International Journal of Sumber Daya Air dan Arid Lingkungan 3 (1): 63-76, 2014 ISSN 2079-7079 ©

PSIPW 2014

Evaluasi dan Pemetaan Air Wells Kecocokan untuk Irigasi Menggunakan GIS
di Darb El-Arbaein, South Western Desert, Mesir

1 2 2 3
El-Sayed indikator peringatan dini Omran, Ahmed Ghallab, Salman Selmy dan Abd-Alla Gad

1
Departemen Tanah dan Air, Suez Canal University, Ismailia, Mesir
2
Departemen Tanah dan Air, Fakultas Pertanian, Universitas Assiut, Assiut, Mesir
3
Otoritas Natonal untuk Remote Sensing dan Sains Antariksa, Kairo, Mesir

Abstrak: Tujuan dari penelitian ini adalah untuk mengusulkan sebuah metode sederhana untuk menilai kualitas air dan untuk memetakan variasi
spasial mereka dalam hal kesesuaian untuk irigasi di daerah Darb El-Arbaein. 36 sumur yang disurvei dengan data GPS digunakan untuk menilai
dan memetakan kualitas air. Multivariat Analisis Faktor / Principal Component Analysis digunakan untuk mengembangkan indeks kualitas air
(WQI). Hasil analisis telah digunakan untuk memetakan dan memprediksi model untuk kualitas air. The Kriging biasa (OK) metode diterapkan
untuk menghasilkan pola spasial kualitas air. Berdasarkan hasil ini, pola distribusi parameter kualitas air seperti EC, Cl dan SAR diproduksi. Hasil
penelitian menunjukkan bahwa model Edaran semivariogram merupakan orang yang tepat untuk
-

klorida dan parameter Cd mana model yang bulat dipasang terbaik untuk parameter Ni dan Zn. Model semivariogram yang stabil merupakan orang
yang tepat untuk parameter Pb dan SAR sedangkan model J-Bessel dilengkapi terbaik untuk parameter EC. salinitas tinggi adalah karena
konsentrasi klorida yang tinggi di dalam air. Tiga dari 36 sampel air terasa di WQI moderat. Sebagian besar sampel (26) merasa dalam kategori
Diragukan WQI. Tujuh sampel merasa dalam kategori WQI lebih tinggi. sampel air yang terasa di kelas salinitas bahaya rendah dan WQI tinggi
dapat digunakan untuk irigasi dari sebagian besar tanaman dan mayoritas tanah. The WQI untuk sampel berkisar 47,9-88,6. Peta distribusi indeks
kualitas air irigasi digambarkan seluas 266.66ha yang cocok untuk irigasi di desa 3-4 dan luas 382,35 ha berada kesesuaian moderat di desa 1-2.

Kata kunci: Darb El-Arbaein kualitas GIS Air Kriging Air indeks kualitas Kesesuaian

PENGANTAR khawatir pengambil keputusan. Banyak penelitian dan

proyek telah dilakukan untuk menilai kualitas air
Evaluasi kualitas air tanah dalam mengembangkan [5]. Shihab dan [6] Al-Rawi dan Al-Hussain [7] digunakan
negara telah menjadi isu kritis karena WQI air tawar sebagai alat manajemen untuk kualitas air kelangkaan Tigris. Kualitas air tanah adalah sama
pentingnya Sungai dalam Mosul Kota untuk kegunaan yang berbeda. Debels, et al.

seperti yang dari kuantitas. Penilaian akuifer kerentanan [8] telah menggunakan indeks kualitas air dimodifikasi yang
polusi diperlukan untuk kelayakan dan terdiri dari parameter fisika untuk mengevaluasi
analisis pengembangan, perencanaan pengelolaan dan penggunaan lahan status kualitas sungai di Central Chili. Numaan [9]
keputusan. Dua teknik utama untuk air tanah didirikan WQI irigasi untuk Sungai Tigris antara
strategi perlindungan yang kerentanan air tanah Al-Sharqat dan Alboajeel di Irak. Bhatti dan Latif penilaian
dan air tanah kualitas pemetaan. [10] digunakan indeks kualitas air untuk menilai air
pemetaan kualitas air tanah adalah salah satu utama kualitas Chenab Sungai di Pakistan untuk digunakan irigasi.
teknik yang memberikan informasi tentang air Fulazzaky [11] menilai status dan kesesuaian
kesesuaian untuk irigasi. Kualitas Indeks air (WQI) adalah air Sungai Citarum di Malaysia untuk digunakan pertanian.
metode yang sangat berguna dan efisien untuk menilai Meireles et al. [ 12] diklasifikasikan kualitas air di kesesuaian Acarau kualitas air dan untuk
mengkomunikasikan Basin, di utara negara bagian Ceara, Brasil untuk
Informasi pada kualitas keseluruhan air [1-4] ke penggunaan irigasi.

Penulis yang sesuai: El-Sayed indikator peringatan dini Omran, Departemen Tanah dan Air, Suez Canal University, Ismailia, Mesir.

E-mail: ee.omran@gmail.com.
63
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Pencemaran air telah menjadi hal kesehatan untuk daerah Darb El-Arbaein. Ada kebutuhan mendesak untuk

perhatian baik di daerah perkotaan dan pedesaan [13]. parameter yang memiliki penilaian tangan pertama dari kualitas air tanah
umumnya perlu dipertimbangkan untuk pemodelan WQI adalah untuk di daerah Darb El-Arbaein yang memiliki makna khusus
+ -
Misalnya EC, pH, B, Na, Cl dan HCO. sifat tertentu
-
3
dan membutuhkan perhatian besar dari semua pihak karena merupakan

dalam air Residual Sodium Carbonate (RSC) dan SAR mungkin sumber utama air rumah tangga, irigasi dan minum cocok atau tidak cocok untuk
irigasi. Informasi pada menyediakan.

konsentrasi beberapa logam berat yang penting (Cu, Zn, Pb, Cr dan Cd) yang

diperlukan untuk menilai kesesuaian mereka untuk BAHAN DAN METODE

irigasi. Banyak penelitian telah berhasil digunakan teknik interpolasi
dengan menggunakan ArcGIS yang
Alat geostatistik [14, 15, 16]. Tanah logam berat
konsentrasi (Cu, Zn, Pb, Cr dan Cd) di lahan sawah
diperkirakan untuk situs dengan tidak ada data sampling.
Studi Area: Darb El-Arbaein, lagu padang pasir bersejarah
berjalan antara Sudan dan Mesir dan melewati El-Kharga
Oasis untuk Assuit, wilayah secara geografis terletak antara
30 ° 21' 57 '' - 31 ° 27' 24 '' E dan 23 ° 40' 32 '' - 24 ° 40' 29 '' N, di

Biasa Kriging (OK) dan Kriging lognormal digunakan South Western Desert, Mesir. Curah hujan rata-rata adalah 1
untuk menghasilkan pola spasial logam berat dan mm, suhu 16,2-32,5 ° C dan kelembaban 37%. The Kriging disjungtif diterapkan untuk mengukur
daerah dianggap salah satu ekspansi horizontal di
probabilitas konsentrasi logam berat lebih tinggi dari Gurun Barat yang bertujuan untuk membangun link antara nilai-nilai panduan mereka [17].
metode geostatistik, Kriging Proyek South Valley dan Al-Kharga Oasis. Itu
dan co-Kriging, yang diterapkan untuk memperkirakan natrium proyek yang sedang berlangsung bertujuan reklamasi 4830 h (11500 makan.) rasio adsorpsi (SAR) di

3375 bidang pertanian ha [18].
Pengetahuan tentang kualitas air irigasi sangat penting untuk
memahami apa perubahan manajemen yang diperlukan untuk
jangka panjang dan produktivitas jangka pendek terutama untuk
tanaman yang sensitif terhadap perubahan kualitas [19]. Dengan
database yang memadai, GIS dapat menjadi alat yang ampuh
untuk menilai kualitas air, mengembangkan solusi untuk
dan menggali 85 sumur kedalaman berkisar antara 150 dan
500 m. Air tanah adalah satu-satunya sumber yang tersedia air
di daerah, sehingga penilaian potensi pertanian
di Darb daerah El-Arbaein membutuhkan sumber daya air
evaluasi. Geologi umum dan geomorfologi
daerah di bawah studi diuraikan dalam geologi Mesir
[21] yang merupakan dataran tinggi desertic dengan ekstensi datar besar

masalah sumber daya air dan pengambilan keputusan alat untuk berbatu yang dalam ditutup pada cekungan (Gambar 1). Terbesar

pembangunan pertanian [20]. Meskipun sejumlah besar ketinggian dicapai di sudut barat selatan ekstrim
Studi mengenai teknik indeks kualitas air, tidak ada di mana karakter dataran tinggi umum terganggu oleh
alat penilaian lengkap telah ditemukan dalam literatur gunung yang besar Gebel Uweinat. Daerah penelitian yang
yang menggabungkan aspek penting dari air mengairi terdiri dari empat desa (1, 2, 3 dan 4) memiliki luas
analisis kualitas. Indeks berdasarkan pendapat spesialis dan sekitar 5723h (13.626 makan.). Wilayah desa 1 dan 2 adalah
berdasarkan metode statistik memiliki beberapa tingkat sama dengan 1933 h. (4603 makan.), Namun; desa 3 dan 4
subjektivitas, karena mereka bergantung pada pilihan memiliki luas sebesar 3790 h. (9023 makan.).
variabel yang di atasnya indikator utama kualitas air Gambar (2) menunjukkan distribusi dari sumur di lokasi
dibangun. Jadi generalisasi tidak dapat diterima karena studi di empat desa dengan nama mereka. Ada lima
karakteristik khusus dari setiap sistem air. sederhana tapi sumur di desa (1), delapan sumur di desa (2), sebelas
metode obyektif dan diinterpretasi yang menggunakan aneh sumur di desa (3) dan dua belas sumur di desa (4).
karakteristik sumber daya air yang diperlukan untuk menyederhanakan analisis kualitas air dalam pemantauan Secara keseluruhan Usulan
Metodologi yang: Aliran grafik tugas.
metodologi diadopsi untuk kualitas air tanah
Tujuan keseluruhan dari penelitian ini adalah “untuk pemetaan menggunakan data kualitas air dalam GIS
mengusulkan model sederhana untuk mengevaluasi dan peta air tanah lingkungan ditunjukkan pada Gambar 3. Penelitian ini
kualitas menggunakan geostatistik di Darb El-Arbaein, Selatan dilakukan dengan bantuan dari empat komponen utama: masukan

Western Desert, Mesir”. Tujuan dari penilaian ini dari data penginderaan jauh, topografi lembar,
adalah (1) untuk mengevaluasi dan memonitor status air tanah air tanah kualitas data dan data yang dikumpulkan selama
kualitas dan menilai kesesuaian untuk irigasi, (2) untuk kunjungan lapangan. Dalam rangka untuk mengevaluasi kualitas air tanah

menentukan distribusi spasial kualitas air tanah di daerah Darb El-Arbaein untuk irigasi, 36 sumur yang disurvei
parameter dan (3) untuk menghasilkan peta kualitas air tanah dengan GPS data yang digunakan untuk menghasilkan peta evaluasi.

64
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Gambar 1:. Lokasi peta wilayah studi dalam kaitannya dengan Mesir.

(Sebuah)

(B)

Gambar 2:. Lokasi sumur: (a) desa 1 dan 2 (b) desa 3 dan 4.

65
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Gambar 3:. Arus grafik yang menunjukkan metodologi yang digunakan untuk pemetaan kualitas air tanah.

Sampel air dikumpulkan setelah 30 menit memompa (Mn, Fe, Pb, Ni, Cd, Zn dan Cu) ditentukan dengan menggunakan

untuk menghindari genangan air dan terkontaminasi. plastik putih spektrofotometer serapan atom. peta kualitas air
kontainer kapasitas 1 L dibilas keluar 3-4 kali dengan yang dihasilkan untuk properti air yang berbeda dan permukaan

air sampling. Kemudian wadah yang diisi dengan yang diinterpolasi menggunakan teknik interpolasi Kriging.
brim dan segera disegel untuk menghindari paparan udara Sebuah peta salinitas bahaya disiapkan untuk menunjukkan daerah dengan

[22]. Sampel air tanah telah dianalisis rendah, sedang dan bahaya salinitas tinggi. Jadi final
+ ++ ++ -
untuk (pH, EC, Na, Ca, Mg, B, Cl dan HCO) irigasi Peta kualitas air tanah untuk tujuan irigasi adalah
-
3

tujuan. Sodium Adsorption Ratio (SAR), larut disiapkan oleh melapisi grid data yang disebutkan di atas.
Sodium Persentase (SSP) dan Residual natrium karbonat Akhirnya daerah penelitian itu digambarkan ke dalam tiga kelas pada

(RSC) dihitung atas dasar beberapa standar dasar kualitas air tanah untuk keperluan irigasi:
persamaan. Konsentrasi logam berat cocok, moderat dan tidak cocok.

66
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Usulan Kualitas Air Evaluasi Model: Air parameter kualitas air diwakili oleh
model evaluasi kualitas diajukan dalam penelitian ini adalah Jumlah non-dimensi; semakin tinggi nilai, semakin baik
dikembangkan dalam tiga langkah. Pada langkah pertama, prinsip kualitas air. Nilai-nilai Qi dihitung dengan menggunakan
komponen dan model faktor dikembangkan. parameter persamaan berikut, berdasarkan pada batas toleransi yang ditunjukkan

yang berkontribusi terhadap sebagian besar variabilitas dalam air irigasi pada tabel 1 dan kualitas air hasil ditentukan di
kualitas diidentifikasi menggunakan Komponen Dasar dan laboratorium:

Analisis Faktor (PC / FA) seperti yang dijelaskan dalam SPSS (Paket Statistik

untuk Ilmu Sosial ayat 13). Indeks berdasarkan QI = qimax - [(xij - xinf) * qiamp) / XAMP] (1)
teknik statistik mendukung pengakuan indikator paling karakteristik dari
air yang diteliti. di mana qimax adalah nilai maksimum dari Qi untuk kelas; xij adalah

analisis faktorial memungkinkan pengurangan dari sejumlah besar nilai yang diamati untuk parameter; xinf adalah
dari data yang diperoleh pada monitoring dan memungkinkan sesuai nilai batas bawah dari kelas untuk
interpretasi data tersebut dan berbagai konstituen yang parameter milik; qiamp adalah amplitudo kelas;
secara terpisah, serta sehingga memungkinkan untuk menemukan lebih baik XAMP adalah amplitudo kelas yang parameter milik.
berbagai konstituen secara terpisah [23] dan untuk menemukan yang lebih baik Dalam rangka untuk mengevaluasi XAMP, dari kelas terakhir dari masing-masing

pemilihan parameter yang relevan untuk kualitas air parameter, batas atas itu dianggap sebagai
klasifikasi [24, 25]. nilai tertinggi ditentukan dalam fisika-kimia dan
Matriks korelasi dihitung berdasarkan analisis kimia dari sampel air, maka nilai-nilai Wi
Data dinormalisasi dari 13 parameter, dievaluasi untuk lokasi dinormalisasi sehingga jumlah mereka sama dengan satu.

pengambilan sampel di seluruh Darb El-Arbaein. Berdasarkan matriks

Σ
k k
korelasi, analisis awal itu
Σ Σj = 1 (2)
n
WI = ( FAj ij )/ =1
saya
( FAj )
aku j
j =1
parameter perwakilan dari kualitas air dilakukan. Menurut Helena et al. [ 26]
hanya nilai di atas 0,5 harus dipertimbangkan; Alasan ini digunakan di mana Wi adalah berat parameter untuk WQI tersebut; F =
dalam penelitian ini. komponen 1 autovalue; Aij adalah explainability parameter i dengan
Untuk mengidentifikasi keterkaitan yang paling signifikan faktor j; i adalah jumlah parameter physicalchemical dan kimia yang
dari parameter kualitas air di daerah Darb El- Arbaein untuk faktor dipilih oleh model, mulai dari 1 sampai n; j adalah sejumlah faktor yang
masing-masing dihasilkan dari PC, prosedur rotasi matriks diadopsi dipilih dalam model, bervariasi dari 1 sampai k. Indeks kualitas air
menggunakan metode varimax. Metode ini meminimalkan kontribusi dihitung sebagai:
dari parameter dengan signifikansi lebih rendah dalam faktor sehingga
parameter akan hadir beban dekat dengan salah satu atau nol,
menghilangkan nilai-nilai menengah, yang sulit interpretasi. IWQI = Σ ni
=1 QIWI (3)

WQI adalah parameter berdimensi mulai dari 0 sampai 100; Qi

Pada langkah kedua, indeks kualitas air Model WQI diusulkan. adalah kualitas parameter engan, sejumlah dari 0 sampai 100, fungsi

Definisi nilai-nilai pengukuran kualitas (Qi) dan bobot agregasi (Wi) dari konsentrasi atau pengukuran; Wi adalah berat normal dari

didirikan. Nilai-nilai (Qi) diperkirakan berdasarkan masing-masing nilai parameter-i, fungsi pentingnya dalam menjelaskan variabilitas global

parameter ditunjukkan pada Tabel 1. dalam kualitas air.

Tabel 1: Parameter membatasi nilai untuk pengukuran kualitas (Qi) perhitungan

+ -
na Cl HCO 3
-

1
qi EC, μScm
1
SAR - ---- ---- -- ---- - ---- ----- ---- ---- ---- -- ---- Meql -----------------------------------------------

-
85-100 200 EC <750 SAR <3 2 Na <3 Cl <4 1 HCO <1,5
3

60-85 750 EC <1500 3 SAR <6 3 Na <6 4 Cl <7 - 1,5 HCO <4,5
3

35-60 1500 EC <3000 6 SAR <12 6 Na <9 7 Cl <10- 4,5 HCO <8,5
3

-
0-35 EC <200 atau SAR 12 Na <2 atau Cl 10 HCO <1
3 atau

EC 3000 na 9 HCO 8,5

3

Kriteria yang ditetapkan oleh Ayers dan Westcot [41]

67
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014
Tabel 2: kelas Kualitas air Kualitas
Air Kelas WQI Air Gunakan Restriction
unggul 85 100 Tidak
Baik 70 85 Rendah
Miskin 55 70 Moderat
Sangat miskin 40 55 Tinggi
Tidak cocok untuk irigasi 0 40 Parah
Divisi di kelas berdasarkan indeks kualitas air yang diusulkan
didasarkan pada ada indeks kualitas air dan kelas didefinisikan
mempertimbangkan risiko masalah salinitas, pengurangan resapan air
tanah, serta toksisitas tanaman seperti yang diamati dalam klasifikasi
disajikan oleh Bernardo [23] . Pembatasan untuk kelas penggunaan air
yang ditandai seperti yang ditunjukkan pada Tabel (2).
Pada langkah ketiga, data kualitas air (atribut) yang terkait
dengan lokasi sampling (spasial) di ArcGIS dan peta yang
menunjukkan distribusi spasial siap untuk dengan mudah
mengidentifikasi variasi dalam konsentrasi parameter air tanah di
berbagai lokasi dari daerah penelitian. peta kualitas air yang berbeda
diproduksi menggunakan data titik seperti pH, EC, SAR, Cl dan B oleh
perangkat lunak GIS ArcMap. analisis geostatistik dilakukan dengan
menggunakan ekstensi analis geostatistik tersedia di ESRI ArcMap v
10 [28]. Kriging berbeda dari metode lain (seperti IDW), di mana fungsi
berat badan tidak lagi sewenang-wenang, yang dihitung dari parameter
dari model semivariogram dipasang di bawah kondisi unbiasedness
dan diminimalkan varians estimasi untuk interpolasi. Dengan demikian,
Kriging dianggap sebagai berisi estimasi linear terbaik (BLUE).
Penjelasan lebih rinci dari metode ini diberikan oleh Isaaks dan
Srivastava, [29] Stein [40], Yamamoto [30], Gringarten dan Deutsch
[31] dan Omran [32]. Dari teknik Kriging yang berbeda, metode Kriging
biasa (OK) digunakan dalam penelitian ini karena kesederhanaan dan
prediksi akurasi dibandingkan dengan metode Kriging lainnya [29].
analisis geostatistik diaplikasikan pertama yang sepenuhnya
mengeksplorasi data di mana histogram, normalitas, tren data, cloud
semivariogram dan lintas kovarians awan data mentah yang diamati [33].
metode Kriging bekerja terbaik jika data yang kurang terdistribusi secara
normal [34]. Transformasi yang digunakan untuk membuat data
terdistribusi secara normal dan memenuhi asumsi variabilitas yang sama
untuk data. Dalam Arc GIS Geostatistial Analyst, histogram dan QQPlots
biasa digunakan untuk melihat transformasi apa yang diperlukan untuk
membuat data terdistribusi lebih normal. Untuk setiap parameter kualitas
air, analisis
tren dibuat. directional
(Anisotropi) sangat penting untuk estimasi akurat dari kualitas air
permukaan. Alat pencarian directional digunakan untuk menghapus
pengaruh arah dari data kualitas air tanah.
Di ini belajar, itu
model semivariogram diuji untuk setiap set parameter data.
pertunjukan Prediksi dinilai dengan lintas validasi. Lintas validasi
memungkinkan penentuan model yang memberikan prediksi terbaik.
Untuk model yang menyediakan prediksi yang akurat, mean error
standar harus mendekati 0, kesalahan akar-mean-square dan rata-rata
standard error harus sekecil mungkin (ini berguna ketika
membandingkan model) dan akar-rata persegi standar kesalahan
harus dekat dengan 1 [34].
HASIL DAN DISKUSI
Keseluruhan Evaluasi statistik: Tabel 3 menunjukkan ringkasan
evaluasi statistik laboratorium analisis dilakukan pada sampel. PH
sampel air tanah di sekitar wilayah yang dalam kisaran 7-8. Nilai-nilai
EC keseluruhan bervariasi antara 642 dan 2686 μScm. EC termurah
untuk sampel yang dikumpulkan
1
dari desa 1 (contoh 3) sedangkan tertinggi terjadi pada sampel dari
sebuah desa 4 (sampel 32). Konsentrasi klorida sampel air tanah
berada dalam berbagai 124,1-570,9 ppm. Konsentrasi klorida di
sebagian besar daerah yang tinggi dengan maksimal
570,86 ppm di Desa 2 (sampel 9). Rentang nilai SAR dalam sampel air
yang 1,83-8,47, bahwa nilai SAR tertinggi yang berkaitan dengan desa
4 (sampel 32) dan nilai terendah yang berkaitan dengan desa 1
(contoh 3). Berdasarkan kriteria RSC semua sampel air tanah yang
mulai dari -7,1 ke -1,86 (Tabel 3). Analisis sampel air tanah di daerah
namun mengungkapkan bahwa logam pencemaran berat tanah
rendah. Variasi dalam distribusi logam berat diselidiki (Cu, Fe, Pb, Mn,
Ni, Cd dan Zn) di daerah penelitian yang kecil dan berada dalam
kisaran maksimum yang diizinkan (Tabel 3).
Komponen pokok dan faktorial Model: Tabel 4 menunjukkan korelasi
matriks untuk parameter dianalisis. korelasi tinggi (di atas 0,9) yang
diamati antara EC dan SAR dan Cl. Kaiser-Meyer-Olkin (KMO) uji
-
kecukupan
untuk besarnya koefisien perbandingan mengakibatkan nilai optimum
dari 0,82, menunjukkan bahwa model faktorial dapat diterapkan tanpa
pembatasan. Hasil serupa ditemukan oleh Parinet et al. [ 35] dalam
evaluasi kualitas air di sistem danau tropis, dengan nilai KMO 0,85,
yang
pengaruh dianggap memadai untuk pembelajaran.
68
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Tabel 3: Statistik deskriptif parameter kualitas air dari sampel tanah Parameter

Jarak Minimum Maksimum Berarti SD Kecondongan kurtosis

Kedalaman ke Well 316.00 214.00 530,00 383,11 107.28 - 0.42 - 1.43

Ketinggian 83.00 82.00 165.00 131,86 25.12 - 0,67 - 0.99
EC 2044,00 642,00 2686,00 1656,81 540,32 - 0,46 - 0.59
pH 1.14 6.99 8.13 7,54 0,31 0.01 - 0.70
SAR 6.64 1,83 8,47 5.51 1,82 - 0.60 - 0,54
RSC 5.24 - 7.10 - 1,86 - 4.04 1,56 - 0,26 - 1,04
-
Cl 446,76 124,10 570,86 344,03 115,68 - 0,24 - 0.62
B 0,17 0.02 0,18 0,09 0,05 - 0,47 - 1,34
Fe 0.19 0.00 0.19 0,07 0,06 0.72 - 0,21
MN 0,27 0.00 0,27 0,04 0,06 2,25 5.40
cu 0,12 0.00 0,12 0,04 0,03 0,49 - 0,32
Zn 0,07 0.00 0,07 0,04 0.02 - 0.10 - 0.42
CD 0,001 0.00 0,001 0,002 0,003 2,34 5.62
Pb 0,24 0.00 0,24 0,07 0,07 0.78 - 0,06
Ni 0,17 0.00 0,17 0.02 0,04 2,65 7.53

Semua unit kecuali pH, SAR, RSC dan EC berada di ppm. Mendalam ke Well dan Elevation, m; SD = Std. Deviasi

Tabel 4: Korelasi matriks untuk parameter dianalisis. parameter

Elevasi Depth ke Well EC pH SAR RSC Cl B Fe MN cu Zn CD Pb Ni

Ketinggian 1
Kedalaman ke Well 0,803 1
EC 0,697 0.725 1
pH 0,597 0,601 0,45 1

SAR 0.761 0,773 0,955 0,496 1

RSC - 0,226 - 0,322 - 0.780 -0,143 - 0,594 1

Cl 0,478 0,499 0,94 0,304 0,836 - 0,883 1
B 0,895 0,895 0.717 0,658 0,817 - 0,199 0,487 1

Fe 0,423 0,32 0,194 0,089 0,158 - 0,154 0,042 0,238 1

MN - 0,589 - 0,628 - 0,67 - 0,256 - 0,679 0.387 - 0,6 - 0,672 -0,009 1
cu 0.559 0,626 0,432 0,265 0,544 - 0.026 0,253 0,583 0,102 -0,238 1
Zn 0,067 0,13 0,158 0.031 0,089 - 0,276 0,077 0,006 0,501 0,151 -0,161 1
CD - 0,192 - 0,091 - 0,223 -0,184 - 0,352 - 0,053 - 0,194 -0,247 0,178 -0,028 -0,403 0,341 1
Pb 0,285 0,258 0,236 0,056 0,298 - 0.051 0.138 0,258 0,076 -0,167 0,118 0,51 0,118 1
Ni - 0,155 - 0,042 0,075 -0,152 0.034 - 0,265 0,128 -0,162 0,341 0,043 -0,161 0,229 0,099 0,203 1

Tabel 5: beban faktorial untuk parameter yang diamati

Faktorial Beban Matrix

-- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- -
parameter F1 F2 F3 F4

EC 0,9666 0,1866 - 0,1303 0,0068

pH 0,5579 - 0,2983 0,0767 - 0,0226
SAR 0,9710 - 0,0364 - 0,0636 0,0481
RSC - 0,6320 - 0,6985 0,2836 - 0,0091
Cl 0,8392 0,3776 - 0,3457 - 0,0165
na 0,9781 0,1065 - 0,0580 0,0474
K - 0,7883 0,4831 - 0,3159 - 0,0163
mg 0,5395 0,5618 - 0,2283 0,0896
HCO 3 0,8209 - 0,4469 0,2306 - 0,0632
Fe 0,2529 0,2356 0,6348 0,3909
MN - 0,7149 0,0775 0,1227 0,4571
cu 0,5380 - 0,5113 0,0334 0,3242
Zn 0,1442 0,5101 0,6947 - 0,0016
CD - 0,2484 0,4213 0,3839 - 0,6110
Pb 0,2884 0,0929 0,5945 - 0,2261
Ni 0,0179 0,5396 0,2458 0,4044
variance% 47,0300 15,5120 10,7250 6,0170
Kumulatif % 47,0300 62,5410 73,2660 79,2840

Ekstraksi Metode: Analisis Principal Component

69
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Tabel 6: Bobot untuk Parameter parameter WQI

EC SAR na Cl HCO 3 Total

Wi 0,24117 0,24227 0,20941 0,24406 0,06309 1.000

Tabel 7: Air Tanah Indeks Kualitas (WQI) Lokasi

Sampel No. Nah No. WQI Kualitas air tempat Sampel No. Nah No. WQI Kualitas air

Desa (1) 1 R1 53,48 Sangat miskin Desa (3) 19 19 44.04 sangat miskin

2 R2 75,29 Baik 20 29 60,65 Miskin

3 Z1 75,21 Baik 21 30 54,92 Sangat miskin

4 Z2 74,16 Baik 22 32 53,37 Sangat miskin

5 R3 81,98 Baik Village (4) 23 17 48,42 Sangat miskin

Desa (2) 6 3 49.13 Sangat miskin 24 18 45,53 Sangat miskin

7 4 88,60 unggul 25 21 45,84 Sangat miskin

8 5 50,71 Sangat miskin 26 22 44,75 Sangat miskin

9 6 47,93 Sangat miskin 27 23 43,88 Sangat miskin

10 7 65,90 Miskin 28 24 40,64 Sangat miskin

11 8 85,42 unggul 29 25 45,18 Sangat miskin

12 9 68,42 Miskin 30 26 43,22 Sangat miskin

13 10 70,40 Baik 31 27 41,40 Sangat miskin

Desa (3) 14 12 51,14 Sangat miskin 32 28 38,87 Tidak cocok untuk irigasi

15 13 45,38 Sangat miskin 33 34 50,86 Sangat miskin

16 14 49,89 Sangat miskin 34 35 46,15 Sangat miskin

17 15 46.01 Sangat miskin 35 36 46,31 Sangat miskin

18 16 43,27 Sangat miskin 36 37 45,44 Sangat miskin

R = REGWA, Z = Zeanab

Tabel 5 menunjukkan penerapan komponen utama faktor menjelaskan 15,512% dan 10,725%, masing-masing. Dalam
-
analisis untuk menggambarkan dispersi parameter asli Faktor pertama / Component, parameter seperti EC, SAR, Cl,
yang tersirat dalam model komponen empat, menjelaskan Na, HCO dan3Mn menyajikan beban di atas 0,70, menunjukkan
77,393% dari total varians, diencerkan dalam lima belas dimensi. komposisi yang paling umum dari yang diamati
Hasil ini sesuai dengan karya-karya Helena et al. parameter. Dalam Faktor kedua / Component, parameter
[26], Prado et al. [ 36] dan Simeonov et al. [ 24] di mana Mg dan Ni menunjukkan beban faktorial tinggi 0,5618 dan 0,5396 02:58 komponen yang dihasilkan
pertama menjelaskan besar masing-masing. Ketiga Factor / Komponen menunjukkan Fe dan

bagian dari variasi data asli (60 sampai 90%). Dalam berbagai Pb sebagai elemen dengan beban 0,6348 dan 0,5945
kasus, memungkinkan penggunaan komponen ini untuk menggambarkan masing-masing.

seluruh sistem data tanpa kerugian yang signifikan dari informasi.

Pengembangan WQI: Dalam rangka mengembangkan diusulkan

Pemilihan empat model komponen ini digunakan WQI ini, EC, Cl, Na, HCO3 dan parameter SAR yang digunakan. kriteria yang dijelaskan oleh Norusis [37]
mempertimbangkan hanya mereka Ini membawa beban faktorial utama (di atas 0,82 dari
komponen dengan varians yang memiliki auto-nilai di atas Tabel 5) dan menentukan kualitas air terbaik. Sejak saat itu,
satu. Setiap komponen harus menjelaskan varians di atas yang berat masing-masing parameter didasarkan pada varian
disajikan oleh variabel tunggal. Kriteria ini diamati faktor pertama (Tabel 6), terkait dengan explainability dari
oleh Mendiguchia et al. [ 36] setelah evaluasi air masing-masing parameter, dalam kaitannya dengan faktor ini. normalisasi

berkualitas di Sungai Guadalquivir di selatan Spanyol, bobot, Wi, dihitung melalui persamaan 2, tercantum dalam
di mana melalui PC tiga faktor hidrochemical berada Tabel 6. Indeks kesesuaian yang dihitung berdasarkan
diidentifikasi dengan varians di atas kesatuan dan menjelaskan Persamaan 3 ditunjukkan pada Tabel 7.

79,1% dari total varians dari data. Secara keseluruhan, hasil pada Tabel 7 menunjukkan bahwa desa

Tabel 5 menyajikan beban faktorial untuk diamati 1-2 umumnya memiliki kualitas air yang baik, namun parameter. Sebuah matriks rotasi
dilakukan dan data untuk desa 3-4 memiliki kualitas air yang sangat miskin. pembatasan
beban faktorial dan communalities setelah transformasi yang untuk menggunakan air ini dalam irigasi di jangka panjang diperlukan

disajikan dalam tabel 5. Faktor pertama menjelaskan 47,030% dari terutama karena tekstur tanah berat dan
Total varians dalam data, sedangkan kedua dan ketiga iklim panas.

70
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

-
Tabel 8: Hasil validasi Palang parameter EC dan Cl.

Kesalahan prediksi

-- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- ---- -

Berarti Akar-mean-Square Rata-rata Standar Kesalahan Berarti Standar Akar-mean-Square Standar

-- ---- ----- ---- ---- -- --- ---- ----- ---- ---- - - ----- ---- ---- ---- -- ---- -- --- -- ---- ---- ---- ----- - - ---- ---- ---- -- ---- ---- ---- -- ---- ---- -
- - - - -
model EC Cl EC Cl EC Cl EC Cl EC Cl

Edaran (Cl) 2,8311 0,2810 331,711 96,730 343,976 97,070 0,00553 0,00001 0,9679 1,006

Bulat 2,8075 0,5185 331,250 94,960 343,476 96,900 0,00549 0,0024 0,9685 0,983

Tetraspherical 2,7862 1,6871 330,965 95,270 343,168 96,990 0,00544 0.014 0,9684 0,985

Pentaspherical 2,7841 1,0608 330,811 95,410 343,003 97,049 0,00545 0.013 0,9685 0,985

eksponensial 2,9911 1,5944 328,131 96,375 341,106 97,327 0,00609 0.013 0,9675 0,990

Gaussian - 0,2096 1,7452 324,440 95,762 334,378 96,699 - 0,00268 0,0147 0,9772 0,992

rasional kuadrat 2,4740 1,6371 329,068 96,402 338,294 97,613 0,00478 0.013 0,9772 0,989

lubang Effect - 0,6005 1,5360 322,291 94,020 332,479 96,75 - 0,00350 0,012 0,9775 0,970

K-Bessel 2,9260 1,7198 327,299 95,911 341,621 96,759 0,00615 0.014 0,9642 0,990

J-Bessel (EC) 0,6290 1,4001 323,982 93,697 333,446 96,973 - 0,00035 0,011 0,9788 0,969

Stabil 2,9880 1,7452 327,052 95,762 341,423 96,699 0,00630 0,0147 0,9643 0,992

Tabel 9: Dilengkapi parameter dari model variogram untuk kualitas air tanah

Kesalahan prediksi

-- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----- ---- ---- ---- -- ---- ---- ---- -- ---- ---- ---- ----

parameter model Berarti Root Mean Square rata Standard Kesalahan Berarti Standar Root Mean Square Standar

EC J-Bessel 0,6290 323,98 333,45 - 0,00034 0,9790

pH * rasional kuadrat 0,0030 0,2580 0,2540 0,00584 1.0060

SAR Stabil 0,0058 1,0647 1,3280 0,00381 1,0647

Cl Bundar 0,2810 97,070 96,738 0,00001 1,0057

B* Gaussian 0,0015 0,0147 0,0254 - 0,04580 1,2452

Zn * Bulat - 0,0002 0,0139 0,0143 - 0,02108 0,9825

MN Stabil 0,00001 0,0088 0,0093 - 0,00140 0,9517

CD Bundar - 0,0005 0,0119 0,0107 - 0,02750 1,0930

Pb Stabil - 0,0021 0,0720 0,0760 - 0,02630 0,9450

Ni Bulat - 0,0000 0,0381 0,0396 - 0,00230 0,9640

* Menggunakan logaritma untuk menormalkan data.

Spasial dan Analisis interpolasi dari Air Tanah Efek lubang, K-Bessel, J-Bessel dan stabil) diuji untuk
Variasi kualitas: Sampel air diambil dari 36 setiap data parameter ditetapkan. pertunjukan prediksi yang
sumur di daerah penelitian. Data telah diperiksa oleh dinilai dengan validasi silang, yang meneliti
alat histogram dan QQPlots yang normal untuk mengkonfirmasi jika mereka akurasi dari permukaan yang dihasilkan.

bisa menunjukkan pola distribusi normal. QQPlots yang normal Tabel 8 daftar menyeberang hasil validasi untuk memeriksa

memberikan indikasi normalitas univariat. Jika data validitas model pas dan parameter
-
asimetris (yaitu, jauh dari normal), poin akan semivariograms untuk parameter EC dan Cl. Semua air
menyimpang dari garis. Histogram dan QQPlot yang normal parameter kualitas dinilai oleh lintas validasi dan
-
analisis yang diterapkan untuk setiap parameter kualitas air. diberikan EC dan Cl parameter sebagai contoh. Untuk EC
Ditetapkan bahwa listrik konduktivitas, klorida, sampel, rata-rata standar berkisar antara 0.006153 ke -
Mn, Cd, Pb, Ni dan SAR konsentrasi menunjukkan yang normal 0.000346 dan RMSS berkisar 0,9642-0,9788.
distribusi, namun hanya pH, B dan Zn parameter Dalam hal ini, untuk EC parameter yang paling cocok adalah
-
tidak menunjukkan distribusi normal. Untuk parameter ini, log Model J-Bessel (UKM -0,000346) dan model Edaran untuk Cl
transformasi telah diterapkan untuk membuat distribusi lebih dekat dengan 0.005528 berarti kesalahan standar. Itu mendekati nol dan nilai
dengan normal. Untuk setiap parameter kualitas air, tren analisis dibuat RMSS 0,9788 dekat dengan 1. Ketika rata-rata diperkirakan kesalahan
dan ditetapkan bahwa tidak ada kecenderungan global untuk semua standar prediksi dekat dengan kesalahan prediksi akar-mean-square
parameter. Dalam penelitian ini, model semivariogram (melingkar, bulat, dari validasi silang, maka bisa yakin bahwa prediksi kesalahan standar
tetraspherical, pentaspherical, eksponensial, gaussian, rasional kuadrat, yang tepat [34].

71
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Village 1 dan 2 Village 3 dan 4

-
Gambar 4:. Distribusi spasial dari EC, SAR dan Cl.

72
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014

Village 1 dan 2 Village 3 dan 4

Gambar 5:. Kedalaman air, salinitas air tanah peta bahaya dan peta WQI dari Darb El-Arbaein

73
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014
Setelah menerapkan model yang berbeda untuk masing-masing kualitas air kualitas air. Untuk desa-desa 1-2, daerah parameter yang sesuai diteliti dalam
penelitian ini, kesalahan dihitung
menggunakan lintas validasi dan model memberikan hasil terbaik
ditentukan. Tabel 9 menunjukkan model yang paling cocok
dan mereka nilai kesalahan prediksi untuk masing-masing parameter.
Tabel 9 juga menunjukkan bahwa untuk parameter yang berbeda yang berbeda
model dapat memberikan hasil yang lebih baik. Untuk degradasi sumber kualitas air air tanah merupakan masalah parameter, kisaran RMSS
,945-1,2452.
Gambar 4 menunjukkan distribusi spasial yang berbeda
parameter (misalnya, EC, pH, SAR, Cl) di daerah penelitian dan
-
beberapa parameter yang dipilih (misalnya, EC, SAR dan air Cl)
yang memiliki F1 dan F4 beban faktorial. air tanah
peta prediksi kualitas menunjukkan konsentrasi
distribusi yang dihasilkan dari peta permukaan
dikembangkan dari proses validasi silang.
Air Tanah Kualitas Pemetaan untuk Pertanian
tujuan: Peta kualitas air tanah untuk keperluan pertanian ditunjukkan
pada Gambar 5. Seluruh daerah ini
dibagi menjadi tiga kelas berdasarkan EC. Kualitas
air untuk keperluan irigasi tergantung pada salinitas
diklasifikasikan menjadi cocok, moderat dan tidak cocok. Juga,
peta WQI disajikan. Tiga dari air tanah
sampel merasa di WQI moderat. Sebagian besar sampel
(26) merasa dalam kategori Diragukan WQI. Tujuh sampel merasa
dalam kategori WQI lebih tinggi. sampel air tanah yang
merasa di kelas salinitas bahaya rendah dan WQI tinggi dapat
digunakan untuk irigasi dari sebagian besar tanaman dan mayoritas tanah.
Gambar 5 menunjukkan peta indeks kesesuaian dihitung dalam
Tabel 7. Indeks Kesesuaian dihitung untuk menentukan
kesesuaian air untuk tujuan irigasi. indeks kesesuaian
nilai-nilai mengungkapkan bahwa air tanah di daerah penelitian
adalah “Cocok” kualitas dengan kisaran indeks kesesuaian
antara 85-100 (2 sumur yang kualitas air Excellent)
dan karena itu dapat digunakan untuk penggunaan irigasi. Kebanyakan
sampel yang sangat miskin (25 sumur) dengan kesesuaian
Indeks berkisar antara 40-55. Satu sampel (juga tidak ada. 32)
adalah “tidak cocok” kualitas dan bisa digunakan untuk irigasi
tujuan. Lima sumur yang berkualitas dan tiga Baik sumur
adalah kualitas yang buruk. Secara keseluruhan, sebagian besar desa 1 sumur yang
berkualitas baik yang dapat digunakan untuk irigasi dengan Low
pembatasan kecuali baik tidak ada. 1 yang berkualitas sangat miskin.
Village 2 sumur yang berkualitas sangat miskin dengan tinggi
pembatasan untuk irigasi kecuali sumur tidak ada. 7 dan 11 yang
kualitas yang sangat baik yang dapat digunakan untuk irigasi dengan No
larangan. Desa-desa 3 dan 4 sumur yang sangat miskin
kualitas yang dapat digunakan untuk irigasi dengan tinggi
pembatasan.
Peta (Gambar 5) desa 3-4 menunjukkan bahwa
382,35 ha (10,09%) dari daerah merasa dalam kategori moderat
Namun, banyak daerah (3407,38 ha) memiliki cocok
74
dari kategori yang cocok adalah 266,66 ha namun (13,79%),
kategori sedang berada 1.666,79 ha. Yang diamati rendah
Kesesuaian Indeks kualitas air tanah adalah karena
lokasi gurun dan kurangnya air kekurangan dan
curah hujan, digali dari sumur dalam dan semi-mendalam meningkat.
sosial yang signifikan dan kepedulian lingkungan di Darb El-
daerah Arbaein. Untuk mencegah pencemaran air tanah
sebelum terjadi dan menghindari kebutuhan masa depan untuk mahal
upaya-upaya perbaikan, GIS dapat digunakan untuk menilai
pencemaran potensial air tanah. Hal ini juga membantu untuk
masyarakat untuk memahami kualitas air serta menjadi
alat yang berguna dalam banyak hal di bidang kualitas air
manajemen [39]
KESIMPULAN
Tulisan ini mengusulkan sebuah model sederhana untuk
menilai dan memetakan kesesuaian tanah untuk irigasi
Tujuan di daerah Darb El-Arbaein. Faktor / Principal
Analisis komponen diizinkan deskripsi
parameter yang terlibat dalam proses-proses yang didefinisikan
kualitas air di Darb El-Arbaein melalui empat
model komponen, komponen yang dijelaskan
79,28% dari total varian data, yang sebelumnya diencerkan dalam
tiga belas dimensi. Metode kriging biasa digunakan
untuk penyusunan peta tematik air tanah
parameter kualitas seperti konduktivitas listrik,
Rasio natrium adsorpsi, klorida dan logam berat.
Model semivariogram melingkar terbaik dipasang untuk
klorida dan Cd parameter model di mana bola
pas terbaik untuk parameter Ni dan Zn. Stabil
Model semivariogram merupakan orang yang tepat untuk Pb dan SAR
parameter di mana model yang J-Bessel dilengkapi terbaik untuk EC
parameter. salinitas tinggi adalah karena tinggi klorida
konsentrasi dalam air tanah. Peta desa 1
dan 2 menunjukkan kehadiran sekitar 13,79%) dari
daerah penelitian air tanah cocok untuk irigasi. Namun,
di desa-desa 3 dan 4, 10,09% dari daerah merasa di moderat
kategori untuk tujuan irigasi. Kualitas air tanah
Indeks itu dirancang untuk menganalisis dampak gabungan dari
parameter kualitas yang berbeda pada tujuan irigasi. Itu
Irigasi Kualitas Air (IWQ) indeks dikembangkan dan
diajukan dalam penelitian ini menyediakan alat yang mudah digunakan yang
bisa membantu menganalisis kualitas keseluruhan air irigasi.
Secara keseluruhan, indeks diusulkan menggabungkan EC parameter untuk
mewakili keterbatasan salinitas; SAR dan EC untuk mewakili
batasan permeabilitas; natrium, klorida, boron dan jejak
elemen untuk mewakili toksisitas ion tertentu, HCO dan pH 3
untuk mewakili efek ke tanaman sensitif.
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014
REFERENSI
1. Hu, K., Y. Huang, H. Li, B. Li, D. Chen dan
RE Putih, 2005. variabilitas spasial dangkal
tingkat air tanah, konduktivitas listrik dan nitrat
konsentrasi dan penilaian risiko nitrat
kontaminasi di Dataran Cina Utara. Mengepung. Int.,
31: 896-903.
2. Asadi, SS, P. Vuppala dan AM Reddy, 2007.
Remote Sensing dan GIS Teknik Evaluasi
Kualitas Air Tanah di Municipal Corporation of
Hyderabad (Zona-V), India. Int. J. Lingkungan. Res.
Kesehatan Masyarakat, 4 (1): 45-52.
3. Lado, LR, D. Polya, L. Winkel, M. Berg dan
A. Hegan, 2008. Pemodelan Arsenik Hazard di
Kamboja: Sebuah Pendekatan Geostatistik Menggunakan
AncillaryData. Terapan Geokimia, 23: 3010-3018.
4. Buchanan, SM dan J. Triantafilis 2009. Pemetaan
air kedalaman meja menggunakan geofisika
variabel lingkungan. Air Tanah, 47 (1): 80-96.
5. Horton, RK, 1965. Sebuah sistem nomor indeks untuk
kualitas air rating. Jurnal Pencemaran Air
Kontrol Federasi, 37 (3): 300-305.
6 Shihab, AS dan SM Al-Rawi, 1994. Penerapan
Indeks Kualitas air untuk Sungai Tigris dalam Mosul
Kota. Journal of Al-Rafidain Eng, 4 (3):. 80-92.
7. Al-Hussain, MH, 1998. Pendirian WQI untuk
Sungai Tigris dalam Mosul City. M.Sc. Skripsi, Fac. dari
Rekayasa, Mosul Univ., Irak.
8. Debels, P., R. Figueroa, R. Urrutia, R. Barra dan
X. Niell, 2005. Evaluasi kualitas air di
Chillan Sungai (Central Chile) menggunakan fisikokimia
parameter dan indeks kualitas air dimodifikasi.
Mengepung. Monit. Menilai, 110 (1-3):. 301-322.
9. Numaan, MM, 2008. Pengembangan Kualitas Air
Indeks untuk air sungai Tigris antara Alsharqat dan
Alboajeel. M.Sc. Skripsi, Teknik Kolase,
Universitas Tikrit. Irak.
10. Bhatti, MT dan M. Latif, 2009. Penilaian Air
Kualitas dari Sungai Menggunakan Pendekatan Indexing Selama
Low Season Flow. Jurnal Irigasi dan Drainase,
DOI: 10,1002 / ird.549.
11. Fulazzaky, MA, 2009. Air evaluasi kualitas
sistem untuk menilai status dan kesesuaian
air sungai Citarum untuk kegunaan yang berbeda. Jurnal dari
Pemantauan Lingkungan dan Penilaian, DOI
10,1007 / s10661-009-1142-z.
12. Meireles, ACM, EM Andrade, LCG Chaves,
H. Frischkorn dan LA Crisostomo, 2010. A baru
usulan klasifikasi air irigasi.
Revista Ciencia Agronomica, 41 (3): 349-357.
13. Orebiyi, EO, JA Awomeso, OA Idowu,
O. Martins, O. Oguntoke dan AM Taiwo 2010.
Penilaian bahaya pencemaran sumur dangkal
air di Abeokuta dan sekitarnya, Southwest,
Nigeria. American Journal of Environmental Science,
6 (1): 50-56.
14. HE JY dan X. JIA 2004. ArcGIS geostatistik
Aplikasi analis dalam penilaian MTBE
kontaminasi, ESRI Pengguna Konferensi 2004, Fremont,
CA. Tersedia di: http: // gis.esri.com/ Perpustakaan/
userconf / proc04 / docs / pap1628.pdf.
15. Kumar, A., S. Maroju dan A. Bhat, 2007. Aplikasi
ArcGIS Geostatistik Analyst untuk Interpolasi
lingkungan Data dari Pengamatan.
Kemajuan lingkungan, 26 (3): 220-225.
16. Woo, KW, JH Jo, PK Basu dan JS Ahn 2009.
Stres intensitas faktor dengan p-adaptif perbaikan berdasarkan
pada interpolasi Kriging biasa. Elemen terbatas dalam
dan Analisis dan Desain, 45: 227.
17. Liu, XM, JJ Wu dan JM Xu 2005. mencirikan
Penilaian Risiko Logam Berat dan
Sampling Analisis Ketidakpastian di Sawah oleh
Geostatistik dan GIS. Pencemaran lingkungan,
141: 257-264.
18. Pozdnyakova, L. dan R. Zhang, 1999. Geostatistik
analisis salinitas tanah di lapangan besar. ketelitian
Pertanian, 1 (2): 153-165.
19. Ramakrishnaiah, CR, C. Adashiv dan G.Ranganna,
2009. Penilaian Indeks Kualitas Air untuk
Air tanah di Tumkur Taluk, Karnataka State, India.
EJ. Chem, 6:. 523-530.
20. Arsalan, MH, 2004. Sebuah penilaian GIS Berat
konsentrasi logam di Tanah. GIS @ Pembangunan.
Diterbitkan oleh American Society of Civil
Insinyur, 345 East 47 Street, New York, pp: 10017-
2398.
21. Said, R., 1990. Geologi Mesir. (Ed.)
Rotterdam, Brookfield: AA Balkema. ISBN 90 6191
8561, x + 734.
22. APHA, 1998. Metode Standar untuk Pemeriksaan
th
Air dan Waterwaste. 20 ed., Amerika Umum
Asosiasi Kesehatan, Washington, USA.
23. Rambut, JF, B. Hitam, BJ Babin, RE Anderson dan
th
RL Tatham, 2005. multivariat Analisis Data. 6
Edisi. Pearson Prentice Hall, New Jersery, Inggris
Serikat.
24. Simeonov, V., JA Stratis, C. Samara, G. Zachariadis,
D. Voutsa, A. Anthemidis, M. Sofoniou dan
TH Kouimtzis, 2003. Penilaian permukaan
kualitas air di Yunani Utara. Penelitian Air,
37 (17): 4119-4124.
75
 Intl. J. Sumber Daya Air & Arid Lingkungan, 3 (1):. 63-76, 2014
25. Wunderlin, DA, MP Diaz, MV Ame, SF Pesce,
AC Hued dan MA Bistoni, 2001. Pola
Teknik pengenalan untuk evaluasi tata ruang
dan variasi temporal dalam kualitas air. Sebuah kasus
Studi: DAS Suquia (cordoba-Argentina).
. Air Res, 35 (12): 2881-2894.
26. Helena, B., R. Pardo, M. Vega, E. Barrado,
JM Fernandez dan L. Fernandez, 2000. Temporal
evolusi komposisi air tanah dalam
aluvial akuifer (sungai Pisuerga, Spanyol) oleh kepala sekolah
analisis komponen. . Air Res, 34 (3): 807-816.
th
27. Bernardo, S., 1995. Manual Irigasi. 4 ed.
Vicosa: UFV, pp: 488.
28. ESRI, 2008. ArcMap versi 9.3 User Manual.
Redlands, CA, USA.
29. Isaaks, EH dan RM Srivastava, 1989. Sebuah 38. Mendiguchía, C., C. Moreno, MD Galindo-Riano Pengantar Terapan geostatistik, New York:
Oxford Univ Press.
30. Yamamoto, JK, 2000. Sebuah ukuran alternatif dari
keandalan Perkiraan Kriging Biasa.
Matematika Geologi, 32 (4): 489-509.
31. Gringarten, E. dan CV Deutsch, ajudan 2001. Guru:
interpretasi variogram dan pemodelan. Matematis
Geologi, 33 (4): 507-534.
32. Omran, ELE 2012. Meningkatkan prediksi
akurasi pemetaan tanah melalui geostatistik.
International Journal of Geosciences, 3 (3): 574-590.
33. Sarangi, A., CA Cox dan CA Madramootoo 2005.
metode geostatistik untuk prediksi variabilitas spasial curah
hujan di Pegunungan Daerah, Transaksi ASAE, 48 (3): 943-954.
76
34. Johnston, K., JMV Hoef, K. Krivoruchko dan
N. Lucas, 2001.Using ArcGIS Geostatistik
Analis. ESRI. 380 New York Street. Redlands, CA
92373-8100, USA.
35. Parinet, B., A. Lhote dan B. Legube 2004.
analisis komponen utama: alat yang tepat
untuk evaluasi kualitas air dan manajemen -
aplikasi untuk sistem danau tropis. Ekologis
Pemodelan, 178: 295-311.
36. Prado, RM, FM Fernandes dan W. Natale, 2002.
Kapur dan terak dievaluasi dengan analisis daun,
akumulasi makronutrien dan ekspor tebu.
Scientia Agricola, 59: 129-135.
37. Norusis, MJ, Panduan 1990. SPSS Base System Pengguna.
Chicago: SPSS Inc., pp: 520.
ANMD. García-Vargas, 2004. Menggunakan alat chemometric
untuk menilai efek antropogenik di air sungai: Kasus
belajar: Guadalquivir Sungai (Spanyol). Analytica Chimica
Acta, 515 (1,5): 143-149.
39. Yisa, J. dan T. Jimoh, 2010. Studi Analitis atas
Kualitas Indeks air dari Sungai landzu. Ame. J. Appl.
Sci, 7 (4):. 453-458.
40. Stein, ML, 1999. Interpolasi Data Spasial: Beberapa
Teori untuk Kriging. Springer, New York.
41. Ayers, RS dan Westcot, DW, 1999. A Qualidade
da Água na Agricultura. 2ed. Campina Grande: UFPB,
pp. (218). (Estudos FAO: Irrigacao e Drenagem, 29).