Spatial assessment and redesign of a groundwater quality monitoring network using entropy theory, Gaza Strip, Palestine

Using entropy theory, a methodology was developed for the evaluation and redesign of groundwater quality monitoring wells in the Gaza Strip in Palestine. Essential to the methodology is the development of a Transinformation Model (TM) which yields the amount of information transfer and the dependency between the wells as a function of distance. The TM parameters, such as the minimum transinformation and the range, were employed for evaluating the network which revealed that most of the distances between wells were less than the range. It also indicated that a high percentage of redundant information existed in the network. Therefore, the network was reduced by superimposing a square pattern over the monitored area and selecting one well per square block in a stratified pattern. The methodology was tested using the chloride data collected from 1972–2000 from 417 groundwater quality monitoring wells in the Gaza Strip. The number of the groundwater quality monitoring wells in the Gaza Strip was reduced by 53%, while there was 26% redundant information based on the minimum existing distance between wells. This methodology is meant to help monitor the groundwater quality (salinity) in the Gaza Strip.RésuméEn utilisant la théorie de l’entropie on a développé une méthodologie pour évaluer et projeter un système des forage de surveillance de la qualité des eaux souterraines dans la bande de Gaza en Palestine. L’essentiel de la méthodologie est représenté par un modèle de transformation (MT) qui rend la quantité de transfert de l’information et d’interférence entre les forages en fonction de distance. Pour évaluer le système on a utilisé les paramètres du MT comme la transformation minimale et l’écart qui ont mis en évidence que la plupart des distances entre les forages soient inférieure á l’écart. De plus le modèle a indiqué un pourcentage élevé d’information redondante dans le réseau. En conséquence le réseau a été réduit en surimposant une structure en carrés sur la zone surveillée et en sélectionnant un seul forage dans chaque block carré dans une structure stratifiée. La méthodologie a été vérifiée pour les donnés de la concentrations en chlorures, collectées dans un système de 417 forages de monitoring de la qualité des eaux dans la bande de Gaza. Cette méthodologie peut bien aider la surveillance de la qualité des eaux souterraine de la bande de Gaza.ResumenSe desarrolló una metodología para la evaluación y rediseño de uno pozos de monitoreo de calidad en agua subterránea, en la Franja de Gaza en Palestina, mediante el uso de la teoría de la entropía. Para la metodología es esencial el desarrollo de un Modelo de Transinformación (MT), el cual entrega la cantidad de transferencia de información y la dependencia entre los pozos, como una función de la distancia. Los parámetros del MT, tales como la transinformación mínima y el rango, fuero usados para evaluar la red, lo cual reveló que muchas de las distancias entre pozos eran menores que el rango. Esto también indicó que existía un alto porcentaje de información redundante en la red. Por lo tanto, la red fue reducida mediante la sobreposición de un patrón de forma cuadrada, sobre el área monitoreada y seleccionando un pozo por cada celda cuadrada en un patrón estratificado. La metodología fue probada utilizando los datos de cloruros colectados entre 1972–2000, a partir de 417 pozos de monitoreo de calidad en agua subterránea en la franja de Gaza. Se espera que esta metodología ayude a monitorear la salinidad del agua subterránea en la Franja de Gaza.

[1]  S. Kullback,et al.  The Information in Contingency Tables , 1980 .

[2]  Evangelos A. Yfantis,et al.  Efficiency of kriging estimation for square, triangular, and hexagonal grids , 1987 .

[3]  J. Evans,et al.  Assessing the value of hydrogeologic information for risk‐based remedial action decisions , 1989 .

[4]  Joel Massmann,et al.  Hydrogeological Decision Analysis: 2. Applications to Ground‐Water Contamination , 1991 .

[5]  J. O. Sonuga.  Entropy principle applied to the rainfall-runoff process , 1976 .

[6]  Wilson H. Tang,et al.  Optimal ground-water detection monitoring system design under uncertainty , 1999 .

[7]  Vijay P. Singh,et al.  Application of Information Theory to Groundwater Quality Monitoring Networks , 2002 .

[8]  Nilgun Harmancioǧlu,et al.  Water Quality Monitoring Network Design , 1998 .

[9]  Rangaswamy Rajagopal,et al.  Modeling Ground Water Quality Sampling Decisions , 1988 .

[10]  J. Eheart,et al.  Monitoring network design to provide initial detection of groundwater contamination , 1994 .

[11]  G. Christakos,et al.  A multiple-objective optimal exploration strategy , 1988 .

[12]  M. Wang,et al.  Optimal Remediation Policy Selection under General Conditions , 1997 .

[13]  Vijay P. Singh,et al.  Characterizing the spatial variability of groundwater quality using the entropy theory: I. Synthetic data , 2004 .

[14]  Nilgun B. Harmancioglu,et al.  WATER QUALITY MONITORING NETWORK DESIGN: A PROBLEM OF MULTI‐OBJECTIVE DECISION MAKING , 1992 .

[15]  Bithin Datta,et al.  Optimal Monitoring Network and Ground-Water–Pollution Source Identification , 1997 .

[16]  Y. Mogheir.  Assessment and redesign of groundwater quality monitoring networks using entropy theory : the Gaza Strip case study , 2004 .

[17]  F. J. Alonso,et al.  A state-space model approach to optimum spatial sampling design based on entropy , 1998, Environmental and Ecological Statistics.

[18]  Ricardo A. Olea,et al.  Geostatistics for Engineers and Earth Scientists , 1999, Technometrics.

[19]  T. Hall,et al.  Geostatistical schemes for groundwater sampling , 1988 .

[20]  S. Rouhani.  Variance Reduction Analysis , 1985 .

[21]  Maria da Conceição Cunha,et al.  On solving aquifer management problems with simulated annealing algorithms , 1999 .

[22]  J. Zidek,et al.  An entropy-based analysis of data from selected NADP/NTN network sites for 1983–1986 , 1992 .

[23]  Vijay P. Singh,et al.  Entropy-Based Assessment of Water Quality Monitoring Networks , 2000 .

[24]  Ricardo A. Olea,et al.  Sampling design optimization for spatial functions , 1984 .

[25]  Tahir Husain,et al.  HYDROLOGIC UNCERTAINTY MEASURE AND NETWORK DESIGN1 , 1989 .

[26]  Vijay P. Singh,et al.  Characterizing the spatial variability of groundwater quality using the entropy theory: II. Case study from Gaza Strip , 2004 .

[27]  B. Hobbs,et al.  Review of Ground‐Water Quality Monitoring Network Design , 1993 .

[28]  Vijay P. Singh,et al.  Evaluation of rainfall networks using entropy: II. Application , 1992 .

[29]  Haiyu Gao,et al.  The updated kriging variance and optimal sample design , 1996 .