نوع مقاله : پژوهشی
نویسندگان
1 استادیار گروه مهندسی عمران - دانشگاه آیت اله العظمی بروجردی (ره)
2 دانشجوی کارشناسی ارشد-مهندسی آب و سازه‌های هیدرولیکی-دانشگاه آیت‌اله العظمی بروجردی(ره)، بروجرد، ایران
3 استاد دانشکده مهندسی عمران، دانشگاه تبریز، ایران
چکیده
تحلیل سری زمانی فرایندهای هیدرولوژیکی نقش بسزایی را در شناخت دقیق رفتار این فرایندها ایفا میکند. معیار موجک-آنتروپی شاخصی نوین جهت بررسی نوسانات سریهای زمانی میباشد. در این مقاله با بهرهگیری از معیار موجک-آنتروپی ترتیب عوامل مؤثر در کاهش تراز آبزیرزمینی در دشت سیلاخور مورد بررسی قرار گرفته است. به طور کلی کاهش معیار موجک-آنتروپی یا کاهش پیچیدگی سری زمانی یک پدیده، بیانگر کاهش میزان نوسانات طبیعی سری زمانی و در نتیجه نشان‌دهنده‌ی رخداد یک روند نامطلوب در سری زمانی است. در این راستا جهت شناسایی عامل مؤثر در افت سطح آبخوان ابتدا سریهای زمانی ماهانهی بارش، دما و دبی رودخانههای این دشت به بازههای زمانی کوچک‌تر تقسیم‌شدند و سپس هرکدام از این سری‌ها تحت تبدیل موجک به چندین زیرسری با مقیاسهای زمانی مختلف تجزیه شد و نهایتاً پس از محاسبه انرژی موجک نرمال شده برای این زیرسریهای زمانی، معیار موجک-آنتروپی برای هر یک از این بازههای زمانی محاسبه گردید. نتایج به‌دست‌آمده از تحلیل تغییرات معیار موجک-آنتروپی گویای این واقعیت است که کاهش 71 درصدی پیچیدگی دبی رودخانههای خروجی از این منطقه بیشتر از تغییرات بارش و دما با کاهش پیچیدگی به ترتیب به اندازهی 13 و 5/10 درصد بر کاهش پیچیدگی تراز آبزیرزمینی تأثیر گذاشته است و این موضوع گویای تقدم تأثیر عوامل انسانی بر عامل تغییر اقلیم در کاهش تراز سطح آبزیرزمینی در این دشت است.
کلیدواژه‌ها
عنوان مقاله [English]
Identifying Effective Factors on Decline in Groundwater Level Using Wavelet-Entropy Index (Case Study: Silakhor Plain Aquifer
نویسندگان [English]
- Mehdi Komasi 1
- Soroush Sharghi 2
- Vahid Nourani 3
1 - Assistant Professor, Faculty of Civil Engineering, Ayatollah Boroujerdi University, Boroujerd, Iran,
2 MS Student, Hydraulic Structures, Ayatollah Boroujerdi University, Boroujerd, Iran
3 Prof.Dr Faculty of Civil Engineering, Tabriz University
چکیده [English]
Time series analysis of hydrological processes plays an important role in accurate recognition of this process. Wavelet-entropy index is a new indicator to assess the fluctuations of time series. In this paper, the effective factor in groundwater level declining in the Silakhor plain is examined using wavelet-entropy index. Generally, wavelet-entropy index reduction or time series complexity reduction of a phenomenon, indicates the reduction in time series natural fluctuations and thus the occurrence of an unfavorable trend in time series. In this way, to identify the main cause of declining aquifer water table, firstly, monthly time series of precipitation, temperature and rivers flow of this plain divided into shorter time periods and then, each of these time series were decomposed to multiple frequent time series by wavelet transform and then, normalized wavelet energies were calculated for these decomposed time series and finally, wavelet-entropy index was calculated for each three different time periods. The results of wavelet-entropy index analysis reflect the fact that, the complexity reduction of the flow time series about 71% is more effective on groundwater time series complexity reducing compared to the complexity reduction of the precipitation and temperature time series about 13% and 10.5% respectively. This result indicates the primacy of the human factors compared with the climate change factors impacts in declining the groundwater level in this plain.
کلیدواژه‌ها [English]
- Mean groundwater level
- Silakhor plain
- wavelet transform
- Wavelet-entropy index
رشد و نمود اثرات حاصل از خشکسالی به قیمت از دست رفتن سرمایه‌های زیستی و اکوسیستمی منحصربه‌فرد ایران تمام شده و دسترسی به منابع آب شیرین که حساس‌ترین آن آبهای زیرزمینی است بهسرعت در حال کاهش است (ابودوایلی[1] و همکاران، 2008؛ حسینپور و همکاران، 2010). در بسیاری از مناطق کشور، کاهش سطح آبهای زیرزمینی نه تنها بهرهبرداری از این آبها را محدود ساخته بلکه منجر به وقوع پدیدهی فرونشت زمین و خسارات جانی و مالی سنگینی شده است. پژوهشهای متعددی در راستای شناسایی علل افت سطح آبهای زیرزمینی صورت گرفته است. به عنوان نمونه اکبری و همکاران (1388) افت سطح آبهای زیرزمینی را با استفاده از سیستم اطلاعات جغرافیایی (GIS) در آبخوان دشت مشهد بررسی نمودند. نتایج تحقیق آنها گویای این موضوع بود که مهمترین عوامل افت آب زیرزمینی در دشت مشهد پدیده خشکسالی، برداشت بیرویه، ازدیاد جمعیت، افزایش سطح زیر کشت و تعداد زیاد چاههای برداشت میباشد. فرامرزی و همکاران (1393) اثر تغییرات کاربری اراضی روی افت تراز آب زیرزمینی را در منطقه دشت دهلران استان ایلام مورد ارزیابی قرار دادند. آنها به این نتیجه دست یافتند که همبستگی مثبتی بین افزایش اراضی دیمی، اراضی آبی، جنگل دست کاشت با افت سطح ایستابی وجود دارد. به طورکلی بحث‌هایی که در ارتباط با بحران خشکسالی و کم‌آبی در ایران صورت گرفته در تضاد با یکدیگر بوده و هنوز به یک جامعیت و هدفی روشن دست پیدا نکرده است. برخی معتقدند که بحران کم‌آبی، ناشی از تغییر اقلیم گسترده در ایران است (وحیدی، 1390؛ ربانی و علیخانی، ۱۳۸۹) و برخی دیگر آن را نتیجهی بهرهگیری بیرویه انسان از منابع آبی و عدم مدیریت درست منابع آب می‌دانند (نورانی و همکاران، 1394، فسخودی و میرزایی، 1392). در سال‌های اخیر در آبخوان دشت سیلاخور تراز آب زیرزمینی کاهش قابل ملاحظهای را داشته است. همچنین الگوی نوسانی تراز آب زیرزمینی در این منطقه دچار تغییر شده و نوسانات آن کاهش یافته است. این کاهش نوسانات تراز آب زیرزمینی را میتوان به نوعی بیمار شدن آب زیرزمینی منطقهی مورد نظر دانست. در این میان نکتهی اساسی شناسایی عامل بروز این تغییرات در تراز آب زیرزمینی میباشد. برای نشان دادن تأثیر تغییرات اقلیمی از متغیرهای دما و بارش منطقه استفاده شده است. همچنین جهت رصد نمودن تأثیرات انسانی نظیر حفر چاههای غیرمجاز، توسعهی بیرویهی کشاورزی و ایجاد کارخانه‌های صنعتی میتوان از متغیر دبی آب خروجی حوضه بهرهگیری نمود و جهت رتبهبندی عوامل و درصد تأثیر هر یک میتوان از شاخصهای مختلفی از جمله معیار نوین موجک-آنتروپی استفاده نمود. برای اولین بار شانون[2] (1948) مفهوم آنتروپی را به عنوان ابزاری برای سنجش محتوای اطلاعات سیگنال معرفی کرد. پژوهشگران دیگری نیز در عرصه‌های مختلف از این ابزار جهت آنالیز سیگنال و سری زمانی استفاده نمودند (چن و لی[3]، 2014؛ و وارانیس و پدریوا[4]، 2015). پنکاس[5] (1991) مدلی دیگر را از مفهوم آنتروپی که آنتروپی تقریبی[6] نام دارد جهت تعیین پیچیدگی سریهای زمانی کوتاه‌مدت طراحی نمود. از سویی ریچمن و مورمن[7] (2000) با ایجاد تغییری جزئی در ساختار آنتروپی تقریبی، مفهومی اصلاح‌شده را به نام آنتروپی نمونه[8] معرفی کردند. میشرا[9] و همکاران (2009) به وسیلهی مفهوم آنتروپی به بررسی تغییرات مکانی و زمانی سری زمانی بارش در ایالت تگزاس آمریکا پرداختند. آنها به کمک این معیار مشخصههای متعددی از جمله تعداد روزهای بارانی را از سری زمانی بارش استخراج نمودند. در پژوهش دیگری مینگچو[10] (2011) با استفاده از معیار آنتروپی چند مقیاسه، به آنالیز سری زمانی بارش پرداخت. او سری زمانی بارش چهار حوضه را تحت تبدیل موجک قرارداد و از معیار آنتروپی جهت تشخیص درجهی تجزیهی سریهای زمانی تجزیه‌شده استفاده نمود. از آنجایی‌که سری زمانی فرایندهای هیدرولوژیکی بسیار پیچیده بوده بنابراین استفاده از تبدیل موجک و تجزیه سری زمانی به چند زیرسری موجب درک بهتر و درست‌تر از رفتار کوتاه و بلندمدت سری زمانی داده‌ها میشود (نورانی و همکاران، 2012). با رویداشت به نکات یادشده میتوان گفت که معیار موجک- آنتروپی[11] یک شاخص جدید و کارا در محاسبهی پیچیدگی سری زمانی بخصوص سری زمانی دادههای هیدرولوژیکی میباشد. در این تحقیق از معیار موجک- آنتروپی جهت محاسبهی میزان تأثیر تغییرات دما، بارش و دبی بر کاهش تراز آب زیرزمینی آبخوان دشت سیلاخور استفاده شده است.
ویژگیهای محدودهی مورد مطالعه
دشت سیلاخور با وسعتی به اندازهی 819 کیلومترمربع، بزرگ‌ترین زمین هموار استان لرستان در غرب ایران است (شکل 3). این دشت وسیع که شامل مساحت شهرستان‌های بروجرد و دورود نیز میباشد از قطب‌های مهم کشاورزی و باغداری منطقه هم به شمار می‌رود. کمترین ارتفاع محدوده 1437 متر، مربوط به بخشهای خروجی حوضه و بیشترین ارتفاع محدودهی 3845 متر از سطح دریا، مربوط به جنوب شرقی محدوده میباشد.
مواد و روش
معیار آنتروپی
جهت محاسبهی معیار آنتروپی ابتدا میبایست انرژی موجک یا به عبارت دیگر انرژی سیگنال را که با نماد Em نشان داده میشود از رابطهی (1) محاسبه نمود:
|
رابطهی (1) |
Wm(t)زیرسری زمانی جزئی[12] از مراتبM=1, 2, 3, …, m است. اگرX متغیر تصادفی گسسته با مقادیر x1, x2,…xn و احتمالات متناظر p1, p2,…pnباشد، آنتروپی شانون از رابطهی (2) محاسبه میشود (سینک[13]، 2011):
|
رابطهی (2) |
که در این رابطه H(X)آنتروپی X است که تابع آنتروپی شانون نیز نامیده میشود. Pتوزیع احتمال است و به صورت P={pi, i=1,2,3,…..N} تعریف میشود. احتمال وقوع یک پدیده، عدم قطعیت آن و میزان آنتروپی یا اطلاعات باهم مرتبط هستند. اگر احتمال وقوع پدیدهای زیاد باشد، میزان آنتروپی آن کم است و بالعکس. به عبارت دیگر، برای تبیین پدیدههای با احتمال وقوع کم و عدم قطعیت زیاد، اطلاعات آنتروپی زیادی لازم است.
معیار موجک-آنتروپی
تابع تبدیل موجک قابلیت تجزیه سری زمانی به چندین زیر سری زمانی با مقیاسهای مختلف را دارا است و با مطالعه زیرسریهای زمانی حاصل از سری زمانی کلی، رفتار کوچک‌مقیاس و بزرگ‌مقیاس یک فرایند هیدرولوژیکی را مورد آنالیز قرار میدهد. توابع موجک دارای انواع بسیاری هستند که تابع مهمترین و پرکاربردترین آنها در نمودار شکل (1) نشان داده‌شده است (مالات[14]، 1998):
شکل (1)نمودار الف)تابعموجکHaar ؛ ب)تابعموجک Coif1 ؛ پ)تابعموجک Sym3؛ ت)تابعموجکdb2
با ترکیب مفاهیم موجک و آنتروپی، ابزار جدیدی به نام موجک-آنتروپی برای محاسبهی پیچیدگی به دست میآید. با بهرهگیری از این روش میتوان سری زمانی را به تعدادی زیرسری تجزیه و انرژی موجک هر کدام از زیرسریها و در نتیجه معیار موجک-آنتروپی را برای هرکدام از آنها محاسبه نمود. معیار آنتروپی در واقع گویای میزان نوسانات سری زمانی است و مقدار این معیار با شدت نوسان سری رابطهی مستقیم دارد. انرژی موجک موجود در هر زیرسری از رابطهی (3) محاسبه میشود (سینک، 2011).
|
رابطهی (3) |
در این رابطه m مقیاس تفکیک سیگنال اصلی و Cm ضرایب جزئی موجود میباشد و n تعداد ضرایب موجود در مقیاس m است. انرژی کل سیگنال (Etotal) از رابطهی (4) بهدست میآید (سینک، 2011):
|
رابطهی (4) |
با استفاده از رابطهی (5)، انرژی موجک نرمال شده هرکدام از زیرسریها محاسبه میشود.
|
رابطهی (5) |
پس از محاسبهی انرژی نرمال شده هر کدام از زیرسریها در نهایت معیار موجک-آنتروپی با استفاده از رابطهی (2) به‌صورت زیر محاسبه می‌گردد:
|
رابطهی (6) |
شـکل (2) روند محاسبهی معیار موجک-آنتروپی را بـه صورت شـماتیک نـشان میدهد. در این شکل ابتدا سری زمانی توسط تبدیل موجک به چند زیرسری زمانی تجزیه و سپس انرژی نرمال هر کدام از زیرسریها محاسبه میشود. در نهایت با استفاده از رابطهی (6) معیار موجک-آنتروپی از انرژیهای نرمال شده به دست میآید.
شکل (2) ساختار شماتیک محاسبهی معیار موجک-آنتروپی
شکل (3) محدودهی مطالعاتی دشت سیلاخور (دورود-بروجرد)
جدول (1) ویژگیهای آماری منطقهی موردنظر را نشان میدهد. شکل (4) سری زمانی ماهانه 204 ماهه مقایسه بارندگی و تغییرات تراز متوسط آب زیرزمینی دشت سیلاخور از سال آبی (1377-1376) تا (1393-1392) نشان میدهد. شکل 5 و 6 نیز تغییرات دما و دبی آب خروجی را در بازهی زمانی یاد شده نشان میدهد. شایان ذکر است که آبخوان دشت سیلاخور از نوع آبخوان تحت فشار میباشد. در این دشت تعداد 11 منطقهی مختلف موجود است که در هر منطقه سطح پیزومتری آبخوان توسط یک چاه پیزومتری (مجموعاً 11 چاه پیزومتری) اندازهگیری شده است (شکل7) و نهایتاً میانگین تراز آبخوان در این مناطق، سری زمانی متوسط تراز آب زیرزمینی را در دست داده است.
جدول (1) ویژگی‌ها آماری سری زمانی دشت سیلاخور
|
میانگین |
کمینه |
بیشینه |
سری زمانی ماهانه (204 ماه) |
|
74/1499 |
29/1496 |
209/1503 |
تراز متوسط آب زیرزمینی (متر) |
|
76/42 |
0 |
25/255 |
بارش (میلی‌متر) |
|
053/15 |
6- |
9/29 |
دما (درجه سلسیوس) |
|
395/57 |
375/6 |
16/482 |
دبی (مترمکعب بر ثانیه) |
شکل (4) مقایسه‌ی سری زمانی تغییرات بارش و تراز متوسط آب زیرزمینی در دشت سیلاخور
شکل (5) سری زمانی تغییرات دما در دشت سیلاخور
شکل (6) سری زمانی تغییرات دبی آب خروجی از دشت سیلاخور
شکل (7) نقشهی GIS چاههای پیزومتر در دشت سیلاخور
بحث و نتایج
آنالیز سری زمانی تراز متوسط آب زیرزمینی
با رویداشت به شکل (4) میتوان دریافت که سری زمانی تراز متوسط آبهای زیرزمینی دشت سیلاخور در ابتدا (سال 1376) با میزان تراز 64/1500 متر شروع و نهایتاً به تراز 63/1497 متر در پایان بازهی 204 ماهه (سال1393) ختم میشود. واضح است که سطح آب زیرزمینی در این منطقهی وسیع، تحت تاثیر عوامل متعدد اقلیمی و انسانی، در حدود 3 متر کاهش‌یافته است. اما سری زمانی دادههای هیدرولوژیکی ناایستا بوده و دربردارنده‌ی مشخصههای متعددی است. بنابراین قضاوت در ارتباط با تغییرات تراز آب زیرزمینی و وضعیت آن در منطقهی مورد مطالعه صرفاً با بررسی مقادیر ابتدایی، انتهایی و متوسط سری زمانی تراز متوسط آب زیرزمینی نمی‌تواند قضاوتی دقیق و درست باشد. در نتیجه در گام نخست، هدف استفاده از مفاهیم و معیارهایی است که بتوان به دیدگاه صریحی در ارتباط با سری زمانی تراز آب زیرزمینی و سایر سریهای زمانی هیدرولوژیکی منطقه دست یافت.
در این تحقیق ابتدا از تبدیل و تجزیه سری زمانی به وسیلهی تبدیل موجک استفاده میشود. در این راستا سری زمانی 204 ماهه تراز متوسط آب زیرزمینی به سه بازه زمانی 68 ماهه تقسیم‌شده و سپس هرکدام از این سریهای زمانی تحت تبدیل موجک db2 با درجهی تجزیهی 1 تا 5 قرار می‌گیرد. شایان ذکر است که بعد از درجه تجزیه 5، مقادیر انرژی نرمال به طور ناگهانی به عدد یک بسیار نزدیک شده و عبارت Ln[ρm]صفر می شود و در نتیجه مقادیر انرژی نرمال از درجه تجزیه 5 به بعد تاثیری بر مقدار معیار موجک آنتروپی نخواهند داشت. در نتیجه در پژوهش حاضر به ارائه نتایج تبدیل موجک با درجهی تجزیهی 1 تا 5 بسنده شده است. همچنین دلیل استفاده از این تابع موجک شباهت زیاد شکل تابع موجک db2 به سریهای زمانی هیدرولوژیکی از جمله تراز متوسط آب زیرزمینی و همچنین سری زمانی بارش، دما و دبی میباشد. به عنوان نمونه در شکل (8) قسمتی تصادفی از تغییرات سریهای زمانی بارش، دما و دبی دشت سیلاخور نشان داده شده است. همانطور که مشاهده میشود نحوهی نوسانات این سریهای زمانی با شکل تغییرات تابع موجک db2 شباهت نسبی زیادی نسبت به توابع موجک Haar، Coif1 و Sym3 (شکل1) دارد.
شکل (8) شباهت تابع موجک db2 به نوسانات سریهای زمانی بارش، دما و دبی
جهت آنالیز سری زمانی تراز آب زیرزمینی و رصد نمودن تغییرات بی‌نظمی در روند سری زمانی از معیار موجک-آنتروپی استفاده میشود. در این راستا انرژی نرمال شده (nρ) برای هرکدام از زیرسریهای به دست آمده از تبدیل موجک محاسبه و نهایتاً معیار موجک-آنتروپی (WE) در هر سه بازهی زمانی محاسبه میشود (جدول 2). شکل (9) نمودار تغییرات معیار موجک-آنتروپی در سه دورهی زمانی 68 ماهه است.
جدول (2) محاسبه معیار موجک-آنتروپی برای سری زمانی تراز متوسط آب زیرزمینی
|
زیر سریهای 68 ماهه |
انرژی نرمالشده زیرسریها |
||
|
دورهی سوم |
دورهی دوم |
دورهی اول |
|
|
000217/0 |
000319/0 |
000125/0 |
ρ1 |
|
001165/0 |
002441/0 |
000722/0 |
ρ2 |
|
009348/0 |
008336/0 |
003428/0 |
ρ3 |
|
009489/0 |
010765/0 |
003751/0 |
ρ4 |
|
97978/0 |
97814/0 |
99197/0 |
ρ5 |
|
11259/0 |
12756/0 |
09983/0 |
معیار موجک-آنتروپی (WE) |
|
73/11- % |
77/27 % |
*** |
درصد تغییرات |
شکل (9)نمودار تغییرات معیار موجک-آنتروپی برای تراز میانگین آب زیرزمینی در 3 بازهی مختلف
همانطور که در جدول (2) نشان داده شده است، معیار موجک-آنتروپی در بازهی زمانی سوم به میزان 73/11 درصد کاهش یافته است. کاهش معیار موجک-آنتروپی نشانه‌ی مطلوبی نیست. به‌عبارت‌دیگر کاهش این معیار گویای کاهش میزان پیچیدگی یا درواقع کاهش نوسانات سری زمانی در بازهی زمانی سوم است. همانطور که اشاره شد، کاهش میزان نوسانات سری زمانی هیدرولوژیکی نشان دهنده‌ی بیمار شدن آن مشخصه‌ی هیدرولوژیکی است (نورانی و همکاران، 2015). بنابراین تراز آب زیرزمینی دشت سیلاخور در بازهی زمانی سوم دچار بیماری شده و هدف اصلی شناسایی عامل وقوع این بیماری از میان عوامل اقلیمی و انسانی است.
بررسی میزان تأثیر عوامل اقلیمی و انسانی بر کاهش تراز متوسط آب زیرزمینی
در سال‌های اخیر با گسترش صنعت، برداشت بیرویه و غیراصولی از آبهای جاری، تغییر الگوی کشت و در نتیجه کاشت محصولاتی همانند برنج که متناسب با شرایط آبی منطقه نبوده و آب زیادی مصرف میکنند، منجر به ایجاد نیاز آبی وافری در منطقه مورد نظر شده و در نتیجه بهرهبرداری از منابع آبهای زیرزمینی با حفر چاههای متعدد به طور مستقیم و بهرهبرداری از آبهای سطحی به صورت غیرمستقیم بر کاهش سطح آبهای زیرزمینی تأثیر گذاشته است. شکل (10) تراکم زیاد چاههای حفر شده در دشت مطالعاتی را نشان میدهد. باتوجه به این نقشه GIS، تعداد 1679 حلقه چاه در منطقه دشت سیلاخور حفر شده است. روشن است که برداشت آبهای زیرزمینی به وسیلهی این تعداد چاه نقشی اساسی و مستقیم در کاهش تراز سطح این آبها داشته است.
شکل (10) محل چاههای حفر شده در منطقهی دشت سیلاخور
در ایـن بخش هدف بررسی میزان تأثیر هرکدام از عـوامل اقلیمی و انسـانی میباشد که به صورت غیرمستقیم بر بحرانی شدن وضعیت تراز آب زیرزمینی دشت سیلاخور در سال‌های اخیر تاثیر گذاشته است. افزایش بهرهگیری انسان از آبهای سطحی ناشی از موارد یاد شده موجب کاهش دبی آبهای خروجی از این منطقه شده است. بنابراین دبی آبهای خروجی از حوضهی بارزترین مصداق عوامل انسانی میباشد. از این روی جهت در نظر گرفتن عوامل اقلیمی از سری زمانی بارش و دما و جهت بررسی تأثیر عوامل انسانی از سری زمانی دبی آب خروجی از حوضه استفاده‌شده است. در این راستا سری زمانی 204 ماهه بارش، دما و دبی به سه بازهی زمانی 68 ماهه تقسیم و سپس تحت تابع موجک db2 و درجهی تجزیهی 1 تا 5 قرار داده میشود. سپس انرژی نرمال شده برای هر زیرسری تجزیه‌شده محاسبه و نهایتاً معیار موجک-آنتروپی برای هر بازه زمانی برای بارش، دما و دبی بهدست میآید (جداول 3 تا 5). تغییرات این معیار مربوط به سه بازهی زمانی مورد نظر برای بارش، دما و دبی در شکل (11) نشان داده‌شده است.
جدول (3) محاسبه معیار موجک-آنتروپی برای سری زمانی بارش
|
زیر سریهای 68 ماهه |
انرژی نرمالشده زیرسریها |
||
|
دورهی سوم |
دورهی دوم |
دورهی اول |
|
|
01974/0 |
024031/0 |
023803/0 |
ρ1 |
|
036965/0 |
045677/0 |
013089/0 |
ρ2 |
|
072813/0 |
098165/0 |
056131/0 |
ρ3 |
|
028483/0 |
028087/0 |
015506/0 |
ρ4 |
|
842/0 |
80404/0 |
89147/0 |
ρ5 |
|
6363/0 |
73412/0 |
47441/0 |
معیار موجک-آنتروپی (WE) |
|
13- |
55% |
*** |
درصد تغییرات |
جدول (4) محاسبه معیار موجک-آنتروپی برای سری زمانی دما
|
زیر سریهای 68 ماهه |
انرژی نرمالشده زیرسریها |
||
|
دورهی سوم |
دورهی دوم |
دورهی اول |
|
|
000419/0 |
000762/0 |
000497/0 |
ρ1 |
|
006006/0 |
00628/0 |
006138/0 |
ρ2 |
|
038022/0 |
039564/0 |
05269/0 |
ρ3 |
|
019382/0 |
02633/0 |
010216/0 |
ρ4 |
|
93617/0 |
92706/0 |
93046/0 |
ρ5 |
|
29648/0 |
33107/0 |
30402/0 |
معیار موجک-آنتروپی (WE) |
|
5/10- % |
9 % |
*** |
درصد تغییرات |
جدول (5) محاسبه معیار موجک-آنتروپی برای سری زمانی دبی خروجی حوضه
|
زیر سریهای 68 ماهه |
انرژی نرمالشده زیرسریها |
||
|
دورهی سوم |
دورهی دوم |
دورهی اول |
|
|
002705/0 |
013552/0 |
014705/0 |
ρ1 |
|
011389/0 |
04281/0 |
022404/0 |
ρ2 |
|
015655/0 |
10664/0 |
044648/0 |
ρ3 |
|
017352/0 |
087381/0 |
012512/0 |
ρ4 |
|
9529/0 |
74962/0 |
90573/0 |
ρ5 |
|
24836/0 |
8609/0 |
49946/0 |
معیار موجک-آنتروپی (WE) |
|
71- % |
72 % |
*** |
درصد تغییرات |
لازم به ذکر است که برای تجزیه هرکدام از سریهای زمانی مانند مرحلهی قبل از تابع موجک db2 استفاده شده زیرا همانطور که اشاره شد شکل نوسانات سریهای زمانی دادههای هیدرولوژیکی نیز شباهت زیادی به شکل تابع موجک db2 دارد (شکل 8). در جدول (3) با توجه به درصد تغییرات میزان معیار موجک-آنتروپی برای سری زمانی بارش، این معیار ابتدا در بازهی زمانی دوم به اندازهی 55% افزایش داشته و سپس به اندازه 13% کاهش می‌یابد. در نتیجه در بازهی زمانی سوم 13% کاهش نوسانات سری زمانی بارش رخ داده است. اما تا قبل از آنکه میزان کاهش نوسان این سری زمانی نسبت به تغییرات سیگنال سایر سریهای زمانی دما و دبی مقایسه نشده است نمی‌توان در مورد میزان تأثیر بارش بر تراز آب زیرزمینی قضاوتی علمی نمود. با توجه به درصد تغییرات میزان معیار موجک-آنتروپی مربوط به سری زمانی دما در جدول (4) (9% افزایش و 5/10% کاهش به ترتیب در بازهی زمانی دوم و سوم) به نظر می‌رسد تأثیرات سیگنال دما بر تغییرات تراز آب زیرزمینی قابل توجه نمی‌باشد. در جدول5 تغییرات معیار موجک-آنتروپی در سه بازه زمانی برای سری زمانی دبی نشان داده‌شده است و همانطور که مشخص است نوسانات این سری زمانی در بازهی زمانی سوم به میزان 71% کاهش یافته و این بیشترین کاهش معیار موجک-آنتروپی در مقایسه با سریهای زمانی بارش و دما است. برای درک بهتر تغییرات این معیار نمودار تغییرات آن برای هر سه سری زمانی در شکل (11) رسم شده است.
شکل (11) نمودار تغییرات معیار موجک-آنتروپی برای بارش، دما و دبی در 3 بازهی مختلف
طبق نمودار شکل (11)، میزان کاهش معیار موجک-آنتروپی که بیانگر میزان کاهش نوسانات سیگنال است در بازهی زمانی سوم (بین سال‌های 87 تا 93) برای دبی آبهای خروجی از دشت سیلاخور از سایر سریهای زمانی بیشتر است. با به وجود آمدن این معضل، روندی نامطلوب در نوسانات تراز آبهای زیرزمینی که به میزان نفوذ آبهای جاری در این منطقه نیز وابسته است رخ میدهد و پیچیدگی آن در همین بازه کاهش می‌یابد (شکل 9) و ازآنجایی‌که کاهش پیچیدگی سیگنال دبی در منطقه از سایر سریهای زمانی بیشتر بوده این نتیجه حاصل میشود که سری زمان دبی بیشترین تأثیر را در وقوع نوسانات نامطلوب در تغییرات تراز آب زیرزمینی دشت سیلاخور داشته است. از سویی همانطور که اشاره شد دخالت انسان در محیط زیست منطقه، عدم مدیریت در استفاده از منابع آبهای جاری، ایجاد سد و بهرهبرداری غلط و سنتی از این آبها، افزایش جمعیت، تغییر کاربری زمین‌ها و تغییر الگوی کشت منجر به کاهش نوسانات دبی (کاهش پیچیدگی) به میزان قابل‌توجهی در سال‌های اخیر شده است. بنابراین چون تغییرات دبی مهمترین مصداق عامل تأثیرات انسانی در این منطقه است در نتیجهی عامل انسانی بر عامل تغییر اقلیم در بیمار شدن یا به عبارتی وقوع روندی نامطلوب در نوسانات آب زیرزمینی دشت سیلاخور مقدم میباشد. ثبات تقریبی متوسط بارندگی منطقه مورد نظر با توجه به شکل (4) (خط نقطه چین) گواه دیگری بر این مدعاست.
نتیجه‌گیری
شناخت عوامل و یا مهمترین عاملی که اثرات ناشی از خشکسالی را تشدید میکند بسیار مورد اهمیت است. در این پژوهش جهت آنالیز سری زمانی ماهانه، تراز متوسط آبهای زیرزمینی در آبخوان دشت دورود بروجرد (دشت سیلاخور) ابتدا این سری به سه بازهی زمانی تقسیم شد و نهایتاً معیار موجک-آنتروپی برای هر بازهی زمانی سری زمانی تراز آب زیرزمینی به دست آمد. نتایج گویای این بود که در بازهی زمانی سوم (بین سال‌های 87-93) معیار موجک-آنتروپی کاهشی 73/11 درصدی داشته است. کاهش این معیار بیانگر کاهش میزان نوسانات سری زمانی و نهایتاً نشان‌دهنده‌ی وقوع روندی نامطلوب در تغییرات تراز آب زیرزمینی منطقهی مطالعاتی است. پس از بررسی تغییرات معیار موجک-آنتروپی در همان سه بازهی زمانی برای سری زمانی بارش، دما و دبی به این نتیجه دست پیدا شد که در بازهی زمانی سوم معیار پیچیدگی موجک-آنتروپی برای سری زمانی دبی به اندازهی 71 درصد کاهش داشته و این موضوع تأثیر به سزای تغییرات دبی نسبت بارش و دما را بر بیمار شدن یا در واقع وقوع روندی نامطلوب در نوسانات تراز آب زیرزمینی دشت سیلاخور به اثبات رساند. بنابراین عوامل انسانی تأثیر بیشتری در بیماری و کاهش آب زیرزمینی در منطقهی مورد نظر نسبت به تغییرات اقلیم دارد. امید است مسئولان و ارگان‌های ذیربط بیش از پیش بر مدیریت بهرهبرداری از منابع طبیعی تأکید عملی داشته باشند تا عواقب کاهش تراز آب آبخوان روند افزایشی خود را متوقف سازد و از رخداد پدیدههای مخربی همچون فرونشست زمین در آینده جلوگیری گردد.
)