بررسی تغییرات مکانی و زمانی سطح ایستابی کمعمق با استفاده از روشهای قطعی و زمین آمار (مطالعه موردی: اراضی دشت ناز ساری)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه مهندسی ، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی ساری

2 گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی، ساری، ایران

3 دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه علوم کشاورزی و منابع طبیعی ساری. مازندران

چکیده

تغییرات سطح آب ایستابی کم­عمق از عوامل مهم و تاثیرگذار در مطالعه و مدیریت منابع آب زیرزمینی بویژه در مسائل کشاورزی و زهکشی می­باشد. در عمل به دلیل کمبود تعداد نقاط برداشت و کمبود تعداد قرائت، در اثر مشکلات مالی و فنی، دسترسی به این اطلاعات محدود می­باشد. بنابراین تخمین سطح آب در نقاط مشخص براساس اطلاعات نقاط هم­جوار از جایگاه ویژه­ای در مطالعات منابع آب زیرسطحی برخوردار است. در این پژوهش دقت روش‌های قطعی و زمین آمار جهت تعیین مناسب‌ترین روش برای تعیین تغییرات مکانی و زمانی سطح ایستابی کم­عمق در سطح ۱۷۰۰ هکتار از اراضی شرکت سهامی زراعی دشت ناز ساری در ۸۱ چاهک مشاهداتی با شبکه منظم ۵۰۰ در ۵۰۰ متر، مورد ارزیابی قرار گرفت. نتایج این پژوهش نشان می­دهد، از بین روش­های قطعی، روش وزن دهی­عکس فاصله و توابع پایه شعاعی با جذر میانگین مربعات به مقدار ۵4 تا 9/55 سانتی­متر، میانگین خطای مطلق 1/42 تا 45 درصد و ضریب همبستگی به میزان ۲۱/۰ و ۲7/۰ ، برای داده­های ۱۵ فروردین و ۲۱ دی از دقت بهتری نسبت به سایر روش­ها  برخوردار می­باشد. روش کریجینگ با مدل نیم­تغییرنمای گوسی نیز از دقت کمی بهتر از روش­های قطعی می­باشد. با توجه به تغییرات مکانی زیاد سطح ایستابی بدلیل مشکل موضعی زهکشی در این اراضی روش­های قطعی و روش کریجینگ از دقت لازم برخوردار نمی­باشند. برای قرائت سطح ایستابی در تاریخ 21 دی و 15 فروردین، روش کوکریجینگ (با متغیر کمکی سطح آب در نوبت قبلی) با جذر میانگین مربعات ۷/۲۶ و 34 سانتی­متر و میانگین خطای مطلق 17 و 24 سانتی­متر و ضریب همبستگی ۸۳/۰ و 75/۰ از دقت بیش­تری برخوردار می­باشند. مدل نیم تغییرنما K-Bessel نیز از قوی­ترین ساختار مکانی برخوردار است. در شرایطی که تغییرات سطح آب زیاد باشد، روش زمین­آمار کوکریجینگ با کمک یک متغیر کمکی تاثیر قابل ملاحظه­ای در افزایش دقت توزیع مکانی سطح ایستابی کم عمق دارد و منجر به کاهش 37 و 50 درصدی مقدار جذر میانگین مربعات و کاهش 44 و 59 درصدی میانگین خطای مطلق گردید.

کلیدواژه‌ها


عنوان مقاله [English]

Spatial and Temporal Variability Analysis of Shallow Water Table Using Deterministic and Geostatistical Methods (Case study: Dashte- Naz of Sari)

نویسندگان [English]

  • Jamal Abbas Palangi 1
  • Mohammad Ali Gholami Sefidkouhi 2
  • Maryam Abdi mofti kolai 3
1 Water Engineering Department , Sari Agricultural Sciences and Natural Resources University
2 Water Engineering Department, University of Sari Agricultural Sciences and Natural Resources., Sari., Iran
3 MSc of Irrigation & Drainage, Sari Agricultural Sciences and Natural Resources University
چکیده [English]

Shallow groundwater table changes are important and effective factors in studying and ground water resources management especially in agriculture and drainage issues. Practically, because of lack of the number of observation points, reading and observation, because of time and financial problems, the information availability is limited. Thus, the application of interpolation methods and estimation water level in specific points base to information adjacent points studies have special position in the groundwater resources studies. In this study, deterministic and Geostatistical methods evaluated in order to determine the most appropriate method forSpatial and temporal variability analysisof shallow water table in 1700 hectare areas of agricultural land of Dashte_naz Sari company, in 81 observation well with 500*500 meters regulation grids. The results show that in deterministic methods, Inverse Distance Weighting and radial basis function have more accurate than other methods with a root mean square error of 54 cm to 55.9, and the mean absolute error of 42.1 to 45% and the correlation coefficient of 0.21 and 0.27 for data of 15 March and 21 December. Due to the high spatial variation of water level because of localized drainage problems in this area, deterministic methods and kriging haven’t sufficient precision. For the data of 21 January and 15 April, cokriging method (with the co-variable of water level in the previous period) with 26.7 and 34 cm root mean square and mean absolute error of 17 and 24 percent and correlation coefficient 0.83 and 0.75, have more accuracy. K-Bessel Variogram model also had stronger spatial structure. In the case of  high Spatial variability of shallow water table, cokriging geostatistics method with the help of a co-variable will be significant effect on increasing the precision of the spatial distribution of shallow water table and resulting 37% and 50% decrease of root mean square error and 44% and 59% decrease of the average absolute error.

کلیدواژه‌ها [English]

  • Interpolation
  • Cokriging
  • Semivariogram
پیری،ح و بامری،ا. 1393. بررسی روند تغییرات کمی سطح ایستابی منابع آب زیرزمینی با استفاده از زمین آمار و سیستم اطلاعات جغرافیایی (مطالعه موردی: دشت سیرجان).مجله سنجش از دور و اطلاعات جغرافیایی در منابع طبیعی، 5. 1: 29-44.
حسنی­پاک،ع.ا.۱۳۸۶. زمین آمار (ژئواستاتیستیک). انتشارات دانشگاه تهران.
حمزه،س.، ناصری،ع.، علوی­پناه،س.ک و مجردی،ب. 1393. مدل­سازی سطح آب زیرزمینی کم­عمق با استفاده از تصاویر ابرطیفی هایپریون. مجله فن­آوری اطلاعات مکانی، 2. 4: 99-119.
زاهدی فر،م.، موسوی،س.ع.ا و رجبی،م.۱۳۹۲. پهنه­بندی ویژگی­های شیمیایی کیفیت آب­های زیرزمینی دشت فسا با استفاده از روش­های زمین آماری. نشریه آب و خاک (علوم و صنایع کشاورزی) ۲۷.۴: ۸۲۲-۸۱۲.
زهتابیان،غ.، جان فزاع،ا.، محمد عسگری،ح و نعمت­الهی،م.ج. ۱۳۸۹. مدل­سازی توزیع مکانی برخی از خصوصیات شیمیایی آب­های زیرزمینی (مطالعه موردی در حوزه آبخیز گرمسار). فصل­نامه علمی– پژوهشی تحقیقات مرتع و بیابان ایران ۱۷.۱: ۷۳-۶۱.
سالار­جزی،م.، زارعی،ح و تقفیان،م. 1388. کاربرد و ارزیابی روش­های کریجینگ وکوکریجینگ در محاسبه تراز سطح آب در سطح دشت میان آب (سال آبی 1385-86). دومین همایش ملی اثرات خشک­سالی و راه­کارهای مدیریت آن،25 و 26 اردیبهشت1388، اصفهان.
طباطبایی،س.ح و غزالی،م. ۱۳۹۰. ارزیابی دقت روش­های میان­یابی در تخمین سطح ایستابی آب زیرزمینی (مطالعه موردی: آبخوان­های فارسان - جونقان و سفید دشت). مجله علوم و فنون کشاورزی و منابع طبیعی (علوم آب و خاک). ۱۵.۵۷: ۲۲-۱۱.
قمرنیا،ه و فرمانی­فرد،م.1392. ارزیابی تاثیر آبیاری تکمیلی بر نیاز آبی گندم در حضور سطح ایستابی کم عمق. فصل­نامه علمی پژوهشی مهندسی آبیاری و آب، 4.14: 99-112.
 قهروردی تالی،م و بابایی فینی،ا.ا. ۱۳۸۹. درآمدی بر سیستم­های اطلاعات جغرافیایی (رشته جغرافیا). انتشارات دانشگاه پیام نور.
محمدی،ص.، سلاجقه،ع.، مهدوی،م و باقری،ر. ۱۳۹۱. بررسی تغییرات مکانی و زمانی سطح آب زیرزمینی دشت کرمان با استفاده از روش زمین آماری مناسب (طی یک دوره آماری ۱۰ ساله، ۱۳۷۵ – ۱۳۸۵). فصل­نامه­ی علمی– پژوهشی تحقیقات مرتع و بیابان ایران ۱۹.۱: ۷۱-۶۰.
مهدیان،م.ح. ۱۳۸۵. کاربرد زمین آمار در خاک­شناسی. اولین همایش خاک، توسعه پایدار و محیط زیست. دانشگاه تهران.
هوشنگی،ن.1393. ارزیابی هشت روش رایج درون‌یابی برای تخمین سطح آب‌های زیرزمینی. پایان­نامه کارشناسی ارشد، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده نقشه برداری.
Ahmadi,S.H., Sedghamiz,A. 2008. Application and evaluation of kriging and cokriging methods on groundwater depth mapping, Environmental Monitoring Assessment, 138:357-368.
Calzolari,C and Ungaro,F. 2012. Predicting shallow water table depth at regional scale from rainfall and soil data. Journal of Hydrology. 414-415:374-387.
Lyon,S.W., Seibert,J., Lembo,A.J., Walter,M.T., Steenhuis,T.S. 2006. Geostatistical investigation into the temporal evolution of spatial structure in a shallow water table. Hydrology and Earth System Sciences, 10.113-125.
Modis,K., Sideri,D .2015. Spatiotemporal estimation of land subsidence and ground water level decline in West Thessaly basin, Greece. Natural Hazards, 76. 2:939-954.
Manzione,R.L., Knotters.M., Heuvelink,G.B.M., Von Asmuth,J.R and Camara,G. 2010. Transfer function-noise modeling and spatial interpolation to evaluate the risk of extreme (shallow) water-table levels in the Brazilian Cerrados. Hydrogeology Journal, Volume, 18. 8: 1927-1937.
Nosetto,M.D., Jobbagy,E.G., Jackson,R.B and Sznaider,G.A. 2009. Reciprocal influence of crops and  shallow ground water in sandy landscapes of the inland pampas. Field Crop Researches, 113: 138-148.
Ritzema,H.P. 1994. Drainage Principles and Applications. ILRI Publication 16. Second Edition (Completely Revised). International Institute for Land Reclamation and Improvement, Wageningen, The Netherlands.
Shi,J., Wang,H., Xu,J., Wu,J., Liu,X., Zhu,H., Yu,Ch. 2007. Spatial distribution of heavy metals in soils: a case study of changxing, china. Environmental Geology. 52:1-10.
Sun,Y., Kang,Sh., Li,F.,  Zhang,L.  2009. Comparison of interpolation methods for depth to groundwater and its temporal and spatial variations in the Minqin oasis of northwest China. Environmental Modelling and Software. 24.10:1163-1170.
Varouchakis,E.A., Kolosionis,K and Karatzas,G.P. 2016. Spatial variability estimation and risk assessment of the aquifer level at sparsely gauged basins using geostatistical methodologies .Earth Science Informatics: 1-12.
Varouchakis,A and Hristopulos,D.T. 2013. Comparison of stochastic and deterministic methods for mapping groundwater level spatial variability in sparsely monitored basins. Environmental Monitoring and Assessment. 185.1:1-19.
Xiao,Y., Gu,X., Yin,S., Shao,J., Cui,Y., Zhang,Q and Niu,Y. 2016. Geostatistical interpolation model selection based on ArcGIS and spatio-temporal variability analysis of groundwater level in piedmont plains, northwest China. Springer Plus. 5.1: 1-15.