ارزیابی عملکرد تابع مفصل در پهنه‌بندی کیفی آب‌های زیرزمینی، مطالعه موردی دشت‌های کرمان و راور

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشگاه شهید باهنر کرمان

چکیده

پژوهش حاضر به ارائه روشی برای درون‌یابی با استفاده از تابع مفصل به‌منظور پهنه‌بندی کیفی آب زیرزمینی می‌پردازد. در این راستا داده‌های مربوط به غلظت بی‌کربنات در 87 چاه مشاهده‌ای مربوط به دشت‌های کرمان و راور مربوط به شهریورماه سال 1392 موردبررسی قرار گرفته است. برای این منظور از چهار تابع مفصل ارشمیدسی شامل توابع کلایتون، فرانک، گامبل و جو بهره‌گیری شده است. تحلیل ضریب همبستگی جفت چاه‌ها، فاصله مکانی بیش از 17 کیلومتر را به‌عنوان فاصله مستقل نشان می‌دهد. در ادامه به‌منظور ارزیابی عملکرد توابع مفصل، نتایج به‌دست‌آمده با نتایج حاصل از روش‌های متداول پهنه‌بندی مورد مقایسه قرار گرفت. تحلیل نتایج با توجه به معیار جذر میانگین مربعات خطا در پهنه‌بندی با استفاده از تابع مفصل بر اساس میانه 84/1 و بر اساس میانگین 95/1 میلی‌اکی‌والان بر لیتر به دست آمد که در مقایسه با دو روش کریگینگ با خطای 21/2، کریگینگ با تبدیل باکس کاکس با خطای 14/2، کریگینگ با تبدیل لگاریتمی 98/1 و روش معکوس فاصله موزون با خطای 83/2 میلی اکی‌والان بر لیتر عملکرد مناسب‌تری را نشان داد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Evaluation of Copula Performance in Groundwater Quality Zoning (Case Study: Kerman and Ravar regions)

نویسندگان [English]

  • Moein Ganjalikhani
  • Mohammad Zounemat-Kermani
  • Mohsen Rezapour
  • Mohammad Bagher Rahnama
چکیده [English]

This study presents a new method for interpolation by use of copula for groundwater quality zoning. In this regard, the data of the concentration of bicarbonate in 87 piezometric wells on the plains of Kerman and Ravar in September 2013 were examined. For this purpose, four Archimedean copula including Clayton, Frank, Gumbel and Joe have been used. Then, the obtained results were compared to the results obtained from conventional zoning methods to evaluate the performance of copulas. Analysis of the results with respect to the root mean square error criterion in the zoning was obtained about 1.84 and 1.95 mg/L based on median and mean respectively, by use of copula which had a better performance compared to kriging method with an error of 2.21 meq/l, kriging method within Box-Cox transformation and error of 2.14 meq/l, kriging with Logarithmic transformation of 1.98 meq/l and inverse distance weighting method with an error of 2.83 meq/l.

کلیدواژه‌ها [English]

  • Archimedean copula
  • Kriging interpolation
  • Bicarbonate modeling
  • Spatial prediction
  • Geostatistics
Aas. K., Czado, C., Frigessi, A. and Bakken, H. (2009). Pair-copula constructions of multiple dependence. Insurance: Mathematics and economics. 44(2), 182-198.
Ariff, N. M., Jemain, A. A., Ibrahim, K. and Wan Zin, W.Z. (2012). IDF relationships using bivariate copula for storm events in Peninsular Malaysia. Journal of Hydrology. 470(1), 158-171.‌
Bárdossy, A. and Li, J. (2008). Geostatistical interpolation using copulas. Journal of Water Resources Research. 44(7), 1-15.‌
Bárdossy, A. (2006). Copula‐based geostatistical models for groundwater quality parameters. Journal of Water Resources Research, 42(11), 1-12.
Bárdossy, A. and Pegram, G. (2014). Infilling missing precipitation records – A comparison of a new copula-based method with other techniques. Journal of Hydrology. 519, Part A(0): 1162-1170.
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.‌
HasaniPak, A. (2007). Geostatistic. Tehran University Press, 341pp.
Haslauer, C. P., Li, J. and Bárdossy, A. (2010). Application of copulas in geostatistics. In tkinson PM and Lloyd CD (Eds.). geoENV VII–Geostatistics for Environmental Applications. Springer pp. (395-404)
Hofert, M., Yan, J. and Maechler, M.M. (2014). Package ‘copula’. R Package Manual.
Kazianka, H. and Pilz, J. (2011). Bayesian spatial modeling and interpolation using copulas. Journal of Computers & Geosciences. 37(3), 310-319.‌
Li, J. (2010). Application of copulas as a new geostatistical tool, University of Stuttgart. Ph.D. Dissertation.
Mahmoudi, Z. F., Nasirimehr, S. and Tahmasbipour, N. (2013). The importance and role of water resources management in Kerman province. In: Proceedings of 12th conference on irrigation and evaporation reduce. Shahid Bahonar university of Kerman. Kerman. Iran. (In Farsi)
Moazami, S., Golian, S., Kavianpour, M. R. and Hong, Y. (2014). Uncertainty analysis of bias from satellite rainfall estimates using copula method. Atmospheric Research. 137(0): 145-166.
Nelsen, R. B. (2007). An introduction to copulas.2nd Ed. Springer.
Omidi, M., Mohammadzade, M. and Morid, S. (2010). Probabilistic analysis of drought severity in Tehran province using copula. Journal of Soil and Water Research. 41(1): 95:101.
Reddy, M.J. and Ganguli, P. (2012). Bivariate flood frequency analysis of upper Godavari River Flows using Archimedean copulas. Journal of Water Resources Management. 26(14), 3995-4018.‌
Samaniego, L., Bárdossy, A. and Kumar, R. (2010). Streamflow prediction in ungauged catchments using copula‐based dissimilarity measures. Journal of Water Resources Research, 46(2), 1-22.‌
Schmidt, T. (2007). Coping with copulas. In: Rank J (Ed.). Copulas-From Theory to Application in Finance. Risk Books. (pp. 3-34).
Serinaldi, F., Grimaldi, S. (2007). Fully nested 3-copula: procedure and application on hydrological data. Journal of Hydrologic Engineering. 12(4), 420-430.
Shahidasht, A. and Abbasnejad, A. (2013). Provide guidelines for groundwater resources management in Kerman Province. Journal of Applied Geology. 7(2), 131-146 (In Farsi)
Sklar, A. (1959). Fonctions de répartition à n dimensions et leurs marges. Université Paris.
Wong, G., Lambert, M. F., Leonard, M. and Metcalfe, A. V. (2009). Drought analysis using trivariate copulas conditional on climatic states. Journal of Hydrologic Engineering. 15(2), 129-141.