تخمین عمق آب زیرزمینی بر اساس داده های بارش با استفاده از روش های زمین آماری

وقوع خشکسالی‌های پی‌درپی را می‌توان مهم‌ترین بحران محیطی دانست که به همراه عوامل دیگری چون افزایش جمعیت و برداشت بی‌رویه، باعث افزایش عمق آب زیرزمینی، بخصوص در مناطق خشک و نیمه‌خشک شده است. هدف از این تحقیق بررسی ارتباط زمین‌آماری عمق آب ‌زیرزمینی و ارزیابی به‌کارگیری آمار بارش جهت تخمین ماهیانه عمق آب زیرزمینی چاه های شاخص واقع در دشت داراب (استان فارس) می‌باشد. انتخاب این چاه‌ها بر اساس تکنیک خوشه‌بندی تکاملی pso انجام‌گرفته است. بدین ترتیب سه چاه مشاهده‌ای که بیشترین نزدیکی را به مرکز خوشه‌های محاسبه‌شده داشتند، به‌عنوان نماینده خوشه‌ها انتخاب گردیدند. این چاه‌ها در مناطق کرسیا، دولت‌آباد و فتح‌آباد به ترتیب برای خوشه‌های 1 الی 3 واقع می‌باشند. اطلاعات ماهیانه عمق آب زیرزمینی در حدفاصل سال‌های 1382 تا 1398بکار گرفته‌شده است. آنالیز داده‌ها در محیط gs+ انجام‌شده است و از روش‌های کریجینگ و کوکریجینگ در این نرم‌افزار استفاده‌شده است. در این تحقیق از آمار بارش به‌عنوان متغیر کمکی استفاده گردیده است. انتخاب مدل‌ها بر اساس کمترین مقادیر rss و نزدیک‌ترین مقادیر r^2 و نسبت ساختار فضایی (c/c0+c ) به عدد یک صورت گرفته است. بر این اساس، مدل‌های انتخاب‌شده برای متغیر اصلی (عمق آب زیرزمینی) در خوشه اول تا سوم به ترتیب کروی، توانی و خطی و برای مدل‌های واریوگرام متقابل (بارش - عمق آب زیرزمینی) همگی از نوع کروی به‌دست‌آمده‌اند. نتایج به‌کارگیری روش‌های کریجینگ و کوکریجینگ که به ترتیب از مدل سمیواریوگرام متغیر اصلی و واریوگرام متقابل استفاده می‌نمایند، نشان داد که هم در مرحله اعتبارسنجی و هم در مرحله تست، روش کوکریجینگ از دقت بالاتری نسبت به روش کریجینگ برخوردار است. این نتایج برای مرحله تست درروش کریجینگ و کوکریجینگ، شامل مقادیر (0.92 و 0.41)، (0.54و 52/)0 و (1.25 و 0.95) برای شاخص‌ ریشه مربعات مجذور خطا به ترتیب در مناطق 1، 2 و 3 می‌باشد.

Estimation of groundwater depth based on precipitation data using geostatistical methods

Successive drought events as one of the most important environmental crises, along with population growth and uncontrolled water extraction, have led to an increase in the depth of groundwater, especially in arid and semiarid regions. The purpose of this study is to investigate the geostatistical relationship between groundwater depth data and groundwater depth based on precipitation data in three observation wells located in Fars province. These wells were selected based on the PSO clustering technique. Thus, the three observation wells that were closest to the center of the calculated clusters were selected as the representative of the clusters. These wells are located in Karsia, Dolatabad, and Fatehabad regions for clusters 1 to 3, respectively. Monthly groundwater depth data has been used from 2003 to 2017. Kriging and cokriging methods were performed in the GS+ environment. In this research, precipitation data was used as an auxiliary variable. Furthermore, the models were selected based on the lowest RSS values ​​and the nearest R2 values, and the spatial structure ratio (C / C0 + C) to one. Accordingly, the selected models for the main variable (groundwater depth) in the first to third clusters are spherical, power, and linear, respectively, and for crossvariogram models (precipitation groundwater depth) are all spherical. The results showed that in the validation and test stage, the Cokriging method has higher accuracy than the Kriging method. The test stage in kriging and cokriging methods for RMSE index are (0.92 and 0.41), (0.54 and 0.52), and (1.25 and 0.95) in 1, 2, and 3 clusters, respectively.