نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی کارشناسی ارشد آبخیزداری، دانشگاه تهران، کرج، ایران
2 دانشجوی دکتری آبخیزداری، دانشگاه کاشان، کاشان، ایران
3 استادیار دانشکده منابع طبیعی دانشگاه تهران، کرج، ایران
4 دانشیار دانشکده منابع طبیعی و علوم زمین دانشگاه کاشان، کاشان، ایران
5 استاد دانشکده منابع طبیعی دانشگاه تهران، کرج، ایران
چکیده
کلیدواژه‌ها
عنوان مقاله [English]
نویسندگان [English]
Extended Abstract
1- IntroductionGroundwater resources management is very important in arid and semi-arid areas. Water for drinking and agriculture is very limited in terms of quantity and quality. Increase of population and urbanization, technology development and uncontrolled discharge of domestic, industrial and agricultural sewage in water bodies due to that use of this water resource is limited while the demand for them is greater always. Increased utilization of these valuable resources has led, not only reduce the quantity of groundwater resources, but also the quality of these resources is declining Thus use of methods that can able to determine the condition of these resources for management is required. Study of spatial variation of groundwater quality parameters have important role in recognition of aquifer quality condition, pollution sources and determination the most suitable managerial strategies. To achieve this aim, monitor and evaluate the quality of groundwater resource is expensive and hard work, therefore accessible and inexpensive methods such as Geostatistics and GIS are useful in this regard. The aim of this research is to evaluate the parameters distribution such as EC, TDS, TH and pH in the groundwater of Zanjan Plain by using of Geostatistics method as IDW, RBF, GPI, LPI and OK in ArcGIS software and spatial distribution maps of these parameters was prepared. Finally, the water quality is determined by using of Drinking World Standard in the Zanjan Plain.2- MethodologyIn this research, pollutants distribution of EC, TDS, TH and PH in Zanjan plain which is located in zanjan province, assessment by using of different methods of geostatistical such as Inverse Distance Weighting (IDW) method and Radial Basis Function (RBF), Global Polynomial Interpolation (GPI), Local Polynomial Interpolation (LPI) and Ordinary Kriging in ArcGIS software, and spatial distribution maps were prepared for each one. Accordingly, groundwater samples of 34 wells were analyzed. After the variogram reviewed and the spatial variations of parameters studied, parameters with mentioned different ways interpolation was done and using with Cross Validation method and Root mean square error the best model for evaluation with the lowest RMSE was selected.3â DiscussionIn classical statistical analysis, samples were obtained from the community are randomly assigned and Measured value of a certain quantity in a particular sample, do not have any information about the same value of the quantity in the another sample and with clear distance. While Geostatistic methods can be used to make a relation between values of quantity in population, samples, the distance and orientation of the samples to each other. To evaluation the accuracy of methods can use of the Root Mean Square Error (RMSE). The best method has the lowest RMSE. Results showed that the TDS and TH parameters had lowest RMSE with using RBF method, PH and EC parameter had lowest RMSE with using IDW method and to catering spatial distribution map of groundwater quality parameters used with methods. Assess the trend of spatial distribution for EC, TDS and TH in the Zanjan plain show that concentration of them increases as linear in the west to east and from north to south. Spatial distribution trend of pH show that variability has the U Curve form and increase in the west to east and from north to south of zanjan plain.4â ConclusionAccording to the drinking water standards of the world health organization and map obtained with using from geostatistical method, the results showed that pH parameters in the plains donât have limits for drinking. EC parameter in the Four wellsValaiesh, Dizaj Abad, Zanjan and Mehtar that are located in southeastern, center and northwestern of plain, have limited due to agriculture actions. TDS parameter have limited in the total of the zanjan plain except the northeastern in terms of drinking. In the many wells, TH parameter has limitation effect. In the terms of water hardness, total wells of zanjan plain are located in the hard and the hardest class. The excessive harvesting of groundwater resource and illegal drilling wells and industrial actions development can be the reasons for decreasing trend of groundwater resources quality
کلیدواژه‌ها [English]
آب از نظر کمّی فراوانترین مادۀ کرۀ زمین است، اما آب با کیفیت مناسب برای مصارف شرب و کشاورزی بسیار محدود است. با افزایش جمعیت و گسترش شهرنشینی، پیشرفت فناوری و تخلیۀ بی‌رویۀ پساب و فاضلابهای خانگی، صنعتی و کشاورزی به منابع و ذخایر آبی موجود، امکان استفاده از آنها، روز به‌روز محدودتر و در مقابل، تقاضا برای استفاده از آنها بیشتر میشود (قبادی، 1389). امروزه در بیشتر نقاط جهان، آب زیرزمینی برای تأمین آب شیرین از اهمیت بسیار بالایی برخوردار است. در کشور ایران و کشورهایی که آب و هوایی مشابه کشورمان دارند، آبهای زیرزمینی مهمترین منابع آب مورد استفاده در کشاورزی و شرب هستند (شعبانی، 1387). افزایش جمعیت و در نتیجۀ آن، افزایش بهرهبرداری از این منابع ارزشمند باعث شده است، نه‌تنها کمیت منابع آب زیرزمینی کاهش یابد، بلکه کیفیت این منابع نیز رو کاهش شود. مهمترین مشکلی که امروزه آبهای زیرزمینی را تهدید میکند، آلوده‌شدن آنهاست. یکی از مهمترین نکات در کنترل و پیشگیری از آلودگی، شناسایی عوامل و منابع آلودگی، مناطق بحرانی آلوده‌شده و همچنین جهت حرکت آلودگی است، تا بتوان به کمک این اطلاعات، گامهای مؤثری در جهت حفظ و بالا‌بردن کیفیت آب زیرزمینی انجام داد (عسکری، 1388). برای رسیدن به این مهم، پایش و بررسی کیفیت منابع آب زیرزمینی کاری سخت و هزینهبر است و استفاده از روشهای ارزان و در دسترس مثل زمینآمار را میطلبد. زمینآمار[1] شاخهای از علم آمار کاربردی است که قادر به ارائۀ مجموعۀ وسیعی از تخمینگرهای آماری به‌منظور برآورد خصوصیت موردنظر در مکانی که نمونهبرداری نشده با استفاده از اطلاعات به‌دست‌آمده از نقاط نمونه‌برداری‌شده است. با استفاده از سیستم اطلاعات جغرافیایی میتوان مقادیر عظیمی از دادهها را با سرعت زیاد و هزینۀ بسیار کم، نگهداری و بازیابی کرد. همچنین استفاده از [2]GIS، امکان تحلیلهای زمینآماری را برای کاربر فراهم میکند (احمدی و صدقآمیز[3]، 2008). این ابزار با تهیۀ نقشههای پهنهبندی پارامترهای کیفی، کمک شایانی به تصمیمگیری در فرآیندهای مدیریت کمیت و کیفیت منابع آب زیرزمینی میکنند. در این راستا در داخل و خارج از کشور مطالعات گوناگونی در مورد کاربرد روشهای میانیابی در مطالعۀ آبهای زیرزمینی انجام گرفته است.
لی و همکاران[4] (2003)، نتایج بهتری را از روش عکس فاصله در مقایسه با روشهای دیگر در سئول کره جنوبی برای نقشهبندی مواد آلی و نیترات با توجه به معیار میانگین مجذور خطا به‌عنوان معیار مقایسه به‌دست آوردند. آندراده و استیگتر[5] (2009) به بررسی آلودگی آبهای زیرزمینی به نیترات و علفکشها در رودخانۀ موندگو در مرکز پرتغال با استفاده از روشهای زمینآماری پرداختند. آنها بر کارایی نقشۀ احتمال آلودگی نیترات بالاتر از مقدار استانداردهای بینالمللی با روش کریجینگ شاخص تأکید دارند. دلبری و همکاران[6] (2013) به بررسی تغییرات مکانی و زمانی پارامترهای کیفیت آب زیرزمینی با استفاده از روشهای زمینآمار در شهر شیراز پرداختند و برای میانیابی و تهیۀ نقشههای پارامترهای کیفیت آب زیرزمینی از روش کریجینگ[7] استفاده کردند. کومار و همکاران[8] (2013)، به بررسی و آنالیز تغییرپذیری مکانی پارامترهای کیفیت آب زیرزمینی در پرودداتور هند اقدام کردند. تکنیکهای ژئواستاتیکی مثل IDW[9]، RBF[10] و کریجینگ برای تولید نقشهها استفاده شد و پارامترهای فیزیکوشیمیایی مثل pH، TH[11]، ²⁺Ca، Mg⁺²، Cl⁻، F⁻ و قلیاییت به‌صورت سیستماتیک ارزیابی و رفتار آماری آنها تحلیل شد. آدهیکاری و همکاران[12] (2014)، در بررسی تغییرات سطح آب زیرزمینی در منطقۀ راجشاهی بنگلادش، از تکنیکهای ژئواستاتیکی شناخته‌شده مثل کریجینگ استفاده کردند. در این بررسی معیارهای RMSE[13]، MAE[14]، R و RSS[15] برای تطبیق مدل و بهینهسازی پارامترها استفاده شدند. در نهایت مدلهای انتخاب‌شده با استفاده از کریجینگ در محیط نرمافزار ArcGIS، برای تخمین سطح آب زیرزمینی و تعیین واریانس محاسبات استفاده و مناطق بحرانی از نظر میزان تغییرات سطح آب زیرزمینی بر اثر بهره برداری تعیین شدند. طاهری تیزرو و همکاران[16] (2014)، در بررسی تغییرات مکانی پارامترهای کیفیت آب زیرزمینی دشت زرین آباد زنجان، با استفاده از روشهای کو کریجینگ[17]، کریجینگ و روش عکس فاصله به این نتیجه رسیدند که روش کوکریجینگ مطلوبترین روش برای مطالعۀ توزیع مکانی پارامترهای کیفیت آب زیرزمینی است. ملکی گنادیشی و رهنما (1387)، در بررسی کیفیت آب زیرزمینی دشت زرند از منظر شرب با استفاده از تکنیکهای زمینآماری، بعد از طبقهبندی کلیۀ پارامترهای کیفی آب دریافتند، در برخی مناطق، آب در حد استاندارد شرب نیست و برای تأمین آب آشامیدنی نیاز به تصفیۀ آب یا انتقال از سایر مناطق است. شعبانی (1387)، در بررسی مناسبترین روش زمینآماری برای تهیۀ نقشۀ تغییرات pH و TDS[18] آبهای زیرزمینی دشت ارسنجان به این نتیجه رسید که روشهای زمینآماری ساده و معمولی نسبت به روشهای معین، برتری داشتهاند. عسکری و همکاران (1388)، با تحلیلهای زمینآماری در دشت قزوین نشان دادند، روش RBFنسبت به دیگر روشهای درونیابی، نتایج بهتری نشان میدهد. رستمی و همکاران (1390)، در شهر مشهد نشان دادند، یون سولفات با استفاده از روش تخمینگر موضعی، کمترین مقدار RMSE را دارد و برای تهیۀ نقشۀ توزیع مکانی پارامترهای کیفیت آب زیرزمینی از این روش استفاده شد. صاحب‌جلال و همکاران (1390)، به‌منظور پهنهبندی خصوصیات کیفی آب زیرزمینی مانند EC، SAR[19]، Cl و B و همچنین بررسی روند شوری آب زیرزمینی در یک دورۀ پنج‌ساله با استفاده از نمونههای تعداد 38 حلقه چاه از روش درونیابی کریجینگ استفاده کردند. اوسطی و همکاران (1391)، با استفاده از نمونههای آب زیرزمینی 52 حلقه چاه، تغییرات مکانی میزان نیترات را در آبهای زیرزمینی منطقۀ کردان بررسی کردند و با مقایسۀ روشهای میانگین متحرک وزنی (IDW)، کریجینگ معمولی و تابع شعاعی پایه (RBF)، به این نتیجه رسیدند که روش کریجینگ کمترین خطا را دارد و از دقت قابل‌قبولی برخوردار است. آنها نشان دادند، غلظت نیترات در مناطق با قابلیت نفوذ بالا و شیب کم در کاربری کشاورزی، بالاترین مقدار را داشته است. پژوهش حاضر در تلاش است تا ضمن مقایسۀ روشهای مختلف زمینآماری و تعیین بهترین روش تخمین، با استفاده از GIS، تغییرات مکانی کیفیت آب زیرزمینی را در دشت زنجان برای مصرف شرب از نظر استانداردهای مختلف پهنهبندی کند.
مواد و روشها
منطقۀ مورد مطالعه
دشت زنجان در شمال غرب ایران و شرق رودخانۀ قزلاوزن و بین 48 تا 49 درجه طول شرقی و 36 درجه و 20 دقیقه تا 37 درجه و 15 دقیقه عرض شمالی واقع است. این منطقه در حوزۀ آبخیز زنجانرود قرار دارد و به نام دشت زنجان معروف است. مساحت کل این محدوده 4705 کیلومترمربع است که 3038 کیلومترمربع آن را ارتفاعات و 1667 کیلومترمربع آن را منطقه دشتی تشکیل داده است. در شکل 1 موقعیت منطقۀ مورد مطالعه آورده شده است.
شکل 1- موقعیت منطقۀ مورد مطالعه و محل چاهها
از کل مساحت دشت، 1200 کیلومترمربع آن مساحت آبخوان و معادل 9/71 درصد کل مساحت دشت و 5/25 درصد کل حوضۀ مطالعاتی است. رودخانۀ اصلی این محدوده زنجانرود نامیده میشود که از شرق به غرب جاری است و رودخانه و مسیل‌های کوچک و بزرگ چندی به آن منتهی میشود.
متوسط دمای سالانۀ منطقۀ مورد مطالعه 10 درجه سانتیگراد و متوسط تعداد روزهای یخبندان 117 روز و متوسط تبخیر و تعرق سالانه 1025 میلیمتر است. از نظر تشکیلات زمینشناسی، دشت مورد مطالعه، بر روی رسوبات کواترنری واقع شده و با رشتهکوههای سلطانیه و طارم احاطه شده است. این ارتفاعات از نظر زمینشناسی شامل سازندهای پرکامبرین و دوران اول و دوم است که به‌صورت هورست[20]، در دوران سوم بالا آمده است (تماب،1370).
روش زمینآمار
در بررسی‌های آمار کلاسیک، نمونههای به‌دست‌آمده از جامعه، عمدتاً به‌صورت تصادفی در نظر گرفته میشوند و مقدار اندازه‌گیری‌شدة یک کمیت معین در یک نمونۀ خاص، هیچ‌گونه اطلاعاتی دربارۀ مقدار همان کمیت در نمونۀ دیگر و به‌فاصلة معلوم نخواهد داشت. در صورتی که در زمینآمار، بین مقادیر یک کمیت در جامعه، نمونه‌ها، فاصله و جهت قرار‌گرفتن نمونه‌ها نسبت به هم ارتباط برقرار میشود. همچنین در آمار کلاسیک، فرض میشود که تغییرپذیری یک متغیر تصادفی است. در صورتی که در زمینآمار، بخشی از آن تصادفی و بخش دیگر آن دارای ساختار و تابع فاصله و جهت است. بنابراین در زمینآمار ابتدا به بررسی وجود یا نبودِ ساختار مکانی بین دادهها پرداخته میشود و سپس در صورت وجود ساختار مکانی تحلیل دادهها انجام می‌گیرد. زمینآمار شاخهای از علم آمار است که مبتنی بر «نظریۀ متغیرهای ناحیه‌ای» است. هر متغیری که در فضای سه‌بعدی توزیع شده باشد و دارای وابستگی مکانی باشد، متغیر ناحیه‌ای نامیده میشود و در مطالعات زمینآماری بحث و بررسی میگردد. مقدار متغیر ناحیه‌ای Z(x) در هر نقطه، به دو مؤلفۀ قطعی و تصادفی تجزیه میشود، بنابراین میتوان نوشت:
(1) Z(x)= m(x)+ L(x)
که در آن: Z(x)؛ متغیر ناحیه‌ای در نقطه‌ای به مختصات(x)، m(x)؛ مؤلفۀ قطعی متغیر ناحیه‌ای، L(x)؛ مؤلفة تصادفی متغیر ناحیه‌ای است. در صورتی که متغیر ناحیه‌ای دارای ساختار مکانی مناسبی باشد، تحلیلهای بسیاری را بر روی آن میتوان به عمل آورد که از جمله آنها میتوان به برآورد متغیر مورد نظر در نقاط بدونِ آمار و طراحی نمونهبرداری اشاره کرد. تخمین زمینآماری شامل دو مرحله است: در مرحلۀ اول شناخت و مدلسازی ساختار فضایی متغیر است که با آنالیز نیم تغییرنما قابل بررسی است. مرحلۀ دوم تخمین متغیر موردنظر و به مرحلۀ اول وابسته است. لازم به ذکر است، شرط استفاده از روشهای زمینآماری، این است که دادهها به توزیع نرمال نزدیک باشند.
ارزیابی صحت
برای ارزیابی دقت روشهای به‌کار گرفته‌شده، از شیوۀ ارزیابی متقابل استفاده شد که با استفاده از پارامتر RMSE دقت روشها برآورد میشود. شکل 2 روند اجرایی مطالعات زمینآماری و انتخاب بهترین مدل و روش میانیابی برای متغیر مورد نظر را نشان میدهد.
شکل2- روند اجرایی مطالعات زمینآماری و انتخاب بهترین مدل و روش میانیابی برای متغیر
بررسی تغییرات مکانی دادهها
هر متغیر تصادفی را میتوان به‌صورت دو مؤلفۀ قطعی و تصادفی در نظر گرفت. به‌منظور تعیین میزان ارتباط مکانی یک متغیر تصادفی در زمینآمار از نیمتغییرنما استفاده میشود. نیمتغییرنما کمیتی برداری است که میزان ارتباط مکانی بین نقاط اندازهگیری‌شده را برحسب مربع تفاضل مقدار دو نقطه و در نظر گرفتن فاصله و جهت آنها نشان میدهد. یک نیمتغییرنما، با استفاده از مقادیر معلوم مقادیر مجهول را برآورد میکند. فرم محاسباتی یک نیمتغییرنما به‌صورت رابطۀ (1) است:
رابطۀ (1)
که در آن:: مقدار شبیه واریوگرام در فاصله ()، : مقدار اندازهگیری‌شدۀ متغیر در مکان ،: مقدار اندازهگیری‌شدۀ متغیر در مکان،: تعداد اندازهگیریهای انجام‌شده در محدودۀ مورد مطالعه است (حسنی‌پاک، 1377).
در این پژوهش، پس از دریافت آمار از شرکت مدیریت منابع آب ایران، برای بررسی تغییرات مکانی پارامترهای TDS، TH، pH وEC، تعداد 34 حلقه‌چاه از سطح دشت که نمایندۀ منطقۀ مورد مطالعه بودند، انتخاب شدند (شکل1). سپس روشهای مختلف درونیابی با هم مقایسه شدند و بهترین روش انتخاب شد. درنهایت، بر اساس آن نقشۀ پهنهبندی کیفیت آب زیرزمینی تهیه شد.
روشهای مختلف درونیابی
روش عکس فاصله (IDW[21]): در این روش مقدار فاکتور وزنی (iλ) با استفاده از رابطۀ (2) محاسبه میشود:
رابطۀ (2)
که در آن، Di= فاصلۀ بین نقطۀ برآورد‌شده و مقدار مشاهده‌شده در نقطۀ i؛ a: تعداد نقاط مشاهده‌شده است. این روش دارای توانهای مختلف است که در این پژوهش، توان 1 تا 4 و توان دارای کمترین خطا استفاده شد.
روش تخمینگر موضعی([22]GPI): این روش یک مدل رگرسیونی چند‌متغیره بر اساس تمامی دادهها و یک سطح تفهیمی ایجاد و مدلی را بر نقاط نمونهبرداری برازش میکند که میتواند یک سطح چند‌ضلعی با توان یک، دو و یا چهار باشد. بهترین کاربرد این روش در سطوح با تغییرات ملایم و تدریجی است. این روش نیز توانهای مختلفی دارد که در این پژوهش توان 1 تا 3 و توان دارای کمترین خطا استفاده شد.
روش تخمینگر عام ([23]LPI): این روش یک دامنۀ کوتاه از تغییرات در دادههای ورودی را در نظر می‌گیرد و با فواصل همسایگی در پنجره مشترک حساس است. بدینگونه که پنجره حرکت میکند و مقادیر سطحی در مرکز هر پنجره در هر نقطه به‌وسیلۀ برازش یک چند‌ضلعی تخمین زده میشود. این روش انعطاف‌پذیری بالاتری نسبت به روش تخمینگر موضعی دارد. این دو روش هیچ فرضی برای دادهها نیاز ندارند.
روش توابع شعاعی[24](RBF): تابع شعاعی تابعی به‌صورت Φj(X)=Φ(X-Xj) است که وابسته به فاصله بین x=Rdو نقطه ثابت Xj ε Rd است. در این تابع Φ تابعی پیوسته و وابسته به هر زیر‌مجموعه ΩεRdاست. R نشاندهندۀ فاصلۀ اقلیدسی بین هر جفت نقطه در مجموعۀ Ω است. این روش دارای 5 تابع کرنل (Completely Regularized Spline, Spline With Tension, Multiquadric, Inverse Multi-quadratic, Thin Plate Spline) است که در این پژوهش روش Inverse Multi-quadratic که دارای کمترین مقدار RMSE بود، انتخاب شد.
روش کریجینگ[25]: کریجینگ یک روش تخمین و بر منطق میانگین متحرک وزندار استوار است و بهترین تخمینگر خطی نااریب است. در صورتی که مقدار اندازهگیری‌شده متغیر در مکان ، مقدار تخمین‌زده‌شدۀ متغیر در نقطه از ترکیب خطی رابطۀ (3) است:
رابطۀ (3)
که در آن:: وزن داده شده به متغیر در نقطۀ i،: تعداد نقاطی که متغیر در آنها اندازهگیری شده است. این نوع کریجینگ را کریجینگ خطی مینامند؛ زیرا ترکیب خطی از داده است. شرط استفاده از این تخمینگر نرمال‌بودن متغیر است (الیاسآذر، 1381).
برای ارزیابی روشهای زمینآماری و انتخاب بهترین روش از نرمافزار ArcGISکه توانایی انجام تکنیک ارزیابی متقابل را دارد و معیار آماری ریشۀ دوم میانگین مربع خطا (RMSE) استفاده شد که محاسبۀ آن به صورت رابطۀ (4) است:
رابطۀ (4)
که در آن:: مقدار برآورد‌شده در نقطۀ ، : مقدار اندازهگیری‌شده در نقطۀ ، : شمارۀ نقاط و: تعداد نقاط مشاهده‌شده است.
در این روش در هر مرحله یک نقطه مشاهدهای حذف شده و با استفاده از بقیۀ نقاط مشاهدهای، آن نقطه برآورد میشود. این کار برای کلیۀ نقاط مشاهدهای تکرار میگردد و در پایان به ازای هر نقطۀ مشاهدهای یک نقطه برای برآورد وجود خواهد داشت.
نتایج و بحث
استفاده از روشهای زمینآماری مستلزم بررسی وجود ساختار مکانی در بین دادهها‌ست که با آنالیز واریوگرام این امر بررسی میشود و شرط استفاده از این آنالیز، نرمال‌بودن دادهها‌ست. هیچکدام از پارامترهای استفاده‌شده در این پژوهش با توجه به هیستوگرام دادهها نرمال نبودند و دارای چولگی بودند که با گرفتن لگاریتم از دادهها نرمال شدند. برخی از خصوصیات آماری مربوط به جامعۀ آماری نرمال‌شده در جدول 1 و هیستوگرام نرمال‌شده پارامترEC برای نمونه در شکل 3 آورده شده است.
جدول 1- نتایج آنالیز آماری پارامترهای مورد بررسی (نرمال‌شده)
|
میانه |
کشیدگی |
چولگی |
انحراف معیار |
میانگین |
حداکثر |
حداقل |
تعداد نمونه |
متغیر مورد بررسی |
|
30/6 |
57/3 |
46/0 |
44/0 |
37/6 |
55/7 |
35/5 |
34 |
EC(mmhos/cm) |
|
84/5 |
57/3 |
46/0 |
44/0 |
91/5 |
09/7 |
88/4 |
34 |
TDS(mg/l) |
|
05/2 |
86/5 |
52/1- |
02/0 |
06/2 |
10/2 |
96/1 |
34 |
pH |
|
24/5 |
77/3 |
56/0 |
38/0 |
26/5 |
39/6 |
55/4 |
34 |
TH(mg/l) |
شکل 3- هیستوگرام نرمال‌شدۀ دادههای مربوط به EC
بررسی روند تغییرات مکانی در دشت مورد مطالعه نشان میدهد، غلظت EC، TDS و TH از غرب به شرق دشت و در راستای شمالی- جنوبی نیز به‌صورت خطی افزایش مییابد که با نقشههای استخراجی مطابقت دارد (شکل4). روند تغییرات مکانی pH در دشت زنجان نشان میدهد، مقدار آن از غرب به شرق دشت و در راستای شمالی- جنوبی دارای منحنی تغییرات Uشکل است که با نقشههای استخراجی مطابقت دارد (شکل5). مقادیر سمی واریوگرام ترسیم‌شده نشاندهندۀ اختلاف مقادیر ECبین زوج نقاط در فواصل مختلف (دور تا نزدیک) هستند، همچنین این شکل مقادیر سمی واریوگرام نمونههای EC را از مرکز به شمال دشت نشان میدهد که در مورد سه پارامتر دیگر نیز به همین شکل است. یکی دیگر از استدلالهای ممکن از این منحنیها، اثبات مکانی‌بودن تغییرات است؛ یعنی با افزایش فاصله نقاط اختلاف دادهها افزایش یابد و در شعاع تأثیر مشخصی واریانس دادهها ثابت شود. از دیگر تحلیلهای ممکن از مقادیر سمی واریوگرام، تعیین موقعیت پارامتر و توزیع نقاط زوج با فاصلۀ کم و تغییرات بالا و توزیع نقاط زوج با فاصلۀ زیاد و تغییرات بالاست (برای نمونه شکل‌های 6 و 7).
شکل 4- روند تغییرات مکانی غلظت TH، EC و TDS از غرب به شرق دشت و در راستای شمالی- جنوبی (خط با شیب افزایشی)
شکل5- روند تغییرات مکانی غلظت PH از غرب به شرق دشت و در راستای شمالی- جنوبی دارای منحنی تغییرات Uشکل
شکل6- مقادیر سمیواریوگرام پارامتر EC از مرکز به شمال دشت و توزیع نقاط زوج با فاصلۀ کم و تغییرات بالا
شکل 7- مقادیر سمیواریوگرام پارامتر EC و توزیع نقاط زوج با فاصلۀ زیاد و تغییرات بالا
مناسبترین روش میانیابی
برای تعیین مناسبترین روش میانیابی در بین روشهای زمینآماری از مجذور میانگین مربعات خطا[26] استفاده شد. نتایج نشان داد که پارامترهای TDS و TH با استفاده از روش تخمینگر توابع شعاعی و تابع کرنل[27] کمترین مقدار RMSE را داشتهاند و پارامتر pH و EC با استفاده از روش عکس فاصله توان یک، کمترین مقدار RMSE را داشته است. برای تهیۀ نقشۀ توزیع مکانی پارامترهای کیفیت آب زیرزمینی از این روشها استفاده شد (جدول 2).
جدول 2- مقادیر RMSE پارامترهای مورد مطالعه با استفاده از روشهای زمینآماری
|
RMSE |
روشهای مختلف زمینآمار |
|||
|
TH |
PH |
TDS |
EC |
|
|
7/107 |
215/0 |
8/239 |
8/348 |
IDW |
|
6/105 |
226/0 |
8/235 |
4/376 |
GPI |
|
9/131 |
246/0 |
1/257 |
3/408 |
LPI |
|
86/97 |
221/0 |
7/219 |
7/380 |
RBF |
|
1/119 |
224/0 |
5/265 |
3/418 |
Kriging |
1- پارامتر EC: آبهای مورد استفاده برای شرب انسان در بیشتر موارد دارای هدایت الکتریکی بین 50 تا 1500 میکروموس بر سانتیمتر است (مهدوی،1386). با توجه به شکل 8 مشاهده میشود، چهار چاه والایش، دیزج‌آباد، زنجان و مهتر که در جنوب شرقی و مرکز و شمال غربی دشت واقع شدهاند و مساحت کمی از دشت را به خود اختصاص دادهاند، دارای محدودیت خیلی کم برای شرب هستند و در بقیۀ مناطق مقدار EC کمتر از 1500 میکروموس بر سانتیمتر است که به لحاظ شرب محدودیتی ندارد.
شکل 8- پهنهبندی پارامتر EC با استفاده از روش IDW
2- پارامتر pH: با توجه به استانداردهای آب شرب که حداکثر مطلوب این پارامتر را بین 5/8>pH>7 تعریف کردهاند (مهدوی، 1386) و با توجه به شکل 9 که پهنهبندی آب زیرزمینی را در دشت زنجان نشان میدهد، هیچ محدودیتی به لحاظ شرب در این دشت وجود ندارد. از مرکز دشت به طرف جنوب شرق وشمال غرب، pH در حال افزایش و بقیۀ قسمتها در حال کاهش است.
شکل 9- پهنهبندی پارامتر pH با استفاده از روش IDW
3- پارامتر TDS: با توجه به استانداردهای آب آشامیدنی سازمان بهداشت جهانی، استاندارد اروپایی 1970 و سازمان حفاظت محیط زیست آمریکا 1975 مقدار توصیه‌شده باقیمانده خشک برای آب شرب 500 میلیگرم در لیتر است (مهدوی،1386). با توجه به شکل 10 که پهنهبندی پارامتر مورد نظر را نشان میدهد، از مرکز دشت به سمت شمال شرقی به‌دلیل خالی‌بودن این مناطق از سکنه، مقادیر باقیماندۀ خشک به مرور در حال کاهش است. در شمال غرب و جنوب غربی دشت مقادیر باقیمانده خشک افزایش یافته و دارای محدودیت برای شرب است. چاه والایش و مهتر دارای محدودیت زیادی برای شرب هستند.
شکل 10- پهنهبندی پارامتر TDS با استفاده از روش RBF
4- پارامتر TH: به توصیۀ سازمان بهداشت جهانی (W.H.O) سختی آب شرب نباید از 500 میلیگرم بر لیتر تجاوز کند و در شرایط خوب کمتر از 80 باشد (مهدوی،1386). با توجه به شکل 11 که پهنهبندی پارامتر مورد نظر را نشان میدهد، در تعداد کمی از چاههای دشت، مقدار TH کمتر از 360 میلیگرم بر لیتر ثبت شده است؛ بنابراین با توجه به استاندارد سازمان بهداشت جهانی مقادیر این پارامتر در دشت زنجان به لحاظ شرب محدودیت ایجاد میکند. از نظر سختی، آب کلیۀ چاهها در طبقۀ سخت و خیلی سخت طبقهبندی میشوند.
شکل 11- پهنهبندی پارامتر TH با استفاده از روش RBF
نتیجهگیری
بر اساس نتایج به‌دست‌آمده میتوان نتیجهگیری کرد که روشهای زمینآماری توانایی قابل ملاحظهای در تحلیل مکانی خصوصیات آب زیرزمینی و پهنهبندی کیفیت آن دارند. نبودِ اطلاعات معتبر در کیفیت آب زیرزمینی معمولاً برای پایش کیفی منابع آب زیرزمینی محدودیتی جدی است. توسعۀ سامانۀ اطلاعات مکانی[28] در برنامه‌های مختلف آب شرب امری ضروری است. نمونهبرداری از آب شرب و پایش آن باید در طراحی برنامهها، اجرا و ارزیابی به‌عنوان عنصر اولیه قرار گیرد. سیستم اطلاعات مکانی بر اساس الگوی کیفیت آب زیرزمینی با شناخت الگوهای شیمیایی، در تفهیم فرآیندهای ژئوشیمیایی منطقه و برای مدیریت سلامت عمومی استفاده میشود. نتایج این بررسی نشان میدهد، مقدار EC و PH و TDS در جنوب شرقی و شمال غربی و جنوب غربی دشت زنجان بالاتر از مقدار استاندارد آب آشامیدنی سازمان بهداشت جهانی است و نشاندهندۀ تأثیرات بالای فعالیتهای انسانی بر مقدار آنها در منطقۀ مورد مطالعه است؛ بنابراین آب زیرزمینی دشت از فعالیتهای انسانی و به‌ویژه فعالیتهای کشاورزی تأثیر گرفته است. بررسی دقیق روند تغییرات مکانی در دشت نشان میدهد، در مناطق کمشیب با کاربری کشاورزی بیشترین مقادیر TDS و EC مشاهده شده است. مقادیر سمیواریوگرام ترسیم‌شده نشاندهندۀ مکانی‌بودن تغییرات بودند. از تحلیل سمیواریوگرام چنین استنباط میشود که نقاط زوج با فاصلۀ کم و تغییرات بالا در بخش کمشیب دشت هستند که با کاهش شیب توجیه میشود؛ یعنی آب فرصت بیشتری برای نفوذ خواهد داشت و بر این اساس افزایش مقدار پارامترها را داریم. توزیع نقاط زوج با فاصلۀ زیاد و تغییرات بالا نشاندهندۀ بالا‌بودن مقادیر TDS و EC در کاربری کشاورزی و اختلاف قابل توجه مقادیر این پارامترها در آب زیرزمینی این مناطق نسبت به کاربریهای روستایی است. در این پژوهش، روشهای زمینآماری عکس فاصله (IDW) با توان (1تا4)، توابع شعاعی (RBF) (با پنج تابع کرنل)، تخمینگر موضعی (GPI) با توان (1تا3)، تخمینگر عام (LPI) با توان (1تا3) و روش کریجینگ معمولی (مدلهای کروی، گوسی، نمایی) در نرمافزار Arc GIS ارزیابی شد. نتایج نشان داد، پارامترهای TDS و TH با استفاده از روش تخمینگر توابع شعاعی و تابع کرنالکمترین مقدار RMSE را داشتهاند و پارامتر EC و pH با استفاده از روش عکس فاصله کمترین مقدار RMSE را داشته است و برای تهیۀ نقشۀ توزیع مکانی پارامترهای کیفیت آب زیرزمینی از این روشها استفاده شد.
نتایج این پژوهش، بجز با نتایج پژوهش عسکری و همکاران (1388)، که روش RBF را بهترین روش معرفی میکند با هیچکدام از پژوهش‌های انجام‌گرفته تا کنون که بیشتر روش کریجینگ را بهترین روش برای پهنهبندی معرفی میکنند، تطابق ندارد و روشهای تخمینگر توابع شعاعی برای TDS و TH و روش عکس فاصله برای EC و pH را با توجه به مجذور میانگین مربعات خطا، بهترین روشها برای پهنهبندی کیفیت آب زیرزمینی در دشت زنجان معرفی میکند. البته در بیشتر مطالعات قبلی برای پهنهبندی کیفیت آب زیرزمینی، فقط روشهای کریجینگ و کوکریجینگ را با هم مقایسه کردهاند که همین روش پژوهش (مقایسۀ کریجینگ و کوکریجینگ) در انتخاب کریجینگ به‌عنوان بهترین روش میانیابی بیتأثیر نبوده است. برای مثال، لی و همکاران (2003) و رستمی و همکاران (1390) به‌ترتیب روشهای عکس فاصله و تخمینگر موضعی را در مقایسه با سایر روشهای زمینآماری برای پهنهبندی کیفیت آب زیرزمینی توصیه میکنند.
مقدار پارامتر ECبرای آب شرب مورد استفادۀ انسان در بیشتر موارد دارای هدایت الکتریکی بین 50 تا 1500 میکروموس بر سانتیمتر است و با توجه به نقشههای استخراجی مشاهده میشود، چهار چاه والایش، دیزج‌آباد، زنجان و مهتر که در جنوب شرقی دشت و مرکز و شمال غربی دشت واقع شدهاند، دارای محدودیت کم برای شرب هستند که ممکن است، ناشی از فعالیتهای کشاورزی در این منطقه باشد و در بقیۀ مناطق مقدار ECکمتر از 1500 میکروموس بر سانتیمتر است که به لحاظ شرب محدودیتی ندارد.
مقدار پارامتر pH با توجه به نقشههای استخراجی و استانداردهای آب شرب که حداکثر مطلوب این پارامتر را بین 5/8>pH>7 تعریف کردهاند، پارامتر pH در کل منطقه به‌لحاظ مصرف آب شرب بدون محدودیت است.
مقدار پارامتر TDSبا توجه به استانداردهای آب آشامیدنی سازمان بهداشت جهانی، استاندارد اروپایی (1970) و سازمان حفاظت محیط زیست آمریکا و با توجه به نقشۀ پهنهبندی پارامتر مورد نظر، نشان میدهد که از مرکز دشت به سمت شمال شرقی به‌دلیل خالی‌بودن این مناطق از سکنه، مقادیر باقیمانده خشک به مرور در حال کاهش است. در شمال غرب و جنوب غربی دشت مقادیر باقیمانده خشک افزایش مییابد و دارای محدودیت برای شرب است. چاه والایش و مهتر دارای محدودیت زیادی برای شرب هستند و مقدار پارامتر TDS بجز شمال شرقی در کل دشت، دارای محدودیت زیاد از نظر مصرف شرب است. مقدار پارامتر TH با توجه به توصیۀ سازمان بهداشت جهانی (W.H.O) و بر اساس نقشۀ پهنهبندی پارامتر موردنظر نشان میدهد که در تعداد کمی از چاههای دشت، مقدار TH کمتر از 360 میلیگرم بر لیتر ثبت شده است، بنابراین تعداد کمی از چاههای دشت از نظر مقدار TH محدودیت کمی دارند و مقادیر این پارامتر در دشت زنجان به لحاظ شرب محدودیت ایجاد میکند و به لحاظ سختی، آب کلیۀ چاهها در طبقۀ سخت و خیلی سخت طبقهبندی میشوند.
[1]- Geostatistic
[2]- Geographic Information System
[3]- Ahmadi and Sedghamiz
[4]- Lee et al
[5]- Andrade and Stigter
[6]- Delbariet al
[7]- Kriging
[8]- Kumar et al
[9]- Inverse Distance Weights
[10]- Radial Basis Function
[11]- Total Hardness
[12]- Adhikary et al
[13]- Root Mean Square Deviation
[14]- Mean Absolute Error
[15]- Residual Sums of Squares
[16]- Tizro
[17]-Co Kriging
[18]-Total Dissolved Solids
[19]-Sodium Absorption Ratio
[20] - Horst
[21]- Inverse Distance Weighting
[22]-Global Polynomial Interpolation
[23]- Local Polynomial Interpolation
[24]- Radial Basis Function
[25]- Kriging
[26]- RMSE
[27]- InverseMultiquadric
[28]- GIS
)
