بررسی تغییرات زمانی و مکانی شوری آب‏ های زیرزمینی استان یزد با استفاده از روش زمین‏ آماری کریجینگ شاخص

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب دانشگاه گیلان

2 دانشیار، گروه مهندسی آب، دانشکدۀ علوم کشاورزی، دانشگاه گیلان، و گروه پژوهشی مهندسی آب و محیط زیست، پژوهشکدۀ حوضۀ آبی دریای خزر

3 استادیار، گروه مهندسی آب، دانشکدۀ علوم کشاورزی، دانشگاه گیلان

4 دانشیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

چکیده

استان یزد یکی از‌ مناطق خشک ایران محسوب می‏شود و کشاورزی آن به‏ویژه کشت پسته به منابع آب زیرزمینی وابسته است. در دهه‏ها‏ی اخیر عوامل طبیعی (خشک‏سالی و تبخیر شدید) و فعالیت‏های انسانی (بهره‏برداری غیراصولی از منابع آب زیرزمینی) موجب کاهش شدید کیفیت و کمّیت آب‏ها‏ی زیرزمینی این استان شده است. در این مطالعه تغییرات مکانی شوری (EC) آب‏های زیرزمینی استان یزد با استفاده از روش‏های زمین‏آماری و نرم‏افزار ArcGIS ‌بررسی شد. بدین‌منظور از روش کریجینگ معمولی (OK) و کریجینگ شاخص (IK) به‏ترتیب برای رسم نقشه‏های پهنه‏بندی و احتمالاتی شوری آب‏های زیرزمینی استفاده شد. نقشه‏ها‏ی پهنه‏بندی و احتمالاتی، افزایش و گسترش اراضی با شوری آب زیرزمینی بیش از 8 دسی‏زیمنس بر متر از سال 1382 تا 1391 را نشان دادند. همچنین مشخص شد که آب‏های زیرزمینی بخش‏هایی از شهرستان‏های اردکان، بافق، تفت و ابرکوه وضعیت بسیار نامطلوبی از نظر شوری دارند و استفاده از این آب‏ها برای آبیاری باغ‌های پسته، می‏تواند عملکرد این محصول را به‏شدت کاهش دهد و کشت آن را در این استان با خطر جدی مواجه سازد. بنابراین، برای جلوگیری از کاهش کیفیت بیشتر منابع آب زیرزمینی این استان، اقدامات مناسب مدیریتی نظیر ممنوعیت برداشت یا تعیین حقابه و نصب کنتور لازم و ضروری است.
 

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Study of Spatial and Temporal Variations of Groundwater Salinity in Yazd Province using Indicator Kriging Geostatistical Method

نویسندگان [English]

  • Mahboobeh Amiri-Bourkhani 1
  • Mohamad Reza Khaledian 2
  • Afshin Ashrafzadeh 3
  • Ali Shahnazari 4
1 MSc Student of Irrigation and Drainage, Faculty of Agricultural Sciences, University of Guilan
2 Department of Water Engineering, Faculty of Agricultural Sciences, University of Guilan and Department of Water Engineering and Environment, Caspian Sea Basin Research Center
3 partment of Water Engineering, Faculty of Agricultural Sciences, University of Guilan.
4 Department of Water Engineering, Agricultural Sciences and Natural Resources University of Sari.
چکیده [English]

 
Yazd Province is one of the most arid regions of Iran and its agriculture particularly pistachio cultivation depends on groundwater resources. In the recent decades, natural factors (drought and severe evaporation) and human activities (over- exploitation of groundwater) caused a sharp decline in the quality and quantity of groundwater in this province. In the present study, the spatial and temporal variations in groundwater salinity (EC) were evaluated using geostatistical methods and ArcGIS software. For this purpose, ordinary kriging and indicator kriging were used to prepare zoning and probabilistic maps, respectively. Zoning and probabilistic maps showed an increase of groundwater salinity towards higher than 8 dS/m from 2003 to 2012. It was also found that groundwater of Ardakan, Bafgh, Taft, and Abarkouh cities has a very bad condition in terms of salinity and using it for pistachio orchards irrigation can reduce seriously the yield of this plant and its cultivation in the province will be questionable. So as to avoid lowering the quality of groundwater resources in the province, appropriate management measures such as well volumetric water gauge installation and banning both well water extraction and new well water allocation are required.
 
 

کلیدواژه‌ها [English]

  • Electrical conductivity
  • GIS
  • Trend Analysis

مراجع

 
1- Habibi V, Ahmadi A, Fattahi MM. Modeling spatial variability of groundwater chemical properties using geostatistical methods. Iranian Journal of Watershed Management Science and Engineering. 2009; 3(7): 23-34. [Persian].
2- El-Fadel M, Tomaszkiewicz M, Adra Y, Sadek S, Najm MA. GIS-based assessment for the development of a groundwater quality index towards sustainable aquifer management. Water Resources Management. 2014; 28(11): 3471-3487.
3- Delbari M, Afrasiab P. Application of indicator and ordinary kringing for modeling of groundwater chloride. Journal of Environmental Studies. 2014; 40(3): 751-764. [Persian].
4- Ahmadpour H, Khaledian MR, Ashrafzadeh A, Rezaei M. Spatial and temporal mapping of groundwater electrical conductivity and total dissolved solids in Guilan plain. Water Research in Agriculture. 2014; 28(3): 667-676. [Persian].
5- Chen L, Feng Q. Geostatistical analysis of temporal and spatial variations in groundwater levels and quality in the Minqin oasis, Northwest China. Environmental Earth Sciences. 2013; 70(3): 1367-1378.
6- Taghizadeh Mehrjardi R, Zareian Jahromi M, Mahmodi S, Heidari A. Spatial distribution of groundwater quality with geostatistics (case study: Yazd-Ardakan plain). Journal of World Applied Sciences. 2008; 4(1): 09-17.
7- Heidary-Alamdarlo E, Barabadi H, Toloie S. Evaluating quality of ground water resources for irrigation, Roudab Plain, Sabzevar. Renewable Natural Resources Research Journal. 2013; 4(2): 1-12. [Persian].
8- Nas B, Berktay A. Groundwater quality mapping in urban groundwater using GIS. Environmental Monitoring and Assessment. 2010; 160(1-4): 215-227.
9- Jafari R, Bakhshandehmehr L. Analyzing the spatial variations of groundwater salinity and alkalinity in Isfahan province using geostatistics. JWSS - Isfahan University of Technology. 2014; 18 (68) :183-195. [Persian].
10- Mahmoodifard Z, Nazemi AH, Sadraddini AA, Shahbazi F. Assessment of spatial and temporal distribution of groundwater salinity and alkalinity using ordinary kriging; case study: Ardabil plain aquifer. Agriculture Science Developments. 2014; 3(7): 244-250.
11- Bameri A, Piri H, Ganji F. Assessment of groundwater pollution in Bajestan plains for agricultural purposes using indicator kriging. Journal of Water and Soil Conservation. 2015; 22(1): 211-229. [Persian].
12- Arslan H. Spatial and temporal mapping of groundwater salinity using ordinary kriging and indicator kriging: the case of Bafra Plain, Turkey. Agricultural Water Management. 2012; 113: 57-63.
13- Dash JP, Sarangi A, Singh DK. Spatial variability of groundwater depth and quality parameters in the national capital territory of Delhi. Environmental Management. 2010; 45(3): 640-650.
14- Delbari M, Amiri M, Motlagh M. Assessing groundwater quality for irrigation using indicator kriging method. Applied Water Science. 2014; doi:10.1007/s13201-014-0230-6.
15- Osati K, Salajegheh A, Areki S. Spatial variation of nitrate concentrations in groundwater by Geostatistics (Case Study: Kurdan Plain). Journal of Natural Environment. 2013; 65(4): 461-472. [Persian].
16- Hu K, Huang Y, Li H, Li B, Chen D, White RE. Spatial variability of shallow groundwater level, electrical conductivity and nitrate concentration, and risk assessment of nitrate contamination in North China Plain. Environment International. 2005; 31(6): 896-903.
17- Iran meteorological organization, http://www.irimo.ir, 2015. [Persian].
18- Johnston K, Ver Hoef JM, Krivoruchko K, Lucas N. Using ArcGIS geostatistical analyst (Vol. 380): Esri Redlands. 2001.
19- Ashrafzadeh, A. River flow simulation using non-parametric methods. PhD dissertation. University of Tehran. [Persian].
20- Goovaerts P. Geostatistics for natural resources evaluation: Oxford University Press.London. 1997.
21- Journel AG, Huijbregts Ch J. Mining geostatistics: Academic press. New York. USA. 1978.
22- Neshat A, Zeinadini A. Investigation effect of the developing salinity water on the quality of irrigation water and soils physicochemical characteristics of pistachio cultivation of Sirjan area. Journal of Environmental Science and Technology. 2014; 15(2): 13-22. [Persian].
اکوهیدرولوژی
دوره 3، شماره 3
مهر 1395
صفحه 333-345

فایل ها

سابقه مقاله

  • تاریخ دریافت: 06 شهریور 1395
  • تاریخ بازنگری: 11 مهر 1395
  • تاریخ پذیرش: 29 آبان 1395

هم رسانی

ارجاع به این مقاله

آمار