پهنه‌بندی pH آب‌های زیرزمینی و تعیین مناطق حساس برای رشد مرکبات و برنج در مازندران

آب و خاک

مقاله 2، دوره 36، شماره 5 - شماره پیاپی 85، آذر و دی 1401، صفحه 545-559   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.2022.77702.1182

نویسندگان

رامین فضل اولی^* ؛ هدیه پوریزدان‌خواه

گروه مهندسی آب، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران.

چکیده

استان مازندران یکی از مهم‌ترین مناطق در زمینه‌ی تولید برنج و مرکبات در ایران است که بخشی از باغ‌ها و مزارع کشاورزی آن با آب‌های زیرزمینی آبیاری می‌شوند. با توجه به این امر که pH آب آبیاری تأثیر مهمی در عملکرد محصولات کشاورزی دارد، در این تحقیق، pH آب‌های زیرزمینی 300 حلقه چاه مربوط به شرکت آب منطقه­ای استان مازندران، به صورت مکانی و زمانی در نوار ساحلی استان مازندران به مساحت 8252 کیلومترمربع از ابتدای سال 1391 تا پایان سال 1399، با استفاده از نرم­افزار ArcGIS 10.7.1 با روش کریجینگ معمولی (OK) براساس میانگین pH در دوره‌ها­ی شش­ماهه پهنه­بندی ­شد. برای شناسایی مناطق با خطرپذیری بیشتر از روش کریجینگ شاخص (IK) استفاده شد. نتایج نشان داد که بهترین نیم‌تغییرنما برای پارامتر pH مدل Stable و Exponential است. طبقه‌بندی کلاس‌ها در روش OK براساس حساسیت مرکبات و برنج تعریف شد. نتایج نشان داد که در روش OK، میانگین درصد مساحت تحت کلاس‌های طبقه‌بندی pHهای 8/5>، 2/6-8/5، 8-2/6 و 8< به‌ترتیب برابر با صفر، 6/0، 5/83 و 9/15 درصد و در روش IK، میانگین درصد مساحت تحت کلاس‌های طبقه‌بندی با احتمال خطر آسیب‌پذیری 20-0، 40-20، 60-40 و 100-60 درصد به‌ترتیب برابر با 9/94، 8/4، 3/0 و صفر درصد بود. نقشه‌های حاصل از روش OK نشان دادند که در هیچ منطقه‌ای pH آب زیرزمینی اسیدی نیست و در کناره‌های غربی و شرقی استان شرایط قلیایی مشاهده شد. نقشه­های حاصل از روش IK نشان دادند که در اکثر مناطق استان مازندران احتمال خطر آسیب‌پذیری براساس pH آب‌های زیرزمینی برای باغ‌های مرکبات و مزارع برنج منطقه مورد مطالعه، در محدوده‌ی 20-0 درصد قرار دارد و در بخشی‌های بسیار کمی در قسمت­های شرقی استان احتمال خطر به 40-20 درصد می‌رسد. با توجه به آسیب‌پذیری مرکبات و گیاه برنج درpHهای بالا در آب آبیاری، توصیه می‌شود که در دو محدوده‌ی غربی و شرقی استان برای رشد بهتر گیاه برنج و عدم آسیب‌پذیری محصول به دلیل کمبود نیتروژن و فسفر، با انجام تحقیقات مزرعه‌ای کودهای حاوی عناصر مذکور به مزارع افزوده شود.

کلیدواژه‌ها

استان مازندران؛ کریجینگ شاخص؛ کریجینگ معمولی؛ نوار ساحلی دریای خزر؛ pH

مراجع

1. Amiri-Bourkhani, M., Khaledian, M.R., Ashrafzadeh, A., & Shahnazari, A. (2017). The temporal and spatial variations in groundwater salinity in Mazandaran Plain, Iran, during a long-term period of 26 years. Geofizika 34(1): 119-139. https://doi.org/10.15233/gfz.2017.34.4.
2. Asghari, F.B., Mohammadi, A.A., Dehghani, M.H., & Yousefi, M. (2018). Data on assessment of groundwater quality with application of ArcGIS in Zanjan, Iran. Data in Brief 18: 375. https://doi.org/10.1016/j.dib.2018.03.059.
3. Belkhiri, L., Mouni, L., Sheikhy Narany, T., & Tiri, A. (2017). Evaluation of potential health risk of heavy metals in groundwater using the integration of indicator kriging and multivariate statistical methods. Groundwater for Sustainable Development 4: 12–22. https://doi.org/10.1016/j.gsd.2016.10.003.
4. Bhunia, G.S., Keshavarzi, A., Shit, P.K., Omran, E.S.E., & Bagherzadeh, A. (2018). Evaluation of groundwater quality and its suitability for drinking and irrigation using GIS and geostatistics techniques in semiarid region of Neyshabur, Iran. Applied Water Science 8(6): 1-16. https://doi.org/1007/s13201-018-0795-6.
5. Cambardella, C.A., Moorman, T.B., Parkin, T.B., Karlen, D.L., Novak, J.M., Turco, R.F., & Konopka, A.E. (1994). Field- scale variability of soil properties in Central Iowa soils. Soil Science Society of America Journal 58(5): 1501. https://doi.org/10.2136/sssaj1994.03615995005800050033x.
6. Chandra, N.A., & Sahoo, S.N. (2020). Indicator kriging approach using a GIS to classify groundwater quality parameters of east Godavari District. Andhra Pradesh, India. In III Indian National Groundwater Conference on Groundwater Resources Management for Sustainable Development: Special Emphasis on Coastal and Urban Environment, CWRDM, Kozhikode, 18-20 February 2020. (http://hd1.handle.net/2080/3512).
7. Chatterjee, R., Tarafder, G., & Paul, S. (2010). Groundwater quality assessment of Dhanbad district, Jharkhand, India. Bulletin of Engineering geology and the Environment 69(1): 137-141. https://doi.org/1007/s10064-009-0234-x.
8. Chica-Olmo, M., Luque-Espinar, J.A., Rodriguez-Galiano, V., Pardo-Igúzquiza, E., & Chica-Rivas, L. (2014). Categorical indicator kriging for assessing the risk of groundwater nitrate pollution: the case of Vega de Granada aquifer (SE Spain). Science of the Total Environment 470–471: 229–239. https://doi.org/10.1016/j.scitotenv.2013.09.077.
9. Delbari, M., Amiri, M., & Motlagh, M.B. (2016). Assessing groundwater quality for irrigation using indicator kriging method. Applied Water Science 6(4): 371–381. https://doi. org/10.1007/s13201-014-0230-6.
10. Emery, X. (2006). Ordinary multigaussian kriging for mapping conditional probabilities of soil properties. Geoderma 132(1–2): 75–88. https://doi.org/10.1016/J.GEODERMA.2005.04.019.
11. (2018). Food and Agriculture Organization rice market monitor (RMM). Available at http://www.fao.org/economic/est/publications/ricepublications/rice-market-monitor-rmm/en/ (visited 27 April 2022).
12. Ghadami Firouzabadi, A. (2015). The water use management and soil changes by full irrigation and partial rootzone drying (PRD) in sunflower. Ph.D. Thesis, Sari Agricultural Sciences and Natural Resources University, Sari, Iran: 174p. (In Persian with English abstract).
13. Ghimire, L., Kadyampakeni, D., & Vashisth, T. (2020). Effect of Irrigation Water pH on the Performance of Healthy and Huanglongbing-affected Citrus. Journal of the American Society for Horticultural Science 145(5): 318-327. https://doi.org/10.21273/JASHS04925-20.
14. Goovaerts, P., Webster R., & Dubois, J.P. (1997). Assessing the risk of soil contamination in the Swiss Jura using indicator geostatistics. Environmental and Ecological Statistics 4(1): 49–64. https://doi.org/10.1023/A:1018505924603.
15. Grace, M.S. (2020). A Geospatial Analysis of Ground Water Quality Mapping using GIS in Sangareddy District. International Journal of Engineering Research and Technology (IJERT) 9: 1150-1153. https://doi.org/17577/IJERTV9IS070508.
16. Gunarathna, M.H.J.P., Kumari, M.K.N., & Nirmanee, K.G.S. (2016). Evaluation of interpolation methods for mapping pH of groundwater. International Journal of Latest Technology in Engineering, Management and Applied Science 3: 1-5.
17. Hamraz, B., Shahidi, A., & Khashei Saiyuki, A. (2019). Qualitative assessment of Birjand plain aquifer for pressurized irrigation by using geostatistic Indicator Kriging method. Iranian Journal of Irrigation and Drainage 13(1): 34-44. (In Persian with English abstract)
18. Honma, T., Ohba, H., Kaneko-Kadokura, A., Makino, T., Nakamura, K., & Katou, H. (2016). Optimal soil Eh, pH, and water management for simultaneously minimizing arsenic and cadmium concentrations in rice grains. Environmental Science and Technology 50(8): 4178-4185. https://doi.org/10.1021/acs.est.5b05424.
19. Hosseini, S.S., & Rafiei, H. (2008). Investigation of citrus market behavior in Mazandaran province, case study of Sari. Agricultural Economics 2(4): 73-92. (In Persian with English abstract)
20. (2021). 10 million cubic meters are extracted annually from illegal wells in Mazandaran. The Islamic Republic News Agency, News Cod: 84206632, Reporter Code: 1045, date: 2021.02.01. available at https://www.irna.ir/news/84206632 (visited 14 May 2022). (In Persian)
21. Johnston, K., Ver Hoef, J.M., Krivoruchko, K., & Lucas, N. (2001). Using ArcGIS geostatistical analyst 380. Esri Redlands: 273p.
22. Karandish, F., & Shahnazari, A. (2014). Appraisal of the geostatistical methods to estimate Mazandaran coastal ground water quality. Caspian Journal of Environmental Sciences 12(1): 129-146.
23. Kharad, S.M., Rao, K.S., & Rao, G.S. (2010). GIS based groundwater assessment model, GIS@development, Nov–Dec 1999. https://doi.org/5897/AJEST11.134.
24. Kumari, M.K.N., Sakai, K., Kimura, S., Yuge, K., & Gunarathna, M.H.J.P. (2019). Classification of groundwater suitability for irrigation in the Ulagalla tank Cascade landscape by GIS and the analytic hierarchy process. Agronomy 9(7): 351. https://doi.org/10.3390/agronomy9070351.
25. Lee, J.J., Jang, C.S., Wang, S.W., & Liu, C.W. (2007). Evaluation of potential health risk of arsenic-affected groundwater using indicator kriging and dose response model. Science of the Total Environment 384(1–3): 151–162. https://doi.org/10.1016/j.scitotenv.2007.06.021.
26. Omrani, S.J., Almasian, M., Poshtekohi, M., & Asa′di, R. (2003). Geological Atlas (National Atlas of Iran). National Cartographic Center (Plan and Budget Organization): 110p. (In Persian)
27. Mishra, U., Lal, R., Slater, B., Calhoun, F., Liu, D., & Van Meirvenne, M. (2009). Predicting soil organic carbon stock using profile depth distribution functions and ordinary kriging. Soil Science Society of America Journal 73(2): 614–621. http://doi.org/10.2136/sssaj2007.0410.
28. Mohammadi, E., Rostami Ravary, A., & Fararouie, A. (2021). Salinity assessment and ground water quality mapping using principle component analysis, Case study: Khafr plain. Water Resources Engineering. (In Persian with English abstract)
29. Piccini, C., Marchetti, A., Farina, R., & Francaviglia, R. (2012). Application of indicator kriging to evaluate the probability of exceeding nitrate contamination thresholds. International Journal of Environmental Research 6(4): 853–862. https://doi.org/10.22059/ijer.2012.556.
30. Pouryazdankhah, H., Shahnazari, A., Ahmadi, M.Z., Khaledian, M., & Andersen, M.N. (2019). Rice yield estimation based on forecasting the future condition of groundwater salinity in the Caspian coastal strip of Guilan Province, Iran. Environmental Monitoring and Assessment 191(8): 1-16. https://doi.org/10.1007/s10661-019-7613-y.
31. Shabani, M. (2009). Determination of most sutible geostatistical method for the pH and TDS mapping of groundwater resources (Case study: The Arsanjan plain). Water Engineering 1(1): 47-57 (In Persian with English abstract)
32. Sheikhy Narany, T., Firuz Ramli, M., Zaharin Aris, A., Azmin Sulaiman, W.N., & Fakharian, K. (2013). Spatial assessment of groundwater quality monitoring wells using indicator kriging and risk mapping, Amol-Babol Plain, Iran. Water 6(1): 68-85. https://doi.org/10.3390/w6010068.
33. Shit, P.K., Bhunia, G.S., & Maiti, R. (2016). Spatial analysis of soil properties using GIS based geostatistics models. Modeling Earth Systems and Environment 2(2): 1-6. http://dx.doi.org/10.1007/s40808-016-0160-4.
34. Statistical Center of Iran. (2011). Selected findings of the 2011 national population and housing census. Available at amar.org.irde/.
35. Todd, D.K., & Mays, L.W. (2004). Groundwater hydrology. John Wiley & Sons.
36. van Asten, P.J., Van Bodegom, P.M., Mulder, L.M., & Kropff, M.J. (2005). Effect of straw application on rice yields and nutrient availability on an alkaline and a pH-neutral soil in a Sahelian irrigation scheme. Nutrient Cycling in Agroecosystems 72(3): 255-266. http://doi.org/10.1007/s10705-005-3108-z.
37. Yasrebi, J., Saffari, M., Fathi, H., Karimian, N., Moazallahi, M., & Gazni, R. (2009). Evaluation and comparison of ordinary kriging and inverse distance weighting methods for prediction of spatial variability of some soil chemical parameters. Research Journal of Biological Sciences 4(1): 93–102. https://medwelljournals.com/abstract/?doi=rjbsci.2009.93.102.
38. Yousefian, M., Soltani, A., Dastan, S., & Ajamnoroozi, H. (2019). Documenting production process and the ranking factors causing yield gap in rice fields in Sari, Iran. Iran Agricultural Research 38(1): 101-109. https://doi.org/10.22099/iar.2019.5316.
39. Ziogas, V., Tanou, G., Morianou, G., & Kourgialas, N. (2021). Drought and salinity in citriculture: optimal practices to alleviate salinity and water stress. Agronomy 11(7): 1283. https://doi.org/10.3390/agronomy11071283.