وضعیت آب در منطقه خاورمیانه با کمبود شدید توصیف می شود، در عین حال، با افزایش تقاضایی ناشی از رشد جمعیت و توسعه اقتصادی و کشاورزی همراه است. همچنین، مدل های تغییرات آب و هوایی در سال های آینده شرایطی حتی سخت تر در بخش آب، همراه با افزایش درجه حرارت و کاهش بارش را پیش بینی می کنند. برای تصمیم گیرندگان جهت پاسخ به سوالات ضروری از قبیل اینکه: تغییر تعادل و بیلان آب در زمان و در عمل برای دستیابی به منبع آب پایدار به چه شکل مورد نیاز است؟ یک سیستم پشتیبانی تصمیم (DSS)، بر اساس مدل های محاسباتی، کمک خوبی را در این موضوع پیچیده ارائه داده است.

نرم افزار Visual MODFLOW Flex در حال حاضر در آخرین نسخه خود از امکان واسنجی با کد PEST به شکل نقاط پایلوت پشتیبانی می کند. این مقاله خلاصه ای از مفاهیم کلیدی PEST، چگونگی عملکرد یکپارچه آن در Visual MODFLOW Flex به عنوان نرم افزار مدل سازی آب های زیرزمینی، و پیوندهایی به منابع با ارزش در برآورد پارامتر، کالیبراسیون خودکار مدل و تجزیه و تحلیل عدم قطعیت در آنها را مهیا می کند.

مقدمه

همه مدل سازی های آب های زیرزمینی نامطمئن هستند! عدم اطمینان در داده ها، مدل مفهومی hydrogeologic و نتایج شبیه سازی شده وجود دارد. مدلسازان آب زیرزمینی نیازمند برخی از روش ها برای ارزیابی این عدم قطعیت هستند، به طوری که آنها بتوانند بهترین مدل کالیبراسیون را توسعه داده و اقدام به ساخت مدل های قابل دفاع کنند. ارزیابی کالیبراسیون به شکل مدل دستی روش خوبی است، زیرا این روش برای شما یک درک خوب از حساسیت/عدم قطعیت مدل را فراهم می کند. همچنین برای داشتن ابزار خودکار و در دسترسی برای تمام قسمت های فرایند کالیبراسیون بسیار مفید است. اما در مقابل روش دستی، این چیزی است که PEST ارائه می دهد: این کد یک ابزار برآورد پارامتر خودکار را برای تجزیه و تحلیل حساسیت و عدم اطمینان مدل فراهم می کند و البته با بسیاری توانایی های بیشتر.

بدون شک یکی از مهم ترین معیار های انتخاب مدل، کارایی مدل است که با در نظر گرفتن خصوصیات هیدروژئولوژیکی و کیفی آبخوان بتواند در شرایط طبیعی مورد استفاده قرار گیرد. در بحث آلودگی و کیفیت آب های زیرزمینی، مدل های بسیاری وجود دارند که در زمینه های مختلف مانند شوری، آلودگی های ناشی از کشاورزی مانند نیترات، پتاسیم و آلودگی های نفتی، آلودگی های فاضلاب شهری و صنعتی و همچنین اتمی، می تواند مورد استفاده قرار گیرند. بدیهی است باتوجه به نوع مشکل، مدلی که بتواند پاسخ گوی مساله باشد و کارایی لازم را داشته باشد باید انتخاب شود. از طرف دیگر با توجه به نیاز مدل کیفی به پارامتر سرعت آب و مقادیر بیلان در هر گره، این مدل باید قابلیت تلفیق با مدل کمی را داشته باشد.

معیار دیگر را می توان عمومیت مدل دانست، طوری که مدل فقط خاص یک مساله و در یک منطقه نباشد بلکه بتواند در شرایط مختلف با اندک اصلاحاتی جوابگو باشد. در غیر این صورت فقط مختص یک منطقه خواهد بود و از آن نمی توان در سایر نقاط استفاده کرد.

محدوده مطالعات

به طور کلی دو قسمت عمده نحوه تعیین حریم کیفی به شرح زیر می باشد:

• حریم کیفی نقطه ای یا حریم کیفی در سطح حوضه چاه
• حریم کیفی ناحیه ای یا حریم کیفی در سطح آبخوان

ضرورت تعیین حریم کیفی آب های زیرزمینی

به منظور حفاظت آبخوان ها در مقابل آلودگی، اعمال محدودیت ها بر کاربری اراضی موجود و آینده، و هم چنین برداشت بیش از حد از آبخوان ها، ضروری است. اما در این بین محدودیت هایی نیز وجود دارد، چرا که از دیدگاه اقتصادی- اجتماعی قابل قبول نیست که برای حفاظت از منابع آب زیرزمینی، کل محدوده آبخوان را برای کاربری های مختلف ممنوع کرد. بنابراین بسیار مقرون به صرفه و معقول خواهد بود که به جای اعمال کنترل بر کاربری اراضی و میزان برداشت، در هنگام تعریف و تعیین سطح کنترل لازم در حفاظت از کیفیت آب زیرزمینی از ظرفیت میرایی طبیعی آلاینده (خود پالایی آلاینده) در منطقه غیراشباع استفاده شود و در نتیجه به جای آنکه تمامی قسمت های آبخوان ممنوع شود، تنها توسعه کاربری، برای مناطق حساس و مستعد آلودگی متوقف گردد.

ایرانیان از آغاز بهره برداری از منابع آب اعم از چاه، قنات، چشمه و یا رودخانه به فکر رعایت حریم کمی منابع آب بوده اند، چراکه همواره نوعی نگرانی برای صاحبان یک منبع آب وجود داشته که ایجاد منبع آبی جدید اثرات سوء و نامطلوب بر منبع قدیمی آب بگذارد. بنابراین تعیین حریم یک منبع آبی نوعی اطمینان خاطر برای صاحبان آن و از سوی دیگر هشداری بود به افرادی که می خواستند منبع جدیدی در حوالی یک منبع قدیمی آب ایجاد نمایند و آنها را ملزم به رعایت حریم می نمود. امروزه با رشد جمعیت و افزایش تعداد چاه ها و استفاده بی رویه از آب های زیرزمینی جهت مصارف شرب، صنعت و کشاورزی از یک طرف و نفوذ زه آّب ه ای کشاورزی، نفوذ پساب های صنعتی و فاضلاب های شهری به داخل آبخوان ها و هم چنین استقرار کاربری های نامناسب در اطراف منابع آبی از طرف دیگر، تغییرات قابل ملاحظه ای در کیفیت آب های زیرزمینی به وجود آمده است. بنابراین علاوه بر تعیین حریم کمی، لزوم تعیین حریم کیفی براساس معیارهای علمی و کاربردی جهت اعمال مدیریت صحیح بر حفاظت و بهره برداری از منابع آب زیرزمینی و بالاخص حفاظت از کیفیت این منابع آب با ارزش بیش از گذشته احساس می گردد.

اندکی درباره مدل MODFLOW:

از جمله کدهایی که کاربردهای گسترده ای داشته و از مقبولیت بالایی نزد هیدروژئولوژیست ها برخوردار بوده کد MODFLOW می باشد که توسط سازمان زمین شناسی آمریکا ارائه شده است. رابط های گرافیکی گوناگونی برای این کد تهیه شده اند؛ دلیل اصلی مقبولیت این کد (هر چند نمی توان آن را برای همه موارد تخصصی مطالعه مدل پیشنهاد نمود) این است که برای راه حل های تحلیلی گوناگونی ارزیابی و کنترل شده و سامانه های هیدروژئولوژیکی مختلفی در سراسر جهان را شبیه سازی نموده است. همچنین نرم افزارهای مختلف آن ارزان و در دسترس همگان می باشد. 

از جمله ویژگی های دیگر MODFLOW می توان به ساختار ماژولی آن اشاره نمود. بدین ترتیب که می توان برای فرآیندهای خاص هیدرولوژیکی ماژول خاصی را فعال یا غیرفعال نمود. همچنین مدول های جدیدی برای مسایل مربوط به جریان (مثل اندرکنش جریان رودخانه با آبخوان) یا روش های عددی جدید در حال توسعه می باشند. این دلایل سبب شده MODFLOW از سوی بسیاری از سازمان ها به عنوان نرم افزار برتر مورد استفاده قرار گیرد.

طبق روند مدل سازی کیفی، پس از مشخص بودن اهداف مدل و انجام مطالعات پایه در این مرحله تهیه مدل مفهومی به عنوان پیش نیاز مدل ریاضی ضروری است. معمولا در تهیه یک مدل مفهومی، موارد زیر باید مشخص شود:

- فرم هندسی محدوده آبخوان

- نوع تشکیلات زمین شناسی آبخوان از نظر همگنی و ناهمگنی

- نحوه بررسی مساله (به صورت یک، دو و یا سه بعدی)

- تعیین رژیم جریان به صورت ورقه ای و یا متلاطم

- تعیین نوع منبع آلودگی (نقطه ای، خطی، توزیعی)

- نوع آلاینده ها و نحوه توزیع آن

- بررسی تغییر مکانی و زمانی متغیر حالت (غلظت) در آبخوان

- تغذیه و تخلیه مواد محلول در سامانه کیفی آبخوان

- شرایط مرزی و ارتباطی که از نظر کیفیت، آبخوان، با خارج از محدوده خود دارد.

به طور کلی قبل از شروع تهیه مدل ریاضی کیفی آب های زیرزمینی، ابتدا باید هدف از تهیه مدل مشخص شود. به خصوص آن که پس از تهیه مدل، چگونه می توان از این مدل جهت مدیریت کیفی آبخوان استفاده کرد. بنابراین اولین گام در فرآیند مدل سازی، تعریف اهداف و در پی آن تهیه مطالعات پایه کیفیت آبخوان مورد نظر می باشد. مهم ترین کمکی که شناخت اهداف می تواند در روند مدل سازی ارائه کند، در نظر گرفتن جزییات و دقت کار بوده و این که با چه درجه از دقت، مدلسازی باید انجام گیرد. مثلا داده های مورد نیاز، شبکه بندی منطقه و انتخاب روش مناسب حل معادلات و یا مدل مناسب برای منطقه، کاملا متاثر از اهداف مدل می باشند.

در گام دوم با توجه به این که پیش نیاز مدل کیفی آبخوان، تهیه مدل کمی و یا مدل ریاضی جریان در آب های زیرزمینی می باشد، لذا در این گام، مدل کمی باید تهیه شود. این مدل به عنوان منبعی از اطلاعات مورد نیاز در مدل کیفی مانند سرعت جریان و داده های بیلان آب در هر یک از گره های مدل عمل می کند. به همین جهت مدل و همچنین گزارش فنی مدل ریاضی جریان باید با دقت کامل تهیه شده و در دسترس باشد تا بتوان از آن به سهولت در روند تهیه مدل کیفی استفاده کرد.

معمولا قبل از شروع مدل سازی کیفی یک آبخوان، باید هدف از مدل سازی روشن باشد. به این صورت که از ابتدا مشخص باشد که در پایان مدل سازی چه انتظاری از مدل وجود دارد و نتایج آن تا چه مقدار می تواند، نیاز های مدیریت آبخوان را برآورده کند. به طور کلی می توان بیان داشت که مهم ترین هدف مدل سازی کمی و کیفی یک آبخوان، دست یابی به نتایجی جهت مدیریت آبخوان می باشد. این مدیریت با توجه به نوع آلاینده های توزیعی، موضعی و خطی و روند آلودگی نسبت به زمان و جبهه پیش روی آلودگی متفاوت می باشد. از طرف دیگر برنامه ریزی از حفاظت از چاه های بهره برداری به طور عام و یا تعدادی از چاه های بهره برداری تامین آب شرب به طور خاص می تواند در ضمره اهداف مدل کیفی باشد. ضمن اینکه تصمیم گیری در مورد ارائه راهکارهایی جهت رفع آلودگی و طراحی شبکه چاه های نمونه برداری کیفی نیز می تواند با استفاده از نتایج مدل کیفی صورت پذیرد.

میان یابی داده ها و توزیع آنها بر روی گره های مدل

انواع داده های مورد نیاز در مدل سازی آب های زیرزمینی در بخش های گذشته این نوشتار مورد اشاره قرار گرفته است. داده های صحرایی پس از جمع آوری و اصلاح، باید به عنوان مقادیر پارامتری یا متغیر با روش های مناسب برای گره ها یا سلول ها/المان ها تعریف شوند. چگونگی توزیع داده های گوناگون در گستره مدل بسیار مهم می باشد.

تطبیق پارامترها با نوع مدل

نخستین مساله ای که در انتقال داده های صحرایی به شبکه باید در نظر داشت تطبیق پارامترها با نوع مدل است. مثلا در مدل های کاملا سه بعدی و نیمرخ، اندازه گیری هدایت هیدرولیکی باید به صورت نقطه ای باشد که معمولا به سادگی می توان آن را در صحرا به دست آورد. در مدل های منطقه ای دو بعدی و شبه سه بعدی به مقادیر میانگین در راستای قائم نیاز می باشد که می توان آنها را به صورت غیرمستقیم با میانگین گرفتن از نتایج اندازه گیری های نقطه ای یا به صورت مستقیم به کمک آزمایش های پمپاژ در چاه هایی که در تمام ضخامت اشباع آبخوان نفوذ کرده باشند، به دست آورد.

مصارف بی رویه و کنترل نشده منابع آب‌سطحی و زیرزمینی، کاهش نزولات جوی، تمرکز مصرف در برخی نقاط (عدم تعادل بین تقاضا و پتانسیل تأمین آب)، الگوی کشت نامناسب و عدم آبیاری صحیح و حفر چاه های متعدد و بهره‌برداری بی برنامه از آن ها در چند دهه اخیر باعث بحرانی شدن وضعیت منابع آب‌ زیرزمینی در اکثر دشت های کشور شده است. به نحوی که سطح آب زیرزمینی در اغلب آبخوان های کشور به طور مداوم  سیر کاهشی داشته و متوسط افت سالانه در طول 15 سال گذشته در حد 12 متر بوده است.

کاهش سطح  تراز آب زیرزمینی دشت ها اثرات زیادی دارد و باعث افزایش هزینه استحصال آب و افزایش مصرف انرژی، کاهش کیفیت آب و ظهور پدیده فرونشست زمین می‌گردد. هرکدام از این عوامل پیامدهای منفی ثانویه نیز دارد. به عنوان نمونه با کاهش حجم آب قابل برداشت منابع زیرزمینی و افزایش هزینه استحصال آب، سطح زیرکشت محصولات کاهش و قیمت محصولات افزایش می‌یابد.

حل معادلات دیفرانسیل جزیی آلودگی آب های زیرزمینی مستلزم تعیین شرایط مرزی از نظر غلظت و استفاده از اطلاعات موجود در این مرزها می باشد. در غیر این صورت این معادلات غیرقابل حل خواهند بود. تعیین شرایط مرزی یکی از مشکل ترین مراحل در مدل سازی آب های زیرزمینی م یباشد. شرایط طبیعی مانند مرزهای غیرقابل نفوذ و همچنین مناطق تغذیه و تخلیه آبخوان، در اغلب موارد خیلی دورتر از محدوده مورد نظر در مدل قرار دارد. به نظر می رسد، بهترین کار در کاهش خطای تعیین شرایط مرزی، بسط و توسعه محدوده مدل تا سرحد های طبیعی آبخوان است که در اکثر موارد به دلیل حجیم شدن محدوده کاری، امکان پذیر نیست.

از طرف دیگر، عدم وجود یک شبکه خوب اندازه گیری غلظت آلودگی در آبخوان، انتخاب محدوده وسیعی را در مدل سازی توجیه نمی کند. محدوده بزرگ مدل سازی با اطلاعات و آمار اندک، نه تنها کمکی به اهداف مدل سازی نمی کند بلکه باعث خطای بیش تر به واسطه بالا رفتن عدم قطعیت، در نتایج می شود. لذا محدوده بیلان و مدل در بیش تر حالات با محدوده آبخوان متفاوت است.

رشد روزافزون جمعیت، پیشرفت علوم و تکنولوژی، توسعه صنعت، شهرنشینی و رفاه، زمینه های مصرف بیش تر و رشد فزاینده پسماند را باعث شده است. به طوری که سالانه مقادیر انبوهی از مواد زاید در محیط زیست تخلیه می شوند. دفع مواد زاید حاصل از مصرف، یکی از عوامل اصلی آلودگی آب، خاک و بعضا هوا محسوب می شوند که در حال حاضر بخش های بسیاری از نظام اکولوژیک و حیات بسیاری از جانداران خصوصا انسان را با تهدید جدی مواجه کرده است. افزایش رو به تزاید مواد زاید و تبعات ناشی از تخلیه آن ها در محیط زیست در اغلب کشورهای جهان، خصوصا کشورهای در حال توسعه که با محدودیت شدید مالی، تکنولوژیک و نیروهای متخصص مواجه هستند، یک چالش جدی دولت ها محسوب شده و آن ها با مشکلات عدیده ای در این زمینه روبه رو هستند.

اصولا مدیریت پسماند یکی از پیچیده ترین و پرهزینه ترین مشکلات مسوولان مربوط محسوب می شود. غامض بودن مدیریت پسماند به ویژه در شهرهای پرجمعیت و رو به رشد کشورهای در حال توسعه که هرساله هزاران نفر به جمعیت آن ها اضافه می شوند، باعث می شود دفع مواد زاید تولید شده آنان باتوجه به محدودیت مالی این کشورها هر روز مشکل تر شود. به همین دلیل این کار در سایه همکاری و مشارکت همه جانبه مردم و مسوولان و دسترسی به تکنولوژی های جدید امکان پذیر است. به طور متوسط کشورهای در حال توسعه پنج درصد سرانه تولید ناخالص ملی خود را برای خدمات مدیریت ضایعات شهری هزینه می کنند. در مقابل کمبود اراضی مناسب، فقدان قوانین و مقررات کارآمد، نبودن نظارت بر نحوه فعالیت دفع و مدیریت ضایعات، مکان یابی نامناسب محل های دفن و عدم مشارکت مردمی باعث می گردد که برخی مواقع هزینه های کلان مدیریت پسماند به نتیجه مطلوب منجر نگردد.

روش قطبش القایی

آژانس های آب و شرکت های خصوصی آب با چالش توسعه و حفظ منابع آب پایدار، اغلب در آب های زیرزمینی به عنوان محور وظایف خود روبرو می باشند. از سال 1987، سیستم Westbay برای مدیران آب، فضای انعطاف پذیری را فراهم کرده است که به توصیف آب های زیرزمینی در چهار بعد پرداخته، و منجر به بهینه سازی فعالیت های مدیریت و توسعه شیوه های مدیریت پایدار گشته است.

نرم افزار مدیریت منابع آب زیرزمینی

• مدیریت حوضه آب های زیرزمینی
• عملیات MAR
• نفوذ آب دریا، نظارت، پیشگیری و کاهش
• بهینه سازی مدل های عددی

نرم افزار تصویر سازی، تجزیه و تحلیل و مدیریت داده های محیطی

نرم افزار Hydro GeoAnalyst یک فضای یگانه برای مدیریت سیستمی داده های آب های زیرزمینی و محیطی است؛ که سبب سازماندهی داده های محیطی شده و همچنین به شما برای افزایش سرعت ایجاد نتایج تحلیلی-جامع که قابل اعتماد و دارای مفاهیم ساده ای جهت درک می باشد، کمک می نماید. با Hydro GeoAnalyst، متخصصان آب های زیرزمینی، علوم زمین و سازمان های دولتی تمامی ابزارهای مورد نیازی که به طور موثری برای مدیریت حجم زیادی از داده ها، و تصمیم گیری آگاهانه در مورد محیط زیست و منابع آب کارامد است، در اختیار خواهند داشت.

واسنجی مدل در شرایط ماندگار و غیرماندگار

هر مدلی که برای شناخت و پیش بینی رفتار یک سامانه آب زیرزمینی انتخاب می شود، باید به خوبی تعریف شود. این تعریف باید مبتنی بر وضعیت هندسی دقیق لایه آبدار یا سامانه مورد مطالعه اطلاعاتی درباره پارامترهای فیزیکی آن مرزها، ورودی ها و خروجی های آن باشد. تمام این اطلاعات باید از مدل مفهومی سامانه که بر اساس مطالعات صحرایی آزمایشگاهی و دفتری تهیه شده است، به دست آید. چنان چه اطلاعات مذکور در دسترس نباشد باید بر اساس تجربه و شناخت سامانه حدس زده شوند و سپس در طی فرآیند واسنجی اصلاح شوند. پس عمل واسنجی مدل در واقع انطباق مقادیر شبیه سازی با مقادیر مشاهده شده مربوط به رفتار سامانه آبخوان (از قبیل بار هیدرولیکی پمپاژ و تغذیه) در گذشته است.

واسنجی مدل به دو شیوه امکان پذیر است. یا می تواند به روش سعی و خطا باشد و یا به روش خودکار توسط نرم افزارهای مربوطه انجام شود از معایب واسنجی به روش سعی و خطا وقت گیر بودن آن است ولی از مزایای آن این است که اگر توام با تطبیق با واقعیت باشد آنگاه اطمینان به پارامترهای واسنجی شده از درصد بالایی برخوردار خواهد بود.

شرایط اولیه

منظور از شرایط اولیه مقادیر متغیرهای مجهول درون محدوده مدل (مانند بار هیدرولیکی و جریان) در لحظه ابتدایی شبیه سازی می باشد. در شبیه سازی های غیرماندگار لازم است شرایط اولیه مشخص باشد. معمولا مدل برای یک حالت ماندگار واسنجی شده و نتایج آن به عنوان شرایط اولیه در شبیه سازی غیرماندگار مورد استفاده قرار می گیرد. یک شیوه مناسب دیگر در تعیین شرایط اولیه استفاده از داده های صحرایی می باشد. استفاده از مدل برای تولید مقادیر بار هیدرولیکی باعث سازگاری شرایط اولیه، شرایط مرزی هیدرولوژیکی و پارامترهای مربوط به مدل می شود. در صورتی که اگر از مقادیر اندازه گیری شده صحرایی به عنوان مقادیر اولیه استفاده شود، در گام های زمانی اولیه مدل تنها به شرایط مرزی اعمال شده عکس العمل نشان نمی دهد، بلکه مدتی را صرف تعدیل توزیع بارهای هیدرولیکی اندازه گیری شده م یکند به گونه ای که بین داده های هیدرولوژیکی مدل و پارامترهای آن با مقادیر اولیه بار هیدرولیکی تعادل برقرار شود. این مرحله اصطلاحا گرم شدن مدل نامیده می شود.