بررسی نقشه های آنومالی پارامترهای کیفی آب زیرزمینی (مطالعه موردی: حوضه آبریز جیرفت)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 عضو هیات علمی دانشگاه جیرفت

2 عضو هیئت علمی گروه مهندسی آب، دانشکده کشاورزی، دانشگاه جیرفت

3 دانشجوی دکتری اقلیم شناسی دانشگاه حکیم سبزواری

10.22125/iwe.2019.95877

چکیده

آگاهی از تغییرات مکانی پارامترهای کیفی ابزاری مهم در جهت شناخت استعدادهای منطقه و نحوه مدیریت اراضی است. بنابراین در این پژوهش تغییرات مکانی و زمانی پارامترهای EC، SAR، TDS و TH آب زیرزمینی در حوضه آبریز جیرفت با استفاده از روش‌های زمین آماری در طول دوره آماری ۱۳۸۳ تا ۱۳۹۳ مورد بررسی و تحلیل قرار گرفت. بدین منظور از اطلاعات مربوط به تجزیه و تحلیل 44 حلقه چاه آب در دشت جیرفت که دارای اقلیم بیابانی گرم میانه می­باشد و بر اساس آخرین نمونه­گیری سال ۱۳93 به‌دست‌آمده است استفاده شد. روش‌های زمین­آماری استفاده‌شده برای پهنه­بندی پارامترهای ذکرشده شامل کریجینگ معمولی و روش عکس فاصله (IDW) با توان­های مختلف بود. برای ارزیابی روش‌های زمین آماری از تکنیک ارزیابی متقابل با معیارهای Root Mean Square Error (RMSE)، Mean Bios Error (MBE)، Mean Absolute Error (MAE) و R2 بین داده­های واقعی و تخمینی استفاده شد. نتایج رتبه‌بندی معیارهای ارزیابی نشان داد که برای پارامتر EC و TDS روش کریجینگ با مدل کروی و برای SARو TH روش عکس فاصله با توان به ترتیب ۲ و ۳ دارای کمترین خطا است. بررسی­های انجام‌شده نشان می­دهد که همبستگی مکانی پارامترهای کیفی اشاره‌شده در دشت جیرفت بسیار زیاد است. به‌طوری‌که خطای مدل نیم تغییرنمای داده­های اندازه­گیری شده نسبت جذبی سدیم در دوره آماری 8۴-138۳ با اثر قطعه­ای ۹۷/۰ و دامنه تأثیر 23 کیلومتر برابر ۲/۱۴ درصد و خطای مدل نیم تغییرنما در دوره آماری ۹۴-۱۳۹۳ با اثر قطعه­ای 23/0 و دامنه تأثیر 2۸ کیلومتر برابر ۸/۳ درصد می­باشد. نتایج نقشه­های آنومالی پارامترهای کیفی در دشت جیرفت نشان داد که بیشترین تغییرات در قسمت شرقی (مناطق جبالبارز) و شمال غربی (ساردویه) می­باشد و کمترین تغییرات در بخش­های جنوبی دشت می­باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Investigation of Anomaly maps of groundwater quality parameters (Case study: Jiroft watershed)

نویسندگان [English]

  • mohammad Naderianfar 1
  • keramat Nejadafzali 2
  • Fateme bayatani 3
1 Assistant Prof., Dept. of Water Engineering, University of Jiroft,
چکیده [English]

Awareness of spatial variations of qualitative parameters is an important tool in order to understand the capabilities of the region and how to manage the lands. Through the current study, the spatial and temporal changes of EC, SAR, TDS and TH parameters were analyzed using geostatistical methods during the two statistical periods of 2004 and 2014 in groundwater's. For this purpose, the data related to the analysis of 44 water wells in Jiroft plain, where has a middle hot desert climate were obtained according to the latest sampling in 2014. The Geostatistical methods used to zone the mentioned parameters include ordinary kriging and inverse distance weighing (IDW) with different powers. In order to evaluate the geostatistical pitch methods, the mutual evaluation technique used applying the RMSE, MBE, MAE and R2 criteria between actual and estimated data. The results of the ranking of evaluation criteria showed that for the EC and TDS parameters, the Kriging method with a spherical model, and for the SAR and TH, the method of inverse distance to the power of 2 and 3 respectively, has the least error. The performed studies show that the spatial correlation of the qualitative parameters mentioned in the Jiroft Plain is very high. The error of the semi-variogram model of the measured sodium absorption ratio during the statistical period of 2004-2005 with a nugget effect of 0.97 and a range of effect, 23 km, is equal to 14.2%, and the error of the semi-variogram model during the statistical period of 2014-2015 with a nugget effect of 0.23 and a range of effect, 28 km, is equal to 14.2%. The results of the anomaly maps of the qualitative parameters in Jiroft plain indicated that the most of the changes are in the eastern part (Jebalbarez District) and northwest (Sarduiyeh District) and the least of the changes are in the southern parts of the plain

کلیدواژه‌ها [English]

  • Geostatistics
  • Anomaly
  • Kriging
  • Inverse Distance Weighing (IDW)
  • Jiroft