Kriging Of Regional Hydrologic Properties In The Western San Joaquin Valley,California

Regional-scale hydrologic modeling is capable of assessing the impacts of irrigation practices and management strategies on water resources requires the estimation of spatially heterogeneous hydrologic properties. This paper shows how textural data from lithologic and geophysical logs of wells in the Western San Joaquin Valley, California, were kriged to obtain a regional spatial soil texture distribution. Surfaces obtained using three-dimensional indicator kriging are compared with those obtained using an inverse distance-weighting technique. Greatest differences between the methods occur where data with disparate values are clustered. Expected kriged values, which are less extreme than those from distance-weighting, are considered to be more representative of average values over three-dimensional spatial blocks, because they include the effect of local variability via the nuggest and use vertically correlated data. Anisotropic hydraulic conductivities are estimated from expected values of the kriged heterogeneous textural distribution to obtain improved estimates of regional hydrologic properties that also provide valuable information regarding uncertainty of the estimates.

---

RESUMEN: Una modelización hidrológica a escala regional, capaz de evaluar los impactos de las prácticas de irrigación y de las estrategias de gestión de los recursos hidráulicos, requiere la estimación de propriedades hidrológicas que son hetereogéneas espacialmente. Este artículo muestra como los datos de textura procedentes de sondeos litológicos y geofísicos en pozos del Valle de Western San Joaquin, California, se krigearon para obtener la distribución espacial regional de la textura des suelo. Las superficies obtenidas usando krigeado indicador tridimensional se compararon con las obtenidas mediante la técnica de ponderación inversa con la distancia. Las mayores diferencias entre los dos métodos aparecen al agruparse datos con valores dispares. Los valores esperados procedentes del krigeado, menos extremos que los obtenidos por ponderación, se consideran más representativos de los valores medios sobre bloques tridimensionales, porque permiten incluir el efecto de la variabilidad local a través del comportamiento pepitítico, y porque usan datos correlacionados verticalmente. Se pueden estimar conductividades hidrálicas anisótropas a partir de los valores esperados krigeados de la distribución textural. Ello permite obtener mejores estimaciones de las propiedades hidrológicas regionales, así como información valiosa sobre la incertidumbre de las estimaciones.

---

RéSUMé: La modélisation hydrologique à l'échelle régionale, dans le but d'évaluer les impacts des pratiques d'irrigation et des stratégies d'aménagement sur les ressources en cau, exige d'estimer les propriétés hydrogéologiques d'un ensemble hétérogène. C'est ainsi qu'il est montré comment les données sur la texture tirées de logs lithologiques et géophysiques de puits dans l'ouest de la vallée de San Joaquin (Californie) ont été krigées pour définir la répartition spatiale régionale de la texture des sols. Les surfaces obtenues au moyen d'un krigeage avec un indicateur 3-D sont comparées avec celles obtenues par une méthode inverse de pondération de distance. Il apparait de grandes différences entre les résultats de ces méthodes, là où les données sont rassemblées en groupes disparates. Les valeurs estimées par krigeage, qui présentent des extrêmes moindres que ceux de la méthode de pondération, sont considérées comme étant plus représentatives des valeurs moyennes dans des blocs en 3-D, parce q'elles prennent en compte les effets de la variabilité locale au travers de l'effet pépite et q'elles utilisent des données corrélées verticalement. Les conductivités hydrauliques anisotropes sont déduites des valuers estimées par krigeage de la distribution hétérogène de la texture, afin d'obtenir des estimations améliorées des propriétés hydrogéologiques régionales qui fournissent aussi une information intéressante sur l'incertitude des estimations.