كليدواژه :
زمين آمار , ابساتيس , شبيه سازي گاوسي , كيفيت آب
چكيده فارسي :
روش‌هاي زمين‌آمار يكي از پيشرفته‌ترين روش‌ها براي ارزيابي و پايش كيفيت منابع آب زيرزميني است. با توجه به اينكه استفاده از آب با كيفيت نامناسب سبب مشكلاتي از جمله شور شدن خاك، كاهش نفوذپذيري خاك و كاهش جذب آب به وسيله ريشه گياه و باعث كاهش بهره‌وري زراعي و يا حتي تهديد محصولات كشاورزي مي‌شود. بر همين مبنا در اين تحقيق به بررسي كيفيت آب زيرزميني در منطقه مورد مطالعه با استفاده از نمودارها و پارامترهاي متداول در رده‌بندي كيفيت آب براي مصارف كشاورزي و همچنين مصارف صنعتي پرداخته شده و از نرم‌افزار ابساتيس و سورفس براي نمايش گرافيكي تغييرات پارامترهاي كيفي در محدوده منطقه مطالعاتي و انجام شبيه‌سازي گاوسي متوالي براي بررسي پيوستگي مكاني بين متغيرها و پيش‌بيني برخي از شاخص‌هاي كيفي از قبيل pH، RSC، Na%، SAR، EC استفاده شده است. بعد از نرمال‌سازي داده‌ها، واريوگرام محاسبه و مدل مناسب براي برازش به واريوگرام تجربي بر اساس كمترين خطاي SSR انتخاب شد، سپس با استفاده از مدل برازش شده بر مدل تجربي شبيه‌سازي گاوسي متوالي در 100 تحقق در منطقه بررسي و نقشه‌هاي حاصل از شبيه‌سازي در آستانه‌هاي مختلف ارايه شد. نتايج نشان مي‌دهد كه از نظر پارامتر SAR بيشتر نمونه‌ها ﮐﯿﻔﯿﺖ ﻧﺴﺒﺘﺎ ﻣﻄﻠﻮب و در مجموع ﮐﯿﻔﯿﺖ ﺧﻮﺑﯽ براي ﮐﺸﺎورزي دارند. طبقه‌بندي خطر درصد سديم در آب‌هاي كشاورزي در منطقه مورد مطالعه نيز در كلاس قابل قبول قرار داشته است. كيفيت آب براي مصارف صنعتي در تمام حالات رسوب‌گذار است غير از چهار مورد كه پيوستگي مكاني موارد ياد شده درون‌يابي و نقشه احتمالات درون‌يابي نيز ارايه شده است.
چكيده لاتين :
Abstract: The geostatistical method is one of the most advanced techniques to assess and survey groundwater quality. Using unsuitable water results in some problems such as soil salinity, reduction of soil permeability, decrease in water absorption by plant roots, diminution of crop productivity, or even menace agricultural production. Accordingly, in this study, the groundwater quality in the study's area for agricultural uses as well as industrial applications by using common diagrams and components related to the classification of water quality was investigated. ISATIS and Surfur software were used to illustrate changes in quality characteristics in the study's area graphically and Consecutive Gaussian simulations to analyze spatial connection among variables and estimate some of the quality indexes such as PH, RSC, Na%, SAR, and Ec. After data normalization, the variogram was calculated, and a sufficient model was selected to fit the experimental variogram based on the lowest SSR Error. Afterward, Consecutive Gaussian simulation in 100 samples in the study's area was examined using the fitted model based on the experimental model, and the maps resulting through simulation in different thresholds were provided. The results showed that the majority of samples have fairly suitable quality in terms of SAR, and in general, they are appropriate for agricultural uses. Percentage risk of Sodium in agricultural water in the study's area was also classified into the appropriate class. Except for four samples whose spatial connection of the forgoing cases have been interpolated and the interpolated probability maps have been provided, the water quality for industrial uses is susceptible to sedimentation in all statutes.
