
تعداد نشریات | 22 |
تعداد شمارهها | 485 |
تعداد مقالات | 5,045 |
تعداد مشاهده مقاله | 9,290,910 |
تعداد دریافت فایل اصل مقاله | 6,135,366 |
تحلیل چندمتغیره کیفیت آب زیرزمینی با استفاده از توابع مفصل ارشمیدسی (مطالعه موردی: دشت شهرکرد) | ||
یافتههای نوین زمینشناسی کاربردی | ||
مقاله 10، دوره 16، شماره 32، دی 1401، صفحه 139-153 اصل مقاله (1.3 M) | ||
شناسه دیجیتال (DOI): 10.22084/nfag.2021.24951.1483 | ||
نویسندگان | ||
وحید بیرجندی1؛ سیدحسن طباطبائی 1* 2؛ رضا مستوری1؛ حسین مظاهری3؛ رسول میرعباسی نجف آبادی4 | ||
1گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران | ||
2گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران , گروه مهندسی آب، دانشگاه شهرکرد، شهرکرد، ایران | ||
3گروه مهندسی شیمی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران | ||
4گروه مهندسی آب، دانشگاه شهرکرد، شهرکرد، ایران | ||
چکیده | ||
تاکنون مطالعات مختلفی در زمینه بررسی و مدلسازی تغییرات کیفی آب انجام شده، اما کمتر به تحلیل چندمتغیره کیفیت آب زیرزمینی پرداخته شده است. در این پژوهش، رویکردی نوین برای تحلیل چندمتغیره پارامترهای کیفی آب زیرزمینی با استفاده از توابع مفصل ارائه گردید. از آنجائیکه دادههای کیفی آب دارای چولگی بوده و پیشفرض نرمال بودن توزیع دادهها معمولاً برقرار نمی باشد، لذا در این تحقیق، توابع مفصل ارشمیدسی برای ایجاد توزیع چندمتغیره پارامترهای کیفی آب شامل K+، Mg2+ ، Na+، 2+ Ca، Cl-، ، ، SAR، EC، pH، TDS و TH بکار گرفته شد. برای این منظور از دادههای کیفی آب 24 حلقه چاه مشاهداتی در دشت شهرکرد استفاده گردید. سپس ساختار همبستگی هر جفت پارامتر کیفی مورد بررسی قرار گرفت. پس از تعیین بهترین توزیع تک متغیره برای هر یک از پارامترهای کیفی، برازش ده تابع مفصل مختلف برای ایجاد توزیع چندمتغیره مورد آزمون قرار گرفت. نتایج حاصل از برازش توزیعها نشان داد که تابع توزیع مقادیر حدی تعمیم یافته (GEV) بهترین برازش را بر پارامترهای کیفی مورد مطالعه دارد. همچنین نتایج حاصل از برازش توابع مفصل نشان داد که تابع مفصل جو بهترین برازش را بر دادههای مشاهداتی دارد و پس از آن، توابع مفصل کلایتون و فارلی- گامبل- مورگن- اشترن در رتبههای بعدی قرار دارند. نتایج حاصل از تحلیل همبستگی نشان داد که بالاترین میزان همبستگی بر اساس ضرایب همبستگی پیرسون، راو اسپیرمن و تاو کندال مربوط به جفت پارامترهای (SAR, Na) و (EC, TDS) با ضریب همبستگی بالای 9/0 میباشد. نتایج حاصل از مقایسه مفصل تئوری با مفصل تجربی، معیارهای نکوئی برازش برای آنها (ریشه میانگین مربعات خطا، ضریب نش ساتکلیف، معیار اطلاعات آکائیکه و بیزین) بترتیب RMSE=0.031,0.036، NSE= -0.0271,-0.0351، AIC=66,65.5 و BIC=-6.4,-6.9 بدست آمد، که نتایج حاصل از این اعداد به نوبه خود حاکی از برتر بودن تابع مفصل جو در تحلیلهای چندمتغیره کیفی آبهای زیرزمینی میباشد. آگاهی از وضعیت کیفی منابع آب زیرزمینی، از جمله فواید استفاده از روشهای تحلیل چندمتغیره در مطالعات کیفی آبهای زیرزمینی میباشد. | ||
کلیدواژهها | ||
آبهای زیرزمینی؛ توابع مفصل ارشمیدسی؛ کیفیت آب؛ توزیع توأم | ||
مراجع | ||
نیرومند، ح و بزرگنیا، س. ا (1382) مقدمهای بر سریهای زمانی، انتشارات دانشگاه فردوسی مشهد، 304 ص.
خانیتملیه، ذ. رضایی، ح. و میرعباسی نجفآبادی، ر (1399) کاربرد توابع مفصل تودرتو برای تحلیل فراوانی چهار متغیره خشکسالیهای هواشناسی (مطالعه موردی: غرب ایران)، نشریه حفاظت منابع آب و خاک، 10(1)، ص 112-93.
گنجعلیخانی، م.، نعمتکرمانی، م.، رضاپور، م. و رهنما، م. ب (1395) ارزیابی عملکرد تابع مفصل در پهنهبندی کیفی آبهای زیرزمینی، مطالعه موردی دشتهای کرمان و راور، نشریه تحقیقات آب و خاک ایران، 47(3)، ص 561-550.
لالهزاری، ر.، طباطبایی، س. ح.، و یارعلی، ن (1388) بررسی تغییرات ماهانه نیترات در آب زیرزمینی دشت شهرکرد و پهنهبندی با استفاده از سیستم اطلاعات جغرافیایی. مجله پژوهشهای آب ایران، 3(4)، ص 17-9.
علیزاده، ا (1391) اصول هیدرولوژی کاربردی، ویرایش پنجم، چاپ سی پنجم، دانشگاه امام رضا (ع)، ص 928.
Aas, K., Czado, C., Frigessi, A., and Bakken, H (2009) Pair-copula constructions of multiple dependence. Insurance: Mathematics and economics, 44 (2): 182-198.
Abdi, A., Hassanzadeh, Y., Talatahari, S., Fakheri-Fard, A., and Mirabbasi, R (2017) Regional bivariate modeling of droughts using L-components and copulas. Stoch. Environ. Res. Risk. Assess, 1199-1210.
Akaike, H (1974) A new look at Statistical Model Identification. IEEE Transactions on Automatic Control, 19: 716- 723.
Atique, F., and Attoh-Okine, N (2018) Copula parameter estimation using Bayesian inference for pipe data analysis. Canadian Journal of Civil Engineering, 45(1): 61-70.
Ayantobo, O. O., Li, Y. and Song, S (2018) Copula-based trivariate drought frequency analysis approach in seven climatic sub-regions of mainland China over 1961–2013.Theoretical and Applied Climatology, 137(3): 2217-2237.
Ayantobo, O. O., Li, Y. and Song, S (2019) Multivariate Drought Frequency Analysis using Four-Variate Symmetric and Asymmetric Archimedean Copula Functions. Water Resources Management, 33: 103–127.
Bárdoss, A. and Hörning, S (2016) Gaussian and non Gaussian inverse modeling of groundwater flow using copulas and random mixing. Water Resources Research, 52(6): 4504-4526.
Bárdossy, A (2006) Copula‐based geostatistical models for groundwater quality parameters. Journal of Water Resources Research, 42(11): 1-12.
Bárdossy, A (2011) Interpolation of groundwater quality parameters with some values below the detection limit. Hydrology and Earth System Sciences, 15(9): 2763-2775.
Bárdossy, A. and Li, J (2008) Geostatistical interpolation using copulas. Water Resources Research, 44(7).
Chai, Y. Xiao, C. Li. M. and Liang, X (2020) Hydrogeochemical Characteristics and Groundwater Quality Evaluation Based on Multivariate Statistical Analysis. Water, 12(10): 2792.
Chen, S., Tang, Z., Wang, J., Wu, J., Yang, C., Kang, W. and Huang, X (2020) Multivariate analysis and geochemical signatures of shallow groundwater in the main urban area of Chongqing, southwestern China. Water, 12(10): 2833.
De Michele, C. and Salvadori, G (2003) A generalized Pareto intensity-duration model of storm rainfall exploiting 2-copulas, Journal of Geophysical Research, 108(D2): 4067.
Fang, Y., Zheng, T., Zheng, X., Peng, H., Wang, H., Xin, J. and Zhang, B (2020) Assessment of the hydrodynamics role for groundwater quality using an integration of GIS, water quality index and multivariate statistical techniques. Journal of Environmental Management, 273, 111185.
Genest, C. and Rivest, L. P (1993) Statistical inference procedures for bivariate Archimedean copulas. Journal of the American Statistical Association, 88 (423): 1034–1043.
Gräler, B. and Pebesma, E (2011) The pair-copula construction for spatial data: a new approach to model spatial dependency. Procedia Environmental Sciences, 7(1): 206-211.
Joe, H (1997) Multivariate Models and Dependence Concepts. London: Chapman & Hall. 399 pp.
Lalehzari, R. and Tabatabaei, S. H (2020) Discussion of Coupled Groundwater Drought and Water Scarcity Index for Intensively Overdrafted Aquifers by Hamid Sanginabadi, Bahram Saghafian, and Majid Delavar. Journal of Hydrologic Engineering, 25(2): 07019005.
Mirabbasi, R., Fakheri-Fard, A. and Dinpashoh, Y (2012) Bivariate drought frequency analysis using the Copula method. Theoretical and Applied Climatology, 108: 191–206.
Nash, J. E. and Sutcliffe, J. V (1970) River flow forecasting through conceptual models. A discussion of principles, Journal of Hydrology, 10: 282–290.
Nelsen, R. B (2006) An Introduction to Copulas, Springer, New York. 269 pp.
Omidi, M. and Mohammadzadeh, M (2018) Spatial Interpolation Using Copula for non-Gaussian Modeling of Rainfall Data. Journal of The Iranian Statistical Society, 17(2): 165-179.
Requena, A. I., Mediero, L. and Garrote, L (2013) A bivariate return period based on copulas for hydrologic dam design: accounting for reservoir routing in risk estimation. J. Hydrol. Earth Syst. Sci, 17: 3023–3038.
Saghafian, B. and Sanginabadi, H (2020) Multivariate groundwater drought analysis using copulas. Hydrology Research, 51(4): 666-685.
Schwarz, G (1978) Estimating the dimension of a model. The Annals of Statistics, 6(2):461-464
Shiau, J. T (2006) Fitting drought duration and severity with two-dimensional copulas. Water Resources Management, 20: 795–815.
Silva, M. I., Gonçalves, A. M. L., Lopes, W. A., Lima, M. T. V., Costa, C. T. F., Paris, M. and De Paula Filho, F. J (2021) Assessment of groundwater quality in a Brazilian semiarid basin using an integration of GIS, water quality index and multivariate statistical techniques. Journal of Hydrology, 598: 126346.
Sklar, M (1959) Fonctions de repartition an dimensions et leurs marges. Publ. inst. statist. univ. Paris, 8: 229-231.
Wang, F., Wang, Z., Yang, H., Di, D., Zhao, Y., Liang, Q. and Hussain, Z (2020) Comprehensive evaluation of hydrological drought and its relationships with meteorological drought in the Yellow River basin, China. Journal of Hydrology, 584, 12475. | ||
آمار تعداد مشاهده مقاله: 408 تعداد دریافت فایل اصل مقاله: 173 |