بررسی نوسانات سطح آب زیرزمینی آبخوان شهداد

شبیه‌سازی عددی نوسانات سطح آب‌های زیرزمینی ابزاری کارآمد جهت مدیریت منابع آب است. در این پژوهش تغییرات سطح ایستایی آبخوان شهداد در استان کرمان با استفاده از نرم‌افزار gms و مدل modflow شبیه‌سازی و موردبررسی قرار گرفت و تغییرات سطح ایستابی آبخوان بیانگر افت سطح ایستابی در قسمت شمال، شرق، جنوب و قسمتی از نواحی مرکزی آبخوان است. برای واسنجی مدل از داده‌های اندازه‌گیری شده ماهانه تراز آب در سال‌های 1392 تا 1393 و برای صحت سنجی از آمار ماهانه سال آبی 1393-1395 استفاده شد. تخمین پارامترهای آبخوان شامل هدایت هیدرولیکی، ضریب ذخیره و میزان تغذیه با روش مدل‌سازی معکوس و استفاده از کد pest انجام پذیرفت. مقدار ضریب تبیین در مرحله صحت سنجی، برای مدل 0.95 به دست آمد که بیانگر انطباق قابل‌قبول داده‌های مشاهداتی و محاسباتی در دوره صحت سنجی و قابلیت مدل در پیش‌بینی تغییرات سطح ایستابی آبخوان است. با انجام آنالیز حساسیت، مشخص شد مدل نسبت به پارامتر دبی خروجی از چاه‌های بهره‌برداری بیش از تغذیه سطحی و ضریب هدایت هیدرولیکی حساسیت دارد و جهت کاهش افت سطح ایستابی لازم است میزان برداشت ماهانه از چاه‌های بهره‌برداری 30 درصد کاهش یابد.

Investigation of Groundwater Level Variations in Shahdad Aquifer

Numerical simulation of groundwater table variations can be an effective tool for water resources management. In this study, water table variations of Shahdad aquifer located in Kerman provience, were simulated using Groundwater Modeling System (GMS) software and MODFLOW model.Changes in the aquifer water level indicate a decrease in the aquifer in the northern, eastern, southern, and some central parts of the aquifer. The developed model was calibrated using the monthly water level measurements for the period of 20122013 and then validated using the monthly statistics for the water year 20152016. Aquifer properties including hydraulic conductivity, storage coefficient, and recharge rate were estimated by inverse modeling with PEST Code. The coefficient of determination for the validation stage was calculated as 0.95, demonstrating the good consistency of observed and predicted data and the ability of the model to predict future aquifer water table variations. A sensitivity analysis showed that the model is more sensitive to the well discharge than to surface recharge or hydraulic conductivity. Monthly reduction of discharge from wells by 30 percent can stop this phenamena.