Simulation der Nitratbelastung und der Anfälligkeit von Grundwasserressourcen mithilfe der Modelle MODFLOW und DRASTIC

Jul 06, 2023

Wissenschaftliche Berichte Band 13, Artikelnummer: 8211 (2023) Diesen Artikel zitieren

227 Zugriffe

Details zu den Metriken

Grundwasserressourcen sind die wichtigsten Süßwasserressourcen, die den Menschen insbesondere in trockenen und semi-ariden Regionen zur Verfügung stehen. Für die Untersuchung zeitlicher Veränderungen der Nitratbelastung des Grundwassers und der Rolle der Landwirtschaft und anderer Quellen bei der Grundwasserverschmutzung wurden die Informationen von 42 Trinkwasserbrunnen mit geeigneter Verteilung in der Ebene in der Bouin-Daran-Ebene im Zentrum Irans genutzt. Die Ergebnisse zeigten, dass die hydraulische Leitfähigkeit in der Ebene für verschiedene Gebiete nach der Kalibrierung im stationären Zustand zwischen 0,8 und 34 m/Tag berechnet wurde. Nach der Kalibrierung des Modells unter permanenten Bedingungen wurde das Modell 2 Jahre lang unter nicht permanenten Bedingungen kalibriert. Die Ergebnisse zeigten, dass in weiten Teilen der Region die Nitrationenkonzentration Werte von mehr als 25 mg/L aufweist. Dies zeigt, dass die durchschnittliche Konzentration dieses Ions in der Region im Allgemeinen hoch ist. Die höchste Verschmutzung des Grundwasserleiters der Ebene betrifft die südlichen und südöstlichen Teile der Ebene. Aufgrund der landwirtschaftlichen Tätigkeit, bei der große Mengen an Düngemitteln in dieser Ebene eingesetzt werden, besteht an allen Orten ein Verschmutzungspotenzial, das eine kodifizierte und exekutive Planung für landwirtschaftliche Betriebe sowie die Nutzung von Grundwasserquellen erfordert. Die DRASTIC-Methode zur Gefährdungsschätzung eignet sich nur zur Abschätzung der Gebiete, die ein hohes Kontaminationspotenzial aufweisen, und hat den Validierungstests zufolge auch eine geeignete Schätzung geliefert.

Grundwasserressourcen sind die wichtigsten Süßwasserressourcen, die dem Menschen zur Verfügung stehen. Die Entwicklung der Landwirtschaft aufgrund des Bevölkerungswachstums und der Forderung nach Ernährungssicherheit hat zu einer Verschmutzung des Grundwassers geführt, die durch verschiedene Faktoren wie Bodenerosion und den extremen Einsatz von Düngemitteln und Pestiziden verursacht wird. Das Versäumnis, geeignete Managementlösungen anzuwenden, führt zu komplexen und größeren Problemen wie der Ausbreitung von Krankheiten, die durch verschmutztes Wasser verursacht werden, dem Tod von Wassertieren und der Zerstörung von Feuchtgebieten und Flüssen1,2.

Andererseits gilt die Landwirtschaft seit jeher als größter Süßwasserverbraucher. In der Landwirtschaft genutztes Wasser gelangt in einer Kette immer wieder an die Oberfläche und ins Grundwasser. Allerdings ist die Landwirtschaft sowohl Ursache als auch Opfer der Wasserverschmutzung3,4. Daher ist es wichtig, sowohl die Entwicklung des Agrarsektors als auch die Qualität der Grundwasserressourcen zu steuern.

Unter Grundwasser versteht man das Wasser, das sich unter der Erdoberfläche befindet und in Brunnen, Tunneln und Entwässerungsstollen gesammelt werden kann. Außerdem kann Grundwasser in Form von Quellen auf natürliche Weise an die Erdoberfläche fließen5. Die Grundwasserressourcen sind nicht in allen Teilen der festen Erdkruste gleichmäßig verteilt. Dieses Problem erschwert die Verwaltung und Simulation dieser Ressourcen. Die bestehenden Gleichungen im Modellierungsprozess des Grundwasserspiegels können in Form eines mathematischen Modells auf zwei analytischen und numerischen Wegen gelöst werden. Die Komplexität des Grundwasserleitersystems, die Heterogenität der geologischen Formationen, unterschiedliche Pump- und Zufuhrmengen zu unterschiedlichen Zeiten usw. machen die numerischen Modelle zu einem Ersatz für die analytischen Modelle in der natürlichen Umgebung6,7.

Auf Computernutzung basierende numerische Methoden werden zum Hauptwerkzeug zur Lösung von Problemen in der natürlichen Umwelt. Zur analytischen Lösung der Grundwasserströmungsgleichungen sind eine Reihe von Vereinfachungen erforderlich. Bei diesen Vereinfachungen werden Annahmen wie Homogenität und ein- oder zweidimensionale Strömung berücksichtigt. In der Brunnenhydraulik werden üblicherweise analytische Methoden eingesetzt. Numerische Lösungen sind sehr breit gefächert und da sie auf heutige Computer zugreifen können, sind sie nützlicher als komplexe analytische Lösungen8. Bei der Grundwassermodellierung werden fünf numerische Methoden verwendet: Finite-Differenzen-Methoden, Finite-Elemente-Methoden, Randintegralgleichungsmethoden, umfassende Finite-Differenzen-Methoden und analytische Elementmethoden.

Modellierung des Grundwassers mithilfe mathematischer und konzeptioneller Modelle und Verwendung von Software zur Simulation von Grundwasserleitern und Grundwasserressourcensystemen. Zu den Modellen, die bei der Simulation von Grundwasserleiterschichten häufiger vorkommen, gehören die verschiedenen Versionen der Modelle MODFLOW, PMWIN, GWM, GMS und Visual MODFLOW, die mit der Finite-Differenzen-Methode (FDM)9 erstellt werden. Zur Modellierung der Strömungs- und Grundwasserleiterschichten wird die Finite-Differenzen-Methode verwendet. Diese Modelle wurden effektiv im Grundwasser in porösen Umgebungen und unter herkömmlichen Bedingungen getestet4. Das GMS-Modell (Groundwater Modeling System) ist die neueste und umfassendste verfügbare Grundwassermodellierungssoftware. Die Modellierung in GMS mit zwei Methoden der finiten Differenz und der finiten Elemente in zweidimensionalen und dreidimensionalen Umgebungen und unter Verwendung von Werkzeugen (MODFLOW, MODPATH, MT3DMS/RT3D, SEAM3D, PEST, SEEP2D usw.) erfolgt4.

Nitrat ist der wichtigste Schadstofffaktor im Grundwasser, der überwiegend aus der Landwirtschaft stammt10. Grundwasserverschmutzung wird durch die Anreicherung von Nitratformen im Boden oder durch biologische Prozesse durch die Umwandlung anderer Stickstoffformen verursacht. Nach Angaben der United States Environmental Protection Agency (USEPA) beträgt die maximal zulässige Konzentration von Nitratstickstoff (NO3–N) für Trinkwasser 10 mg/L, was etwa 45 mg Nitrat (N2O) entspricht. Dieser Grenzwert liegt nach Angaben der Weltgesundheitsorganisation und der Union Europa (EU) bei 50 mg/L Nitrat. Im Iran wurden 50 mg/L Nitrat als maximal zulässige Konzentration im Trinkwasser festgelegt11,12. Daher ist die Durchführung verschiedener Forschungsarbeiten im Bereich der Vorhersage von Verschmutzung und Nitratkonzentration von entscheidender Bedeutung.

Die auf diesem Gebiet durchgeführte Forschung kann auf die Studie von Pacheco et al. verwiesen werden. In dieser Forschung überarbeiteten sie das DRASTIC-Modell, um das Risiko der Grundwasserverschmutzung in den ländlichen Bergwassereinzugsgebieten im Norden Portugals zu bewerten. Aufgrund der Ergebnisse wurde das Risiko einer Grundwasserbelastung durch Nitrat grundsätzlich als mäßig eingestuft. Hochrisikogebiete waren Gebiete, die landwirtschaftlich und tierisch genutzt werden13. El Baba et al. Die Gefährdung des Grundwassers und die Nitratbelastung wurden mithilfe der DRASTIC-Analyse und der Geostatistik bewertet und kartiert. Diese Untersuchung ergab einen großen Unterschied in den Ergebnissen aufgrund des Vorhandenseins von Gebieten mit hoher und geringer Gefährdung14. Moghaddam et al. bewertete den Vulnerabilitätsindex von Grundwasserressourcen mithilfe des Ansatzes zur Vorhersage der Nitratkonzentration. Die Ergebnisse zeigten, dass die meisten Brunnen einer Konzentrationszunahme ausgesetzt waren, die sich in den unteren Bereichen landwirtschaftlicher und städtischer Gebiete verstärkt, und der Vulnerabilitätsindex zeigte, dass die Teile des zentralen Grundwasserleiters, die sich flussabwärts von landwirtschaftlichen Flächen und städtischen Gebieten entlang befinden Hauptabflussrohre sind sie am anfälligsten15. Boufekane et al. diskutierte die Hybridisierung der DRASTIC-Methode zur Bewertung der zukünftigen Szenarien der Grundwassergefährdung im Nordosten Algeriens. Die Ergebnisse der Anwendung der DRASTIC-Methode im Referenzjahr 2010 zeigten, dass die hohen und mittleren Vulnerabilitätsklassen zu etwa 97 % einen weiten Bereich des Untersuchungsgebiets abdecken. Die Ergebnisse für die zukünftige Vorhersage der Grundwasseranfälligkeit zeigten, dass Änderungen der Grundwasseranfälligkeit im Zeitverlauf (2010–2030) eng mit den durch die Pumpraten verursachten Grundwassertiefenänderungen zusammenhängen, da die Verringerung des piezometrischen Pegels zu einer Verschlechterung der Grundwasseranfälligkeit führt16. Xiao et al. diskutierte hydrogeochemische Einblicke in die Signaturen, Entstehung und Nachhaltigkeitsperspektive von mit Nitrat angereichertem Grundwasser im Einzugsgebiet Piemont von Hutuo, China. Um eine nachhaltige Entwicklung der Grundwasserressourcen in ariden und semi-ariden Vorgebirgen zu erreichen, werden Initiativen empfohlen, die unter anderem die Sensibilisierung der Bewohner, den Umweltschutz, eine unterschiedliche Wasserbewirtschaftung basierend auf der Wasserqualität und eine gezielte Wasseraufbereitung umfassen17. Xiao et al.18 untersuchten Quellen, treibende Kräfte und potenzielle Gesundheitsrisiken von Nitrat und Fluorid im Grundwasser einer typischen Schwemmlandebene. Die Ergebnisse zeigten, dass menschliche Einträge/Einwirkungen die dominierenden Kräfte sind, die den Nitratgehalt und den Salzgehalt des Grundwassers in der Region Piemont und den bewohnten und industriellen Unterläufen des Südostens erhöhen und über den oralen Weg potenzielle nicht krebserregende Risiken für verschiedene Bevölkerungsgruppen darstellen. Zhi et al.19 untersuchten den Anreicherungsmechanismus von Fluorid und Jod im salzhaltigen Grundwasser in der unteren Überschwemmungsebene des Gelben Flusses im Norden Chinas. Die Ergebnisse der Faktorenanalyse bestätigen weiterhin die gegensätzlichen Verhaltensmuster von Fluorid und Jod im salzhaltigen Grundwasser.

In Gebieten mit begrenzten Oberflächenwasserressourcen ist der Druck auf das Grundwasser größer, was auf die allmähliche Verringerung des Volumens des Grundwasserreservoirs aufgrund der zusätzlichen Entnahme durch gegrabene Brunnen und dessen Intensivierung, insbesondere aufgrund des Auftretens jüngster Dürren, zurückzuführen ist einerseits und die durch die Tätigkeit verursachte Umweltverschmutzung. Auch wirtschaftliche Fragen erfordern eine genaue Kenntnis des Grundwasserleiters und die Bereitstellung der notwendigen Informationen zur Nutzung der Grundwasserressourcen. Andererseits hat die Notwendigkeit des Einsatzes von Nitratdüngern in der Landwirtschaft zu einem deutlichen Anstieg des Einsatzes dieser Art von Düngemitteln geführt. Es scheint, dass der Einsatz von GMS (MODFLOW) und DRASTIC-Modellen im Bereich des Aquifer-Qualitätsmanagements als neue Methode viele damit verbundene Probleme und Kosten reduzieren kann. Basierend auf der Untersuchung verschiedener Quellen ist es möglich, die Bedeutung der Untersuchung der Nitratbelastung von Grundwasserquellen und das Risiko der Anfälligkeit dieser Quellen zu verstehen. Die Ziele der vorliegenden Studie sind: Untersuchung und Verständnis der zeitlichen Veränderungen der Nitratkontamination des Grundwassers in der Bouin-Daran-Ebene für ein Jahr durch Probenahme alle drei Monate, Untersuchung der Rolle der Landwirtschaft und anderer Quellen bei der Nitratkontamination des Grundwassers, die quantitative und qualitative Modellierung des Grundwasserleiters mit dem GMS-Modell, Bestimmung des Gefährdungspotenzials des Grundwasserspiegels in der Region mit dem DRASTIC-Modell und Optimierung der Gewichte und Bewertungen des Modells entsprechend der Nitratkonzentration des Grundwassers, Bestimmung der kritischen Punkte das von DRASTIC identifizierte Vulnerabilitätskartentool, das Vorschläge für ein besseres Grundwassermanagement im Bouin-Daran-Grundwasserleiter im Iran liefert.

Im Hinblick auf Grundwasseruntersuchungen wurde das Gavkhoni-Becken in 21 Untersuchungsgebiete 20 unterteilt, wobei es sich um das Untersuchungsgebiet von Bouin-Daran im Quellgebiet des Beckens und die geografische Koordinate des östlichen Längengrads 50° 8′ bis 50° 32 handelt ′ nördlicher Breite von 32° 42′ bis 33° 12′. Die Gesamtgröße des Untersuchungsgebiets beträgt etwa 1262 km2, davon sind 530 km2 Hochland und 732 km2 Ebene. Die etwa 660,5 km breite Ebene ist von einem alluvialen Grundwasserleiter bedeckt. Der höchste Punkt dieses Untersuchungsgebiets liegt auf 3735 m in den nördlichen Höhen und der niedrigste auf 2075 m über dem Meeresspiegel im Süden der Ebene. Abbildung 1a zeigt die Lage des Untersuchungsgebiets und Abbildung 1b zeigt 42 Probenahmepunkte von Bouin-Daran. Das Alluvium, das den Grundwasserspiegel in diesem Gebiet enthält, weist eine unterschiedliche Zusammensetzung aus Ton, Sand und Kies auf, und je nach Sedimentationsbedingungen in den verschiedenen Tiefen sind unterschiedliche Prozentsätze dieser Partikel zu erkennen. Ein weiterer bemerkenswerter Punkt ist die Tiefe und Gesteinsart des Alluviums in der Gegend, das den Bohrprotokollen sowie Beobachtungs- und Erkundungsbrunnen der Gegend zufolge aus Mergel und Schiefer besteht. Ein weiterer Punkt ist die Art des Grundwasserspiegels. Im Untersuchungsgebiet gibt es keine undurchlässige Schicht zwischen Grundwasser und Erdoberfläche und der Grundwasserspiegel ist in diesem Bereich offen. In den nordwestlichen und östlichen Teilen des Untersuchungsgebiets ist die Tiefe des Grundwasserspiegels gering und liegt zwischen 10 und 40 m, während im Süden, Osten und Südosten die Tiefe des Grundwasserspiegels zugenommen hat. Die allgemeine Richtung des Grundwassers der Region verläuft von Nordwesten und Nordosten nach Süden und Osten der Region. Die wichtigste Formation in der Hydrogeologie des Untersuchungsgebiets sind die Kalksteinformationen der Kreidezeit. Im Untersuchungsgebiet von Bouin-Daran wurden von der Isfahan Regional Water Company drei ausgewählte Aquädukte, drei ausgewählte Quellmündungen und acht ausgewählte Brunnen als ausgewählte Wasserquellen ausgewählt, und ausgewählte Quellen und Aquädukte befinden sich im Allgemeinen in den Tälern und an der Küste Rand des Hochlandes und ausgewählte Brunnen liegen in der Ebene. Es sollte erwähnt werden, dass zur besseren Analyse der Grundwasserqualität im Untersuchungsgebiet auch die Ergebnisse der chemischen Analyse von drei ausgewählten Brunnen und einem ausgewählten Aquädukt im Untersuchungsgebiet der Domäne verwendet wurden. Aufgrund der geringen Anzahl der ausgewählten Wasserquellen und ihrer ungeeigneten Verteilung in der Ebene wurden zur Untersuchung der Grundwasserqualität im Untersuchungsgebiet Probennahmen aus mehreren landwirtschaftlichen Brunnen in der Region sowie Trinkwasserquellen in den Dörfern der Region durchgeführt wurden auch verwendet. Tabelle 1 zeigt die Eigenschaften und Ergebnisse der chemischen Analyse ausgewählter Wasserquellen in der Region.

Der Standort des Untersuchungsgebiets (a) und die Anzahl der Probenahmen in Bouin Daran, Iran, mithilfe von GIS (b).

Der Grund für die Wahl dieser Ionen liegt darin, dass aufgrund der intensiven Landwirtschaft und der Art der verwendeten Düngemittel sowie des besonderen Zustands des Grundgesteins und des Grundwassers in dieser Ebene offenbar Nitrat der wichtigste chemische Schadstoff im Grundwasser ist21. Aufgrund der Verwendung organischer und mineralischer Düngemittel in diesem Bereich gibt es jedoch keinen Sinn. Andererseits machte die Versorgung der Städte und Dörfer der Ebene mit Trinkwasser aus Grundwasser die Bewirtschaftung des Grundwassers für die Veränderungen des Grundwassers in dieser Region in Betracht zu ziehen. Zur Messung des Nitratgehalts in der Ebene und unter Berücksichtigung der Auswahlbedingungen der Probenahmebrunnen wurden 42 Trinkwasserbrunnen mit der richtigen Verteilung in der Ebene ausgewählt und in dreimonatigen Abständen chemische Analysen an den entnommenen Proben durchgeführt. Nach Auswahl der Probenahmebrunnen in den verschiedenen Untersuchungsgebieten zur Verteilung der Nitratverschmutzung im Grundwasser begann die Probenahme dieser Brunnen im September 2013. Um außerdem den Trend der Veränderungen der Nitratverschmutzung zu überprüfen, wurde die Probenahme in 3-Monats-Intervallen in vier Schritten fortgesetzt September 2014. In jeder Phase wurden Wasserproben aus den Brunnen entnommen und die Proben in 1-Liter-Kunststoffbehältern zum Labor transportiert und bis zum Zeitpunkt der chemischen Messung im Kühlschrank aufbewahrt, um biologische Aktivitäten und Veränderungen der chemischen Eigenschaften zu verhindern . Nach der Übergabe an das Labor wurden die Brunnenwasserproben sofort nach den üblichen Labormethoden chemisch analysiert. Nitrat-Ionen wurden mit der Southern-Ionenselektorelektrode Modell 3310 gemessen. Die Potentialdifferenz zwischen den beiden Seiten der Nitratelektrodenmembran wird im Vergleich zur Potentialdifferenz einer Referenzelektrode gemessen. Das Gerät misst die Aktivität von Nitrationen. Diese Elektrode ist in der Lage, Nitrat im Bereich von 7*10(−6) bis zu 1 molar zu messen. Es ist zu beachten, dass dies der Fall ist, wenn in der Lösung keine störenden Ionen vorhanden sind. Die wichtigsten Störionen in der Nitratelektrodenlösung sind Chlor, Bikarbonat, Acetat, Sulfat und Fluorid, während Bikarbonat- und Chlorionen stärkere Störungen verursachen. Trotz der Probleme im Zusammenhang mit der Interferenz von Ionen ist die Methode der Nitratmessung mit Hilfe einer Elektrode den anderen Methoden aufgrund der damit verbundenen höheren Genauigkeit und der Zeit- und Kostenersparnis überlegen. Nach den gewünschten Messungen werden die entsprechenden Berechnungen durchgeführt.

Die Fläche des Grundwasserleiters der Ebene wurde durch Untersuchung der Bohrlochprotokolle in der Gegend, geologischer Karten und der DEM-Karte des Gebiets bestimmt. Die Fläche des Grundwasserleiters und der Bouin-Daran-Ebene ist in Abb. 2a dargestellt. Nach der Bestimmung der Grundwasserleitergrenze wurde das konzeptionelle Modell des Grundwasserleiters entsprechend den verfügbaren Informationen erstellt. Diese Phase umfasst die Bestimmung der Grenze des Grundwasserleiters, die Bestimmung der Zuflüsse zum Grundwasserleiter, die Bestimmung der Abflüsse aus dem Grundwasserleiter, die Anzahl der stratigraphischen Schichten des Grundwasserleiters, die Schaffung der Grundwasserleiter-Zufuhrschicht, die Schaffung der hydraulischen Leitungsschicht des Grundwasserleiters, die Schaffung der Schicht der Beobachtungsbrunnen des Grundwasserleiters, wodurch die spezielle Bewässerungsschicht des Grundwasserleiters entsteht, wodurch die Schicht der Pumpbrunnen des Grundwasserleiters entsteht. Durch die Erstellung der topografischen Schicht der Grundwasserleiteroberfläche entsteht die topografische Schicht des Grundwasserleiterbodens. Anschließend wurde das 3D-Netzwerk des MODFLOW-Modells erstellt und die Informationen aus dem konzeptionellen Modell in ein mathematisches 3D-Modell22 umgewandelt.

Karte des Grundwasserleitergebiets der Bouin-Daran-Ebene (a) und der Tiefe des Grundwasserspiegels mithilfe von GIS (b).

Zur Kalibrierung des Modells im stationären Zustand wurden die piezometrischen Daten vom März 2003 verwendet. In diesem Fall wurden die Werte der hydraulischen Leitfähigkeit und der Fütterung kalibriert, indem die verschiedenen Bereiche manuell bestimmt und geändert wurden und der PEST-Code für den Grundwasserleiter verwendet wurde. Die Genauigkeit des Kalibrierungsprozesses wurde durch den Vergleich der berechneten Werte und der beobachteten Werte des Wasserstands in den Piezometern bestimmt. Zu diesem Zweck wurden zwei Indizes des Bestimmtheitsmaßes (R) und des RMSE-Fehlers verwendet23.

Nach der Kalibrierung des Modells unter Dauerbedingungen wurde das Modell für einen Zeitraum von 2 Jahren (April 2003 bis März 2004) unter temporären Bedingungen kalibriert. Zu diesem Zeitpunkt wurden die Fütterungs- und Spezialbewässerungswerte neu kalibriert und auch die hydraulischen Leitfähigkeitswerte wurden geändert24.

Nach der Kalibrierung des Modells unter temporären Bedingungen wurde das Modell innerhalb eines Jahres (April 2005 bis März 2005) validiert.

Nach der Erstellung des quantitativen Modells wurde das qualitative Modell des Grundwasserleiters mit dem MT3D-Code25 erstellt. Zu diesem Zweck wurde der Schadstoff Nitrat als zu bewertender Parameter ausgewählt und Schadstofftransportfaktoren, einschließlich Transport, Diffusion und Ausbreitung, in das Modell eingeführt. Anschließend wurden die Beobachtungsbrunnen zur Nitratmessung in das Modell eingetragen. Abschließend wurde das Modell ein Jahr lang kalibriert und validiert.

Zunächst wurden Informationen wie geologische Karten, meteorologische Aufzeichnungen, Piezometeraufzeichnungen, Explorationsbohrungen und Bohrlochprotokolle gesammelt, um die Schichten jedes Parameters in der Arc GIS-Software zu erstellen26. Diese Daten wurden aus verschiedenen Quellen und in unterschiedlichen Formaten gesammelt. Die Datenbank für Punktformatdaten wurde zunächst mit der Excel-Software erstellt und dann in das GIS eingegeben. Das Bildgebungssystem aller Informationsebenen ist UTM-Zone 38 und die Basisebene ist WGS 1984. Außerdem wurden räumliche Analysefunktionen an den Daten durchgeführt, um sie in eine Karte umzuwandeln, einschließlich topologischer Analysefunktionen wie Ausschneiden, Zusammenführen, und Überlagerung sowie Oberflächenanalysefunktionen wie das Extrahieren der Neigung aus dem digitalen Modell mit der Bezeichnung „Höhe“27. Zur Interpolation wurde die IDW-Transformation (Inverse Distance Weighted) verwendet. Dies liegt daran, dass der Fehler dieser auf RMSE und Kreuzvalidierung basierenden Methode geringer ist als bei anderen Methoden wie Kriging, Co-Kriging und Spline. Mithilfe des Programms Spatial Analyst wurden die Karten in die gewünschten Klassen eingeteilt und nach der Erstellung der Basiskarten unter Verwendung der Funktionen dieses Programms hinsichtlich der Rasteroperation wurde die endgültige Karte gemäß dem DRAsTIC-Index berechnet.

Grundwassertiefenschicht (D).

Die Tiefe des Grundwassers drückt die Tiefe des Grundwasserspiegels von der Erdoberfläche aus aus. Die Tiefe des Grundwasserspiegels beeinflusst zusammen mit den Eigenschaften der ungesättigten Zone die Bewegungszeit fester oder flüssiger Schadstoffe, die durch Wasser transportiert werden, und die Verdünnungszeit von Schadstoffen in der ungesättigten Zone28.

Abbildung 2b zeigt die erhaltene Schicht nach der Bewertung. Die Grundwassertiefenschicht der Region wird in sieben Klassen1,2,3,5,7,9 eingeteilt. Diese Bewertung wurde für jede Zelle mit Abmessungen von 100 m durchgeführt.

Normalerweise gilt: Je mehr Nährstoffe vorhanden sind, desto größer ist die Gefahr einer Grundwasserverschmutzung. Zur Vorbereitung der Futterschicht29 wurde die Methode von Piscopo (2001) verwendet. Piscopos Gleichung zur Berechnung des Nahrungspotenzials einer Fläche lautet wie folgt:

Um die Nährstoffmenge zu berechnen, wurde ein digitales Höhenmodell (DEM) des Gebiets erstellt (unter Verwendung von DGN-Karten des Gebiets im Maßstab 1:25.000, die von der Kartierungsorganisation des Landes erstellt wurden). Anschließend wurde die Neigung des untersuchten Gebiets mithilfe des vorbereiteten DEM extrahiert und schließlich wurden alle Karten in ein Rasterformat umgewandelt. Die Nährwertkarte wurde erstellt, indem die Hang- und Bodenkarte zusammen mit der Niederschlagsbewertung des Gebiets überlagert wurde (Abb. 3a).

Geschätzte Karte der Nettoernährung (a) und geschätzte Karte der Grundwasserleiterumgebung unter Verwendung von GIS (b).

Zur Vorbereitung der Grundwasserleiterumgebungsschicht wurden die Protokolle von sieben Brunnen in der Region, die vom Studienbüro des regionalen Wasserunternehmens erstellt wurden, für Erkundungs- und Ausbeutungsbrunnen in der Region verwendet. Die Polygone im Zusammenhang mit der Grundwasserleiterumgebung wurden mit dem Xtools-Programm in der Arc GIS-Software erstellt (Abb. 3b). Anschließend wurde die Karte der Grundwasserleiterumgebung im Rasterformat mit einer Zellengröße von 100 m erstellt, damit sie in den anderen Berechnungsphasen verwendet werden kann.

Zur Vorbereitung der Bodenschicht wurde die von der Organisation für Agrarforschung und natürliche Ressourcen erstellte Karte der Region im Maßstab 1:50.000 verwendet. Die Bodenkarte wurde zunächst gescannt, dann referenziert und digitalisiert, und die Grade jedes Polygons wurden mit der drastischen Methode aufgetragen (Abb. 4a).

Wertkarte der Bodenschicht (a), Wertkarte der Topographie (b), Wertkarte der ungesättigten Umgebung (c), Wertkarte der hydraulischen Leitfähigkeit (d) und Wertkarte der Landnutzung im Bouin-Daran-Grundwasserleiter unter Verwendung von GIS (z ).

Zunächst wurde ein digitales Höhenmodell des Gebiets erstellt und anschließend die Hangkarte aus diesem Modell extrahiert. Abschließend wurde die erhaltene Hangkarte bewertet, um die topografische Schicht vorzubereiten (Abb. 4b).

Die ungesättigte Umgebungsschicht wurde wie die Grundwasserleiter-Umgebungsschicht anhand der Protokolle von Piezometern, der Protokolle von Erkundungsbohrungen in der Region, der geografischen Lage der Protokolle und der Art der ungesättigten Zone bestimmt und bewertet. Die Polygone im Zusammenhang mit der Karte der ungesättigten Zone wurden mit dem Programm Xtools in der Arc GIS-Software erstellt. Anschließend wurde die Karte der ungesättigten Zone in einem Rasterformat mit einer Zellengröße von 100 m erstellt, damit sie wie die anderen Schichten in den Berechnungsschritten verwendet werden kann (Abb. 4c).

Informationen und geografische Punkte im Zusammenhang mit dem Übertragbarkeitskoeffizienten und der Schwemmdicke der Ebene wurden aus vorhandenen Karten erstellt. Dann wurde durch Subtrahieren der Karte der alluvialen Mächtigkeit und der Karte der Wasseroberflächentiefe die Karte der gesättigten Mächtigkeit mithilfe der Rasterrechnerfunktion erhalten, und nach der Division der Karte der gesättigten Mächtigkeit des Grundwasserleiters wurde die Karte der hydraulischen Leitfähigkeit des Grundwasserleiters erhalten30. Die resultierende Karte wurde nach dem drastischen Index bewertet (Abb. 4d).

Unter Berücksichtigung der Wassereinzugsgebiets-Landnutzungskarte in der Daran-Ebene wurde die folgende Karte erstellt. Wie man sehen kann, gehört die größte Fläche der Ebene zu den Wasserflächen, in denen Kartoffeln angebaut werden (Abb. 4e).

Um das Modell zu kalibrieren. DRASTIC wurde anhand von Daten aus 44 Bohrlöchern verwendet, die gleichmäßig auf der Oberfläche des Grundwasserleiters und der Ebene verteilt sind.

Die Karten in Abb. 5 zeigen die parallelen Nitratverläufe im Untersuchungsgebiet. Auf dieser Grundlage weist die Nitrationenkonzentration zu verschiedenen Jahreszeiten in der östlichen und südlichen Hälfte der Region hohe Werte auf. Den Karten in Abb. 5 zufolge liegt die Nitrationenkonzentration in weiten Teilen der Region bei Werten von mehr als 25 mg/L. Dies zeigt, dass die durchschnittliche Konzentration dieses Ions in der Region im Allgemeinen hoch ist. Da dieses Ion im Grundwasser im Allgemeinen eine geringe Konzentration aufweist, kann das Vorhandensein hoher Konzentrationen im Grundwasser einer Region verschiedene Gründe haben. In solchen Fällen gilt dieses Ion als Element, das das Grundwasser verschmutzt. Aus diesem Grund werden die Verteilung und mögliche Gründe für den Konzentrationsanstieg dieses Ions in der Region untersucht und ebenso wie die Verschmutzung des Grundwasserspiegels in der Region untersucht.

Heminitratlinien Herbst 2014 (a), Sommer 2014 (b), Frühjahr 2014 (c) und Winter 2014 unter Verwendung von GIS (d).

Das 3D-Netzwerk des MODFLOW-Modells wurde erstellt und die Informationen aus dem konzeptionellen Modell in ein mathematisches 3D-Modell umgewandelt. Das erstellte dreidimensionale Modell besteht aus 12.000 Rechenzellen (mit Abmessungen von 500 x 500 m), von denen je nach Form des Grundwasserleiters 2688 Zellen aktive Zellen und der Rest inaktive Zellen sind. Abbildung 6 zeigt das in MODFLOW erstellte 3D-Modell.

Karte des erstellten Netzwerks und der Hauptkomponenten des Bouin-Daran-Aquifers mit MODFLOW.

Die hydraulische Leitfähigkeit in der Ebene für verschiedene Gebiete wurde nach der Kalibrierung zwischen 0,8 und 34 m pro Tag berechnet. Die Genauigkeit des Kalibrierungsprozesses wurde durch den Vergleich der berechneten Werte und der beobachteten Werte des Wasserstands in den Piezometern bestimmt. Zu diesem Zweck wurden zwei Indizes des Bestimmtheitsmaßes (R2) und des RMSE-Fehlers verwendet. Das Diagramm, das die beobachteten und endgültig berechneten Werte bei der stationären Kalibrierung vergleicht, ist in Abb. 7 dargestellt. Abbildung 8 zeigt die Karte des kalibrierten Modells des Grundwasserleiters zusammen mit den Piezometern in der Region. In dieser Abbildung wird die Genauigkeit der Schätzung des Wasserstands in Piezometern in drei Farben angezeigt: Rot, Gelb und Grün. Die grün dargestellten Piezometer sind hinsichtlich der Fehlervarianz im Idealbereich kalibriert. Außerdem weisen gelbe und rote Piezometer auf eine mäßige bzw. schlechte Kalibrierung hin.

Berechnete und beobachtete Werte des Wasserstandes im stationären Zustand.

Kalibrierte Modellkarte des Bouin-Daran-Grundwasserleiters mit MODFLOW.

Abbildung 9 zeigt die Karte der hydraulischen Leitfähigkeitswerte, die aus der Modellkalibrierung erhalten wurden. Wie man sieht, schwanken die Endwerte der hydraulischen Leitfähigkeit im Grundwasserleiter zwischen 0,2 und 34 m pro Tag.

Streukarte der hydraulischen Leitfähigkeitswerte des Grundwasserleiters Bouin Daran, Iran mithilfe von GIS.

Nach der Kalibrierung des Modells unter permanenten Bedingungen wurde das Modell für einen Zeitraum von 2 Jahren (April 2003 bis März 2004) unter nicht permanenten Bedingungen kalibriert. Zu diesem Zeitpunkt wurden die Fütterungs- und Spezialbewässerungswerte neu kalibriert und auch die hydraulischen Leitfähigkeitswerte geändert. Die Ergebnisse des Vergleichs der berechneten und beobachteten Werte in repräsentativen Monaten sind in den Diagrammen von Abb. 10 dargestellt. Wie man sehen kann, wurde das Modell gut neu kalibriert und das Modell hat die Wasserstandswerte mit akzeptabler Genauigkeit geschätzt.

Berechnete und beobachtete Werte des Stabilitätsniveaus im instabilen Zustand (September 2003) (a), (April 2003) (b), (September 2004) (c) und (April 2004) (d).

Nach der Kalibrierung des Modells in einem nicht permanenten Zustand wurde das Modell innerhalb eines Jahres (April 2005 bis März 2005) validiert. Die Ergebnisse des Vergleichs der berechneten und beobachteten Werte für April und September sind in den Diagrammen von Abb. 11a,b dargestellt. Wie man sieht, hat das Modell die Werte des Wasserstands in der Kalibrierungsphase gut geschätzt. Daher kann das kalibrierte Modell sicher für verschiedene Zwecke verwendet werden.

Berechnete und beobachtete Werte des Wasserstandes im Validierungszeitraum (September 2005) (a) und (April 2005) (b).

Die Ergebnisse zeigten, dass aufgrund der Weitläufigkeit des untersuchten Gebietes sowie des hohen Volumens an Grundwasserein- und -austritten in horizontalen und vertikalen Abschnitten die Nitratveränderungen durch den Ausbreitungsprozess unbedeutend sind. Im Allgemeinen zeigten die Ergebnisse, dass das qualitative Modell des Grundwasserleiters eine sehr geringe Empfindlichkeit gegenüber Änderungen des Verteilungskoeffizienten, des Diffusionskoeffizienten und der Absorptionsisothermen aufweist und dass die Nitratänderungen im vorbereiteten Modell am empfindlichsten auf Änderungen der Ernährung reagieren Nitratkonzentration. Die Grafik, die die berechneten und beobachteten Nitratwerte im August 2014 und Mai 2015 vergleicht, ist in den Grafiken von Abb. 12a,b dargestellt. Wie man sieht, prognostiziert das kalibrierte Modell die Nitratkonzentrationswerte mit angemessener Genauigkeit.

Berechnete und beobachtete Werte der Nitratkonzentration im qualitativen Modell (Mai 2012-015) (a) und (August 2014) (b).

Abbildung 13 zeigt die Verteilung der aus dem Modell ermittelten Nitratkonzentration in verschiedenen Bereichen des Grundwasserleiters im Juli 2015. Wie zu sehen ist, weisen die mit roter Farbe markierten südlichen Bereiche der Ebene eine hohe Nitratkonzentration auf. und dieses Gebiet sowie die anderen Gebiete mit roter und gelber Farbe gehören zu den Gebieten mit hoher Gefährdung und Gefährdung.

Die Verteilungskarte von Nitratsedimenten auf der Oberfläche des Grundwasserleiters (Juli 2015) mit MODFLOW.

Bei der Bestimmung der inhärenten Vulnerabilität wird die Vulnerabilität des Grundwassers unabhängig von der Oberflächenverunreinigung bewertet. Mit anderen Worten: Die Gefährdung ist unabhängig vom Benutzer und dem Auftreten des Schadstoffs. Wie aus Abb. 14 deutlich wird, befinden sich an den Hängen und am Höhenrand Bereiche ohne Schadstoffrisiko und Bereiche mit geringer Schadstoffbelastung. Auch die Gebiete im nördlichen und zentralen Teil der Ebene sind mäßig gefährdet. Ein sehr wichtiger Punkt ist, dass die östlichen und südöstlichen Bereiche des Grundwasserleiters aufgrund der geringen Tiefe des Wasserspiegels sowie der Nähe des Grundgesteins zur Erdoberfläche und der guten hydraulischen Leitfähigkeit einer starken Verschmutzung ausgesetzt sind.

Intrinsische Vulnerabilitätskarte des Grundwasserleiters in der Bouin-Daran-Ebene mithilfe von GIS.

Durch Addition des Landnutzungsparameters (L) zu den inhärenten Vulnerabilitätsparametern erhält man den speziellen Vulnerabilitätsindex. Gemäß Abb. 15 und unter Berücksichtigung der Landnutzung und unter Berücksichtigung der Tatsache, dass in Grundwasserleiteranbaugebieten die Kartoffel die vorherrschende Kulturpflanze ist, das Gebiet, das einer hohen und sehr hohen Verschmutzung ausgesetzt ist, im Osten, Südosten und Teilen des Zentrums die Ebene. Bemerkenswert ist auch, dass im Allgemeinen gesagt werden kann, dass der Grundwasserleiter der Bouin-Daran-Ebene ein mittleres bis sehr hohes Verwundbarkeitspotenzial aufweist.

Spezielle Gefährdungskarte des Grundwasserleiters Bouin-Daran im Iran mithilfe von GIS.

Die vorliegende Studie wurde durchgeführt, um ein Modell für die qualitative Untersuchung und qualitative Kontrolle der Nitratsituation im Grundwasserleiter der Bupin-Daran-Ebene bereitzustellen und die Punkte zu identifizieren, die anfällig für Verschmutzungen wie Nitrat sind. Die wichtigsten Erkenntnisse lauten wie folgt:

Die höchste Verschmutzung im Grundwasserleiter der Ebene betraf den südlichen und südöstlichen Teil der Ebene.

Die nördlichen und nordöstlichen Bereiche der Ebene wiesen ein mittleres bis geringes Verschmutzungspotenzial auf und waren derzeit nicht von Nitratbelastungen betroffen.

Aufgrund der landwirtschaftlichen Tätigkeit, bei der in dieser Ebene große Mengen an Düngemitteln eingesetzt werden, bestand an allen Orten ein Verschmutzungspotenzial, das eine kodifizierte und exekutive Planung für landwirtschaftliche Betriebe sowie die Nutzung von Grundwasserquellen erfordert. Es wird als Trinkwasser benötigt.

Die DRASTIC-Methode zur Gefährdungsschätzung war nur für die Schätzung der Gebiete mit einem hohen Kontaminationspotenzial und gemäß dem Validierungstest nützlich. Die Fähigkeit der in dieser Studie vorgestellten Modelle, die Bereiche der Brunnen zu bestimmen, die anfälliger für Verschmutzung sind, ist eines der Probleme der traditionellen Methoden zur Bewertung der Anfälligkeit für Grundwasserleiter, nämlich die Unfähigkeit, die Auswirkungen der Ausbreitung der Verschmutzung vorherzusagen Die gefährdeten Bereiche des Grundwasserleiters, die auf die Verschmutzung wertvoller Wasserquellen wie z. B. Trinkwasserbrunnen zurückzuführen sind, müssen behoben werden. Die Identifizierung dieser Gebiete ist für die Gestaltung des Netzwerks zur Überwachung der Grundwasserqualität sowie für Landnutzungsstudien und Landnutzungsbestimmungen von großer Bedeutung.

Wenn jemand die Daten anfordern möchte, sollte er sich an den entsprechenden Autor wenden.

Gazal, O. & Eslamian, S. Bewertung der Grundwasseranfälligkeit basierend auf dem modifizierten DRASTIC-Modell und dem COP-Modell in Trockengebieten. Int. J. Hydrol. Wissenschaft. Technol. 13(2), 146–190 (2022).

Artikel Google Scholar

Saatsaz, M., Sulaiman, WNA & Eslamian, SS GIS DRASTIC-Modell zur Abschätzung der Grundwassergefährdung der Astaneh-Kouchesfahan-Ebene im Norden Irans. Int. J. Water 6(1/2), 1–14 (2011).

Artikel Google Scholar

Abedi Kopaei, J., Nasri, Z., Mamanposh und Keshavarz, A. Sowohl der Erreger als auch das Opfer des Wassers. In Conference on Management of Technology Sustainability, Production and Consumption of Agricultural Inputs, 74–75 (2007) (auf Persisch).

Shariati, M. Wasserkapazität, verursacht durch landwirtschaftliche Aktivitäten, Übersetzung, Veröffentlichungen des Nationalen Komitees für Bewässerung und Entwässerung Irans; Bd. 1, 184, (2002). (Auf Persisch).

Malakouti, M. Fruchtbarkeit von Böden in trockenen Gebieten. Veröffentlichungen der Universität Tarbiat Modares (1995). (Auf Persisch).

Mohammadi Fatideh, M. Wissen über sicheres Wasser, Tabriz University Publications (1987). (Auf Persisch).

Wayer, PJ et al. Nitratgehalt im kommunalen Trinkwasser und Krebsrisiko bei älteren Frauen. Die Iowa-Frauengesundheitsstudie. Epidemiology 12, 327–338 (2001).

Artikel Google Scholar

Grimaldi, C., Gaudio, R., Calomino, F. & Cardoso, AH Ein numerisches Grundwasserströmungsmodell des oberen und mittleren Trinity-Grundwasserleiters, Texas Water Development Board. J. Hydrol. Ing. ASCE 135(5), 425–431 (2009).

Artikel Google Scholar

Shaabani, K., Abedi-Koupai, J., Eslamian, S. und Gohari, A. Simulation der Auswirkungen des Klimawandels und Reduzierung des Bewässerungsbedarfs auf die Grundwasserneubildung mithilfe von SWAT- und MODFLOW-Modellen: Eine Fallstudie aus der Provinz Fars, Iran , Modellierung von Erdsystemen und Umwelt; Angenommen (2022).

Spalding, RF & Exner, ME Vorkommen von Nitrat im Grundwasser. J. Umgebung. Quaity 22, 392–402 (1993).

Artikel CAS Google Scholar

US-EPA. Qualitätskriterien für Wasser, Rep. EPA 440/5-86-001. Umweltschutzbehörde, Washington; D.C., USA (1986).

Wasserangelegenheiten des Energieministeriums. Physikalischer, chemischer und radiologischer Qualitätsstandard für Trinkwasser, Standardnummer 6-1885, Iran (auf Persisch).

Pacheco, FAL, Martins, LMO, Quininha, M., Oliveira, AS & Fernandes, LS Änderung des DRASTIC-Rahmens zur Bewertung des Risikos von Grundwasserverunreinigungen in ländlichen Bergeinzugsgebieten. J. Hydrol. 566, 175–191 (2018).

Artikel ADS CAS Google Scholar

El Baba, M., Kayastha, P., Huysmans, M. & De Smedt, F. Bewertung und Kartierung der Grundwasseranfälligkeit und Nitratkontamination mithilfe von DRASTIC und geostatistischer Analyse. J. Water 12(7), 1–19 (2022).

Google Scholar

Kardan Moghaddam, H., Rahimzadeh Kivi, Z., Bahreinimotlagh, M. & Moghddam, HK Bewertung des Grundwasserressourcen-Gefährdungsindex mithilfe des Ansatzes zur Vorhersage der Nitratkonzentration. J. Geocarto Int. 37(6), 1664–1680 (2022).

Artikel Google Scholar

Boufekane, A. et al. Hybridisierung der DRASTIC-Methode zur Bewertung zukünftiger Grundwassergefährdungsszenarien: Fall des alluvialen Grundwasserleiters Tebessa-Morsott (Nordostalgerien). Appl. Wissenschaft. 12(18), 9205 (2022).

Artikel CAS Google Scholar

Xiao, Y. et al. Hydrogeochemische Einblicke in die Signaturen, Entstehung und Nachhaltigkeitsperspektive von mit Nitrat angereichertem Grundwasser im Piemont des Hutuo-Wassereinzugsgebiets, China. CATENA 212, 106020 (2022).

Artikel CAS Google Scholar

Xiao, Y. et al. Untersuchung der Quellen, Triebkräfte und potenziellen Gesundheitsrisiken von Nitrat und Fluorid im Grundwasser einer typischen Schwemmlandebene. Wissenschaft. Gesamtumgebung. 802, 149909 (2022).

Artikel ADS CAS PubMed Google Scholar

Zhi, C. et al. Anreicherungsmechanismus von Fluorid und Jod im salzhaltigen Grundwasser in der unteren Überschwemmungsebene des Gelben Flusses im Norden Chinas. J. Hydrol. 621, 129529 (2023).

Artikel CAS Google Scholar

Sharifinejad, A., Zahraie, B., Majed, V., Ravar, Z. & Hassani, Y. Wirtschaftsanalyse des Wasser-Nahrungsmittel-Energie-Nexus im Gavkhuni-Becken im Iran. J. Hydro-Environ. Res. 31, 14–25 (2020).

Artikel Google Scholar

Zang, Y. et al. Quantifizieren Sie die Auswirkungen der Grundwasserspiegelerholung auf die Nitratdynamik des Grundwassers durch ein quasi-3D-integriertes Modell für das Vadose-Zone-Grundwasser-gekoppelte System. Wasserres. 226, 119213 (2022).

Artikel CAS PubMed Google Scholar

Barbieri, S. et al. Innovatives numerisches Verfahren zur Simulation des Betriebs von Erdwärmesonden und zur Interpretation des thermischen Reaktionstests mithilfe des MODFLOW-USG-Codes. J. Hydrol. 614, 128556 (2022).

Artikel Google Scholar

Malekzadeh, M., Kardar, S. & Shabanlou, S. Simulation des Grundwasserspiegels mit MODFLOW, Extreme Learning Machine und Wavelet-Extreme Learning Machine-Modellen. Erdw. Aufrechterhalten. Entwickler 9, 100279 (2019).

Artikel Google Scholar

Esfahani, SG, Valocchi, AJ & Werth, CJ Verwendung von MODFLOW und RT3D zur Simulation von Diffusion und Reaktion ohne Diskretisierung von Zonen mit geringer Permeabilität. J. Contam. Hydrol. 239, 103777 (2021).

Artikel CAS PubMed Google Scholar

Lautz, LK & Siegel, DI Modellierung der Vermischung von Oberflächen- und Grundwasser in der hyporheischen Zone mit MODFLOW und MT3D. Adv. Wasserressource. 29(11), 1618–1633 (2006).

Artikel ADS Google Scholar

Koon, AB et al. Bewertung der Grundwassergefährdung mithilfe des GIS-basierten DRASTIC-Modells im Großraum Monrovia, Montserrado County, Liberia. Stadtklima 48, 101427 (2023).

Artikel Google Scholar

Shanmugamoorthy, M., Subbaiyan, A., Elango, L. & Velusamy, S. Grundwasseranfälligkeitsbewertung mit dem GIS-basierten DRASTIC-LU-Modell im Noyyal-Flussgebiet in Südindien. Stadtklima 49, 101464 (2023).

Artikel Google Scholar

Kumar, P., Sharma, R. & Bhaumik, S. MCDA-Techniken zur Optimierung von Gewichten und Bewertungen des DRASTIC-Modells für die Bewertung der Grundwassergefährdung. Datenwissenschaft. Geschäftsführer 5, 28–41 (2022).

Artikel Google Scholar

Al-Adamat, R. & Al-Shabeeb, AAR Eine vereinfachte Methode zur Bewertung der Grundwasseranfälligkeit gegenüber Kontaminationen. J. Wasserressource. Prot. 9(03), 305 (2017).

Artikel CAS Google Scholar

Mfonka, Z. et al. Ein GIS-basiertes DRASTIC- und GOD-Modell zur Bewertung des Alterit-Grundwasserleiters von drei experimentellen Wassereinzugsgebieten in Foumban (Westkamerun). Erdw. Aufrechterhalten. Entwickeln. 7, 250–264 (2018).

Artikel Google Scholar

Referenzen herunterladen

Abteilung für Wasserwissenschaften und -technik, Hochschule für Landwirtschaft, Technische Universität Isfahan, 8415683111, Isfahan, Iran

Saeed Islamian, Yaghub Harooni und Yasser Sabzevari

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Zu den Autoren gehören: SE, YH, YS, die das Manuskript überprüft haben. Zu den Daten des Artikels: Der im Rahmen der aktuellen Studie analysierte Datensatz ist aufgrund der Zurückziehung durch eine Regierungsbehörde nicht öffentlich verfügbar, kann aber auf begründete Anfrage beim entsprechenden Autor zur Verfügung gestellt werden.

Korrespondenz mit Saeid Eslamian.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Eslamian, S., Harooni, Y. & Sabzevari, Y. Simulation der Nitratverschmutzung und Anfälligkeit von Grundwasserressourcen mithilfe der Modelle MODFLOW und DRASTIC. Sci Rep 13, 8211 (2023). https://doi.org/10.1038/s41598-023-35496-8

Zitat herunterladen

Eingegangen: 15. November 2022

Angenommen: 18. Mai 2023

Veröffentlicht: 22. Mai 2023

DOI: https://doi.org/10.1038/s41598-023-35496-8

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.