عنوان

بررسی هیدروژئوشیمیایی و مدل کمی آبخوان دشت مرند

پ۲۸۷۷۲

per

بررسی هیدروژئوشیمیایی و مدل کمی آبخوان دشت مرند

مرتضی نجیب

علوم طبیعی

۱۴۰۱

۲۲۳ص.

سی دی

دکتری

زمين شناسي گرايش هيدروژئولوژي

۱۴۰۱/۱۲/۱۵

یکی از عوامل اصلی توسعه اقتصادی و اجتماعی هر کشوری ذخایر و پتانسیل¬های آبی می¬باشند. توسعه¬ی اجتماعی- اقتصادی سه دهه¬ گذشته و متعاقب آن افزایش روند تقاضا برای مصرف آب، اغلب آبخوان¬های مهم کشور را در معرض زوال قرار داده است. دشت مرند که در شمال غربی استان آذربایجان شرقی شده است، به دلیل افت ادامه¬دار سطح آب¬زیرزمینی از نظر توسعه‌ی بهره¬برداری در شرایط ممنوعه قرار دارد. با توجه به جايگاه و اهميت منابع آب زيرزميني دشت مرند در تامین مصارف شرب، صنعت و کشاورزی منطقه، اين منابع بايد از نظر کمّي و کيفي به دقت مطالعه شود. با توجه به اینکه این دشت منطقه مستعد برای فعالیت¬های کشاورزی می-باشد، به دلیل مواد شیمیایی وکودهای مورد استفاده در کشاورزی و همچنین پساب¬های وارده به دشت و جنس سازندهای منطقه احتمال آلودگی منابع آب زیرزمینی و سطحی به فلزات سنگین و نیترات افزایش می¬یابد. با توجه به اینکه بخش عمده نیازهای شرب، کشاورزی و صنعت منطقه از آب¬زیرزمینی تأمین می¬گردد. از اینرو حفاظت کمی و کیفی از منابع آب¬زیرزمینی و مدیریت و برنامه¬ریزی مدون این منابع ضرورت یافته و پيش¬بيني و مدل¬سازي كمي مي‌تواند كمك شاياني در مديريت و برنامه¬ريزي استفاده از اين منابع آبي نمايد. مدل ریاضی مادفلو در محیط GMS به منظور شبیه‌سازی جریان آب‌های زیرزمینی در آبخوان دشت مرند استفاده گردید. پس از شبیه‌سازی اولیه جریان، مدل با استفاده از روش سعی و خطا و تخمین پارامتر و اطلاعات تراز آب چاه‌های منطقه برای حالت پایدار و ناپایدار تحت سناریوهای مختلف شبیه‌سازی گردید. در انتها و همانند حالت ماندگار، نتایج ارزیابی شاخص‌های خطا برای حالت غیرماندگار با RMSE به مقدار 95/0 متر و R2 به مقدار 91/0 و MAE (متر) به مقدار 87/0 متر بدست آمد که بیانگر دقت بالای شبیه‌سازی می باشد. مدل واسنجی شده در حالت غیرماندگار، مورد صحت سنجی قرار گرفت. مدل کالیبره شده با گام‌های زمانی مختلفی مورد ارزیابی قرار گرفت و نتایج حاکی از دقت مناسب مدل در حالت صحت سنجی می‌باشد.در این تحقیق نیز از پارامترهای مقدار هدایت هیدرولیکی، آبدهی ویژه و مقدار تغذیه از سطح برای تحلیل حساسیت استفاده گردید و با معیار خطای RMSE مورد ارزیابی قرار گرفتند. با توجه به نتایج حاصله، مدل شبیه‌سازی‌شده به مقدار هدایت هیدرولیکی حساسیت بیشتری دارد. به‌طوری‌که با تغییر مقدار آن خطای مدل به مقدار زیادی افزایش می‌یابد. هم‌چنین مدل به مقدار تغذیه نیز حساس است اما کمترین حساسیت را به آبدهی ویژه دارد. در ادامه جهت مدیریت آب زیرزمینی محدوده سناریوهای مدیریتی بر پایه اضافه برداشت و برداشت غیر مجاز تدوین گردید. میزان تغییرات تراز آب زیرزمینی در این سناریو‌ها متفاوت بود بطوریکه در مکان‌هایی که تجمع چاه بهره‌برداری وجود دارد و از نوع چاه کشاورزی هستند مانند قسمتی از مرکز آبخوان و شمال‌غرب آبخوان، بیشترین تغییرات تراز آب زیرزمینی رخ داد. همچنین با اجرای مدل شبکه عصبی مصنوعی برای پیش‌بینی سطح تراز آب زیرزمینی آبخوان مرند، نتایج ضریب تبیین (R2) و RMSE برای مرحله آموزش به ترتیب 91/0 و 0.026 و پس از آموزش، مدل برای مرحله آزمایش، مقادیر ضریب تبیین (R2) و RMSE برای مرحله آزمایش نیز به ترتیب 86/0 و 0.031بدست آمده است.

Abstract: One of the main factors of economic and social development of any country are water reserves and potentials. The socio-economic development of the past three decades and the subsequent increase in the demand for water consumption have exposed most of the country's important aquifers to deterioration. Marand plain, which is in the northwest of East Azerbaijan province, is in a prohibited condition in terms of the development of exploitation due to the continuous drop of the groundwater water level. Considering the position and importance of the groundwater resources of Marand plain in supplying the drinking, industrial and agricultural needs of the region, these resources should be carefully studied quantitatively and qualitatively. Considering that the Marand Plain of the region is prone to agricultural activities, due to the chemicals and fertilizers used in agriculture, as well as the effluents entering the plain and the formations of the region, the possibility of contamination groundwater and surface water sources with heavy metals and nitrates increases. Considering that the majority of drinking, agricultural and industrial needs of the region are provided from groundwater. Therefore, quantitative and qualitative protection of groundwater resources and systematic management and planning of these resources are necessary, and quantitative forecasting and modeling can be of great help in managing and planning the use of these water resources. Mathematical model Modflow (GMS) was used to simulate the flow of groundwater in Marand plain aquifer. After the initial simulation of the flow, the model was simulated using trial and error method and parameter estimation and water level information of wells in the region for seady and unsteady state under different scenarios.Finally, similar to the stable state, the evaluation results of the error indices for the unsteady state were obtained with an RMSE value of 0.95 m, an R2 value of 0.91 m, and a MAE (m) value of 0.87 m, which indicates the high accuracy of the simulation. The calibrated model was validated in the unsteady state. The calibrated model was evaluated with different time steps and the results indicate the appropriate accuracy of the model in validation conditions. In this research, the parameters of hydraulic conductivity value, specific yield and recharge value were used for sensitivity analysis and with the error criterion RMSE were evaluated.According to the obtained results, the simulated model is more sensitive to the value of hydraulic conductivity. So that by changing its value, the model error increases a lot. Also, the model is sensitive to the amount of recharge, but it has the least sensitivity to specific yield. In the following, for the management of the groundwater in the region, management scenarios were developed based on additional discharge and unauthorized discharge. The amount of change in the groundwater level in these scenarios was different, so that in the places where there is accumulation of exploitation wells and they are agricultural wells, such as a part of the center of the aquifer and the northwest of the aquifer, the most changes in the groundwater level occurred. Also, by implementing the artificial neural network model to predict the level of groundwater level of Marand aquifer, the results of the coefficient of explanation (R2) and RMSE for the training stage are 0.91 and 0.026 respectively, and after training, the model for the test stage, the test of the coefficient of explanation (R2) and the RMSE for the test phase was obtained 0.86 and 0.031 respectively.

Investigating the hydrogeochemistry and quantitative modeling of Marand Plain aquifer

‏نجیب‏،

مرتضی ‏

تهیه کننده

‏اصغري مقدم‏،

‏الله ندیری،

‏فیجانی،

اصغر ‏

عطا ‏

الهام ‏

استاد راهنما

استاد راهنما

استاد مشاور

تبریز