بررسی و ارزیابی تغییرات مکانی متغیر‌های کیفی آب زیرزمینی جنوب دشت قروه و دهگلان با استفاده از روش‌های زمین آمار

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه مندسی آب، دانشگاه زابل، زابل، ایران

2 گروه مهندسی آب دانشکده مهندسی آب و خاک دانشگاه علوم کشاورزی و منابع طبیعی گرگان

10.22125/iwe.2018.93441

چکیده

در سال­های اخیر استفاده بیش از حد از آب­های زیرزمینی سبب افت سطح ایستابی و کاهش کیفیت آب­های زیرزمینی شده است. بنابراین بررسی کیفی منابع آب زیرزمینی جهت مدیریت بهره­برداری منابع آب و تعیین الگوهای کشت بهینه و اقتصادی ضروری است. روش­های زمین­آمار از ابزارهای مناسب و پرکاربرد برای پایش متغیرهای کیفی هستند. در این راستا تغییرات مکانی متغیرهای کیفیNa+ ،TH ،EC ،SAR ،Cl- ،SO42- ،Mg2+ ،PH ،TDS  وK+  مربوط به 70 حلقه چاه آبخوان جنوب دشت قروه و دهگلان واقع در استان کردستان مورد بررسی قرار گرفت. دوره آماری داده­های مورد استفاده در این پژوهش مربوط به سال­های 1391-1363 می­باشد. پس از تجزیه و تحلیل تغییرنما در نرم­افزار GS+، درون­یابی داده­ها با استفاده از سه روش کریجینگ معمولی، کریجینگ ساده و وزن­دهی عکس فاصله با توان­های 1، 2 و 3 انجام شد. نتایج نشان داد که نیم­تغییرنمای همه جهته برای کلیه متغیرها تقریبا همسان­گرد می­باشد. همچنین نتایج نشان داد که روش­های کریجینگ معمولی و کریجینگ ساده در تخمین اکثر متغیرهای کیفی خطای کمتری داشته­اند. مقادیر آماره میانگین خطا (ME) در روش­های کریجینگ نزدیک به صفر بوده که نشان­دهنده وجود حداقل اریب در تخمین­ها است. همچنین طبقه­بندی کیفیت آب از نظر شولر و ویل کاکس انجام شد که  نتایج نشان داد، اکثر چاه­ها در محدوده­ی خوب و تعداد کمی در محدوده­ی متوسط و بد قرار گرفتند. نتایج پهنه­بندی نشان داد کیفیت آب زیرزمینی در قسمت­های غربی، جنوب و جنوب­شرقی بهتر از سایر بخش­ها بوده است. بنابراین جهت بهبود وضعیت کیفی آبخوان در مناطق با کیفیت آب نامطلوب لازم است مدیریت کاهش مصرف و تغییر الگوی کشت اعمال گردد

کلیدواژه‌ها


عنوان مقاله [English]

Geostatistical Assessment of spatial and temporal variations of ground water quality parameters in Qorveh and Dehgolan South Plain

نویسندگان [English]

  • Erfan Bahrami
  • om m 1
  • Maryam Safavi gerdini
  • Morteza Mohamadi sedigh Mohamadi sedigh
  • Meysam Salarijazi 2
2 Department of Water Engineering Water & Soil Engineering Faculty Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
چکیده [English]

In recent years, overuse of ground waters has led to a significant decrease in water levels and has also reduced groundwater quality. Therefore, qualitative analysis of ground water reservoirs is deemed necessary to manage exploitation of these resources and determine the most optimal and economic cropping patterns. Geostatistical methods are the most widely used and appropriate tools for monitoring qualitative variables. In this regard, the spatial variations of qualitative variables such as Na+, TH, EC, SAR, Cl-, SO42-, Mg2+, PH, TDS and K+ driven from 70 wells on aquifers of Ghorveh and Dehgolan Plain located in Kurdistan province were studied. The statistical period of the data used in this study covers the years 1984-2012. After analyzing the variogram by GS+ software, data interpolation was performed using three methods of ordinary kriging, simple kriging, and inverse distance weighing with the powers of 1, 2 and 3, respectively. The results shows that the omni-directional semivariogram for all variables is nearly identical. The results also indicate that using ordinary kriging and simple kriging methods cause fewer errors in estimating most qualitative variables. The values of mean error (ME) statistics in the kriging method are close to zero, indicating the least bias in estimations. Also, water quality was classified in terms of Schuler and Will Cox terms methods, so that the results reveal that most of the wells are within an optimal range, yet a few are in medium and bad ranges. Zoning results demonstrated that groundwater quality in the western, southern, and southeastern zones is better than those of other sectors. Thus, it is necessary for  management to reduce consumption and change cropping patterns to improve water quality in areas with poor water quality

کلیدواژه‌ها [English]

  • Groundwater
  • Quality Zoning
  • Qorveh and Dehgolan
  • Geostatistics