound. Proceeding of IEEE International Ultrasonics Symp, 1147-1152.
Adamowski, J. and Chan, F.H. (2011). A wavelet neural network conjunction model for groundwater level forecasting. Journal of Hydrology, 407(1- 4): 28–40.
Chou, M. (2014). Complexity Analysis of Rainfall and Runoff Time Series Based on Sample Entropy in Different Temporal Scales. Stochastic Environmental Research and Risk Assessment, 28)6): 1401-1408.
Huang, F., Xia, Z., Zhang, N., Zhang, Y. and Li, J. (2011). Flowcomplexity analysis of the upper reaches of the Yangtze river China. Journal of Hydrologic Engineering, 16: 914-919.
Kim, T.W. and Valdes, J.B. (2003). Nonlinear model for drought forecasting based on a conjunction of wavelet transforms and neural networks. Jornal of Hydrologic Engineering, 8(6): 319-328.
Lashkaripour, G.R. and Ghafoori, M. (2011). The Effects of Water Table Decline on the Groundwater Quality in Aquifer of Torbat Jam Plain. Northeast Iran, International Journal of Emerging Sciences, 1(2): 153-163.
Liu, D., Qiang, F.U., Hu, Y. and Wu, Q. (2015). Complexity measure of regional groundwater resources system based on wavelet entropy: A case study of Jiansanjiang administration of Heilongjiang land reclamation in China. Environ Earth Science ,73(3): 1033–1043.
Mishra, A.K., Özger, M. and Singh, V.P. (2009). An entropy-based investigation into the variability of precipitation. Journal of Hydrology, 370(1-4): 139-154.
Nourani, V., Kisi, O. and Komasi, M. (2011). Two hybrid artificial intelligence approaches for modeling rainfall–runoff process. Journal. Hydrol, 402 (1–2): 41–59.
Pincus, S.M. (1991). Approximate entropy as a measure of system complexity. Proceedings of the National Academy of Sciences of the United States of America, 15: 2297- 2301.
Raghavendra, N. and Deka, P.C. (2015). Forecasting monthly groundwater level fluctuations in coastal aquifers using hybrid Wavelet packet–Support vector regression. Cogent Engineering, 2(1): 999414.
Shahid, S. and Hazarika, M.K. (2009). Groundwater drought in the northwestern districts of Bangladesh. Water Resource Management, 24: 1989-2006.
Shannon, C.E. (1948). A mathematical theory of communications I and II. Bell System Technical Journal, 27: 379-443.
Singh, V.P. (2011). Hydrologic Synthesis Using Entropy Theory: Review. Journal of Hydrologic Engineering, 16(5):  421-433.
Yu, H., Wen, X., Feng, Q., Deo, R.C., Si, J. and Wu, M. (2018). Comparative Study of Hybrid-Wavelet Artificial Intelligence Models for Monthly Groundwater Depth Forecasting in Extreme Arid Regions, Northwest China
Irrigation and Water Engineering
Volume 12, Issue 1 - Serial Number 45
October 2021
Pages 276-294

Files

Share

How to cite

Statistics