پهنه بندي كيفي منابع آب زيرزميني با استفاده از روش هاي زمين آمار و GIS (مطالعه موردي حوضه آبخيز سليمانشاه)

(Qualitative Zoning of Groundwater Resources Using Geostatistical and GIS Methods (Case Study: Soleymanshah Watershed

در بسياري از مناطق جهان مخصوصاً مناطق خشكي مانند ايران، آب زيرزميني به عنوان منبع مهمي براي رفع نياز هاي شرب و كشاورزي محسوب مي شود. فعاليت هاي كشاورزي و استفاده بيش از اندازه از كودهاي شيميايي از عوامل مهم در كاهش كيفيت آب هاي زيرزميني است. اين پژوهش با هدف بررسي پراكنش كيفيت آب هاي زيرزميني در حوضه آبخيز سليمانشاه در استان كرمانشاه و تهيه نقشه آلودگي آب هاي زيرزميني در اراضي تحت كشاورزي با استفاده از روش زمين آمار صورت گرفت. لذا به منظور پيش بيني پراكنش مكاني پارامترهاي كل مواد جامد محلول (TDS)، نسيت جذب سديم (SAR)، كلر و نيترات آب هاي زيرزميني از60 چاه موجود در محدوده نمونه برداري شده، جهت درون يابي از روش هاي كريجينگ و IDW و به منظور انتخاب مدل مناسب از شاخص RSS استفاده گرديد، سپس با استفاده از تكنيك ارزشيابي متقابل و روش هاي ارزيابي خطا، نظير RMSE و ME مناسب ترين روش درون يابي انتخاب شد. نتايج نشان داد كه براي پهنه بندي پارامترهاي مذكور روش كريجينگ معمولي - نمايي بر ساير روش ها ارجحيت دارد. در نهايت پس از انتخاب مدل مناسب جهت درون يابي، نقشه پراكنش پارامترهاي مورد بررسي در محيط ArcGIS10 تهيه گرديد.

In many regions especially dry areas such as Iran، groundwater resources are the main sources to provide the needed drinking and agricultural water. Agricultural activities and excessive use of the chemical pesticides are the important sources which decrease the groundwater quality. Therefore، in this research، using Geostatistical methods including Kriging and weighted Inverse Distance the spatial distribution of TDS، SAR، chloride and nitrate amounts of groundwater were evaluated in the Kermanshah- Soleymanshah watershed. To this regard، Parameters values of groundwater of 60 wells in watershed were sampled. To analyze the spatial distribution of the groundwater quality the Geostatistical software ArcGIS version 10 was used. The performance criteria for evaluating the used methods were Mean Error (ME) and Root Mean Square Error (RMSE) along with the Cross Validation method. RSS index was used to select the appropriate model. The results showed that the ordinary Kriging was the best method to estimate the qualitative parameters of the groundwater. Finally، the map of the spatial distribution parameter’s amounts was provided based on the best method