بررسی اثر ویژگی های اقلیمی و سطح زمین بر کیفیت آب زیرزمینی با استفاده از داده های گوگل ارت انجین (GEE) (مطالعه موردی: دشت کهورستان، هرمزگان)

Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 6

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JWMS-18-66_006

تاریخ نمایه سازی: 14 مهر 1403

Abstract:

مقدمه آب زیرزمینی به عنوان یکی از منابع حیاتی برای تامین آب شرب و کشاورزی، به شدت تحت تاثیر تغییرات اقلیمی و فعالیت های انسانی قرار دارد. افزایش دما، تغییر الگوهای بارش، تغییرات پوشش گیاهی و ... منجر به تغییر در ترکیب شیمیایی آب می شود و این موضوع می تواند عواقب جدی برای تامین آب شرب و کشاورزی داشته باشد. کیفیت آب­های زیرزمینی مانند آب­های سطحی دائم در حال تغییر کردن است و در دشت های خشک و نیمه خشک، شناسایی و تحلیل عوامل موثر بر کیفیت آب زیرزمینی جهت مدیریت پهنه­های کیفی مختلف، از اهمیت ویژه ای برخوردار است. محققین در این زمینه اذعان داشته­اند که،  ویژگی­های خاک و سطح زمین می­تواند مستقیما بر کیفیت آب زیرزمینی تاثیر بگذارد و مدیریت صحیح خاک می­تواند به بهبود کیفیت آب کمک کند. از این رو، پژوهش حاضر به بررسی تاثیر متغیرهای اقلیمی و ویژگی های سطح زمین بر کیفیت آب زیرزمینی در دشت کهورستان استان هرمزگان پرداخته و به دنبال شناسایی تغییرات کیفی آب در فصول آبیاری و غیرآبیاری است. شایان ذکر است، در تحقیقات پیشین بیشتر با الگوریتم­های درون­یابی، میزان WQI در سامانه اطلاعات جغرافیایی برآورد و سطوح طبقات مختلف کیفیت آب­زیرزمینی تبیین شده است. در پژوهش حاضر علاوه بر بررسی ارتباط معنادار میان متغیرهای اقلیمی و ویژگی­های سطح زمین با کیفیت آب­زیرزمینی، به­بررسی توزیع فضایی این متغیر در محدوده مورد مطالعه و مدل­سازی آن با روش­های رگرسیون جغرافیایی وزن­دار (GWR) و مجموع مربعات معمولی (OLS) بر اساس متغیرهای مستقل تاثیرگذار پرداخته شده است. مواد و روش ها محدوده مورد مطالعه در پژوهش حاضر، دشت کهورستان با مساحت ۰۹/۲۷۳ کیلومترمربع از جمله دشت­های نادر در غرب استان هرمزگان است. این مطالعه بر اساس داده های شیمیایی ۱۵ حلقه چاه نیمه عمیق در دشت کهورستان و مقاطع زمانی آبیاری و غیرآبیاری سال­های ۲۰۰۹ و ۲۰۱۸ انجام شد. متغیرهای مستقل تحقیق، شاخص شوری استاندارد شده (NDSI)، بارش تجمعی (Pr)، شاخص پوشش گیاهی نرمال شده (NDVI)، کمبود آب در خاک (DEF)، تبخیر و تعرق پتانسیل (PET)، دمای سطح زمین (LST)، شاخص شدت خشکسالی پالمر (PDSI)، تبخیر و تعرق واقعی (AET) بودند که از سامانه گوگل ارت انجین (GEE) به­شکل تصاویر ماهواره­ای رستری در مقیاس ماهانه استخراج شدند. همچنین متغیر وابسته تحقیق، شاخص کیفیت آب زیرزمینی (WQI) بود که در سامانه اطلاعات جغرافیایی مدل شد. برای بررسی معناداری ارتباط بین این متغیرها در مقاطع زمانی مختلف از آزمون کای اسکوئر استفاده شد و سپس از روش های رگرسیون جغرافیایی وزن دار (GWR) و حداقل مربعات معمولی (OLS) برای مدل سازی تغییرات مکانی کیفیت آب زیرزمینی بهره گرفته شد. برای مقایسه میزان اعتبار یا کارایی مدل های رگرسیونی چند متغیره، از معیارهای، ضریب تعیین، ریشه میانگین مجذور خطاها و معیار آکائیکه استفاده شد. همچنین خاطرنشان می­شود، جهت بررسی توزیع فضایی پهنه های کیفی آب زیرزمینی از آماره موران محلی در این مقاطع زمانی استفاده شد. نتایج و بحث آزمون کای اسکوئرنشان از ارتباط معنی دار بین متغیرهای اقلیمی و ویژگی های سطح زمین با کیفیت آب زیرزمینی داشت و تحلیل خودهمبستگی فضایی نشان داد که توزیع فضایی کیفیت آب زیرزمینی در دشت کهورستان به صورت تصادفی بوده است. از بین دو روش GWR و OLS، روش رگرسیون وزن­دار جغرافیایی با ریشه میانگین مربعات خطا معادل ۱۴/۰، مجموع مربعات باقیمانده ۳/۱۱، ضریب تعیین ۸۲/۰ و ضریب آکائیکه ۱۹/۵۷۰- نتایج بهتری را نسبت به روش OLS ارائه کرد. همچنین NDVI و NDSI با ضریب تبیین (R۲) معادل ۴۷/۰ در بازه زمانی نخست (۴/۲۰۰۹)، متغیر NDSI با ضریب تبیین معادل ۶۳/۰ در بازه زمانی دوم (۱۱/۲۰۰۹)، در مقطع زمانی سوم (۵/۲۰۱۸)، دو متغیر NDVI و NDSI با ضریب تبیین معادل ۶۵/۰ و مقطع زمانی چهارم (۱۲/۲۰۱۸) نیز صرفا دو متغیر NDVI و NDSI با ضریب تبیین معادل ۵۵/۰ بیشترین تاثیرگذاری را از بین متغیرهای اقلیمی و ویژگی­های سطح زمین بر میزان کیفیت آب زیرزمینی نشان دادند. طبقات کیفیت آب زیرزمینی دشت کهورستان فقط دو طبقه بسیار ضعیف و نامناسب برای مصارف کشاورزی بودند. در مقطع زمانی نخست ، کلاس کیفی «بسیار ضعیف» از کیفیت آب زیرزمینی دشت کهورستان مساحت ۴۴/۲ کیلومترمربعی را به خود اختصاص داده است. در مقطع زمانی دوم ، تنها کلاس کیفیت آب­زیرزمینی دشت کهورستان در این فصل آبیاری، طبقه «نامناسب برای مصارف کشاورزی» با مساحت ۲/۲۷۵ کیلومترمربع بود. در مقطع زمانی سوم، کلاس «بسیار ضعیف» کیفیت آب زیرزمینی سطحی معادل ۹۱/۱۴ کیلومترمربع از مساحت دشت و در مقطع زمانی چهارم، مساحت کلاس کیفی «بسیار ضعیف» ۵۱/۸ کیلومترمربع برآورد شد. نتیجه گیری همانگونه که نتایج نشان داد، کیفیت آب زیرزمینی در فصول آبیاری ( ماه­های ۱۱ و ۱۲ سال­های ۲۰۰۹ و ۲۰۱۸) نسبت به فصول غیرآبیاری (ماه­های ۴ و ۵ سال­های ۲۰۰۹ و ۲۰۱۸) کاسته می­شود و همچنین سطوح کیفی آب زیرزمینی نیز در فصول آبیاری نسبت به فصول غیرآبیاری کاهشی می­شود. نتایج نشان داد که افزایش پوشش گیاهی و کاهش شوری خاک از عوامل کلیدی در بهبود کیفیت آب زیرزمینی در این منطقه هستند و با کاهش پوشش گیاهی و افزایش شوری خاک در فصول آبیاری از وسعت و کیفیت پهنه­های کیفی خوب و متوسط کاسته می شود. با توجه به برتری مدل GWR نسبت به OLS، این مدل می تواند به عنوان ابزاری مفید در مدیریت پهنه­های کیفی منابع آب زیرزمینی و تحلیل تغییرات کیفیت آب به کار رود. در نهایت، پژوهش حاضر تاکید می کند که توجه به متغیرهای اقلیمی و ویژگی های سطح زمین برای مدیریت بهینه منابع آب زیرزمینی ضروری است. این پژوهش صرفا به استفاده از روش های مختلف درون­یابی شاخص WQI بر اساس داده­های شیمیایی چاه­های مشاهداتی در سامانه اطلاعات جغرافیایی نپرداخته است و در این بین با توجه به اثرگذاری متغیرهای مختلف اقلیمی و ویژگی­های سطح زمین به پیش­بینی پهنه­های مختلف کیفیت آب­زیرزمینی با روش های رگرسیون جغرافیایی وزن­دار و مجموع مربعات معمولی تاکید داشته­است. اخذ متغیرهای مستقل در مقیاس ماهانه و در بازه­های زمانی مختلف فصول آبیاری و غیرآبیاری در سامانه آنلاین گوگل ارت انجین (GEE) از دیگر توجهات پژوهش حاضر در بحث بررسی تغییرات کیفیت آب­ زیرزمینی بود.

Authors

عدنان صادقی لاری

Department of Water Science and Engineering, Faculty of Agriculture and Natural Resources, University of Hormozgan, Bandar Abbas, Iran

محمد کاظمی

Department of Hormoz Studies and Research Center, Hormozgan University

فاطمه رجبی

Department of Water Science and Engineering, Faculty of Agriculture and Natural Resources, University of Hormozgan, Bandar Abbas, Iran

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Afzali, A. and Shahedi, k. ۲۰۱۴. Investigation on Trend of ...
  • Chen, X. Li, Y. S. Liu, Z. Yin, K. Li, ...
  • Dandge, K. P. and Patil, S. S. ۲۰۲۲. Spatial distribution ...
  • Fashaee, M. and Ghoochanian, M. ۲۰۲۲. Spatial evaluation of qualitative ...
  • Hosenikhah, M. Erfanain, M. and Alikhanpour, M. ۲۰۱۶. Modeling the ...
  • Kazemi, M. Zabihi Silabi. M. Jafarpoor, A. Gharemahmudli, S. Mohammadi, ...
  • Sinha, S. and Sinha, A. ۲۰۱۶. Application of Ordinary Least ...
  • Smith, J. Brown, A. and White, R. ۲۰۲۰. Assessment of ...
  • Tabatabaei. S.H. and Ghazali. M. ۲۰۱۱. Accuracy of interpolation methods ...
  • Tu, j. ۲۰۱۱. Spatially varying relationships between land use and ...
  • نمایش کامل مراجع