بهینه‌سازی شبکه پایش کیفی آب زیرزمینی با استفاده از روش زمین آماری

نوع مقاله : مقاله پژوهشی

نویسنده

گروه زمین‌شناسی، دانشگاه یزد، یزد، ایران

10.29252/aridbiom.2021.13640.1790

چکیده

طراحی شبکه بهینه پایش آب زیرزمینی که قادر به تهیه اطلاعات دقیق و ارزشمندی از سیستم آبی به ویژه در مناطق خشک باشد، بسیار حیاتی است و به بهبود درک ما از سیستم‌های پیچیده آب زیرزمینی کمک می‌کند. این مطالعه از یک روش زمین آماری برای بهینه‌سازی شبکه پایش کیفی آب زیرزمینی در دشت شمیل-تخت در استان هرمزگان استفاده می‌کند به گونه‌ای که از واریانس اطلاعات جمع‌آوری شده در سطح منطقه برای شناسایی مناطق بدون محل نمونه‌برداری (خلأ اطلاعاتی) و توسعه شبکه پایش استفاده می‌شود. در ادامه از نقشه واریانس کریجینگ (با کمک مدل نیمه تغییرنما) و نقشه استعداد آلودگی در محیط GIS برای طراحی شبکه بهینه استفاده شده است. انتخاب بهترین مدل برازشی نیمه تغییرنما مبتنی بر مقادیر RMSE بود. روش استفاده شده در این مطالعه برای بررسی شبکه پایش هدایت الکتریکی (EC) (به عنوان نماینده تغییرات مهمترین پارامترهای کیفی) مورد بهره‌برداری قرار گرفته است. نتایج نشان می‌دهد که از شبکه نمونه‌برداری اولیه با 44 حلقه چاه، می‌توان 23 حلقه چاه را حذف نمود. از طرفی دیگر، تعداد 15 حلقه چاه نیز به شبکه فعلی افزوده شده است که مناطق فاقد داده را پوشش دهد. به این ترتیب، تمرکز چاه‌ها در نقاطی با تراکم کم، افزایش پیدا کرده است. همچنین بر اساس منابع آلاینده موجود در سطح دشت، 6 موقعیت جدید برای پایش پتانسیل آلودگی ناشی از قبرستان، مراکز بهداشتی-درمانی، صنایع غذایی و پروش دام و طیور پیشنهاد شده است.

کلیدواژه‌ها


[1]. Baalousha H. (2010). Assessment of a groundwater quality monitoring network using vulnerability mapping and geostatistics: A case study from Heretaunga Plains, New Zealand, Agricultural Water Management, 97, 240-246.
[2]. Daughney, C.J., Raiber, M., Moreau-Fournier, M., Morgenstern, U., van der Raaij, R. (2012). Use of hierarchical cluster analysis to assess the representativeness of a baseline groundwater quality monitoring network: comparison of New Zealand's national and regional groundwater monitoring programs, Hydrogeology Journal, 20, 185-200.
[3]. Farlin J., Galle T., Pittois D., Bayerle M., Schaul T. (2019). Groundwater quality monitoring network design and optimisation based on measured contaminant concentration and taking solute transit time into account, Journal of Hydrology, 573, 516-523.
[4]. Feng-guang, Y., Shu-you, C., Xing-nian, L., Ke-jun, Y. (2008). Design of groundwater level monitoring network with ordinary kriging, Journal of Hydrodynamic, 20, 339-346.
[5]. Gangopadhyay, S., Das Gupta, A., Nachabe, M.H. (2001). Evaluation of ground water monitoring network by principal component analysis, Ground Water, 39, 181-191.
[6]. Hasani Pak, A. (1998). Geostatistics, First edition, University of Tehran Press. (in Farsi)
[7]. Jabbari, M. (2012). Optimization of groundwater quality monitoring network in Birjand plain using combined geostatistics-Fuzzy methods. MSc. Thesis, Earth Science Faculty, Kharazmi University. (in Farsi)
[8]. Jorgensen, L.F., Stockmarr, J. (2008). Groundwater monitoring in Denmark: characteristics, perspectives and comparison with other countries, Hydrogeology Journal, 17, 827-842.
[9]. Kollat, J.B., Reed, P.M. (2006). Comparing state-of-the-art evolutionary multiobjective algorithms for long-term groundwater monitoring design, Advances in Water Resources, 29(6), 792-807.
[10]. Loaiciga, H.A. (1989). An optimization approach for groundwater quality monitoring network design, Water Resources Research, 25, 1771-1782.
[11]. Loaiciga, H.A., Charbeneau, R., Everett, L., Fogg, G., Hobbs, B., Rouhani, S. (1992). Review of ground-water quality monitoring network design, Journal of Hydraulic Engineering, 118, 11-37.
[12]. Luo, Q.K., Wu, J.F., Yang, Y., Qian, J.Z., Wu, J.C. (2016). Multi-objective optimization of long-term groundwater monitoring network design using a probabilistic Pareto genetic algorithm under uncertainty, Journal of Hydrology, 534, 352-363.
[13]. Mogheir, Y., Singh, V.P., de Lima, J.L.M.P. (2006). Spatial assessment and redesign of a groundwater quality monitoring network using entropy theory, Gaza strip, Palestine, Hydrogeology Journal, 14, 700-712.
[14]. Mohammadi, J. (2006). Pedometery, Spatial Statistics (2nd Vol.). Pelk publication. (in Farsi)
[15]. Morgenstern, U., Daughney, C.J. (2012). Groundwater age for identification of baseline groundwater quality and impacts of land-use intensification-The National Groundwater Monitoring Programme of New Zealand, Journal of Hydrology, 456-457, 79-93.
[16]. Nielsen D.M. (2006). Practical handbook of environmental site characterization and groundwater monitoring, 2nd ed. USA: Taylor and Francis group; CRC Press.
[17]. Nowak, W., Rubin, Y., de Barros, P.J. (2012). A hypothesis-driven approach to optimize field campaigns, Water Resources Research, 48, 1-16.
[18]. Nunes, L., Paralta, E., Cunha, M., Ribeiro, L. (2007). Comparison of variance-reduction and space filling approaches for the design of environmental monitoring networks, Computer-Aided Civil and Infrastructure Engineering, 22, 489-498.
[19]. Reed, P.M., Kollat, J.B. (2013). Visual analytics clarify the scalability and effectiveness of massively parallel many-objective optimization: a groundwater monitoring design example, Advances in Water Resources, 56, 1-13.
[20]. Song J., Yang Y., Chen G., Sun X., Lin J., Wu J., Wu J. (2019).  Surrogate assisted multi-objective robust optimization for groundwater monitoring network design, Journal of Hydrology, 577, 123994
[21]. Wohling, T., Geiges, A., Nowak, W. (2016). Optimal design of multitype groundwater monitoring networks using easily accessible tools, Groundwater, 54, 861-870.