مدل‌سازی الگوهای حاکم بر پراکندگی چاه‌های آب با استفاده از آمار فضایی (مورد مطالعه: حوضه ماهیدشت، کرمانشاه)

علی رغم قابلیت های فراوان آمار فضایی در مدل سازی و تبیین عوارض مختلف محیطی و شناسایی الگوهای حاکم بر پراکندگی آن ها، در مطالعات پیشین از این قابلیت ها استفاده ی چندانی به ویژه در حوزه ی مطالعات آب به عمل نیامده است. هدف مطالعه حاضر مدل سازی الگوهای حاکم بر پراکندگی چاه های آب در حوضه آبریز ماهیدشت در استان کرمانشاه با استفاده از آمار فضایی است. مبنای مورد استفاده برای شناسایی این الگوها «موقعیت» و «مقادیر» چاه ها است که برای انجام آن از پنج تکنیک رایج در آمار فضایی از جمله میانگین نزدیک ترین همسایه، آمار عمومی g، شاخص موران i، ترسیم خوشه و ناخوشه و تعیین کانون های داغ/سرد استفاده شده است. داده های مورد استفاده در این پژوهش از شرکت سهامی آب منطقه ای استان کرمانشاه اخذ شده است. نتایج این تحقیق نشان داد که الگوی حاکم بر پراکندگی چاه های کشاورزی والگوی حاکم بر پراکندگی مقادیر زیاد (عمق زیاد چاه ها) در حوضه آبریز ماهیدشت از الگوی خوشه ای پیروی می کنند. الگوی کلی پراکندگی چاه های حوضه ی مورد بررسی از دهه 1330 تا دهه 1380 از تصادفی به خوشه ای تبدیل شده است. تحلیل های مربوط به خوشه و ناخوشه و کانون های داغ و سرد نیز نشان دهندۀ بحرانی بودن مناطق شمال و شمال شرقی حوضه به لحاظ برداشت بی رویه ی منابع آب زیرزمینی هستند.

Applying Spatial Statistics to Model the Patterns Governing Distribution of Wells (Case Study: Mahidasht Watershed, Kermanshah)

Despite the many capabilities of spatial statistics in modeling and explaining various environmental features and identifying the patterns governing their distribution, the previous studies have considerably neglected these capabilities, especially in the field of water studies. The present study aims to model the patterns governing the distribution of water wells in the Mahidasht watershed in Kermanshah province using spatial statistics. The bases used to identify these patterns are the &Locations& and &Attributes& of the wells, which are performed using five common techniques in spatial statistics, including: Average Nearest neighbor, GetisOrd General G, Spatial Autocorrelation (Moran I), Cluster and outlier analysis, and Hot spot analysis. Required data were obtained from the Kermanshah Regional Water Company. The results of the present study showed that the pattern governing the dispersion of agricultural wells and the pattern governing the dispersion of high values (high depth of wells) in the Mahidasht watershed do not confirm the null hypothesis and follow the cluster pattern. The general pattern of dispersion of wells in the study area since 1950s to 2000s has changed from a random pattern to the cluster one. Cluster and outlier analyses as well as hotspot analysis indicated that the northern and northeastern parts of the watershed are critical in terms of uncontrolled abstraction of groundwater resources.