Authors
Abstract
Khalil Valizadeh Kamran[1]
Shahram Roostaei[2]
Tohid Rahimpoor[3]*
Mahsa Nakhostin Rohee [4]
Abstract
In all of the world and including our country, groundwater is the most important resource for water supply needed. Determination of the quality of water has specific importance in the management of resources and its monitoring should be considered as an important principle in planning. The aim of this research is of the determination of the most appropriate interpolation method for spatial analysis of electric conductivity and sodium absorption ratio changes of groundwater of Shiramin plain located in East Azerbaijan province. The related information are obtained from analysis of the samples involving 30 deep and semi-deep wells based on the sampling of the year 1390 by regional water organization of East Azerbaijan province. The geostatistics methods such as simple, ordinary and discrete Kriging and also CoKriging were used for doing this research. For investigation of the spatial correlation of data, the experimental variograms of each variables and its reciprocal variogram were calculated and plotted. The correlation coefficient of two variables were calculated at 0.93 according to their related variogram. The spherical model was fitted as the most appropriate model for both of the EC and SAR parameters based on the minimum of RSS. The reciprocal estimating method with root mean square error criterion and also correlation coefficient (R) between the observed and estimated values was used for assessment of the reliabality of methods. The results of research showed that because of higher R and lower RMSE, the simple Kriging method was the most appropriate method within the others for preparation of the map of SAR and EC changes.
Keywords: Groundwater, Geostatistics, EC, SAR, Shiramin plain.
[1]- Associate Professor of Remote Sensing, University of Tabriz, Tabriz, Iran
[2]- Professor of Geomorphology, University of Tabriz, Tabriz, Iran.
[3]- Master Student of of Remote Sensing, University of Tabriz, Tabriz, Iran (Corresponding Author) Rahimpour1990@gmail.com.
[4]- Master Student of Remote Sensing, University of Tabriz, Tabriz, Iran.
مقدمه
امروزه کیفیت منابع آبی در سراسر جهان به ویژه در کشورهای جهان سوم به دلیل فرآیندهای طبیعی و انسانی در حال کاهش است و منابع آب شیرین به وسیلهی پدیدهی شوری تهدید می‌شوند (لی و ژانگ[1]، 2008: 35). تخلیهی فاضلابهای شهری، رواناب، دامداریهای بزرگ، فاضلاب کارخانهها، مکان دفع فاضلاب به عنوان عواملی هستند که بر کیفیت آب زیرزمینی تأثیرات بسیار منفی میگذارند (دورقام[2] و همکاران، 2004: 31؛ لوکاسن[3] و همکاران، 2004: 256). افزایش بی‌رویهی جمعیت، محدودیت منابع آبهای سطحی و بهره‌برداری بیش از اندازه از آبهای زیرزمینی باعث وارد آمدن خسارات جبران‌ناپذیری به منابع طبیعی کشور در سال‌های گذشته شده است. علاوه بر افت شدید سطح آب در آبخوان‌ها، فعالیت‌های کشاورزی، صنعتی و شهری آلاینده‌های مختلفی را به آبخوان‌ها تحمیل می‌کنند که برای جلوگیری از ادامهی افت کمی و کیفی، مدیریت بهره‌برداری و حفاظت از آبهای زیرزمینی باید به عنوان یک اصل و پایه در برنامه‌ریزی‌های کشور قرار گیرد. محدود بودن این منابع زیرزمینی و استفادهی بیش از حد از آنها در ایران به خصوص در مناطق کویری، مشکلاتی را برای سلامتی انسان‌ها به وجود آورده است؛ بنابراین، تعیین مشخصات کیفی آبهای زیرزمینی (ویژگیهای شیمیایی، فیزیکی و بیولوژیکی) که نشان دهندهی مناسب بودن برای مصرف مورد نظر خواهد بود، ضروری است (صداقت، 1392: 28). کیفیت آب زیرزمینی به اندازهی کمیت آن برای قابل استفاده بودن آن در مصارف مختلف، مهم و ضروری است. تغییر کیفیت آبهای زیرزمینی و شور شدن منابع آب در حال حاضر خطری بزرگ در راه توسعهی کشاورزی کشور به خصوص در اراضی خشک میباشد. لذا با توجه به اهمیت موضوع و نقش مهم منابع آب زیرزمینی در فعالیت‌های انسانی، تحلیل مکانی پارامترهای کیفی آبهای زیرزمینی در سال‌های اخیر مورد توجه پژوهشگران بوده است. روشهای مختلفی برای تحلیل مکانی پارامترهای کیفی آبهای زیرزمینی بر اساس دادههای نقطهای حاصل از چاههای پیزومتری وجود دارد. از جملهی این روشها میتوان به روشهای زمین آمار[4] اشاره نمود.
روشهای زمین آمار برای متغیرهایی که دارای ساختار مکانی هستند کارایی مناسبی دارند. به عبارت دیگر زمین آمار را میتوان کاربرد روشهای مبتنی بر آمار در مورد متغیرهای ناحیه‌ای تعریف کرد، که میتواند به بررسی عدم قطعیت‌ها در محیط بپردازد. تاریخچه کاربرد این روشها را میتوان در هواشناسی، منابع آب، محیط زیست، کشاورزی و علوم خاک پیدا کرد.
آگاهی از وضعیت کیفیت آبهای زیرزمینی و پایش تغییرات پارامترهای کیفی و کنترل آنها یکی از نیازهای مدیریتی بوده و بسیار حایز اهمیت میباشد. روشهای زمین آمار به دلیل در نظر گرفتن همبستگی و ساختار مکانی دادهها از جمله روشهای مناسب پهنهبندی تغییرات کیفیت آبهای زیرزمینی می‌باشند. در زمین آمار ابتدا به بررسی وجود یا عدم وجود ساختار مکانی بین دادهها پرداخته میشود و سپس در صورت وجود ساختار مکانی، تحلیل دادهها انجام میگیرد. البته ممکن است نمونههای مجاور با فاصلهی معینی در قالب ساختار مکانی به هم وابسته باشند، در این حالت بدیهی است که میزان تشابه بین مقادیر مربوط به نمونههای نزدیکتر بیشتر است، زیرا در صورت وجود ساختار مکانی، تغییرات ایجاد شده در یک فضای معین شانس بیشتری برای تأثیرگذاری روی فضاهای نزدیک به خود را نسبت به فضاهای دورتر از خود دارند (لشنیزند، 1381: 82). انتخاب روش درونیابی به نوع متغیر و تغییرات آن بستگی دارد و باید به این نکته توجه شود که برای حالات مختلف هیچگاه استفاده از یک مدل بهینه پیشنهاد نمیشود، زیرا که یک مدل خاص در شرایط مختلف نتایج متفاوتی به دنبال دارد.
در رابطه با پهنهبندی کیفیت آبهای زیرزمینی با استفاده از روشهای زمین آمار در ایران مطالعات با ارزشی صورت گرفته است. برای مثال، شعبانی (1387)، در تحقیقی به تحلیل مکانی اسیدیته (PH) و کل مواد جامد محلول (TDS[5]) در آبهای زیرزمینی دشت ارسنجان واقع در شمالشرقی استان فارس پرداخت. در این تحقیق، روشهای کریجینگ معمولی، کریجینگ ساده و روشهای معین مانند عکس فاصله، تابع شعاعی، تخمینگر موضعی و تخمینگر عام با هم مقایسه شدند. نتایج این تحقیق نشان داد که روش کریجینگ معمولی برای میانیابی PH و TDS مناسبترین روش زمینآماری میباشد. کرمی و کاظمی (1391)، به پایش مکانی شوری آبهای زیرزمینی در مواقع خشکسالی و ترسالی در دشت تبریز پرداختند. برای این منظور از متغیرهای اقلیمی شامل بارشهای ماهانه (86-1351) و نتایج تجزیه شیمیایی آبهای زیرزمینی به ویژه شاخصهای هدایت الکتریکی (EC)[6]، نسبت جذب سدیم (SAR) [7] و TDS استفاده کردند، در نهایت نقشههای همارزش EC و SAR آبهای زیرزمینی در محیط سامانهی اطلاعات جغرافیایی GIS [8] ترسیم شدند. نتایج نشان داد که میزان آبهای زیرزمینی شور و خیلی شور در سال شاخص خشکسالی 2/28 درصد و آبهای زیرزمینی با قلیاییت زیاد 35/25 درصد بوده در حالی که در سال شاخص ترسالی آبهای زیرزمینی شـور و خیلی شور 15/18 درصد و با قلیاییت 92/4 درصد آبهای زیرزمینی را تـشکیل میدهد. دلبری و همکاران (1392)، در تـحقیقی به پهنهبنـدی شاخصهای کـیفی (شـوری و سدیمی) آب با استفاده از روشهای زمینآماری در دشت کرمان پرداختند. در تحقیق آنها از آمار مربوط به 76 حلقه چاه استفاده شد. روشهای میانیابی استفاده شده شامل کریجینگ معمولی و لاگ کریجینگ بودهاند. برای ارزیابی روشها از روش ارزیابی متقابل با معیارهای جذر میانگین مربعات خطا (RMSE)[9] و میانگین قدر مطلق خطا (MAE)[10] استفاده شد. نتایج حاصل از ارزیابی متقابل نشان داد که هر دو روش کریجینگ معمولی و لاگ کریجینگ از دقت مشابهی برای تخمین شاخصهای شوری و سدیمی برخوردارند. صالحی و زینیوند (1393)، در تحقیقی با انتخاب مناسبترین روش درونیابی به بررسی کیفیت آب زیرزمینی برای شرب و کشاورزی در غرب شهرستان مریوان پرداختند. نتایج تحقیق نشان داد که از بین روشهای مختلف درونیابی، روش تخمینگر موضعی برای پارامترهای سولفات، غلظت مواد محلول و شوری؛ روش تابع شعاعی برای پارامترهای سدیم و نسبت جذب سدیم؛ روش تخمینگر عام برای پارامتر کلر و روش کریجینگ ساده برای پارامتر سختی آب، مناسبترین برآورد سالانه را دارند.
در خارج از کشور نیز تحقیقات مختلفی در این زمینه صورت گرفته است. از جمله، کیوسی[11] و همکاران (2009)، به بررسی و تحلیل تغییرات مکانی نیترات و شوری آب زیرزمینی حوضهی عمان زرگا با استفاده از کریجینگ معمولی و کریجینگ شاخص پرداختند. نتایج تحقیق نشان داد که مقادیر نیترات در 73 درصد از منطقهی مورد مطالعه بیشتر از 50 میلی گرم در لیتر می باشد. یوان و کی[12] (2010)، با استفاده از زمینآمار نقشهی پراکندگی نیترات با استفاده از دادههای 119 حلقه چاه آب زیرزمینی شهر قونیه واقع در کشور ترکیه را ارایه و ضمن تأیید صحت مدل واریوگرام کروی، بیشترین آلودگی را در مرکز شهر به دلیل وجود نیترات در فاضلاب مشاهده کردند. آرسلان[13] (2012)، در تحقیقی تغییرات مکانی و زمانی شوری آب زیرزمینی دشت بارفا واقع در شمال کشور ترکیه را بر اساس دادههای 97 حلقه چاه در یک دورهی 7 ساله با روش کریجینگ مورد مطالعه قرار داد. نقشههای تغییرات شوری نشان داد که شوری آب زیرزمینی در سال 2004 با مقدار بیش از ds/m5 در 31 درصد مساحت منطقهی مورد مطالعه، در سال 2010، به 9 درصد مساحت منطقه کاهش یافته است. گورای و کومار[14] (2013)، توزیع مکانی کیفیت آبهای زیرزمینی رانچی مانسیپال کورپوریشن را بررسی کردند. در تحقیق ایشان از دادههای 65 حلقه چاه استفاده شد. مدلهای برازش یافته بر اساس ریشهی میانگین مربعات خطا (RMSE)، میانگین خطای استاندارد (ASE)، ریشهی میانگین مربعات خطای استاندارد (RMSSE)، خطای متوسط (ME) و میانگین مربعات خطا (MSE) ارزیابی شدند که در نهایت نقشههای توزیع مکانی بر اساس این مدلها در محیط GIS ترسیم شدند.
هـدف تحقیق حاضر، سنجش دقت روشهای مختلف زمین آماری در بـرآورد منطقهای تغییرات شوری آبهای زیرزمینی در دشت شیرامین میباشد. برای انجام درونیابیها در این تحقیق از روشهای روش کریجینگ (ساده، معمولی، گسسته و کوکریجینگ) استفاد شده و در نهایت ارزیابی خطای روشها به منظور انتخاب دقیقترین روش صورت گرفت.
معرفی منطقه مورد مطالعه
دشت شیرامین با وسعتی در حدود 47 کیلومترمربع در قسمت جنوب غربی شهر آذرشهر و شمال غربی شهر عجبشیر و قسمت شرق دریاچهی ارومیه واقع گشته است. از نظر موقعیت جغرافیایی بین ²35، ¢40 و °45 تا ²10، ¢02 و °46 طول شرقی و ²50 ، ¢28 و °37 تا ²40، ¢41 و °37 عرض شمالی واقع شده است. بر پایهی گزارشهای هواشناسی، متوسط بارندگی سالانه از 600-300 میلی‌متر در سال متغیر است و بیشترین بارش مربوط به ماههای اسفند و اردیبهشت میباشد. حداکثر ارتفاع دشت 1690 متر و حداقل ارتفاع در نزدیکی خطوط ساحلی برابر 1266 متر از سطح دریا میباشد. آب آشامیدنی و آبیاری منطقه به طور عمده از آبهای زیرزمینی (چاه‌ها و قنوات) تأمین میشود اما در سال‌های اخیر به علت خشکسالیهای متوالی آب بسیاری از چاه‌ها خشک و یا شور شده است. در شکل (1)، موقعیت جغرافیایی دشت شیرامین در کشور و استان آذربایجانشرقی نشان داده شده است.
شکل (1) محدودهی جغرافیایی منطقهی مورد مطالعه در کشور و استان آذربایجانشرقی
مواد و روشها
با توجه به هدف پژوهش، از نمونه دادههای منابع آب زیرزمینی دشت شیرامین در سال 1390 که آخرین نمونهگیری توسط سازمان آب منطقهای استان آذربایجانشرقی میباشد، استفاده شده است. تعداد 30 حلقه چاه عمیق و نیمهعمیق در سطح دشت به گونهی تصادفی و با پراکنش مناسب انتخاب گردید. شکل (2)، چگونگی پراکنش چاههای پیزومتری مورد استفاده را نشان میدهد. در این چاه‌ها مشخصات شیمیایی آب شامل قابلیت هدایت الکتریکی (EC) و نسبت جذب سدیم (SAR) آب زیرزمینی دشت شیرامین در سال 1390 مورد بررسی قرار گرفته است.
شکل (2) پراکنش چاههای پیزومتری در محدودهی مورد مطالعه
پس از جمعآوری آمار و اطلاعات مربوط به کیفیت آبهای زیرزمینی، تمامی دادههای مربوط به هر عامل از نظر نرمال بودن به وسیله آزمون کلموگراف - اسمیرنف در محیط نرمافزاری SPSS محاسبه گردید. پس از کنترل کیفی دادهها تغییرات شوری آب زیرزمینی از نظر دو ویژگی EC و SAR در سال 1390 مورد بررسی قرار گرفت. پس از نرمالسازی دادهها به منظور تبدیل دادههای نقطهای به دادههای سطحی در محیط نرمافزار ArcGIS از روشهای زمینآمار (کریجینگ ساده، معمولی، گسسته و کوکریجینگ) استفاده گردید. جهت نشان دادن پیوستگی مکانی متغیرهای مورد بررسی، نیم تغییرنما یا واریوگرام دادهها در محیط نرمافزاری ArcGIS ترسیم گردید. سپس برای انتخاب بهترین روش درونیابی به منظور تهیهی نقشهی تغییرات EC و SAR دشت شیرامین از روش ارزیابی متقابل استفادهشد. شکل (3)، مراحل انجام کار جهت پیشبینی تغییرات کیفی آب زیرزمینی منطقه مورد مطالعه را نشان میدهد.
شکل (3) ساختار مدل زمینآمار برای پیشبینی تغییرات کیفی آب زیرزمینی
روش درونیابی کریجینگ
یکی از روشهای بسیار مناسب و پیشرفته جهت تحلیل مکانی و توزیع منطقهای دادههای مکانی، روش کریجینگ میباشد. در این تکنیک، از یک روش میانگین وزنی برای توزیع متغیرها استفاده میشود، بدین صورت که هر چه متغیر به مبدأ نزدیکتر باشد، وزن آن بیشتر و هر چه فاصله دورتر باشد، وزن کمتر خواهد بود. مطلق بودن در درونیابی از ویژگیهای عمدهی روش کریجینگ است. بدین مفهوم که مقدار تخمین کمیت در نقاط نمونهبرداری با مقادیر اندازهگیری شده برابر میباشد و واریانس تخمین صفر میگردد. این ویژگی سبب میشود که تخمینگر کریجینگ در رسم خطوط هم ارزش از حداکثر نقاط نمونهبرداری عبور نموده و تمایلی به بسته شدن و دور زدن نداشته باشد و از مرز محدودهی مورد مطالعه فراتر رود (امیدوار و خسروی، 1388: 16). فرمول کلی روش کریجینگ به صورت رابطهی (1)، تعریف میشود:
رابطهی (1)
که در رابطهی (1) : مقدار تخمین متغیر در نقطهی مورد نظر، : وزن یا اهمیت نمونه i ام، n: تعداد مشاهدات و : مقدار مشاهده شده نمونه iام میباشد.
نیمتغییرنما یا واریوگرام
واریانس مقدار عناصر بین نقاطی به فاصلهی h از یکدیگر میتواند همبستگی متقابل مقدار دو نقطه به فاصلهی h را بیان کند. در صورت وجود ساختار فضایی، طبیعی است که وابستگی مقادیر نقاط نزدیک به هم بیشتر از وابستگی مقادیر نقاط دور از هم میباشد. بنابراین، چنین واریانسی میتواند معیاری برای نمایش تأثیرگذاری و یا تأثیرپذیری مقدار یک نمونه روی مقادیر محیط مجاور خود باشد. این واریانس وابسته به فاصله را تغییرنما مینامند و با نماد نشان میدهند. با تقسیم تغییرنما بر عدد 2، نیم تغییرنما بدست میآید (مدنی، 1377: 659). با استفاده از رابطهی زیر میتوان مقدار نیم تغییرنما را محاسبه کرد:
رابطهی (2)
که در آن، n(h): تعداد جفت نمونههای بکار رفته به ازای یک فاصلهی مشخص مانند h، Z(x): متغیر مشاهده شده در نقطه x و Z(x+h): مقدار متغیر مشاهده شده در نقطه به فاصلهی h از نقطهی x میباشد. از مشخصات واریانس میتوان به سقف آستانهی تغییرنما و اثر قطعهای اشاره کرد. به مقدار ثابتی که تغییرنما در دامنهی تأثیر به آن میرسد، آستانه گفته میشود. مقدار آستانه برابر واریانس کل تمام نمونههایی است که در محاسبهی نیم تغییرنما به کار رفتهاند. در روش کریجینگ تغییرنماهایی که به سقف مشخص میرسند، اهمیت بیشتری دارند. مقدار تغییرنما در مبدأ مختصات یـعنی به ازای h=0، اثر قطعهای (C0) میباشد. در حالت ایدهآل مقدار C0 باید صفر باشد. اما در بیشتر مواقع بزرگتر از صفر است. در این حالت جزو تصادفی و یا غیرساختاردار متغیر ظاهر میشود (حسنیپاک، 1380: 315). در شکل (4)، نمایی از یک واریوگرام و اجزای آن نشان داده شده است.
شکل (4) نمایی از اجزای واریوگرام
معیارهای ارزیابی
جهت ارزیابی روشهای درونیابی به کار رفته از روش اعتبارسنجی متقابل استفاده شده است. اعتبارسنجی تقاطعی[15] روشی هست که اجازه میدهد تا با استفاده از اطلاعات و دادههای موجود (دادههای اندازهگیری شده)، مقادیر تخمین زده شده با مقادیر واقعی مقایسه گردد. در این روش برای هر یک از نقاط اندازهگیری شده که معمولاً تنها ابزار مقایسه می‌باشند، میتوان تخمین انجام داد و سپس به مقایسه مقادیر مشاهدهای و تخمینی پرداخت. روش کار به این صورت است که در هر مرحله یک نقطه مشاهدهای حذف شود و با استفاده از سایر نقاط مشاهدهای، آن نقطه برآورد میشود. این کار برای تمامی نقاط مشاهدهای تکرار میشود، به گونه‌ای که در آخر به تعداد نقاط مشاهدهای، تخمین وجود خواهد داشت و در پایان با داشتن مقادیر واقعی و تخمینی میتوان خطا را برآورد نمود. معیارهای گوناگونی برای این کار وجود دارد که میتوان به جذر میانگین مربعات خطا (RMSE)، میانگین قدر مطلق خطا (MAE) و میانگین انحراف خطا (MBE) اشاره کرد. معادلات و محاسبه آنها به قرار زیر است (گورای و کومار، 2013).
|
رابطهی (3) رابطهی (4) رابطهی (5) |
که در آنها، و به ترتیب مقدار تخمین زده‌شده و مقدار واقعی متغیر Z در نقطه Xi و n تعداد کل مشاهده‌ها، میباشد. علاوه بر این دو معیار، ضریب همبستگی (R) بین مقادیر مشاهده شده و تخمین زده شده نیز محاسبه میگردد. طبیعی است بهترین روش، آن است که دارای کمترین مقدار RMSE و MAE و بیشترین مقدار R باشد. مقدار MBE، که بیانگر میزان اریبی روش است، در یک تخمینگر نسبتاً دقیق بایستی نزدیک صفر باشد.
بحث و نتایج
تحلیل متغیرنمای EC
در این تحقیق نسبت اثر قطعهای برای متغیر EC، نشان از وجود وابستگی مکانی شدید 021/0 برای مدل کروی میباشد. پارامترهای مدل نیمه تغییرنما برای متغیر EC در جدول (1)، نشان داده شده است. این مدل از مبدأ مختصات شروع شده و در نزدیکی آن رفتار خطی دارد. با افزایش h منحنی به سرعت به سمت مقادیر بیشتر y(h) صعود میکند. آنگاه بتدریج از شیب آن کم میشود. شکل (5)، متغیرنمای تجربی شاخص EC را نشان میدهد. جدول (2)، مقادیر R و RMSE را برای چهار روش کریجینگ ساده، معمولی، گسسته و کوکریجینگ برای عامل EC نشان میدهد. با توجه به نتایج جدول (2)، چون روش کریجینگ ساده نسبت به سایر روشها دارای R (ضریب همبستگی مقادیر مشاهدهای و برآوردی) بالاتر و RMSE پایینتر است، لذا روش کریجینگ ساده به عنوان روش مناسب جهت تهیهی نقشه تغییرات مقادیر EC منطقهی مورد مطالعه انتخاب میشود.
شکل (5) متغیرنمای تجربی برای متغیرEC
جدول (1) عاملهای مربوط به متغیر EC
|
مدل |
اثر قطعهای |
آستانه |
شعاع تأثیر (m) |
|
کروی |
021/0 |
275/0 |
7040 |
جدول (2) مقادیر R و RMSE برای هر یک از روشهای کریجینگ برای شاخص EC
|
روش |
RMSE |
R |
|
کریجینگ ساده |
628/0 |
5/562 |
|
کریجینگ معمولی |
645/0 |
6/487 |
|
کریجینگ گسسته |
690/0 |
5/478 |
|
کوکریجینگ |
687/0 |
2/428 |
مقادیر هدایت الکتریکی اندازهگیری شده در سطح منطقه با استفاده از روشهای زمینآماری در محیط GIS بررسی‌شده و نتایج این بررسی‌ها بر روی نقشهی پایهی محدودهی مطالعاتی شیرامین آورده شده است (شکل 6). این نقشه نشان میدهد که مقدار EC از ارتفاعات به طرف دشت یعنی به طرف دریاچهی ارومیه افزایش می‌یابد و روند کلی تغییرات آن حاکی از افزایش EC از شرق به طرف غرب محدوده است که مؤید جهت جریان آب زیرزمینی منطقه که از سمت شرق به طرف غرب است نیز میباشد. البته به دلیل تأثیر نفوذ آب‌شور دریاچه ارومیه باعث ایجاد بینظمیهایی به صورت محلی در محدودهی مطالعاتی شده است. چاههایی که عمق زیادی داشته باشند و یا مناطقی که به دلیل استحصال بیش از حد آب زیرزمینی با افت شدید سطح ایستابی مواجه شدهاند باعث نفوذ آب‌شور دریاچهی ارومیه و در نتیجه موجب بالا رفتن هدایت الکتریکی منابع آبی محدوده شدهاند.
شکل (6) نقشهی تغییرات EC آب زیرزمینی دشت شیرامین بر اساس روش کریجینگ ساده
تحلیل متغیرنمای SAR
در این مطالعه بهترین مدل برازش داده شده بر نیمهی تغییرنمای تجربی برای متغیر SAR مدل کروی میباشد. جدول (3)، پارامترهای متغیرنمای SAR را نشان میدهد. مقادیر R و RMSE شاخص SAR برای هر یک از روشهای کریجینگ ساده، معمولی، گسسته و کوکریجینگ در جدول (4)، آورده شده است. بر اساس نتایج جدول چون روش کریجینگ ساده نسبت به سایر روشها دارای RMSE پایینتر و R بالاتری است روش کریجینگ ساده به عنوان بهترین روش جهت تهیهی نقشهی تغییرات مقادیر SAR انتخاب میشود. تغییرات مقادیر SAR در شکل (7)، نشان داده شده است.
جدول (3) عاملهای مربوط به متغیر SAR
|
مدل |
اثر قطعهای |
آستانه |
شعاع تأثیر (m) |
|
کروی |
009/0 |
038/0 |
2085 |
جدول (4) مقادیر R و RMSE برای هر یک از روشهای کریجینگ برای شاخص SAR
|
روش |
RMSE |
R |
|
کریجینگ ساده |
208/0 |
212/0 |
|
کریجینگ معمولی |
275/0 |
185/0 |
|
کریجینگ گسسته |
305/0 |
174/0 |
|
کوکریجینگ |
321/0 |
198/0 |
شکل (7) نقشهی تغییرات SAR آب زیرزمینی دشت شیرامین بر اساس روش کریجینگ ساده
همانطور که انتظار میرفت، تغییرات SAR همانند تغییرات EC است و روند نسبی افزایشی را از سمت شرق به طرف غرب نشان میدهد. البته مباحثی که در مورد هدایت الکتریکی بیان گردید در مورد SAR نیز تمامی این موارد صدق می‌کنند.
نتیجه‌گیری
امروزه کاربرد سیستم اطلاعات جغرافیایی تسهیلات بسیار زیادی را در پهنهبندی دادههای نقطهای به وجود آورده است و اسـتفاده از روشهای زمین آماری نیز باعث شـده که دقت بـرآوردهای نـقطهای لازم برای پهنهبندی از پشتوانهی علمی محکمتری برخوردار باشند. از طرف دیگر با استفاده از روشهای درونیابی موجود در زمین آمار، میتوان تحلیلهای آماری و پیشبینی را در مکانهای مختلف بر اساس موقعیت مکانی و جغرافیایی پدیدهها تحلیل نمود. از اینرو، هدف از انجام این تحقیق انتخاب بهترین روش درونیابی به منظور بررسی و تحلیل مکانی تغییرات شوری آبهای زیرزمینی از نظر EC و SAR بود. بدین منظور از روشهای زمینآمار مانند روشهای کریجینگ ساده، کریجینگ معمولی، کریجینگ گسسته و کوکریجینگ استفاده گردید. نتایج به دست آمده از تحلیل واریوگرافی مربوط به عاملهای کیفی EC و SAR آب زیرزمینی دشت شیرامین نشان داد که بهترین مدل برازش شده به ساختار فضایی هر دو عامل در طول دورهی آماری مورد مطالعه سمیواریوگرام مدل کروی میباشد. با توجه به بررسیهای انجام شده در مورد مقایسه روشهای درونیابی برای شاخصهای کیفی EC و SAR آب زیرزمینی، نتایج نشان داد که روش کریجینگ ساده با توجه به RMSE پایینتر و R بالاتری نسبت به سایر روشها به عنوان بهترین روش درونیابی جهت پهنهبندی شاخصهای کیفی EC و SAR در طول دورهی آماری مورد بررسی انتخاب شد. نقشههای پهنهبندی تهیه شده با استفاده از روش کریجینگ ساده نشان داد که مقادیر EC و SAR از ارتفاعات به طرف دشت افزایش می‌یابد و روند کلی تغییرات آن حاکی از افزایش آن از شرق به طرف غرب است که مؤید جهت جریان آب زیرزمینی نیز میباشد. البته به دلیل تأثیر نفوذ آب شور دریاچهی ارومیه باعث ایجاد بینظمیهایی به صورت محلی در محدودهی مطالعاتی شده است. نتایج به دست آمده از این تحقیق با نتایج پژوهشگرانی همچون قمشیون و همکاران (1391)، کرسیک[16] (1997)، بارکای و پاسارلا[17] (2008)، تقیزاده مهجردی و همکاران (2008)، مارنگو و همکاران[18] (2008) و دمیر و همکاران[19] (2009) هـمخوانی دارد. پژوهشگران نام برده روشهای زمینآمار، مانند کریجینگ معمولی، کریجینگ ساده، گسسته و کوکریجینگ را به عنوان ابزار مناسب جهت بررسی کیفیت آبهای زیرزمینی و پهنهبندی آنها در مناطق مختلف جهان پیشنهاد کرده بودند که نتایج به دست آمده از این تحقیق نیز بیانگر تأییـد نتایج محققان مذکور میباشـد. هدف نهایی از بررسی تغییرات مکانی کیفیت آبهای زیرزمینی، شبیهسازی مطمین تغییرات این دادهها در بعد مکان میباشد، به نحوی که جهت اهداف بعدی از جمله پیشبینیهای کوتاه مدت و بلندمدت کیفیت آبهای زیرزمینی در هر منطقه فراهم شود.
[1]- Li and Zhang
[2]- Dorgham
[3]- Lucassen
[4]- Geostatistic
[5]- Total Dissolve Solid (TDS)
[6]- Electrical Conductivity (EC)
[7]- Sodium Absorption Ratio
[8]- Geographic Information System (GIS)
[9]- Root Mean Square Error
[10]- Mean Absolute Error (MAE)
[11]- Kuisi
[12]- Uyan and Cay
[13]- Arslan
[14]- Gorai and Kumar
[15]- Cross Validation
[16]-Kresic
[17]- Barcae & Passarella
[18]- Marengo et al.,
[19]- Demir et al.,
)