Simulation de la pollution par les nitrates et de la vulnérabilité des ressources en eaux souterraines à l'aide des modèles MODFLOW et DRASTIC

Jul 06, 2023

Rapports scientifiques volume 13, Numéro d'article : 8211 (2023) Citer cet article

227 accès

Détails des métriques

Les ressources en eaux souterraines sont les principaux atouts impératifs de l'eau douce accessible aux populations, en particulier dans les régions arides et semi-arides. Pour l'étude des changements temporels de la pollution des eaux souterraines par les nitrates et du rôle de l'agriculture et d'autres sources dans la pollution des eaux souterraines, les informations sur 42 puits d'eau potable avec une distribution appropriée dans la plaine de la plaine de Bouin-Daran au centre de l'Iran ont été utilisées. Les résultats ont montré que la quantité de conductivité hydraulique dans la plaine pour différentes zones après étalonnage en régime permanent a été calculée entre 0,8 et 34 m/jour. Après avoir calibré le modèle en conditions permanentes, le modèle a été calibré en conditions non permanentes pendant 2 ans. Les résultats ont montré que dans une large zone de la région, la concentration en ions nitrate a des valeurs supérieures à 25 mg/L. Cela montre que la concentration moyenne de cet ion dans la région est généralement élevée. Le niveau de pollution le plus élevé dans l'aquifère de la plaine est lié aux parties sud et sud-est de la plaine. En raison des activités agricoles avec l'utilisation de grandes quantités d'engrais dans cette plaine, il existe un potentiel de pollution dans tous les endroits, et cela nécessite une planification codifiée et exécutive des opérations agricoles ainsi que l'utilisation des sources d'eau souterraine. La méthode d'estimation de la vulnérabilité DRASTIC n'est utile que pour estimer les zones à fort potentiel de contamination et selon les tests de validation, elle a également fourni une estimation appropriée.

Les ressources en eau souterraine sont les ressources d'eau douce les plus importantes disponibles pour l'homme. Le développement de l'agriculture en raison de l'augmentation de la population et de la demande de sécurité alimentaire a entraîné la pollution des eaux souterraines, qui est causée par plusieurs facteurs tels que l'érosion des sols et l'utilisation extrême d'engrais et de pesticides. La non-application de solutions de gestion appropriées entraîne des problèmes complexes et plus importants tels que la propagation de maladies causées par la pollution de l'eau, la mort d'animaux aquatiques et la destruction de zones humides et de rivières1,2.

D'autre part, l'agriculture est toujours considérée comme le plus gros consommateur d'eau douce. L'eau utilisée dans l'agriculture revient toujours à la surface et aux eaux souterraines dans une chaîne. Cependant, l'agriculture est à la fois la cause et la victime de la pollution de l'eau3,4. Il est donc important de gérer à la fois le développement du secteur agricole et la qualité des ressources en eaux souterraines.

L'eau souterraine fait référence à l'eau qui se trouve sous la surface de la terre et qui peut être collectée dans des puits, des tunnels et des galeries de drainage. De plus, les eaux souterraines peuvent s'écouler naturellement à la surface de la terre sous forme de sources5. Les ressources en eaux souterraines ne sont pas uniformément réparties dans toutes les parties de la croûte terrestre solide. Ce problème complique le processus de gestion et de simulation de ces ressources. Les équations existantes dans le processus de modélisation de la nappe phréatique peuvent être résolues sous la forme d'un modèle mathématique de deux manières analytique et numérique. La complexité du système aquifère, l'hétérogénéité des formations géologiques, des quantités de pompage et d'alimentation différentes à des moments différents, etc., font des modèles numériques un substitut aux modèles analytiques en milieu naturel6,7.

Les méthodes numériques basées sur l'utilisation de l'ordinateur deviennent le principal outil de résolution des problèmes en milieu naturel. Une série de simplifications devrait être impliquée dans la résolution analytique des équations déterminantes de l'écoulement des eaux souterraines. Dans ces simplifications, des hypothèses telles que l'homogénéité et le flux unidimensionnel ou bidimensionnel sont prises en compte. Les méthodes analytiques sont généralement utilisées dans l'hydraulique des puits. Les solutions numériques sont très larges et ayant accès aux ordinateurs d'aujourd'hui, elles sont plus utiles que les solutions analytiques complexes8. Cinq méthodes numériques sont utilisées dans la modélisation des eaux souterraines, à savoir : les méthodes de différences finies, les méthodes d'éléments finis, les méthodes d'équation intégrale aux limites, les méthodes de différences finies complètes et les méthodes d'éléments analytiques.

Modélisation des eaux souterraines à l'aide de modèles mathématiques et conceptuels et à l'aide de logiciels de simulation des aquifères et des systèmes de ressources en eaux souterraines. Parmi les modèles les plus courants dans la simulation des couches aquifères, on peut citer les différentes versions des modèles MODFLOW, PMWIN, GWM, GMS et Visual MODFLOW, qui sont créés à l'aide de la méthode des différences finies (FDM)9. La méthode des différences finies est utilisée pour modéliser l'écoulement et les couches aquifères souterraines. Ces modèles ont été efficacement testés dans les eaux souterraines dans des environnements poreux et des conditions conventionnelles4. Le modèle GMS (Groundwater Modeling System) est le logiciel de modélisation des eaux souterraines le plus récent et le plus complet disponible. La modélisation dans GMS avec deux méthodes des différences finies et des éléments finis dans des environnements bidimensionnels et tridimensionnels et à l'aide d'outils (MODFLOW, MODPATH, MT3DMS/RT3D, SEAM3D, PEST, SEEP2D, etc.) est réalisée4.

Le nitrate est le facteur de pollution le plus important des eaux souterraines, dont la majeure partie provient de l'agriculture10. La pollution des eaux souterraines est causée par l'ajout de formes de nitrate au sol, ou par les processus biologiques, à partir de la conversion d'autres formes d'azote. Selon l'Environmental Protection Agency des États-Unis (USEPA), la concentration maximale admissible d'azote nitrique (NO3–N) pour l'eau potable est de 10 mg/L, ce qui équivaut approximativement à 45 mg de nitrate (N2O). Cette limite selon l'Organisation Mondiale de la Santé et l'Union Europe (UE), 50 mg/L de nitrate a été déterminée. En Iran, 50 mg/L de nitrate ont été déterminés comme la concentration maximale autorisée dans l'eau potable11,12. Par conséquent, mener diverses recherches dans le domaine de la prévision de la pollution et de la concentration en nitrates est très essentiel.

A partir des recherches effectuées dans ce domaine, on peut se référer à l'étude de Pacheco et al. Dans cette recherche, ils ont révisé le modèle DRASTIC pour évaluer le risque de pollution des eaux souterraines dans les bassins versants ruraux des montagnes du nord du Portugal. Sur la base des résultats, le risque de pollution des eaux souterraines par les nitrates a été généralement classé comme modéré. Les zones à haut risque étaient des zones utilisées pour l'agriculture et l'élevage13. El Baba et al. évalué et cartographié la vulnérabilité des eaux souterraines et la pollution par les nitrates à l'aide de l'analyse DRASTIC et de la géostatistique. Cette recherche a fait état d'une énorme différence dans les résultats en raison de la présence de zones à vulnérabilité élevée et faible14. Moghaddam et al. évalué l'indice de vulnérabilité des ressources en eaux souterraines à l'aide de l'approche de prédiction de la concentration en nitrates. Les résultats ont montré que la plupart des puits ont fait face à une augmentation de la concentration, qui s'intensifie dans les zones basses des terres agricoles et urbaines, et l'indice de vulnérabilité a montré que les parties de l'aquifère central situées en aval des terres agricoles et des zones urbaines le long de la collecteur principal, ce sont les plus vulnérables15. Boufekane et al. discuté de l'hybridation de la méthode DRASTIC pour évaluer les futurs scénarios de vulnérabilité des eaux souterraines dans le nord-est de l'Algérie. Les résultats de l'utilisation de la méthode DRASTIC dans l'année de référence 2010 ont montré que les classes de vulnérabilité élevée et moyenne couvrent une large gamme de la zone étudiée dans environ 97%. Les résultats de la future prévision de la vulnérabilité des eaux souterraines ont montré que les changements de vulnérabilité des eaux souterraines au fil du temps (2010-2030) sont étroitement liés aux changements de profondeur des eaux souterraines causés par les taux de pompage, car la réduction du niveau piézométrique entraîne une aggravation de la vulnérabilité des eaux souterraines16. Xiao et al. discuté des connaissances hydrogéochimiques sur les signatures, la genèse et la perspective durable des eaux souterraines enrichies en nitrates dans le bassin versant du Piémont de Hutuo, en Chine. Pour parvenir au développement durable des ressources en eaux souterraines dans les contreforts arides et semi-arides, des initiatives sont recommandées, notamment la sensibilisation des résidents, la protection de l'environnement, une gestion différente de l'eau en fonction de la qualité de l'eau et un traitement ciblé de l'eau17. Xiao et al.18 Enquête sur les sources, les forces motrices et les risques potentiels pour la santé des nitrates et des fluorures dans les eaux souterraines d'une plaine alluviale typique. Les résultats ont indiqué que les apports/impacts humains sont les forces dominantes augmentant la teneur en nitrates et la salinité des eaux souterraines dans la région du Piémont et les cours inférieurs résidentiels et industriels du sud-est, posant des risques potentiels non cancérigènes pour diverses populations par voie orale. Zhi et al.19 ont étudié le mécanisme d'enrichissement du fluorure et de l'iode dans les eaux souterraines salines de la plaine inondable inférieure du fleuve Jaune, dans le nord de la Chine. Les résultats de l'analyse factorielle confirment en outre les schémas de comportement opposés du fluorure et de l'iode dans les eaux souterraines salines.

Dans les zones où les ressources en eau de surface sont limitées, la pression sur les eaux souterraines est plus importante, ce qui est dû à la diminution progressive du volume du réservoir d'eau souterraine en raison de l'extraction supplémentaire par des puits creusés et de son intensification, notamment en raison de la survenue de sécheresses récentes sur d'une part et la pollution causée par l'activité. Aussi, les enjeux économiques nécessitent une connaissance précise de l'aquifère et la fourniture des informations nécessaires à l'exploitation des ressources en eaux souterraines. D'autre part, la nécessité d'utiliser des engrais azotés dans l'agriculture a provoqué une augmentation significative de l'utilisation de ce type d'engrais. Il semble que l'utilisation des modèles GMS (MODFLOW) et DRASTIC dans le domaine de la gestion de la qualité des aquifères en tant que nouvelle méthode puisse réduire de nombreux problèmes et coûts connexes. Sur la base de l'étude de différentes sources, il est possible de comprendre l'importance d'enquêter sur la contamination par les nitrates des sources d'eau souterraine et le risque de vulnérabilité de ces sources. Les objectifs de la présente étude sont les suivants : étudier et comprendre les changements temporels de la contamination par les nitrates des eaux souterraines dans la plaine de Bouin-Daran pendant un an grâce à un échantillonnage une fois tous les trois mois, étudier le rôle de l'agriculture et d'autres sources dans la contamination par les nitrates des eaux souterraines, les et la modélisation qualitative de l'aquifère de plaine à l'aide du modèle GMS, déterminer le potentiel de vulnérabilité de la nappe phréatique de la région à l'aide du modèle DRASTIC et optimiser les poids et les scores du modèle en fonction de la concentration en nitrate de l'eau souterraine, déterminer les points critiques à l'outil de carte de vulnérabilité identifié par DRASTIC et fournissant des suggestions pour une meilleure gestion des eaux souterraines dans l'aquifère de Bouin-Daran, Iran.

En termes d'études des eaux souterraines, le bassin de Gavkhoni a été divisé en 21 zones d'étude 20, qui est la zone d'étude de Bouin-Daran dans la zone d'amont du bassin et la coordonnée géographique de longitude est de 50° 8′ à 50° 32 ′ latitude nord de 32° 42′ à 33° 12′. La superficie totale de la zone d'étude est d'environ 1262 km2, dont 530 km2 de hautes terres et 732 km2 de plaines. Large d'environ 660,5 km, la plaine est recouverte d'un aquifère alluvial. Le point culminant de cette zone d'étude est à 3735 m sur les hauteurs du nord et le plus bas à 2075 m d'altitude au sud de la plaine. La figure 1a montre l'emplacement de la zone d'étude et la figure 1b montre 42 points d'échantillonnage de Bouin-Daran. Les alluvions contenant la nappe phréatique dans cette zone ont une composition différente d'argile, de sable et de gravier et différents pourcentages de ces particules peuvent être observés en fonction des conditions de sédimentation aux différentes profondeurs. Un autre point remarquable est la profondeur et le type de roche des alluvions de la zone, qui, d'après les journaux de forage et les puits d'observation et d'exploration de la zone, sont constitués de marne et de schiste. Un autre point est le type de nappe phréatique. Dans la zone d'étude, il n'y a pas de couche imperméable entre la nappe phréatique et la surface du sol, et la nappe phréatique dans cette zone est ouverte. Dans les parties nord-ouest et est de la zone d'étude, la profondeur du niveau de la nappe phréatique est faible et comprise entre 10 et 40 m, tandis qu'au sud, à l'est et au sud-est, la profondeur du niveau de la nappe phréatique a augmenté. La direction générale des eaux souterraines de la région va du nord-ouest et du nord-est au sud et à l'est de la région. La formation la plus importante dans l'hydrogéologie de la zone étudiée est les formations calcaires de la période crétacée. Dans la zone d'étude de Bouin-Daran, trois aqueducs sélectionnés, trois embouchures de sources sélectionnées et huit puits sélectionnés ont été sélectionnés par Isfahan Regional Water Company comme sources d'eau sélectionnées, et les sources et aqueducs sélectionnés sont généralement situés dans les vallées et sur le bord des hautes terres et des puits sélectionnés sont situés dans la plaine. Il faut mentionner que pour mieux analyser la qualité des eaux souterraines dans la zone d'étude, les résultats d'analyses chimiques de trois puits sélectionnés et d'un aqueduc sélectionné dans la zone d'étude du domaine ont également été utilisés. En raison du petit nombre de sources d'eau sélectionnées et de leur répartition inappropriée dans la plaine, pour enquêter sur la qualité des eaux souterraines dans la zone d'étude, les résultats d'échantillonnage de plusieurs puits agricoles de la zone ainsi que des sources d'eau potable dans les villages de la zone ont également été utilisés. Le tableau 1 montre les caractéristiques et les résultats de l'analyse chimique de sources d'eau sélectionnées dans la région.

L'emplacement de la zone d'étude (a) et le nombre d'échantillonnages de Bouin Daran, Iran à l'aide du SIG (b).

La raison du choix de ces ions est qu'en raison de l'agriculture intensive et de la nature des engrais utilisés, ainsi que de la condition particulière du substratum rocheux et des eaux souterraines de cette plaine, il semble que le polluant chimique le plus important des eaux souterraines soit le nitrate21. Cependant, il y a un non-point dû à l'utilisation d'engrais organiques et minéraux dans cette zone. D'autre part, l'approvisionnement en eau potable des villes et villages des plaines à partir des nappes phréatiques a fait que la gestion des nappes phréatiques est à considérer pour l'évolution des nappes phréatiques dans cette région. Pour mesurer le nitrate dans la plaine et compte tenu des conditions de sélection des puits de prélèvement, 42 puits d'eau potable ont été sélectionnés avec la bonne répartition dans la plaine et des analyses chimiques ont été effectuées sur les échantillons prélevés tous les trois mois. Après avoir sélectionné les puits d'échantillonnage dans les différentes zones d'étude pour répartir la pollution par les nitrates dans les eaux souterraines, l'échantillonnage de ces puits a commencé en septembre 2013. Aussi, pour vérifier l'évolution de la pollution par les nitrates, l'échantillonnage a été poursuivi à intervalles de 3 mois en quatre étapes jusqu'à ce que Septembre 2014. À chaque étape, un échantillonnage de l'eau des puits a été effectué et les échantillons ont été transportés au laboratoire dans des contenants en plastique de 1 L et conservés au réfrigérateur jusqu'au moment de la mesure chimique pour éviter les activités biologiques et les changements dans les propriétés chimiques. . Après avoir été transférés au laboratoire, les échantillons d'eau de puits ont été immédiatement analysés chimiquement selon les méthodes standard de laboratoire. L'ion nitrate a été mesuré par l'électrode de sélection d'ions Southern modèle 3310. La différence de potentiel entre les deux côtés de la membrane de l'électrode nitrate est mesurée par rapport à la différence de potentiel d'une électrode de référence. L'appareil mesure l'activité des ions nitrate. Cette électrode est capable de mesurer le nitrate dans la gamme de 7*10(-6) jusqu'à 1 molaire. Il convient de noter que c'est s'il n'y a pas d'ions interférant dans la solution. Les ions perturbateurs les plus importants dans la solution des électrodes de nitrate sont le chlore, le bicarbonate, l'acétate, le sulfate et le fluorure, tandis que les ions bicarbonate et chlore provoquent davantage de perturbations. Malgré les problèmes liés à l'interférence des ions, la méthode de mesure du nitrate à l'aide d'une électrode est supérieure aux autres méthodes en raison de la plus grande précision associée et du gain de temps et d'argent. Après les mesures souhaitées, les calculs pertinents sont effectués.

La superficie de l'aquifère de la plaine a été déterminée en examinant les diagraphies des puits de la région, les cartes géologiques et la carte DEM de la région, et la superficie de l'aquifère et de la plaine de Bouin-Daran est illustrée à la Fig. 2a. Après avoir déterminé la limite de l'aquifère, le modèle conceptuel de l'aquifère a été préparé en fonction des informations disponibles. Cette étape comprend la détermination de la limite de l'aquifère, la détermination des entrées dans l'aquifère, la détermination des sorties de l'aquifère, le nombre de couches stratigraphiques de l'aquifère, la création de la couche d'alimentation de l'aquifère, la création de la couche de conduction hydraulique de l'aquifère, la création de la couche de puits d'observation de l'aquifère, créant la couche d'irrigation spéciale de l'aquifère, créant la couche de puits de pompage de l'aquifère. La création de la couche topographique de la surface de l'aquifère crée la couche topographique du sol de l'aquifère. Ensuite, le réseau 3D du modèle MODFLOW a été créé et les informations du modèle conceptuel ont été converties en un modèle mathématique 3D22.

Carte de la zone aquifère de la plaine de Bouin-Daran (a) et profondeur de la nappe phréatique à l'aide du SIG (b).

Pour calibrer le modèle en régime permanent, les données piézométriques de mars 2003 ont été utilisées. Dans ce cas, les valeurs de la conductivité hydraulique et de l'alimentation ont été calibrées en déterminant et modifiant manuellement les différentes zones et en utilisant le code PEST de l'aquifère. La précision du processus d'étalonnage a été déterminée en comparant les valeurs calculées et les valeurs observées du niveau d'eau dans les piézomètres. À cette fin, deux indices du coefficient de détermination (R) et de l'erreur RMSE ont été utilisés23.

Après avoir calibré le modèle en conditions permanentes, le modèle a été calibré en conditions temporaires pendant une période de 2 ans (avril 2003 à mars 2004). A ce stade, les valeurs d'alimentation et d'abreuvement spécial ont été recalibrées et les valeurs de conductivité hydraulique ont également été modifiées24.

Après avoir calibré le modèle dans des conditions temporaires, le modèle a été validé en un an (avril 2005 à mars 2005).

Après avoir créé le modèle quantitatif, le modèle qualitatif de l'aquifère a été préparé à l'aide du code MT3D25. À cette fin, le polluant nitrate a été sélectionné comme paramètre à évaluer et les facteurs de transport des polluants, y compris le transport, la diffusion et l'épandage, ont été introduits dans le modèle. Ensuite, les puits d'observation pour la mesure des nitrates ont été entrés dans le modèle. Enfin, le modèle a été calibré et validé pendant un an.

Tout d'abord, des informations telles que des cartes géologiques, des enregistrements météorologiques, des enregistrements de piézomètres, des puits d'exploration et des diagraphies de puits ont été collectées pour construire les couches de chaque paramètre dans le logiciel Arc GIS26. Ces données ont été collectées à partir de différentes sources et sous différents formats. La base de données pour les données au format ponctuel a d'abord été préparée par le logiciel Excel, puis saisie dans le SIG. Le système d'imagerie de toutes les couches d'information est la zone UTM 38 et le niveau de base est WGS 1984. De plus, des fonctions d'analyse spatiale ont été effectuées sur les données pour les convertir en une carte, y compris les fonctions d'analyse topologique telles que le découpage, la fusion, et superposition, et des fonctions analytiques surfaciques telles que l'extraction de la pente du modèle numérique nommé la hauteur27. La transformation IDW (Inverse Distance Weighted) a été utilisée pour l'interpolation. En effet, l'erreur de cette méthode basée sur la RMSE et la validation croisée est inférieure à celle des autres méthodes telles que le krigeage, le co-krigeage et la spline. À l'aide du programme Spatial Analyst, les cartes ont été divisées dans les classes souhaitées et après avoir préparé les cartes de base en utilisant les fonctionnalités de ce programme concernant l'opération raster, la carte finale a été calculée selon l'indice DRASTIC.

Couche de profondeur des eaux souterraines (D).

La profondeur des eaux souterraines exprime la profondeur à partir de la surface du sol du niveau de la nappe phréatique. La profondeur de la nappe phréatique ainsi que les caractéristiques de la zone non saturée influent sur le temps de déplacement des polluants solides ou liquides transportés par l'eau et sur le temps de dilution des polluants dans la zone non saturée28.

La figure 2b montre la couche obtenue après valorisation. La couche de profondeur des eaux souterraines de la région est classée en sept classes1,2,3,5,7,9. Cette cotation a été faite pour chaque cellule de dimensions 100 m.

Habituellement, plus il y a de nutriments, plus le potentiel de pollution des eaux souterraines est grand. La méthode de Piscopo (2001) a été utilisée pour préparer la couche nourricière29. L'équation de Piscopo pour calculer le potentiel d'alimentation d'une zone est la suivante :

Pour calculer la quantité de nutrition, un modèle numérique d'élévation (DEM) de la zone a été préparé (à l'aide de cartes DGN de ​​la zone à l'échelle 1:25 000 préparées par l'organisme de cartographie du pays). Ensuite, la pente de la zone étudiée a été extraite à l'aide du DEM préparé et enfin, toutes les cartes ont été converties en format raster. La carte nutritionnelle a été préparée en superposant la carte des pentes et des sols avec le score de précipitations de la zone (Fig. 3a).

Carte valorisée de la nutrition nette (a) et Carte valorisée de l'environnement aquifère à l'aide du SIG (b).

Pour préparer la couche du milieu aquifère, les diagraphies de sept puits de la région, qui ont été préparées par le bureau d'études de la société régionale des eaux, ont été utilisées pour les puits d'exploration et d'exploitation de la région. Les polygones liés à l'environnement aquifère ont été préparés à l'aide du programme Xtools du logiciel Arc GIS (Fig. 3b). Ensuite, la carte de l'environnement aquifère a été préparée au format raster avec une taille de cellule de 100 m afin qu'elle puisse être utilisée dans les autres étapes de calculs.

Pour préparer la couche de sol, la carte de la région à l'échelle 1:50 000 préparée par l'Organisation pour la recherche agricole et les ressources naturelles a été utilisée. La carte des sols a d'abord été scannée, puis elle a été référencée et numérisée, et les cotes de chaque polygone ont été appliquées selon la méthode drastique (Fig. 4a).

Carte valorisée de la couche de sol (a), Carte valorisée de la topographie (b), Carte valorisée du milieu non saturé (c), Carte valorisée de la conductivité hydraulique (d), et Carte valorisée de l'occupation des sols dans l'aquifère de Bouin-Daran à l'aide du SIG (e ).

Tout d'abord, un modèle numérique de hauteur de la zone a été préparé, puis la carte des pentes a été extraite de ce modèle. Enfin, la carte des pentes obtenue a été nivelée pour préparer la couche topographique (Fig. 4b).

La couche de milieu non saturé, comme la couche de milieu aquifère, a été déterminée et valorisée à partir des diagraphies des piézomètres, des diagraphies des puits d'exploration de la zone, de la localisation géographique des diagraphies et du type de la zone non saturée. Les polygones liés à la carte de la zone non saturée ont été préparés à l'aide du programme Xtools du logiciel Arc GIS. Ensuite, la carte de la zone non saturée a été préparée dans un format raster avec une taille de cellule de 100 m afin qu'elle puisse être utilisée dans les étapes de calcul comme les autres couches (Fig. 4c).

Des informations et des points géographiques liés au coefficient de transférabilité et à l'épaisseur alluviale de la plaine ont été préparés à partir de cartes existantes. Ensuite, en soustrayant la carte d'épaisseur alluviale et la carte de profondeur de la surface de l'eau, la carte d'épaisseur saturée a été obtenue en utilisant la fonction de calculateur Raster, et après avoir divisé la carte d'épaisseur saturée de l'aquifère, la carte de conductivité hydraulique de l'aquifère a été obtenue30. La carte résultante a été classée selon l'indice drastique (Fig. 4d).

En tenant compte de la carte d'utilisation des terres du bassin versant dans la plaine de Daran, la carte suivante a été obtenue. Comme on peut le voir, la plus grande superficie de la plaine est liée aux étendues d'eau où sont cultivées les pommes de terre (Fig. 4e).

Pour calibrer le modèle. DRASTIC a été utilisé à partir des données collectées à partir de 44 puits répartis uniformément à la surface de l'aquifère et de la plaine.

Les cartes de la Fig. 5 montrent les courbes parallèles du nitrate dans la zone d'étude. Sur cette base, la concentration en ions nitrate montre des valeurs élevées à différentes saisons dans la moitié est et sud de la région. Selon les cartes de la Fig. 5, dans une large zone de la région, la concentration en ions nitrate a des valeurs supérieures à 25 mg/L. Cela montre que la concentration moyenne de cet ion dans la région est généralement élevée. Considérant que, cet ion a généralement une faible concentration dans les eaux souterraines, l'existence de concentrations élevées dans les eaux souterraines de n'importe quelle région peut être due à diverses raisons, dans de tels cas, cet ion est connu comme un élément qui pollue les eaux souterraines. Pour cette raison, la distribution et les raisons possibles de l'augmentation de la concentration de cet ion dans la région seront étudiées et investiguées comme la pollution de la nappe phréatique dans la région.

Lignes Hemi Nitrate Automne 2014 (a), Été 2014 (b), Printemps 2014 (c) et Hiver 2014 à l'aide du SIG (d).

Le réseau 3D du modèle MODFLOW a été créé et les informations du modèle conceptuel ont été converties en un modèle mathématique 3D. Le modèle tridimensionnel créé se compose de 12 000 cellules de calcul (avec des dimensions de 500*500 m), qui selon la forme de l'aquifère, 2688 cellules sont les cellules actives et les autres sont des cellules inactives. La figure 6 montre le modèle 3D créé dans MODFLOW.

Carte du réseau créé et des principales composantes de l'aquifère de Bouin-Daran à l'aide de MODFLOW.

La quantité de conductivité hydraulique dans la plaine pour différentes zones après étalonnage a été calculée entre 0,8 et 34 m par jour. La précision du processus d'étalonnage a été déterminée en comparant les valeurs calculées et les valeurs observées du niveau d'eau dans les piézomètres. A cet effet, deux indices de coefficient de détermination (R2) et d'erreur RMSE ont été utilisés. Le graphique comparant les valeurs observées et finales calculées dans l'étalonnage en régime permanent est illustré à la Fig. 7. La Figure 8 montre la carte du modèle calibré de l'aquifère ainsi que les piézomètres de la zone. Sur cette figure, la précision de l'estimation du niveau d'eau dans les piézomètres est indiquée en trois couleurs : rouge, jaune et vert. Les piézomètres représentés en vert sont calibrés dans la plage idéale en termes de variance d'erreur. De plus, les piézomètres jaunes et rouges indiquent respectivement un étalonnage modéré et médiocre.

Valeurs calculées et observées du niveau d'eau en régime permanent.

Carte modèle calibrée de l'aquifère de Bouin-Daran à l'aide de MODFLOW.

La figure 9 montre la carte des valeurs de conductivité hydraulique obtenues à partir de l'étalonnage du modèle. Comme on peut le voir, les valeurs finales de la conductivité hydraulique dans l'aquifère varient entre 0,2 et 34 m par jour.

Carte de dispersion des valeurs de conductivité hydraulique de l'aquifère de Bouin Daran, Iran à l'aide d'un SIG.

Après avoir calibré le modèle en conditions permanentes, le modèle a été calibré en conditions non permanentes pendant une période de 2 ans (avril 2003 à mars 2004). A ce stade, les valeurs d'alimentation et d'abreuvement spécial ont été recalibrées et les valeurs de conductivité hydraulique ont également été modifiées. Les résultats de la comparaison des valeurs calculées et observées au cours des mois représentatifs sont présentés dans les graphiques de la Fig. 10. Comme on peut le voir, le modèle a été bien recalibré et le modèle a estimé les valeurs du niveau d'eau avec une précision acceptable.

Valeurs calculées et observées du niveau de stabilité en état non permanent (septembre 2003) (a), (avril 2003) (b), (septembre 2004) (c) et (avril 2004) (d).

Après avoir calibré le modèle en condition non permanente, le modèle a été validé en un an (avril 2005 à mars 2005). Les résultats de la comparaison des valeurs calculées et observées pour avril et septembre sont présentés dans les graphiques des Fig. 11a, b. Comme on peut le voir, le modèle a bien estimé les valeurs du niveau d'eau dans l'étape d'étalonnage. Par conséquent, le modèle calibré peut être utilisé à différentes fins en toute confiance.

Valeurs calculées et observées du niveau d'eau pendant la période de validation (septembre 2005) (a) et (avril 2005) (b).

Les résultats ont montré qu'en raison de l'immensité de la zone étudiée ainsi que du volume élevé d'entrée et de sortie d'eau souterraine dans les sections horizontales et verticales, les changements de nitrate dus au processus d'épandage sont insignifiants. En général, les résultats ont montré que le modèle qualitatif de l'aquifère a une très faible sensibilité aux changements du coefficient de distribution, du coefficient de diffusion et des isothermes d'absorption, et les changements de nitrate dans le modèle préparé sont les plus sensibles aux changements de l'apport nutritionnel. concentration en nitrates. Le graphique comparant les valeurs de nitrate calculées et observées en août 2014 et mai 2015 est présenté dans les graphiques de la Fig. 12a,b. Comme on peut le voir, le modèle calibré prédit les valeurs de concentration de nitrate avec une précision appropriée.

Valeurs calculées et observées de la concentration en nitrate dans le modèle qualitatif (mai 2012015) (a) et (août 2014) (b).

La figure 13 montre la distribution de la concentration en nitrate obtenue à partir du modèle dans différentes zones de l'aquifère en juillet 2015. Comme on peut le voir, les zones sud de la plaine, qui sont marquées de couleur rouge, ont un niveau élevé de concentration en nitrate, et cette zone et les autres zones avec des couleurs rouges et jaunes font partie des zones à forte vulnérabilité et à risque.

La carte de répartition des sédiments nitrés à la surface de l'aquifère (juillet 2015) à l'aide de MODFLOW.

Pour déterminer la vulnérabilité inhérente, la vulnérabilité des eaux souterraines est évaluée indépendamment de la contamination de surface. En d'autres termes, la vulnérabilité est indépendante de l'utilisateur et de toute occurrence du polluant. Comme il ressort de la Fig. 14, les zones sans risque de pollution et les zones à faible pollution sont situées sur les versants et en bordure des hauteurs. De plus, les zones situées dans les parties nord et centrale de la plaine présentent une vulnérabilité modérée. Un point très important est que les zones est et sud-est de l'aquifère sont exposées à une forte pollution en raison de la faible profondeur du niveau de l'eau, ainsi que de la proximité du socle rocheux à la surface du sol et de la bonne conductivité hydraulique.

Carte de vulnérabilité intrinsèque de l'aquifère de la plaine de Bouin-Daran à l'aide du SIG.

En ajoutant le paramètre d'utilisation des terres (L) aux paramètres de vulnérabilité inhérente, on obtient l'indice de vulnérabilité spéciale. Selon la Fig. 15 et en tenant compte de l'utilisation des terres et en tenant compte du fait que dans les zones de cultures aquifères, la pomme de terre est la culture dominante, la zone exposée à une pollution élevée et très élevée, l'est, le sud-est et certaines parties du centre de la plaine. Un autre point remarquable est que, de manière générale, on peut dire que l'aquifère de la plaine de Bouin-Daran présente un potentiel de vulnérabilité moyen à très élevé.

Carte de vulnérabilité spéciale de l'aquifère de Bouin-Daran, Iran à l'aide du SIG.

La présente étude a été réalisée pour fournir un modèle d'investigation qualitative et de contrôle qualitatif de la situation des nitrates dans l'aquifère de la plaine de Bupin-Daran, ainsi que pour identifier les points sensibles à la pollution tels que les nitrates. Les principales constatations sont les suivantes :

La plus grande quantité de pollution dans l'aquifère de la plaine était liée aux parties sud et sud-est de la plaine.

Les zones nord et nord-est de la plaine avaient un potentiel de pollution moyen à faible et n'avaient pas été affectées par la pollution par les nitrates pour le moment.

En raison des activités agricoles avec l'utilisation de grandes quantités d'engrais dans cette plaine, il y avait un potentiel de pollution dans tous les endroits, et cela nécessite une planification codifiée et exécutive des opérations agricoles ainsi que l'utilisation des sources d'eau souterraine. Il est nécessaire comme eau potable.

La méthode d'estimation de la vulnérabilité DRASTIC n'a été utile que pour estimer les zones à fort potentiel de contamination et selon le test de validation. La capacité des modèles présentés dans cette recherche à déterminer les zones des puits les plus vulnérables à la pollution est l'un des problèmes des méthodes traditionnelles d'évaluation de la vulnérabilité des aquifères, qui est l'incapacité de prédire l'effet de la propagation de la pollution dans les zones vulnérables de l'aquifère à la pollution des sources d'eau précieuses telles que les puits d'eau potable doivent être réparées. L'identification de ces zones est très importante pour la conception du réseau de surveillance de la qualité des eaux souterraines, ainsi que pour les études d'utilisation des terres et la détermination de l'utilisation des terres.

Si quelqu'un veut demander les données doit être contacté par l'auteur correspondant.

Gazal, O. & Eslamian, S. Évaluation de la vulnérabilité des eaux souterraines basée sur le modèle DRASTIC modifié et le modèle COP dans les zones arides. Int. J. Hydrol. Sci. Technol. 13(2), 146–190 (2022).

Article Google Scholar

Saatsaz, M., Sulaiman, WNA & Eslamian, SS Modèle SIG DRASTIC pour l'estimation de la vulnérabilité des eaux souterraines de la plaine d'Astaneh-Kouchesfahan, dans le nord de l'Iran. Int. J. Water 6(1/2), 1–14 (2011).

Article Google Scholar

Abedi Kopaei, J., Nasri, Z., Mamanposh et Keshavarz, A. Agent et victime de l'eau. In Conference on Management of Technology Sustainability, Production and Consumption of Agricultural Inputs, 74–75 (2007) (en persan).

Shariati, M. Capacité en eau, causée par les activités agricoles, traduction, publications du Comité national iranien d'irrigation et de drainage; Vol. 1, 184, (2002). (En persan).

Malakouti, M. Fertilité des sols en zones sèches. Publications de l'Université Tarbiat Modares (1995). (En persan).

Mohammadi Fatideh, M. Connaissance de l'eau potable, Publications de l'Université de Tabriz (1987). (En persan).

Wayer, PJ et al. Taux de nitrate dans l'eau potable municipale et risque de cancer chez les femmes âgées. L'étude sur la santé des femmes de l'Iowa. Épidémiologie 12, 327–338 (2001).

Article Google Scholar

Grimaldi, C., Gaudio, R., Calomino, F. & Cardoso, AH Un modèle numérique d'écoulement des eaux souterraines de l'aquifère supérieur et moyen de la Trinité, Texas Water Development Board. J. Hydrol. Ing. ASCE 135(5), 425–431 (2009).

Article Google Scholar

Shaabani, K., Abedi-Koupai, J., Eslamian, S. et Gohari, A. Simulation des effets du changement climatique et réduction des besoins d'irrigation sur la recharge des eaux souterraines à l'aide des modèles SWAT et MODFLOW : une étude de cas de la province de Fars, Iran , Modélisation des systèmes terrestres et de l'environnement ; Accepté (2022).

Spalding, RF & Exner, ME Présence de nitrate dans les eaux souterraines. J. Environ. Quaity 22, 392–402 (1993).

Article CAS Google Scholar

EPA des États-Unis. Critères de qualité pour l'eau, Rep. EPA 440/5-86-001. Agence de protection de l'environnement, Washington ; DC, États-Unis (1986).

Affaires de l'Eau du Ministère de l'Energie. Norme de qualité physique, chimique et radiologique de l'eau potable, norme numéro 6-1885, Iran (en persan).

Pacheco, FAL, Martins, LMO, Quininha, M., Oliveira, AS & Fernandes, LS Modification du cadre DRASTIC pour évaluer le risque de contamination des eaux souterraines dans les bassins versants ruraux montagneux. J. Hydrol. 566, 175-191 (2018).

Article ADS CAS Google Scholar

El Baba, M., Kayastha, P., Huysmans, M. & De Smedt, F. Évaluation et cartographie de la vulnérabilité des eaux souterraines et de la contamination par les nitrates à l'aide d'analyses DRASTIC et géostatistiques. J. Water 12(7), 1–19 (2022).

Google Scholar

Kardan Moghaddam, H., Rahimzadeh Kivi, Z., Bahreinimotlagh, M. & Moghddam, HK Évaluation de l'indice de vulnérabilité des ressources en eaux souterraines à l'aide de l'approche de prédiction de la concentration en nitrates. J. Geocarto Int. 37(6), 1664–1680 (2022).

Article Google Scholar

Boufekane, A. et al. Hybridation de la méthode DRASTIC pour évaluer les futurs scénarios de vulnérabilité des eaux souterraines : Cas de la nappe alluviale de Tébessa-Morsott (Nord-Est algérien). Appl. Sci. 12(18), 9205 (2022).

Article CAS Google Scholar

Xiao, Y. et al. Aperçus hydrogéochimiques des signatures, de la genèse et de la perspective durable des eaux souterraines enrichies en nitrates dans le piémont du bassin versant de Hutuo, en Chine. CATENA 212, 106020 (2022).

Article CAS Google Scholar

Xiao, Y. et al. Enquête sur les sources, les forces motrices et les risques potentiels pour la santé des nitrates et des fluorures dans les eaux souterraines d'une plaine alluviale typique. Sci. Environ. 802, 149909 (2022).

Article ADS CAS PubMed Google Scholar

Zhi, C. et al. Mécanisme d'enrichissement du fluorure et de l'iode dans les eaux souterraines salines de la plaine inondable inférieure du fleuve Jaune, dans le nord de la Chine. J. Hydrol. 621, 129529 (2023).

Article CAS Google Scholar

Sharifinejad, A., Zahraie, B., Majed, V., Ravar, Z. & Hassani, Y. Analyse économique du lien eau-alimentation-énergie dans le bassin de Gavkhuni en Iran. J. Hydro-Environnement. Rés. 31, 14–25 (2020).

Article Google Scholar

Zang, Y. et al. Quantifiez les effets de la récupération du niveau des eaux souterraines sur la dynamique des nitrates dans les eaux souterraines grâce à un modèle intégré quasi-3D pour le système couplé zone vadose-eaux souterraines. Eau Rés. 226, 119213 (2022).

Article CAS PubMed Google Scholar

Barbieri, S. et al. Procédure numérique innovante pour simuler le fonctionnement des échangeurs de chaleur de forage et interpréter le test de réponse thermique via le code MODFLOW-USG. J. Hydrol. 614, 128556 (2022).

Article Google Scholar

Malekzadeh, M., Kardar, S. & Shabanlou, S. Simulation du niveau des eaux souterraines à l'aide de MODFLOW, machine d'apprentissage extrême et modèles Wavelet-Extreme Learning Machine. Solw. Soutenir. Dév. 9, 100279 (2019).

Article Google Scholar

Esfahani, SG, Valocchi, AJ & Werth, CJ Utilisation de MODFLOW et RT3D pour simuler la diffusion et la réaction sans discrétiser les zones à faible perméabilité. J. Contam. Hydrol. 239, 103777 (2021).

Article CAS PubMed Google Scholar

Lautz, LK & Siegel, DI Modélisation du mélange des eaux de surface et souterraines dans la zone hyporhéique à l'aide de MODFLOW et MT3D. Adv. Ressource en eau. 29(11), 1618–1633 (2006).

Annonces d'article Google Scholar

Koon, AB et al. Évaluation de la vulnérabilité des eaux souterraines à l'aide du modèle DRASTIC basé sur le SIG dans le Grand Monrovia, comté de Montserrado, Libéria. Climat urbain 48, 101427 (2023).

Article Google Scholar

Shanmugamoorthy, M., Subbaiyan, A., Elango, L. & Velusamy, S. Évaluation de la sensibilité des eaux souterraines à l'aide du modèle DRASTIC-LU basé sur le SIG dans la région de la rivière Noyyal en Inde du Sud. Climat urbain 49, 101464 (2023).

Article Google Scholar

Kumar, P., Sharma, R. & Bhaumik, S. Techniques MCDA utilisées dans l'optimisation des pondérations et des notations du modèle DRASTIC pour l'évaluation de la vulnérabilité des eaux souterraines. Data Sci. Géré. 5, 28–41 (2022).

Article Google Scholar

Al-Adamat, R. & Al-Shabeeb, AAR Une méthode simplifiée pour l'évaluation de la vulnérabilité des eaux souterraines à la contamination. J. Resour d'eau. Prot. 9(03), 305 (2017).

Article CAS Google Scholar

Mfonka, Z. et al. Un modèle SIG DRASTIC et GOD pour évaluer l'aquifère des altérites de trois bassins versants expérimentaux à Foumban (Ouest-Cameroun). Solw. Soutenir. Développer. 7, 250-264 (2018).

Article Google Scholar

Télécharger les références

Département des sciences et de l'ingénierie de l'eau, Collège d'agriculture, Université de technologie d'Ispahan, 8415683111, Ispahan, Iran

Saeed Islamian, Yaghub Harooni et Yasser Sabzevari

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Tous les auteurs incluent : SE, YH, YS, ont révisé le manuscrit. À propos des données de l'article : L'ensemble de données analysé au cours de l'étude actuelle n'est pas accessible au public en raison du retrait par une agence gouvernementale, mais est disponible sur demande raisonnable de l'auteur correspondant.

Correspondance à Saeid Eslamian.

Les auteurs ne déclarent aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Eslamian, S., Harooni, Y. & Sabzevari, Y. Simulation de la pollution par les nitrates et de la vulnérabilité des ressources en eaux souterraines à l'aide des modèles MODFLOW et DRASTIC. Sci Rep 13, 8211 (2023). https://doi.org/10.1038/s41598-023-35496-8

Télécharger la citation

Reçu : 15 novembre 2022

Accepté : 18 mai 2023

Publié: 22 mai 2023

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

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.