بررسی تغییرات مکانی کیفیت آبهای زیرزمینی مناطق خشک و نیمه خشک با استفاده از شاخص IRWQI (مطالعه موردی: دشت مهران، ایلام)
محورهای موضوعی : آب و محیط زیست
فاطمه منصوری نصار
1
(کارشناس ارشد، شرکت آب منطقه ای استان ایلام، ایلام، ایران.)
احسان یارمحمدی
2
(کارشناس ارشد، شرکت آب منطقه ای استان ایلام، ایلام، ایران.)
جعفر اسدکاظمی
3
(کارشناس ارشد، شرکت آب منطقه ای استان ایلام، ایلام، ایران.)
حسن فتحی زاد
4
(دکترای بیابان زدایی، دانشگاه یزد، یزد، ایران.)
محسن توکلی
5
(دانشیار گروه مرتع و آبخیزداری، دانشکده کشاورزی، دانشگاه ایلام، ایلام، ایران. *(مسوول مکاتبات))
کلید واژه: آب زیرزمینی, شاخص کیفیت آب زیرزمینی, پهنه¬بندی, زمین آمار, دشت مهران.,
چکیده مقاله :
زمینه و هدف: کیفیت منابع آب زیرزمینی را میتوان از طریق مقایسه مقادیر پارامترهاي اندازهگیري شده با مقادیر استاندارد آنها ارزیابی کرد، اما این روش قدیمی و ساده بوده و تصویری جامع و قابل فهم براي عموم از وضعیت کیفیت آب را بهخصوص در مناطق خشک و نیمهخشک نشان نمیدهد. در تحقیق حاضر پس از محاسبه کیفیت آب زیرزمینی دشت مهران با استفاده از شاخص IRWQI به بررسی و مقایسه انواع روشهای زمین آماری جهت پهنهبندی کیفیت پرداخته شده است.
روش بررسی: با توجه به اهمیت منابع زیرزمینی در دشت خشک مهران، در اين مطالعه دادههاي کيفيت آب تعداد 17 حلقه چاه در دشت مهران انتخاب و نمونهبرداری از چاههای انتخابی به منظور آنالیز و محاسبه مقدار پارامترهای فوق در اواخر بهمن و اوایل اسفند 98 انجام شد. جهت محاسبه شاخص، به هریک از پارامترها بر اساس نقشی که در آلودگی آبهاي زیرزمینی دارند، وزنی خاص تعلق گرفت. برای ارزیابی همبستگی بین داده ها و شاخص IRWQI از ضریب همبستگی پیرسون استفاده شد. به منظور تهیه نقشه پهنهبندي کیفیت آب، از روشهای زمینآماری عکس فاصله، چند جملهای جهانی، تابع شعاعی، روش موضعی، كريجينگ معمولي، ساده و عام استفاده گردید.
یافته ها: نتایج نشاندهنده همبستگی معنیدار شاخص کیفیت آب با پارامترهای EC و SAR در سطح 1 و 5 درصد میباشد. نتایج بررسی شاخص IRWQI نشاندهنده وضعیت خیلی خوب کیفیت آب منطقه با میانگین شاخص عددی 100 است. همبستگی بین پارامترهای آب زیرزمینی با شاخص IRWQI نشان داد که پارامترهای EC و SAR دارای همبستگی معنیداری هستند. همچنین روش عکس فاصله (IDW) با MAE ، RMSE و R2 برابر 10/10، 65/12 و 77/0 کمترین خطا را بین سایر روشهای زمینآماری داشت که بهعنوان بهترین روش برای پهنهبندی شاخص کیفیت آب در دشت مهران معرفی گردید.
بحث و نتیجه گیری: بر اساس مساحتهای کلاسهای نقشه پهنهبندی شاخص کیفیت آب مشخص شد که کلاس خیلی خوب با مساحت 12429 هکتار (69 درصد) بیشترین سطح منطقه را در برگرفته که نشاندهنده کیفیت خیلی خوب آبهای زیرزمینی در دشت مهران میباشد.
Background and Objective: Groundwater quality can be evaluate by comparing measured quality parameters to prepared standards. This method although looks simple, but it doesn't show a comprehensive view of water quality condition in arid and semiarid areas. In current research after calculations of groundwater quality of Mehran plain using IRWQI, the ability of different geostatistical methods have been investigated for quality zoning.
Material and Methodology: Based on the importance of groundwater resources in Mehran plain, 17 piezometer wells were selected. Afterward, sampling and analysis have been done during February 2020. For calculating IRWQI index, all measured quality parameters were weighted based on the roles in groundwater pollution. Pearson correlation coefficient was used to evaluate the correlation between data and IRWQI index. Then, for zoning groundwater quality different geostatistic methods including Inverse Distance Weighting, Global polynomial interpolation, Radial Basis Function, Local Polynomial Interpolation, Ordinary Kriging, Simple Kriging and Universal Kriging have been used.
Findings: The results show a significant correlation between water quality index and EC and SAR parameters at the level of 1 and 5%. Results show that, based on IRWQI, the quality of groundwater in the plain is very good by mean index of 100. In another hand, the relationship between groundwater quality parameters and IRWQI showed that EC and SAR have significant correlations. Also, based on the results, IDW has the minimum error by 10.10, 12.65 and 0.77 for MAE, RMSE and R2, respectively, comparing to other geostatistical methods and it has been selected as the best method for Mehran plain groundwater quality zoning.
Discussion and Conclusion: Groundwater zoning map also indicated that the very good class with the area of 12429 hectare (%69) covered the maximum area of the plain and shows a very good quality of groundwater in whole plain.
1. Abbasnia, A., Radfard, M., Mahvi, A.H., Nabizadeh, R., Yousefi, M., Soleimani, H. and Alimohammadi, M., 2018. Groundwater quality assessment for irrigation purposes based on irrigation water quality index and its zoning with GIS in the villages of Chabahar, Sistan and Baluchistan, Iran. Data in brief, 19, pp.623-631.
2. Adimalla, N., 2019. Controlling factors and mechanism of groundwater quality variation in semiarid region of South India: an approach of water quality index (WQI) and health risk assessment (HRA). Environmental Geochemistry and Health, 42: 1725-1752.
3. Alastal, K. M., Alagha, J. S., Abuhabib, A. A., and Ababou, R., 2016. Groundwater quality assessment using water quality index (WQI) approach: Gaza coastal aquifer case study. Journal of Engineering Research and Technology, 2(1): 80-86.
4. Amiri, F., Tabatabaei, T., Valipour, S., 2018. Assessment and analysis of groundwater quality in landfills using IRWQIGC. Journal of Soil and Water Sciences. 22 (1): 211-226. (persian).
5. 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(2): 240-246.
6. Bora, M., and Goswami, D. C., 2017. Water quality assessment in terms of water quality index (WQI): case study of the Kolong River, Assam, India. Applied Water Science, 7(6): 3125-3135.
7. Dashti Barmaki, M., Rezaei, M. and Saberi Nasr, A., 2014. Assessment of groundwater quality index (GQI) for Lenjanat aquifer using GIS. Journal of Engineering Geology, 8(2): 2121-2138.
8. Datta, P. S., and Tyagi, S. K., 1996. Major ion chemistry of groundwater in Delhi area: chemical weathering processes and groundwater flow regime. Journal-Geological Society of India, 47: 179-188.
9. Eslami, H., Almodaresi, S. A., Khosravi, R., Fallahzadeh, R. A., Peirovi, R. and Taghavi, M., 2018. Assessment of groundwater quality in Yazd-Ardakan plain for agricultural purposes using Geographic Information System (GIS). Journal of Health, 8(5): 575-86.
10. Eslami, H., Sedighi Khavidak, S., Salehi, F., Khosravi, R., and Peirovi, R., 2017. Biodegradation of methylene blue from aqueous solution by bacteria isolated from contaminated soil. Journal of Advances in Environmental Health Research, 5(1): 10-15.
11. Fallahzadeh, R. A., Almodaresi, S. A., Dashti, M. M., Fattahi, A., Sadeghnia, M., Eslami, H., Khosravi, R., Minaee, R. P. and Taghavi, M., 2016. Zoning of nitrite and nitrate concentration in groundwater using Geografic information system (GIS), case study: drinking water wells in Yazd City. Journal of Geoscience and Environment Protection, 4(3): 91-96.
12. Fathizad, H., Mobin, M. H., Gholamnia, A., and Sodaiezadeh, H., 2017. Modeling and mapping of solar radiation using geostatistical analysis methods in Iran. Arabian Journal of Geosciences, 10(17): 1-13.
13. Gebrehiwot, A.B., Tadesse, N. and Jigar, E., 2011. Application of water quality index to assess suitability of groundwater quality for drinking purposes in Hantebet watershed, Tigray, Northern Ethiopia. ISABB Journal of Food and Agricultural Sciences, 1(1), pp.22-30.
14. Houben, G., Tünnermeier, T., Eqrar, N., and Himmelsbach, T., 2009. Hydrogeology of the Kabul Basin (Afghanistan), part II: groundwater geochemistry. Hydrogeology journal, 17(4): 935-948.
15. Kaviarasan, M., Geetha, P. and Soman, K.P., 2016. GIS-based ground water quality monitoring in Thiruvannamalai District, Tamil Nadu, India. In Proceedings of the international conference on soft computing systems (pp. 685-700). Springer, New Delhi.
16. Kaviarasan, M., Geetha, P., and Soman, K. P., 2016. GIS-based ground water quality monitoring in Thiruvannamalai District, Tamil Nadu, India. Proceedings of the international conference on soft computing systems (685-700). Springer, New Delhi.
17. Logeshkumaran, A., Magesh, N. S., Godson, P. S., and Chandrasekar, N., 2015. Hydro-geochemistry and application of water quality index (WQI) for groundwater quality assessment, Anna Nagar, part of Chennai City, Tamil Nadu, India. Applied Water Science, 5(4): 335-343.
18. Magesh, N. S., Krishnakumar, S., Chandrasekar, N., and Soundranayagam, J. P., 2013. Groundwater quality assessment using WQI and GIS techniques, Dindigul district, Tamil Nadu, India. Arabian Journal of Geosciences, 6(11): 4179-4189.
19. Paz-Gonzalez, A., Vieira, S. R., and Castro, M. T. T., 2000. The effect of cultivation on the spatial variability of selected properties of an umbric horizon. Geoderma, 97(3-4): 273-292.
20. Puri, P. J., Yenkie, M. K. N., Sangal, S. P., Gandhare, N. V., Sarote, G. B., and Dhanorkar, D. B., 2011. Surface water (lakes) quality assessment in Nagpur city (India) based on water quality index (WQI). Rasayan journal of chemistry, 4(1): 43-48.
21. Rabeiy, R. E., 2018. Assessment and modeling of groundwater quality using WQI and GIS in Upper Egypt area. Environmental Science and Pollution Research, 25(31): 30808-30817.
22. Samadi, J., 2016. Survey of Spatiotemporal Impact of Land Use on Water Quality in Chaghakhor Wetland Using IRWQI Index and Statistical Methods. Iran-Water Resources Research, 11(3):159-171. (In Persian)
23. Samantray, P., Mishra, B. K., Panda, C. R., and Rout, S. P., 2009. Assessment of water quality index in Mahanadi and Atharabanki Rivers and Taldanda Canal in Paradip area, India. Journal of Human Ecology, 26(3): 153-161.
24. Samarghandi, M., Weysi, K., Aboee Mehrizi, E., Kaseb, P., and Danai, E., 2013. Evaluation of water quality in Ekbatan reservoir of Hamadan by NSFWQI index. Journal of North Khorasan University of Medical Sciences, 5 (1) :63-69. (In Persian)
25. Torabipoudeh, H., Yonesi, H., and Arshia, A., 2020. Evaluation of Quality Changes in the Groundwater Resources and IRWQIGC Upstream of Zayandehrood Dam. Journal of Water and Soil Science, 24 (2) :27-40. (In Persian)
26. Torabipoudeh, H., Yonesi, H., Haghizadeh, A., and Arshia, A., 2019. Assessment of Groundwater Quality Changes and Evaluation of IRWQIGC in Lenjanat-Najafabad Aquifers Area. Desert Ecosystem Engineering Journal, 8 (25): 553-66. (In Persian)
27. Tuominen, S., Fish, S., and Poso, S., 2003. Combining remote sensing, data from earlier inventories and geostatistical interpolation in multi-source forest inventory. Canadian Journal of Forest Research, 33: 624- 634.
28. Tyagi, S., Sharma, B., Singh, P., and Dobhal, R., 2013. Water quality assessment in terms of water quality index. american Journal of water resources, 1(3): 34-38.
29. Webster, R., and Oliver, M. A., 2007. Geostatistics for environmental scientists. John Wiley & Sons, 330 pp.
30. Yisa, J., Jimoh, T. O., and Oyibo, O. M., 2012. Underground water assessment using water quality index. Leonardo Journal of Sciences, 21: 33-42.
31. Zahedi Amiri, Gh., 1998. Relation between ground vegetation and soil characteristic in a mixedhardwood stand. Ph.D. thesis, university of Gent, Belgium, 319 pp.