Development of a GIS-based model for extrapolating mesoscale groundwater recharge estimates using integrated geospatial data sets

A geographic information systems (GIS)-based model was used to derive spatially explicit estimates of recharge using the elevation-dependent chloride mass-balance (EDCMB) approach in a 14-basin area in southwestern Nevada, USA. For each of the 14 basins, a non-linear regression equation was developed relating chloride enrichment to the elevation of spring watersheds. The ratio of chloride enrichment as a function of elevation was used in a GIS framework to transform continuous precipitation data to recharge. Spatial masks that represented two definitions of the lower limits of recharge—one definition based on alluvium/non-alluvium boundaries, the other based on both alluvium/non-alluvium boundaries and an elevation threshold—were applied to each basin. Resultant recharge estimates were then summed for each basin. When compared to summaries of previous recharge estimates for the study area, the EDCMB approach produced results that were within 14 and 3% of two studies, but were significantly greater (31%) than a third. GIS proved to be a very effective tool for combining large spatial data with widely different resolutions into an integrated data set, and also proved to be an efficient mechanism for implementing robust statistical models to estimate recharge.

---

Résumé Un modèle basé sur les systèmes d’informations géographiques (SIG) a été utilisé pour obtenir des estimations explicites de la recharge dans l’espace, en utilisant l’approche du bilan des chlorures en fonction de l’altitude (EDCMB en anglais) dans une zone de 14 bassins, dans le Sud-Ouest du Nevada aux Etats-Unis. Pour chacun des 14 bassins, une régression non-linéaire a été établie, reliant l’enrichissement des chlorures à l’altitude des bassins d’alimentation des sources. Le rapport d’enrichissement des chlorures en fonction de l’altitude a été utilisé dans une approche SIG pour transformer des données pluviométriques continues en terme de recharge. Des masques spatiaux représentant deux définitions des limites de recharge les plus basses ont été appliquées à chaque bassin ; l’une basée sur les limites alluvions/autres formations, l’autre sur ces mêmes limites ainsi que sur un seuil altitudinal. Les recharges estimées résultantes ont ensuite été additionnées pour chaque bassin. Comparée aux précédents bilans de recharge estimés dans la zone d’étude, l’approche EDCMB conduit à des résultats se situant entre 14 et 3% de ceux de deux autres études et largement supérieurs (31%) à ceux d’une troisième étude. Le SIG s’est révélé être un outil très efficace pour combiner dans une base de données intégrée, des données spatiales étendues avec des résolutions largement différentes, ainsi que pour implémenter des modèles statistiques conséquents permettant d’estimer la recharge.

---

Resumen Se utilizó un modelo basado en un Sistema de Información Geográfico (SIG) para derivar espacialmente estimados explícitos de recarga usando el enfoque de balance de masa de cloruro dependiente de elevación (EDCMB) en un área de 14 cuencas en el suroeste de Nevada, Estados Unidos. Para cada una de las 14 cuencas se desarrolló una ecuación de regresión no linear que relaciona el enriquecimiento de cloruro con la elevación de las cuencas con manantiales. La relación de enriquecimiento de cloruro en función de la elevación se usó en un marco SIG para transformar datos continuos de precipitación a recarga. Se aplicaron máscaras espaciales a cada cuenca las cuales representaron dos definiciones de los límites inferiores de recarga, una definición basada en límites de aluvión/sin aluvión, el otro basado en ambos límites aluvión/sin aluvión y una elevación normal de fondo. Los estimados resultantes de recarga fueron sumados para cada cuenca. Al compararse con estimados de recarga previos para el área de estudio se encontró que el enfoque EDCMB produjo resultados que estaban entre el 14 y 3% de dos estudios pero fueron significativamente mayores (31%) que un tercer estudio. El SIG ha demostrado ser una herramienta muy efectiva para combinar datos espaciales grandes con resoluciones muy distintas en un grupo integrado de datos y también ha mostrado ser un mecanismo eficiente para implementar modelos estadísticos robustos para estimar recarga.