آمار

تعداد نشریات16
تعداد شماره‌ها147
تعداد مقالات1,156
تعداد مشاهده مقاله4,105,237
تعداد دریافت فایل اصل مقاله163,066
صادقی, حمیدرضا, دریکوند, مسلم, نادری, سیروس. (1404). ارزیابی روند کاهش ذخیره آب زیرزمینی در آبخوان تهران با استفاده از داده‌های ماهواره‌ای و تحلیل‌های آماری. , 2(4), 266-293.
حمیدرضا صادقی; مسلم دریکوند; سیروس نادری. "ارزیابی روند کاهش ذخیره آب زیرزمینی در آبخوان تهران با استفاده از داده‌های ماهواره‌ای و تحلیل‌های آماری". , 2, 4, 1404, 266-293.
صادقی, حمیدرضا, دریکوند, مسلم, نادری, سیروس. (1404). 'ارزیابی روند کاهش ذخیره آب زیرزمینی در آبخوان تهران با استفاده از داده‌های ماهواره‌ای و تحلیل‌های آماری', , 2(4), pp. 266-293.
صادقی, حمیدرضا, دریکوند, مسلم, نادری, سیروس. ارزیابی روند کاهش ذخیره آب زیرزمینی در آبخوان تهران با استفاده از داده‌های ماهواره‌ای و تحلیل‌های آماری. , 1404; 2(4): 266-293.

ارزیابی روند کاهش ذخیره آب زیرزمینی در آبخوان تهران با استفاده از داده‌های ماهواره‌ای و تحلیل‌های آماری

نشریه علمی آفاق اطلاعات
مقاله 10، دوره 2، شماره 4، اسفند 1404، صفحه 266-293    اصل مقاله (932.35 K)
نوع مقاله: مقاله پژوهشی
نویسندگان
حمیدرضا صادقی* ؛ مسلم دریکوند؛ سیروس نادری
چکیده
ارزیابی کمی روند بلندمدت تغییرات ذخیره آب زیرزمینی در آبخوان تهران با استفاده از داده‌های ماهواره‌ای و تحلیل‌های آماری طی دوره ۲۰۰۳ تا ۲۰۲۳ انجام شد.  آنومالی ذخیره آب زیرزمینی (GWSA) از تفاضل آنومالی ذخیره کل آب زیرزمینی (TWSA) مشتق‌شده از مأموریت GRACE/GRACE-FO  و مؤلفه‌های سطحی مدل GLDAS محاسبه گردید. برای تحلیل روند، از رگرسیون خطی حداقل مربعات، آزمون ناپارامتری منکندال برای بررسی معناداری روند، و برآوردگر شیب سن برای تخمین مقدار شیب روند استفاده شد.نتایج، وجود یک روند نزولی شدید و با اطمینان آماری بسیار بالا را در سری زمانی GWSA نشان می‌دهد. تحلیل رگرسیون خطی نرخ کاهش سالانه‌ای معادل ۲٫۲۸- سانتی‌متر در سال  و یک افت تجمعی حدود ۴۷٫۸۵ سانتی‌متر را در طول دوره مطالعه برآورد کرد. آزمون منکندال با آماره Z معادل ۱۹٫۲۸-  و p-value  درحد صفر ، وجود روند یکنواخت کاهشی را در سطح اطمینان ۰٫۹۹ تأیید نمود.برآوردگر شیب سن، شیبی معادل ۲٫۲۶- سانتی‌متر بر سال را نشان داد که همخوانی بسیار نزدیکی با برآورد رگرسیون خطی داشته و حکایت از واقعی و ساختاری بودن روند، مستقل از نقاط پرت دارد. یافته‌ها به‌طور قاطع بیانگر تخلیه مستمر و شتابان آبخوان تهران در دو دهه گذشته است. این روند خطی پایدار، نشان دهنده عدم تعادل در بیلان هیدرولوژیک است و وضعیت بحرانی ذخایر آب زیرزمینی این استان را آشکار می‌سازد. این مطالعه بر ضرورت فوری بازنگری در سیاست‌های مدیریت منابع آب، کنترل برداشت و تعیین حقابه‌های پایه برای مهار این روند نزولی و جلوگیری از عواقب جبران‌ناپذیری مانند فرونشست زمین تاکید دارد.
کلیدواژه‌ها
آب زیرزمینی؛ GRACE؛ GLDAS؛ تحلیل آماری؛ تهران
مراجع

منابع

  1. Rafiei, M., & Zarei Teymouri, M. (2023). Relationship between groundwater quality and precipitation in Saveh Plain from 2017 to 2019. Journal of Hydrology and Environment, 11(1). https://doi.org/10.22037/jhf.v11i1.42590. [In Persian]
  2. Faraji, Z., Kaviani, A., & Ashrafzadeh, A. (2017). Assessment of GRACE satellite data for estimating the groundwater level changes in Qazvin province. Iranian Journal of Ecohydrology, 4(2), 463–476. https://doi.org/10.22059/ije.2017.61482. [In Persian]
  3. Noboui, S. N., & Alizadeh, A. (2020). Evaluation of groundwater resources using satellite gravity data: A case study of Khorasan Razavi Province. Journal of Geographical Research, 14(3), 11-8. https://doi.org/20.1001.1.20087942.1399.14.3.11.8. [In Persian]
  4. Mann, H.B., 1945, Nonparametric tests against trend, Econometrica, 13: 245-259
  5. Hedayat, S., Ebrahimi Khoshfi, M., Omidvar, K., & Sharifi Pichon, M. (2023). Investigating the factors affecting changes in surface and groundwater resources using satellite products: A case study of Kabul, Afghanistan. Journal of Water and Soil Dynamics, 11(1), 2312-1291. https://doi.org/10.22067/jwsd.v11i1.2312-1291. [In Persian]
  6. Bazian, S., & Emadi, S. R. (2024). Assessment of underground water resources in western Iran using GRACE and GRACE‑FO satellite observations from 2002 to 2021. Hydrophysics, 9(2), 81-88. https://doi.org/10.1001/1.24767131.1402.9.2.7.4. [In Persian]
  7. Issazadeh, V., & Argany, M. (2021). Changes in water surface of aquifers using GRACE satellite data in the Google Earth Engine: A study of the Urmia Lake Watershed from 2002 to 2017. Journal of Town & Country Planning, 13(1), 193-214. https://doi.org/10.22059/jtcp.2020.304748.670127. [In Persian]
  8. Badkoubeh-Hazaveh, M., Najarchi, M., Jalali, M. R., Mazaheri, H., & Shabankolayi, S. (2024). Predicting variations in groundwater equivalent thickness using satellite data and a combination of optimization algorithms and artificial intelligence. Iranian Journal of Soil and Water Research, 55(4), 569-586. https://doi.org/10.22059/ijswr.2024.367628.669601. [In Persian]
  9. Safaei, V., Zarrin, A., Mosaedi, A., & Dadashi‑Roudbari, A. (2025). Intensifying droughts and their relationship with temperature and precipitation extremes in Iran. Theoretical and Applied Climatology, 1-20. https://doi.org/10.1007/s00704-025-05663-0. [In Persian]
  10. Hassler, B., & Lauer, A. (2021). Comparison of reanalysis and observational precipitation datasets including ERA5 and WFDE5. Atmosphere, 12(11), 1462. https://doi.org/10.3390/atmos12111462
  11. Wiese, D. N., Yuan, D.-N., Boening, C., Landerer, F. W., & Watkins, M. M. (2023). JPL GRACE and GRACE-FO Mascon Ocean, Ice, and Hydrology Equivalent Water Height JPL RL06.3Mv04 (Version RL06.3Mv04). PO.DAAC. https://doi.org/10.5067/TEMSC-3MJ634

Kendall, M.G., 1970, Rank Correlation Methods, 2nd Ed., New York: Hafner

آمار
تعداد مشاهده مقاله: 1