ارزیابی کیفی منابع آب شهرستان گرگان با استفاده از GIS و زمین آمار

نوع مقاله: مقاله علمی پژوهشی

نویسنده

سایر

چکیده

خصوصیات کیفی منابع آب با توجه به متغیرهای مختلف طبیعی و فعالیت‌های انسانی، الگوی مکانی مختلفی دارند. با شناخت این متغیرها و بکارگیری روش‌های درون یابی می‌توان چگونگی پراکنش مکانی را با دقت بالا مدل سازی نمود. هدف این مطالعه در واقع استفاده از بهینه‌ترین روش درون یابی برای ارزیابی کیفی منابع آب شهرستان گرگان بوده است. بدین‌منظور در ابتدا داده‌های 145 نقطه از مکان‌های مختلف شهرستان طی سال‌های 1383 تا 1388 جمع‌آوری شده و پس از نرمال‌سازی و تحلیل آماری با بالاترین دقت به محیط نرم‌افزار ArcGIS 9.3 وارد شدند. روش‌های مختلف درون‌یابی از جمله روش وزن‌دهی معکوس فاصله و کریجینگ با توابع مختلفی از جمله نمایی، کروی و معمولی برای هر متغیر بطور جداگانه تست شده و بر اساس فاکتورهایی از جمله خطای بایاس میانگین، خطای مربع میانگین، خطای قدر مطلق میانگین و خطای مجذور میانگین استاندارد شده ارزیابی گردیدند. نتیجه ای که در استفاده از این مدل بدست آمد، مؤید نزدیکی دقت روش‌های مختلف درون یابی برای داده‌های مورد استفاده بوده است. کیفیت منابع آب در این شهرستان از جنوب شرق به شمال غرب در مورد اکثر فاکتورهای کیفی از جمله هدایت الکتریکی و نیترات نامطلوب‌تر می‌شود که علاوه بر شرایط خاص طبیعی به عواملی از جمله نفوذ فاضلاب گرگان و اسفاده از کود و سموم کشاورزی مرتبط است. نتایج این تحقیق می‌تواند جهت مکان یابی چاه‌های جدید در منطقه مورد مطالعه مورد استفاده قرار گیرد.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of ground water quality in GORGAN Township using GIS and Geostatistics

نویسنده [English]

  • mohsen adeli
چکیده [English]

Quality water characteristics for drinking purpose are affected by numerous environmental and human conditions. Distribute of this characteristic in various parts, in according to exploitation and management of the environment and in order to geological and geomorphic structures are different. Factors including waste water infiltration, urban runoff, large livestock, industrial waste water, solid waste place, far and near to the sea are factors that directly and indirectly affect water quality. Theses affect especially if these due to increasing of some sensitive parameters such as nitrate, it is necessary to evaluate systematically. The main purpose of this paper is evaluating the quality of groundwater resource using GIS and geo statistics in Gorgan city. Water quality maps in GIS are created using interpolation methods. In fact, interpolation is estimation of the unknown continuous variable based on the discrete known samples. There are several methods for interpolation of spatial data .all these models are based on the logic of the effects of spatial autocorrelation functions. According to calculation of variables correlation ratio, structural analysis is possible. In general, interpolation methods are divided into two deterministic and non-deterministic methods and local and global. Common interpolation methods are inverse distance weighting (IDW), polynomial, and geo statistic Kriging. Krigging is an estimation of the unknown samples based on weighted moving average. This model notice to land structure, with variogram. The best of unbiased line that include minimum of error variance is used for evaluation of model spatial precision. In this paper the values of some factors such as Mean Bias Error (MBE), Mean Absolute Error (MAE) and Root Mean Square Standardized were evaluated.  

کلیدواژه‌ها [English]

  • Auto Correlation
  • Geographic information systems
  • Geostatistics
  • Kriging

- استانداری گلستان. 1387. سالنامه آماری استان گلستان. معاونت برنامه‌ریزی، اداره کل آمار و اطلاعات.

2-رنگزن و همکاران. 1384. درونیابی داده‌های سطح آب زیرزمینی دشت میان آب شوشتر با استفاده از مدل‌های IDW و Krigging. سازمان نقشه برداری کشور، همایش ژئوماتیک 1384، 10 صفحه.

3-علی‌محمدی سراب، عباس. 1384. تحلیل فضایی و مکانی اطلاعات. جزوه درسی. گروه سنجش از دور و GIS دانشگاه شهید بهشتی. 90 صفحه.

4.Al-Kouri, O. 2010. Geostatistical Analysis of Karst Landscapes. Geology Department, Faculty of Sciences, University of Malaya. Vol. 15. 913-916.

5.Anderson. Sh. 2004, an Evaluation of Spatial Interpolation Methods on Air Temperature in Phoenix AZ.

6.Ashraf, sh., Afshari, H. and Ebadi, A.Gh. 2011. Application of GIS for Determination of Ground Water Quality Suitable in Corps Influenced by irrigation water in the Damghan region of Iran. International Journal of the physical sciences. Vol. 6(4), pp. 843-854.

7.Babiker, I. and Mohamed, M. 2007. Assessing Groundwater Quality Using GIS, Water Pesour Manage, Springer Science, Busines Media, 21, 699-715.

8.Bazgeer, E., Oskuee, A., Hagigat, M. and Darban Astane, A.R. 2012. Assessing the Performance of Spatial Interpolation Methods for Mapping Precipitation Data: A Case Study in Fars Province, Iran. Trends in Applied Sciences Research, 7: 467-475

9.Bower, C.A. 1974. Salinity of drainage waters. In Drainage for Agriculture, J. van Schilfgaarde (ed.), Agronomy Monograph, No. 17, Am. Soc. Agro. pp. 471-487.

10.Boyacioglu, H. 2006. Surface Water Quality Assessment Using Factor Analysis, ISSN 0378-4738 = Water SA Vol. 32, No. 3. 389-394.

11.Dorgham, M.M. et al. 2004. Eutrophication problems in the Western Harbour of Alexandria. Egypt. Oceanologia, 46(!): 25-44.

12.Falivene, O., Cabrera, L. Tolosana-Delgado, R. and Saez, A. 2010. Interpolation Algorithm Ranking Using Cross-Validation and the Role of Smoothing Effect: A coal zone example. Comput. Geosci. 36: 512-519.

13.Gipperth, L., and Elmgren, R. 2005. Adaptive Coastal Planning and the European Unions Water Framework Directive. A Swedish perspective. AMBIO, 34(2), 157-162.

14.Hengl, T. 2007. A Practical Guide to Geostatistical Mapping of Environmental Variables. EUR- Scientific and Technical Research series-ISSN: 1018-5593, 143.

15.Johnston, K., Ver Hoef, J.M., Krivoruchko, K. and Lucus, N. 2001. Using ArcGIS Geostatistics