بهینه یابی روش های درونیابی داده های هیدروشیمی در محیط Arc GIS ومقایسه آن با درونیابی با نرم افزار surfer

با توجه به لزوم وجود مقادیر دقیق عناصر شیمیایی اصلی در بررسی های هیدروشیمیایی یک منطقه و با توجه به تحلیل های عددی که بر روی این داده ها در محیط های مدلسازی هیدروشیمیایی انجام میگیرد لازم است که درونیابی های انجام شده، دارای مقدار بهینه دقت باشند تا در مورد تفسیر آنها میزان عدم قطعیت کاهش یابد. در این مورد ما بحث را برروی روشهای آماری و درونیابی (GPI) Local ،GlobalPolynomial Interpolation Radial Base Function(RBF)،Inverse Distance Weighting (IDW)،Polynomial Interpolation (LPI) و Kriging انجام داده ایم. مطالعه مورد نظر بر روی داده های هیدروشیمیایی 16 چاه در دشت سبزوار انجام گرفته است که البته از 21 چاه کمکی در صفحه میامی به جهت کاهش خطای درونیابی استفاده شده است،در پایان نیز بهترین روش های درونیابی به ترتیب میزان RMSE دسته بندی شده اند. البته لازم به ذکر است که حتی بهترین نوع درونیابی نیز دارای مقادیری عدم قطعیت است و به ما ثابت می شود که استفاه از هر نرم افزار باید با یک دید تئوری وسیع صورت بگیرد چرا که متآسفانه مشاهده میشود که محققان بدون اطلاعات کافی از بحث ریاضی اقدام به درونیابی داده های هیدرولوژیکی به روش های غیر مستند میکنند و با استناد به این اطلاعات پایه ضعیف اقدام به مدلسازی و شبیه سازی میکنند که هیچگاه نتیجه مطلوبی در بر نخواهند داشت.در این مورد هم باید گفت که استفاده از این روشها برای کارهای تحت الارضی به مثابه استفاده از یک هندوانه سربسته است چراکه ما بدون تلفیق لایه های مختلف اطلاعاتی نمیتوانیم یک دید وسیع از متغیرهای پلی وارییتی چون هیدروشیمی آبهای زیرزمینی داشته باشیم. بررسی روشهای مختلف درونیابی ارائه شده در نرم افزار Arc GIS از دیدگاه دقت محاسباتی و تخمین مقادیر در نقاط مجهول برای سطح آب در دشت سبزوار نشان می دهد که روش توابع کریجینگ احتمالیبه دلیل تلفیق و استفاده از دسته داده های متفاوت دارای بالاترین دقت محاسباتی می باشد که البته این روش درونیابی می تواند در مناطق و شرایط دیگر تغییر کرده و جای خود را با روشی بهینه تر عوض کند. البته دقت به دست آمده در این روش با سعی و خطا و عوض کردن متد آنالیز حاصل شد که در این مورد حالت کروی (spherical) آن بالاترین دقت را نسبت به سایر حالات داشت. و با توجه به دقت بالاتر و RMSE پایین تر این نحوه درونیابی بهترین روش بود که البته در مورد سال 85 میزان RMSE کم ترین مقدار را در کریجینگ احتمالی داشت. که با همین روش در محیط surfer مقایسه شد.که با آنکه از نظر دقت این روش در نرم افزار Arc GIS بهتر بود اما وجود شکستگی در آن سبب شد که ما با سعی و خطا به دنبال روشی باشیم که انحنای خطوط حاصله کمتر شود. که با توجه به میزان smooth ی که منحنی ها وضعیت مناسبی داشته و دقت آن بهینه ترین شرایط را داشته باشد.

کلیدواژه ها:

درونیابی (INTERPOLATION) ، عکس فاصله (IDW) ، چندجمله ای جامع(GPI) ، چندجمله ای محلی (LPI) ، کریجینگ احتمالی (ProbabilityKriging) ، توابع پایه شعاعی (RBF) ، دشت سبزوار