1  

 

 

 

 

 

 

 

Review of Peabody Western Coal Company’s (1984–2004)  

Determination of Probable Hydrologic Consequences for the  

Black Mesa‐Kayenta Coal Mine 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Daniel Higgins, PhD 

June 2011 

 

 

 

 

2  

INTRODUCTION 

 

This report summarizes my evaluation of the predictive reliability and methodological adequacy of 

Peabody Coal Company’s 1985 determination of Probable Hydrologic Consequences (PCC‐PHC 1985) that 

was included in its Mining and Reclamation Plan: Black Mesa and Kayenta Mines1 (PCC 1985).  This 

report includes an evaluation of two related impact assessments — performed by the Office of Surface 

Mining Reclamation and Enforcement (OSM) — that were based upon Peabody’s PHC. 

 

Probable Hydrologic Consequences (PHC) 

On 31 October 1984, Peabody submitted a permit application to OSM seeking approval of its mining 

plan for the Black Mesa‐Kayenta Coal Mine (PCC 1985).  This application required Peabody to determine 

the probable hydrologic consequences that would result from the proposed activities (OSM 2004).  To 

make this determination, Peabody used the simulation results of a groundwater model developed by 

the U.S. Geological Survey (see Eychaner 1983, and Brown and Eychaner 1988). 

 

Cumulative Hydrologic Impact Assessment (CHIA) 

Peabody’s 1985 PHC served as “the main source of input for the development of the cumulative 

hydrologic impact assessment” (OSM 2002).  In 1989, OSM released its Cumulative Hydrologic Impact 

Assessment of the Peabody Coal Company Black Mesa / Kayenta Mine (referenced as OSM‐CHIA 1989).   

 

Environmental Impact Statement (EIS) 

The information in OSM’s 1989 CHIA was used to provide the technical hydrologic data needed in its 

Draft and Final Environmental Impact Statement (referenced as OSM‐EIS 1990, 1989). 

 

Because the USGS groundwater model (Eychaner 1983; Brown and Eychaner 1988) provided the 

mine‐related impact predictions for Peabody’s 1985 PHC (PCC 1985) and OSM’s 1989 CHIA (OSM‐CHIA 

1989) and 1990 EIS (OSM‐EIS 1990, 1989), an evaluation of their predictive‐reliability is warranted.  

Collectively, the predictions in these documents provided the foundation for all regulatory decisions 

related to the protection of Black Mesa’s groundwater resources since the mid‐1980s.  

The following report summarizes my evaluation of the predictive‐reliability and methodological 

adequacy of these interrelated documents. 

 

 

                                                            1 Peabody’s permit application (PCC 1985) was made public in 2011 through the Freedom of Information Act.  OSM’s CHIA (OSM‐CHIA 1989) and EIS (OSM‐EIS 1990) were acquired via OSM’s website: http://www.osmre.gov/. 

3  

Study contents and summary of findings 

OVERVIEW  

Literature review on the regulatory application of groundwater models  Peabody’s PHC and the evolution of the USGS groundwater model  Evaluation method of Peabody’s PHC 

 1) PEABODY WITHDRAWALS 

 a) Peabody withdrawals in relation to N‐aquifer recharge 

 The PHC, CHIA, and EIS underestimated Peabody withdrawals by approximately 6,735 acre‐feet during the fifteen year period the mine was fully operational (after completion of the EIS).  

Assuming that Peabody’s safe yield, water‐budget methodology is an appropriate method for determining sustainable groundwater exploitation, and assuming that the USGS’s most recent recharge estimate is correct, Peabody’s total withdrawals have exceeded the rate of natural recharge by approximately 21,000 to 53,000 acre‐feet.  

b) The Water‐Budget Myth  Since 1940, USGS hydrogeologists have continuously demonstrated that the safe yield water‐budget methodology is a fallacy and is not an appropriate method for determining sustainable rates of groundwater development.     

c) Future pumping projections  The 1983 USGS model predicted that, by 1990, the rate of municipal withdrawals from the tribal communities would overtake the rate of Peabody withdrawals.  This never occurred. 

 2) GROUNDWATER QUANTITY 

 a) KAYENTA 

 Disagreement regarding hydrologic characteristics at Kayenta precedes mining operations and continues to be the source of much contention.  The PHC, CHIA, and EIS assume that 85% of the water level decline at Kayenta would be caused by Kayenta’s withdrawals.  The EIS explains that the closest that potentiometric surface comes to the top of the N‐aquifer is 366 feet and would not occur until the year 2052.   

In reality, however, the water level at Kayenta had fallen below the top of the N‐aquifer in 2005.  Thus, this EIS prediction is off by nearly 50 years and approximately 370 feet.  i) Water level in BM3 and Kayenta withdrawals 

 There is no statistically significant relationship between the rate of Kayenta withdrawals and water level decline at Kayenta well BM3.  In fact, this analysis demonstrates that as Kayenta’s withdrawals increase, the water level does not fall, but it actually rises.  

4  

ii) Water level in BM3 and Peabody withdrawals  There is a strong, statistically significant relationship between the rate of Peabody’s increasing withdrawals and water level decline in Kayenta well BM3.  It is hypothesized here that the magnitude of Peabody withdrawals is so great that it simply skews any indicator of Kayenta’s withdrawals on the water level in BM3.  

iii) Indicators using box‐plots with outliers  1985—the year that the mine ceased withdrawals due to maintenance at the Mohave Generating Station—is a statistical outlier for Peabody withdrawals.  This coincides with an outlier for water level in Kayenta well BM3: 1985 is the only year that water levels fell below 2 standard deviations of the mean water level.    

Moreover, Kayenta’s total withdrawals in 1985 are near their mean, thus having no effect on the BM3’s conspicuous recovery that year.  

iv) OSM’s conclusion on the source of Kayenta’s water level decline  

OSM attributes drawdown at Kayenta to municipal withdrawals.  

b) TUBA CITY / MOENKOPI  Water level decline at Tuba City and Moenkopi (TC/M) is attributed entirely to local, municipal withdrawals.  The closest that any measureable mining‐related impact is expected to occur is fifteen miles away from TC/M and will not occur until 2052.    

The USGS monitors three NTUA and three BIA wells in the vicinity of Tuba City and Moenkopi.  Water level decline—attributed to municipal pumpage—was overestimated by a mean 44% in the three NTUA wells, by a mean 103% in the three BIA wells, or by a mean 73% in the six combined wells.  i) No correlation between Tuba City withdrawals and Tuba City water levels 

 The model overestimated the rate of TC/M’s municipal withdrawals by 11%.  The disparity between overestimated decline and overestimated withdrawals indicate model error.  

ii) Discharge from Moenkopi School Spring and to Moenkopi Wash iii) The USGS model and N‐aquifer discharge  

 Spring discharge near TC/M was predicted to decline by 1‐2% but this would be caused entirely by municipal withdrawals.    

iv) The relationship between springs and water level v) N‐aquifer springs vi) CHIA criterion for material damage to spring discharge 

 OSM determined the material damage criterion for mine‐related impacts: discharge from springs must not decline by more than 10% in response to mine‐related groundwater withdrawals. 

5  

vii) Evaluation of the criterion  The USGS monitoring program has measured discharge from four springs since approximately 1987.  However, through water year 2005, the USGS reports inadvertently concealed declining trends in spring discharge through the use of logarithmic charts.  Since 1987, the decline at Moenkopi School Spring exceeds 26.2%; if this is attributable to Peabody withdrawals rather than municipal withdrawals, then the threshold for material damage to spring discharge has been far exceeded.  

viii)  Moenkopi School Spring and Peabody Withdrawals   There is a remarkably strong, statistically significant relationship between the rate of Peabody’s increasing withdrawals and the rate of declining discharge from Moenkopi School Spring. (r = ‐0.84;  R2 = 0.71;  p < 0.0001)  

ix) Moenkopi School Spring and Tuba City withdrawals  There is no statistically significant relationship between the rate of Tuba City withdrawals and discharge from Moenkopi School Spring. (r = ‐0.31; R2 = 0.09; p = 0.28)  

x) Moenkopi School Spring and Tuba City Precipitation  There is no statistically significant relationship between local precipitation at Tuba City and the rate of discharge from Moenkopi School Spring. (R2 = 0.11; p = 0.17)  

xi) OSM on precipitation and spring discharge  

OSM’s 1989 CHIA also reported that there is no apparent relationship between local precipitation at Tuba City and Moenkopi and N‐aquifer discharge in the area, but attributes declining spring discharge to municipal withdrawals. 

 c) FOREST LAKE 

 The well at Forest Lake represents the closest community well to the mining area.  Maximum water level decline was predicted to occur in 2007; it would recover to its 1985‐level by 2009.  Total decline since the pre‐mining period was predicted to be 148 feet.  Impacts from mining would be minor.  i) Recovery at Forest Lake  

Due to the cessation of pumping at the Black Mesa mine at the end of 2005 rather than 2006 as the model simulated, maximum decline should have occurred sooner than 2007 as predicted, should be less than predicted, and should recover sooner than predicted.  However, Maximum water level decline did not occur in 2007.  Between April 2008 and May 2010, the water level rose 8.9 ft.  At the time of this study (June 2011), no current data are available and it is uncertain if the water level is recovering.   Thus, in 2011—having no clear recovery, much less recovery to its 1985 level, and despite its extra full‐year for recovery—the groundwater prediction demonstrates the model’s significant conceptual and/or input data error. 

6  

 d) PINON 

 Maximum water level decline was predicted to occur in 2007.  Total decline from the pre‐mining period will be 107 ft.    i) Recovery at Pinon  For the period 1985 to 2007, drawdown at Pinon was underestimated by 97%.  From the pre‐mining period through 2007, drawdown was underestimated by 52%.  At the time this study was performed, no appreciable recovery was apparent at the community of Pinon.  

3) GROUNDWATER QUALITY  Change in groundwater quality in the N‐aquifer would occur of withdrawals induced leakage from the overlying and poorer quality D‐aquifer.  The PHC, CHIA, and EIS concluded that there is no evidence of significant vertical leakage from the D‐ into the N‐aquifer.  In fact, the model demonstrated that only 4 acre feet of leakage per year would be induced by Peabody withdrawals.  Considering that volume of groundwater in storage (estimated at 180 million acre feet), the effect on water quality would be negligible due to the 2 million to 1 dilution.    a) Discussion  

The D‐aquifer has never been monitored and the USGS groundwater model was not developed in consideration of any groundwater quality parameters: it has no hydrgeochemical simulation capacity.  The model cannot determine change in groundwater quality, no matter the source.  

Monitoring data express two N‐aquifer wells with TDS levels in excess of EPA’s Maximum Contaminant Level.  The concentration of arsenic at Keams Canyon exceeds EPA’s Maximum Contaminant Level by a factor of four.  Discharge from Moenkopi School Spring expresses significant increasing trends in TDS, chloride, and sulfate.   

 4) REACH OF PEABODY’S WITHDRAWALS 

 Numerous indicators express that the impact from Peabody’s withdrawals, and the areal extent of the confined N‐aquifer, far exceeds previous assumptions.  These indicators are illustrated in USGS water level charts from wells distributed across the (assumed) confined and unconfined portions of the aquifer.    

5) SUMMARY  

6) REFERENCES 

 

 

7  

 Figure 1. Tribal communities in the Black Mesa hydrologic basin area and the location of the Black Mesa‐Kayenta coal mine lease‐area (illustration from Macy 2010)  

 

8  

PROBABLE HYDROLOGIC CONSEQUENCES (PHC) 

 

Literature review on the regulatory application of groundwater models 

Konikow and Bredehoeft (1992) explain that, like hypotheses, groundwater models are generated as 

a means of suggesting explanations for observed phenomena and predicting causal relationships 

between phenomena: understanding of a groundwater basin increases when the model is iteratively 

tested, falsified, and refined over time to develop a more accurate representation of the system.   

 

The  underlying  philosophy  of  process‐simulating  deterministic‐modeling…  is  that,  given  a 

comprehensive  understanding  of  the  processes  by  which  stresses  on  a  system  produce 

subsequent  responses  in  that  system,  a  system’s  response  to  any  set  of  stresses  can  be 

defined  or  predetermined  through  that  understanding  of  the  governing  (or  controlling) 

processes, even if the magnitude of the new stresses fall outside of the range of historically 

observed stresses.  Predictions made this way assume an understanding of cause‐and‐effect 

relations.    The  accuracy of  such deterministic  forecasts  thus depends,  in part, upon how 

closely our concepts of  the governing processes reflect  the processes that actually control 

the system’s behavior. (Konikow 1986) 

 

Rather than demonstrating the accuracy and completeness of our hydrologic knowledge, 

groundwater models expose “uncertainties and facilitate discussion of possible responses, which may 

include various precautionary actions, steps to increase or maintain social flexibility and ecological 

resilience, and/or research and monitoring schemes to reduce uncertainty” (Carpenter et al. 2002).  

The accuracy of deterministic groundwater models comes into question when regulatory agencies 

and the public require assurance that potential impacts from a proposed project have not been 

underestimated; because decision‐makers rely upon impact‐assessments to approve or disapprove 

projects that could adversely affect social and ecological systems, concern regarding the predictive 

reliability or “correctness” of groundwater models is warranted (Hassan 2004; Woessner and Anderson 

1996; Oreskes et al. 1994; Sargent 1990).   

Consequently, modelers have pursued methods for testing the veracity of their models: “the notion 

has emerged that numerical models can be “verified” or “validated”... Claims about verification and 

validation of model results are now routinely found in the published literature” (Oreskes et al. 1994).   

However, procedural inconsistency, semantic confusion, and disagreement regarding model capabilities 

continue to hinder the modeling process, problematize policy‐decisions, and foster public skepticism 

(NRC 1990, 2000; Leijnse and Hassanizadeh 1994; Konikow and Bredehoeft 1992; Anderson and 

Woessner 1992a, 1992b).   

9  

“Acceptability of ground water models should be determined by using confirming observations to 

support subjective judgment.  The judgment is made in the context of the stated purpose of the model 

and the nature of the supporting observations associated with each component of the modeling 

process” (Woessner and Anderson 1996).  The National Research Council2 (1990) acknowledges the 

inherent limitations of deterministic groundwater models, adding: 

 

Modelers  must  contend  with  the  practical  reality  that  model  results,  more  than  other 

expressions  of  professional  judgment,  have  the  capacity  to  appear more  certain, more 

precise, and more authoritative than they really are.  Many people who are using or relying 

upon  the  results of contaminant  transport models are not  fully aware of  the assumptions 

and idealizations that are incorporated into them or of the limitations of the state of the art.  

There is a danger that some may infer from the smoothness of the computer graphics or the 

number  of  decimal  places  that  appear  on  the  tabulation  of  the  calculations  a  level  of 

accuracy  that  far  exceeds  that  of  the  model.    There  are  inherent  inaccuracies  in  the 

theoretical  equations,  the  boundary  conditions,  and  other  conditions  and  in  the  codes. 

Special  care  therefore must be  taken  in  the  presentation of modeling  results.   Modelers 

must understand  the  legal  framework within which  their work  is used. Similarly, decision‐

makers, whether  they  operate  agencies  or  in  courts, must  understand  the  limitations  of 

models.  

 

There is no standard protocol for groundwater system‐modeling, ascertaining model validity, or 

reporting simulation‐results.  Consequently, agreement upon standards for accepting the conceptual 

accuracy and predictive‐reliability of a deterministic groundwater model continues to be the source of 

much contention (Anderson and Woessner 1992a; Hassan 2004).   Because there are numerous 

interpretations of the terms verification and validation, there are numerous approaches for conducting 

these processes and disparate standards for gauging their attainment: “Both words imply authentication 

of both the truth and accuracy of the model” (Konikow and Bredehoeft 1992).  When the terms are used 

interchangeably “to indicate that model predictions are consistent with observational data… modelers 

misleadingly imply that validation and verification are synonymous, and that validation establishes the 

veracity of the model” (Oreskes et al. 1994).   It is often mistakenly assumed that once a model has been 

calibrated, it has also been validated, and thus the model is perceived as an acceptable tool for 

predicting the future conditions of a hydrological basin (Freyberg 1988; Konikow and Bredehoeft 1992).  

However, Verification, calibration, and validation are three distinct processes, and all three are required 

                                                            2   See Ground Water Models: Scientific and Regulatory Applications  (1990).   NRC members “are drawn  from the councils of the National Academy of Sciences, the National Academy of Engineering, and the Institute of Medicine. The Members of  the  committee  responsible  for  the  report were  chosen  for  their  special  competence and with regard to appropriate balance” (NRC 1990). 

10  

for determining the biophysical‐accuracy and predictive‐reliability of a groundwater model.  Given the 

inherent complexity of groundwater systems and the subjectivity required in the modeling process, 

Woessner and Anderson (1996) have proposed three underlying principles for modelers and model‐

users to keep in mind: (1) groundwater modeling is inherently uncertain;  (2) model acceptability should 

be based upon the strength and number of actual observations that confirm the model’s predictions; 

and (3) subjective judgment determines if a model appropriately represents the system.   

Calibration of a groundwater model determines the level of accuracy that a model can reproduce 

historical conditions within a predetermined range of acceptability.  Because determining the actual 

distribution of aquifer parameters is both technically and economically unfeasible, calibration is a 

method of subjectively selecting a set of parameter values through manual trial and error (or automated 

programs) for the system.  Referred to as history matching, the process forces the model to reproduce 

historical conditions by changing parameter values until an “acceptable” range of accuracy is achieved; 

“There are no rules other than one’s judgment” (Konikow 1986; Konikow and Bredehoeft 1992, 1993). 

Calibrated models are often presented, either implicitly or explicitly, as empirically adequate 

representations of the system—that is, as valid representation of the system—but this is misleading.  

Konikow (1986) acknowledges one consistent source of model error when calibration is equated with 

validation:  

 It should be recognized that when model parameters have been adjusted during calibration 

to obtain “best  fit”  to historical data,  there  is a bias  towards extrapolating existing  trends 

when predicting future conditions,  in part because predictions of future stresses are often 

based on existing trends…. Concepts  inherent  in a given model may be adequate over the 

observed  range of  stresses, but may prove  to be oversimplified of  invalid approximations 

under a new and previously inexperienced type or magnitude of stresses. 

 

Oreskes et al. (1994) explain that the necessity to refine a calibrated model “suggests that the 

empirical adequacy of numerical models is forced… Consider the difference between stating that a 

model is “verified” and stating that it has “forced empirical accuracy””.    

It is axiomatic that models of complex systems cannot be validated: they can only be invalidated and 

refined over time by testing the extent to which they diverge from reality (Holdgate 1978; Holling 1978; 

Konikow and Bredehoeft 1992).  In deterministic groundwater models, calibration is commonly used as 

the basis for sizing sustainable rates of exploitation.  However, because the parameter‐solution is non‐

unique, successful comparisons can result from an erroneous model: the iterative process of comparing 

11  

model‐predictions to field observations only reveals errors—it does not signify the absence of errors 

(Konikow and Bredehoeft 1992; Greenberg et al. 1976).   

“There are cases in hydrology… where our understanding of processes may be great, but predictive 

ability is low, and other cases where understanding is minimal, but predictive accuracy is very high.  In 

any event, the accuracy of the prediction cannot be assessed until after the predicted period of time has 

passed” (Konikow and Bredehoeft 1992; emphasis added).   

If validation is interpreted to mean that a model can reliably predict the system’s future behavior 

(i.e. predictive validation), then it can only be achieved by performing a postaudit (Anderson and 

Woessner 1992b).  However, validation is unlikely: “The issue of validation is mainly a regulatory one, 

not a scientific one…  Because our understanding of a system will always be incomplete, a model can 

never be proven valid from a scientific standpoint” (Anderson and Woessner 1992b).  

 

Peabody’s PHC and the evolution of the USGS groundwater model  The U.S. Geological Survey  (Eychaner 1983) has modeled the effects of the pumping  in a fashion which permits the distinction of the two separate drawdown amounts at common locations… As  can  be  seen,  by  the  year  2001,  the magnitude  of  the  Peabody  pumpage impact,  in  terms  of  the  areal  extent  of  drawdowns,  is  substantial.    However,  when comparing  the magnitude of  the Peabody drawdowns  in  terms of  total drawdown at a location,  the  impact  takes  on  less  significance…  The  significance  of  Peabody  caused drawdowns on  total available community well water heights  is not significant.  (PCC‐PHC 1985: 37, 39) 

 

The US Geological Survey first developed its two‐dimensional numerical model of the N‐aquifer in 

1981 (Eychaner 1981) using MODFLOW (Trescott et al. 1976). The model was routinely evaluated and 

updated throughout its period of use.  By 1982, total pumpage from the N‐aquifer had increased enough 

to cause significant water level decline; the USGS updated its model “to improve the estimates in areas 

of uncertainty, and the resulting estimates collectively are considered to be more reliable” (Eychaner 

1983; this version of the USGS groundwater model, referred to as “Eychaner 1983”, provided the 

simulations that were used in Peabody’s determination of Probable hydrologic Consequences).   

Although the 1983 model was judged to reproduce N‐Aquifer behavior “reasonably” well, its limitations 

were explicitly outlined: inflow and outflow were uncertain, vertical leakage was ignored, future 

precipitation and withdrawal rates were unknowable, further studies were needed to verify 

assumptions and increase understanding of aquifer dynamics and response to pumping stress, and the 

water‐budget could not be calculated given insufficient data (Eychaner 1983, 1981).   

12  

The unavailable aquifer parameter values were estimated during the model’s calibration procedures 

because “data are not available for most nodes.  Some data may be incorrect or be subject to multiple 

interpretations” (Eychaner 1983: 14).   Parameter (aquifer thickness, transmissivity, etc.) were estimated 

and the model calculated water levels for each node; disparity between computed and actual water 

levels was expected (Eychaner 1983).  It is notable that the model predicted that most of the 

groundwater lost to industrial pumpage “would be recovered within a few years if withdrawals at the 

mine ceased”, and that, by 1990, “municipal supply pumpage is expected to exceed pumpage at the 

mine” (Eychaner 1983). 

By 1985, divergence between simulations and observations was evident, so the model was rerun to 

include pumpage for the five years from 1980 to 1984 and parameter adjustments (recalibration) were 

made to reflect the measured changes (Hill and Whetten 1986). 

Through 1986, groundwater‐levels in non‐industrial wells in the confined portion of the N‐aquifer 

continued to decline steadily.  That same year, a reversal of the trend occurred in response to Peabody 

shutting down their wells for 6 months in 1985 due to maintenance at the Mohave Generating Station3 

(Hill and Whetten 1986).  When pumping resumed in 1987, water‐levels in the non‐industrial wells 

resumed their declining trends and reported their lowest levels since mining operations commenced.   

Further, “most of the observation and non‐industrial wells in the northeastern section of the confined 

area of the N‐aquifer showed record declines” (Hill and Sottilare 1987). 

USGS evaluated the model’s performance again in 1987 and concluded that it was a reasonable 

representation of N‐aquifer conditions (Hill and Sottilare 1987).   However, because the software 

program did not run properly on the new computer system when USGS attempted the model‐update, it 

was converted to a new modeling program (McDonald and Harbaugh 1984), was recalibrated using 

revised aquifer‐parameter estimates4, and used a finer spatial grid.  

The 1988 update (Brown and Eychaner 1988) ran five pumping scenarios including both industrial 

and municipal pumping for the period 1985–2051 (twenty years after groundwater pumping would 

cease under the newly proposed permit application).  Each simulation was based upon the proposed 

                                                            3   This “reversal” appears to be seen throughout many N‐aquifer wells monitored by the USGS. Figure 19, at the end of this report, illustrates numerous wells with a conspicuous water level recovery “spike” around this period.    4  Re‐parameterization  of  the model was  significant:  conductivity  “yielded  unsatisfactory  results  so  they were completely  recalibrated”;  recharge  increased  4%  to  maintain  a  better  balance  between  inflow  and  outflow; evapotranspiration increased from 6,000 af/y to 6,600 af/y; this was “balanced”; outflow to rivers and springs was reduced from 9,640 af/y to 7,030 af/y; river and drain conductances to achieve a reasonable match of both inflow and  head;  water‐table  depth  affecting  evapotranspiration  rates  were  changed;  transmissivity  throughout  the model area changed; windmill pumpage was included (Brown and Eychaner 1988).  

13  

development‐regime and community growth projections.  However, the USGS explained: “the accuracy 

of projected water‐levels is uncertain.  Future withdrawals that greatly exceed the amounts withdrawn 

through 1984 may cause unanticipated responses in the aquifer.  Long‐term projections that include 

large increases in pumpage should be used with caution” (Brown and Eychaner 1988).   

Consequently, the USGS explained, “These regional models cannot adequately represent the local 

geology and simulate hydrologic processes in detail”, and that the model simulations “are better used to 

compare effects of different development plans rather than estimate actual future water levels and 

water‐budget components” (Brown and Eychaner 1988).   

In 1993, Papadopolus and Associates (1993) evaluated the model’s input data and technical 

correctness, and Waterstone Environmental Hydrology and Engineering (1995) evaluated its input data, 

statistical uncertainty, and predictive reliability; both studies determined that the model performed 

reasonably well.   According to OSM (2006: 6), the USGS updated the model in 1994 with new 

monitoring data and ran simulations (Littin and Monroe 1995; this report makes no reference to this 

update, however).   According to Peabody (HSIGeoTrans and WEHE 1999: 7‐1), the USGS updated the 

model in 1996 (Littin and Monroe 1997).   

In 1998, a Supervisory Hydrologist with the USGS Water Resources Division articulated his concern 

regarding the incongruity between N‐aquifer oversight and monitoring, explaining that the USGS 

monitoring program was “at best an early warning system in that it is indicative rather than 

deterministic and is not set up to specifically address many of the criterion [sic]… The bottom line is 

that… we need to tailor the current monitoring program in such a way as to more specifically address 

the above criteria and in a deterministic fashion” (Hart 1998, quoted in NRDC 2000).   

In 2001, the USGS suggested that (1) a better understanding of recharge, discharge, and leakage 

should be ascertained before investing more time in refining the model; and (2) a new model using 

current software may provide a better representation of aquifer dynamics (Thomas 2002).    

In 2008, the USGS explained that the model was a poor representation of the N‐aquifer and had not 

performed well (Leake 2008).    

 

Evaluation method of Peabody’s PHC 

To evaluate the accuracy of the PHC predictions (and concurrently, those of the USGS groundwater 

model and OSM’s 1989 CHIA and 1990 EIS) this study reviews and summarizes the prediction data in 

Peabody’s PHC and compares them to actual measured observations after the prediction period has 

passed.  In so doing, this study demonstrates the accuracy and success of regulatory procedures. 

14  

Regression analysis provides the methodological basis of any postaudit; it has numerous 

advantageous: (1) it is widely used throughout numerous scientific and technological disciplines; (2) it is 

relatively easy to understand by those without scientific and technical training; (3) it provides a strong 

empirical evaluation of prediction accuracy; and finally (4), because modelers use regression to calibrate 

and determine a model’s fitness for regulatory purposes, it is both a methodologically appropriate and 

fair means for evaluating a model’s prediction accuracy after the prediction period has passed (Anderson 

1995; Oreskes et al. 1994; Flavelle 1992; Anderson and Woessner 1992; Flavelle et al. 1990; Konikow 

1986).    

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

15  

PEABODY WITHDRAWALS (1988‐2006) 

 The 1985 PHC, 1989 CHIA, and 1990 EIS projected that industrial withdrawals would remain 

constant at 4,400 af/y through 2006, reduced to 1,100 af/y from 2007 through 2011, and then cease in 

2012.  However, according to the Final EIS, the model overestimated industrial withdrawals:  

 Since 1988, PCC [Peabody Coal Company] has used water from selected  impoundments for dust  suppression  instead of water  from  the N‐aquifer.   This equates  to approximately 400 acre‐feet of water per  year  that  is not  removed  from  the N‐aquifer…  For  this  reason,  the 4,400 acre‐feet per year used in the N‐aquifer simulation overestimates the withdrawal from the N‐aquifer system by 400 acre‐feet or approximately 9 percent. (OSM‐EIS 1990: IV‐24) 

 

However, industrial withdrawals were not overestimated (Figure 2).  For the period 1990‐2005 (the 

first water‐year following the completion of the Final EIS through the final year that both mines were 

fully operational), Peabody withdrawals averaged 4,449 af/y.  Assuming that 400 af/y of surface‐water 

was used for dust suppression (as explained in the EIS), the mine’s groundwater‐budget of 4,000 af/y 

was underestimated by approximately 449 acre‐feet per year, totaling 6,735 acre‐feet for the period5.  

 

 Figure 2.  Peabody withdrawals, 1990‐2005. Withdrawal data from Macy (2010). 

                                                            5    Peabody  and  OSM  consistently  report  is  that  Navajo  residents  freely  take water  from  the  Peabody wells.  Recognizing that this usage occurs in the context of residents driving automobiles to the lease‐area, filling water‐containers at the Peabody wells, and returning to their homes where the water is consumed, it is unreasonable to argue that this component accounts for anything more than a miniscule fraction of Peabody’s withdrawals (see, for example, OSM‐EIS 2008, 2006, 1990; OSM‐CHIA 2008, 1989; OSM 2006, 2004, 2000, 1998’ Peabody 2002).   

0

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Peab

ody Withdrawals (af/y)

Peabody Withdrawals, 1990‐2005(acre‐feet/year)

16  

Peabody Withdrawals and N‐Aquifer Recharge 

OSM explained that, because “at no time does the total withdrawal from the system exceed the 

recharge to the system (13,000 to 16,000 acre‐feet per year),” all impacts resulting from the mine’s 

withdrawals “are overestimated” (OSM‐EIS 1990: IV‐24).    Assuming that the conventional safe‐yield 

water budget methodology is appropriate for determining sustainable rates of groundwater 

exploitation, consideration of the USGS’s most recent and most accurate estimate for recharge to the N‐

aquifer is warranted.  

In 1997, the USGS used geochemical analysis to re‐estimate N‐aquifer recharge and concluded that 

it ranged from 2,500 to 3,500 af/y (Lopes and Hoffman 1997).  Assuming this estimate is correct, for the 

thirty‐two water‐years during the period 1972‐2005 (the period that both Black Mesa and Kayenta 

Mines were fully operational, not including water year 1984‐1985 when withdrawals ceased for 6 

months, Peabody withdrawals averaged 4,150 af/y), under the best case recharge scenario (3,500 af/y), 

the mine depleted N‐aquifer storage by a total of nearly 21,000 acre‐feet.  Under the worst case 

recharge scenario (2,500 af/y), the mine depleted total storage in the N‐aquifer by nearly 53,000 acre‐

feet (Figure 3). 

 

 Figure 3.  Comparison of Peabody withdrawals to the most current USGS recharge estimate.  Withdrawal data from Macy (2010); recharge data from Lopes and Hoffman (1997).  

 ‐

 500

 1,000

 1,500

 2,000

 2,500

 3,000

 3,500

 4,000

 4,500

 5,000

1972

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

Acre‐feet / year

Peabody Withdrawals Compared to  the 1997 USGS Recharge Estimate

min. recharge max. recharge Peabody withdrawals

17  

The Water‐Budget Myth6 

Methodologically, the safe yield water‐budget methodology is not an appropriate means for 

determining sustainable rates of groundwater exploitation.  In fact, the “Water‐Budget Myth” is 

commonly referred to as an attractive fallacy and a perceptual convenience throughout the scientific 

literature in hydrogeology, groundwater engineering and modeling, and natural resource management.    

The method assumes that if the volume of groundwater withdrawn from an aquifer is less than the rate 

of natural recharge, then development will be sustainable; if withdrawals equal recharge, then discharge 

will be stopped but storage will remain intact, and is thus sustainable; and if withdrawals exceed 

recharge, then discharge will be stopped, storage will be depleted, and development is not sustainable 

(i.e. groundwater mining).  However, despite the apparent logic of the water‐budget paradigm, the 

method flouts the fundamental principles of hydrogeological engineering: 

 Water‐resource scientists are concerned that some basic principles are being overlooked by water managers…. Perhaps  the most common misconception  in groundwater hydrology  is that  a  water  budget  of  an  area  determines  the  magnitude  of  possible  groundwater development.  Several  well‐known  hydrologists  have  addressed  this  misconception  and attempted to dispel it.  Somehow, though, it persists and continues to color decisions by the water‐management community. (Bredehoeft et al. 1982) 

 

According to the U.S. Geological Survey, the water‐budget paradigm “is an oversimplification of the 

information that is needed to understand the effects of developing a groundwater system… A pre‐

development water‐budget by itself is of limited value in determining the amount of groundwater that 

can be withdrawn on a sustained basis” (Alley et al. 1999).   

Balleau and Mayer (1988) explain that “It would be hydrologically inaccurate and economically 

inefficient to ignore the transition period and to assume that ground water is only of two types: 100 

percent mined or 100 percent recharged”.  Nonetheless, policy decision‐makers prefer the method 

because its mathematical precision implies expert‐consensus regarding sustainable groundwater 

exploitation (Ludwig et al. 1993).   

While empirical precision is helpful in winning political buy‐in, public‐interests are not well served 

“by adopting an attractive fallacy that the natural recharge rate represents a safe rate of yield” (Balleau 

and Mayer 1988).   

                                                            6 Numerous hydrogeologists have continuously demonstrated the problems with the water budget methodology, dating back to Theis (1940).  Others  include Lohman 1972; Bredehoeft et al. 1982; Bredehoeft 1997, 2002, 2003, 2006; Bredehoeft  and Durbin 2009; Konikow  and Bredehoeft 1992;  Sophocleous 1997, 1998, 2000; Devlin  and Sophocleous 2004; Balleau 1988; Balleau and Mayer 1988; Brown 1996; Alley and Leake 2004; Alley et al. 1999; Alley 2007; Alley and Emery 1986; Konikow 1986.  

18  

Sophocleous (1997) agreed, “policy‐makers are primarily concerned about aquifer drawdown and 

surface‐water depletion, both unrelated to the natural recharge rate.  Despite its irrelevance, natural 

recharge is often used in groundwater policy to balance groundwater use under the banner of safe yield.  

Adopting such an attractive fallacy does not provide scientific credibility.”   

Bredehoeft (1997) decried: “Sustainable groundwater development has almost nothing to do with 

recharge... However, I continue to hear my colleagues say they are studying the recharge in order to size 

a development… The water‐budget as it is usually applied to scale development is a myth—Theis said 

this in 1940. Yet the profession continues to perpetuate this wrong paradigm.”  

Five years later, Bredehoeft (2002) implored “...the myth goes on; it is so ingrained in the 

community’s collective thinking that nothing seems to derail it.”   

Devlin and Sophocleous (2005) explained that despite the “conclusive theoretical proof” that the 

water‐budget paradigm has no scientific merit, “it still persists”.   

In 2008, Milly et al. (2008) explained that climate variability further exacerbates conventional 

methods of water management: 

 

Systems  for management of water  throughout  the  developed world have been designed and  operated  under  the  assumption  of  stationarity.    Stationarity—the  idea  that  natural systems  fluctuate within an unchanging envelope of variability—is a  foundational concept that  permeates  training  and  practice  in  water‐resource  engineering….  In  view  of  the magnitude and ubiquity of the hydroclimatic change apparently now under way… we assert that  stationarity  is  dead  and  should  no  longer  serve  as  a  central,  default  assumption  in water‐resource risk assessment and planning.  

 

If stationarity is dead—that is, if the rate of precipitation cannot be assumed to fall within a 

predictable range for a specified area—then the paramount variable in all of groundwater management 

is a fixed uncertainty: “…if the climate is changing, as recent evidence suggests, then the assumption of 

equilibrium should be questioned” (Milly et al. 2008).   

Bredehoeft and Durbin (2009) explain that if equilibrium of a hydrologic basin is uncertain, then the 

predetermination of sustainable rates of development is precluded by the time to full capture problem: 

“large systems pose a challenge to the water manager, especially when the water manager is committed 

to attempting to reach a new equilibrium state in which water levels will stabilize and the system can be 

maintained indefinitely.”  These attempts are mired by two realities: “(1) a large groundwater system 

creates a delayed response between the observation of an impact and its maximum effect and (2) there 

is a long time lag between changing the stress and observing an impact at a distant boundary.”   

 

19  

Future pumping stress projections 

One particularly conspicuous assumption in the 1983 version of the USGS model—and thus, 

Peabody’s 1985 PHC—illustrates the model’s conceptual uncertainty and the modeler’s inaccurate 

pumping projections.   Eychaner (1983: 1) explained: “By 1990… municipal supply pumpage is expected 

to exceed pumpage at the mine”.   In reality, however, municipal withdrawals would never overtake 

Peabody withdrawals while the Black Mesa‐Kayenta mine was fully operational.   

Further, it is imperative to recognize that municipal withdrawals are distributed throughout Black 

Mesa’s 5,400 mi2 area (in both confined and unconfined conditions) whereas Peabody withdrawals are 

centralized at a single area within confined conditions. 

 

 Figure 4.  Total industrial and municipal withdrawals from the N‐aquifer, 1968‐2008. Withdrawal data are from Macy (2010).  

WATER QUANTITY 

 Peabody’s PHC concludes that the magnitude of the mine’s groundwater withdrawals would have a 

“substantial” impact on the areal extent of drawdown and the cone of depression would spread “over 

considerable distance” (PCC‐PHC 1985: 37, 39).   However, the impacts from the proposed extension of 

the mining period at the tribal communities would be negligible and confined to the mining area only: 

  

 ‐

 500

 1,000

 1,500

 2,000

 2,500

 3,000

 3,500

 4,000

 4,500

 5,000

1968

1969

1970

1971

1972

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Comparison of Peabody and Municipal Withdrawals, 1968‐2008

Municipal (Confined & Unconfined) Peabody (Confined)

20  

The USGS model assumed a PWCC pumping rate of 3,700 AF/y… and that PWCC pumpage would cease  in 2001; whereas the current coal supply agreements run through 2007 and 2011 for the Black Mesa and Kayenta mines, respectively.  Even considering this difference, it  is  not  anticipated  that  the  Peabody  induced  drawdowns would  increase much…  the amount of additional drawdown from the  longer pumpage would only be on the order of 10 to 20 feet near the  leasehold.   This would cause negligible  increases  in the percent of available water height losses. (PCC‐PHC 1985: 39) 

 

The EIS, CHIA, and EIS provide testable water‐level predictions for the communities of Kayenta, Tuba 

City/Moenkopi, Forest Lake, and Pinon (Table 1).  However, many of the predictions are not presented 

in a uniform manner; comparisons are made where possible.   

 Table 1. Predicted and Actual Rates of N‐Aquifer Drawdown in 2001 

 Prediction data for 2001 from PCC‐PHC (1985).  Actual water level data for 2001 is from Thomas (2002). 

  

21  

Kayenta  

The  significance of  tribal community pumpage should not be understressed.   Eychaner states  that  in  areas  of  large  community  pumpage,  little  of  the  simulated  decline  is caused by mining.  At Kayenta, over 85% of the total water level declines will be caused by community pumpage.   

Peabody’s 1985 determination of Probably Hydrologic Consequences 

(PCC‐PHC 1985: 46) 

 If a confined aquifer’s potentiometric surface is lowered to or below the aquifer’s top, it is  possible  that  he  aquifer  matrix  will  compress  (collapse)  causing  general  surface subsidence and irreversibly changing the aquifer’s water producing characteristics.   

OSM’s 1989 Cumulative Hydrologic Impact Assessment 

(OSM‐CHIA 1989: 5‐5) 

 For  there  to be a  reduction  in well production or  for  structural damage  to occur…  the potentiometric surface would have to be drawn down to below the top of the confined portion of the aquifer…  It can be seen  that at no time does the potentiometric surface drop  to  this  level anywhere within  the affected area  for any  scenario. The  closest  the potentiometric surface gets to the top of the confined aquifer for scenario B  is 366 feet at Keams Canyon in the year 2052.    

OSM’s 1990 Final Environmental Impact Statement 

(OSM‐EIS 1990: IV‐28) 

 

Since mining operations commenced in 1968, there has been no consensus regarding the 

hydrogeological dynamics of the N‐aquifer near the Diné community of Kayenta, north of the 

mine.  In fact, in 1971 the Bureau of Reclamation explained: “Hydrologists do not agree whether 

these domestic wells [in Kayenta] are in the same pressure zones as the Peabody wells, but a 

monitoring program has been devised to ascertain those facts”  (USBR 1971: 39).   

The EIS only provides the predicted water level at Kayenta in 2007; no other prediction data exist.  

Page IV‐30 (OSM‐EIS 1990) states that drawdown from the pre‐stress period to 2007 would be 58 feet7.   

Between 1965 and 2007, the water‐level at two wells in the immediate Kayenta area have been 

tracked by the USGS monitoring program. By 2007, the well BM3 had fallen 106.1 feet (Truini and Macy 

2008; BMMP 2010).  Drawdown was underestimated by 48.1 ft, or 82.9%.    Decline at USGS observation 

well BM2, which is 7.5 miles southeast of Kayenta, was underestimated by 56%.  

                                                            7  A significant incongruity exists here: Peabody’s 1985 PHC predicted that, by 2001, water level at Kayenta would decline by 110  ft  (PCC‐PHC 1985: 40).   Five years  later, OSM’s 1990 EIS—which  includes  six additional years of Peabody withdrawals—states that, in 2007, water level decline at Kayenta would be 58 ft (OSM‐EIS 1990: IV‐30).  Because the PHC provided the information for the 1989 CHIA which in turn provided the technical information for the 1990 EIS, the nearly 50% change  in  the drawdown prediction  is a significant and unexplained  inconsistency, and demonstrates the uncertainties and errors in the groundwater model. 

22  

 Figure 5. Kayenta groundwater‐levels, BM3 (top), and BM2, (bottom; BMMP 2010) 

 

No measurable recovery has occurred at Kayenta.  

OSM’s material damage threshold for structural stability of the N‐aquifer is potentiometric surface 

(i.e. head) no lower than 100 ft above the top of the aquifer (OSM‐CHIA 1989).  In 2005, the USGS 

reported the water level at Kayenta well BM3 was approximately 3.6 feet below the top of the aquifer 

itself (Truini and Macy 2007), thus the damage threshold has been exceeded by 103.6 ft.  Because the N‐

aquifer is no longer saturated at Kayenta, it is, theoretically, vulnerable to compaction.    

 Water Level in BM3 and Kayenta Withdrawals  

The regression of BM3 water levels to Kayenta withdrawals (1984‐2008) demonstrates a weak linear 

relationship.  However, as the volume of Kayenta’s withdrawals increase, the water‐level in BM3 does 

not fall, it rises: r  = 0.‐44;  R2 = 0.19;  p = 0.047  (Figure 6, top chart).   

It is hypothesized that the magnitude of Peabody’s withdrawals simply obscures Kayenta’s effect on 

BM3 (Figure 7). 

It is notable that the data point representing Kayenta’s smallest volume of groundwater withdrawn 

in any single year (381 acre‐feet in 2008; Figure 6, top chart, circled in blue) correlates with the BM3’s 

largest water level decline (161.9 ft below land surface).   

Conversely, Kayenta’s largest withdrawals (708 af in 1987 and 690 af in1988) correlate with the 

some of the well’s highest water levels (131 and 135 ft below land surface, respectively).   

23  

 

 Figure 6. Comparison of Water Level in BM3 and Kayenta withdrawals8, 1984‐2008 

 

                                                            8     In the top chart, the value for water  level  in BM3 (y‐axis)  is shown as feet below  land surface, so as the value increases, the water level is falling.   Kayenta withdrawal data are collected from the USGS Black Mesa Monitoring Program’s annual reports, 1984‐2010; withdrawal data are not available for water‐years 1992, 1993, 1997, 2006.  Water level data collected from BMMP (2011). 

2008

24  

Figure 7. Peabody and Kayenta withdrawals, 1984‐2005.  Withdrawal data from Macy (2010).  

Water Level in BM3 and Peabody Withdrawals 9 

Because the record for withdrawals from the Kayenta well system begins in 1984, the regression of 

BM3 water levels to Peabody withdrawals is performed for the same period (Figure 8, top chart).  The 

regression conflicts with OSM’s model‐based conclusion: a relatively strong, linear relationship exists: as 

the Peabody’s withdrawals increase, the water‐level in BM3 falls:  r  = 0.75;  R2 = 0.56;  p < 0.0001.    

Figure 8 (bottom chart) demonstrates this relationship temporally for the period (1984‐2005).  

Data for water‐year 1985 (circled in red) is a strong indicator of the mine’s influence on Kayenta’s 

water level.  Recall that, in 1985, Peabody ceased its groundwater withdrawals pipeline operations for 

six months due to maintenance at the Mohave Generating Station, withdrawing its smallest volume of in 

any single year (2,520 acre‐feet).   For the period that the Black Mesa‐Kayenta Mine was fully 

operational, 1985 is a statistical outlier for Peabody withdrawals – the only year between 1972 and 2005 

that the mine ceased groundwater pumping (water years 2006‐2008 cannot be included in the analysis 

due cessation of groundwater withdrawals at the Black Mesa Mine.  See Appendix A for an explanation 

of these outliers.  It is likely that Peabody’s decrease in withdrawals beginning in 2006 do not yet appear 

as recovery in BM3 given the principle of superposition).     

For the period 1984‐2005, water‐year 1985 expresses the highest water level in BM3 for any single 

year (120 ft. below land surface) correlating with Peabody’s lowest volume of groundwater withdrawals.   

                                                            9   The value for water level in BM3 is shown as feet below land surface, so as the value increases, the water level is falling.   Withdrawal data  collected  from  the USGS Black Mesa Monitoring Program  annual  reports, 1984‐2010.  Peabody withdrawals  for water  years  2006‐2008  are  not  included  in  the  analysis  because  they  are  statistical outliers. 

0

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

1984

1985

1986

1987

1988

1989

1990

1991

1994

1995

1996

1998

1999

2000

2001

2002

2003

2004

2005

Comparison of Peabody and Kayenta Withdrawals, 1984‐2005

Peabody withdrawals avg. 4,085 af/y

Kayenta withdrawals avg. 569 af/y

25  

 

 

 Figure 8. Comparison of Water Level in BM3 and Peabody Withdrawals, 1984‐2005 

 

 

 

 

1985

26  

Indicators using box‐plots with outliers10 

The box‐plot of Peabody withdrawals (Figure 9, top box‐plot) demonstrates that water year 1985 

(highlighted in red) is a statistical outlier for the period 1972‐2005.   

Concurrently, the box‐plot of water levels in BM3 (middle box‐plot) demonstrates that 1985 is the 

only year outside 2 standard deviations of the mean water level (1984‐2008).   

Finally, the box‐plot for Kayenta withdrawals (bottom box‐plot) shows that 1985 is near the mean 

for withdrawals, and moreover, in 2008, Kayenta withdrew 381 acre‐feet (a statistical outlier) yet BM3 

fell to its lowest level on record, which is inexplicable if Kayenta is causing 87% of the drawdown. 

 

  

  

 Figure 9. Box‐plots: Peabody withdrawals; BM3 water level; and Kayenta withdrawals 

 

 

 

 

                                                            10 Peabody withdrawal data from Macy (2010); BM3 water level data from BMMP (2010); Kayenta withdrawal data collected from the USGS monitoring reports for the period 1984‐2010. 

1985

1985 

2008  1985 

2008

27  

OSM’s conclusion on the source of Kayenta’s water level decline 

In 1999, Peabody’s hydrology consultants argued that “The drawdown at BM3 appears to be almost 

entirely related to local pumping at Kayenta and is similar in all [simulated pumping] scenarios” 

(HSIGeoTrans and WEHE 1999: 6‐16).    

In 2005, actual conditions diverged from the simulations, OSM then explained:  

 

Approximately 423 acre‐feet were withdrawn from the N‐aquifer at this location by the BIA and  Navajo  Nation wells  [i.e.  the  Kayenta well  system]  in  2004.  The  Kayenta municipal pumping  currently accounts  for 34%  of all  the non‐industrial pumpage  from  the  confined portion of the aquifer and approximately 15% of all municipal production from the N‐aquifer (confined and unconfined).   Therefore,  lowering of potentiometric surface  in  the area near BM3 can be attributed to municipal use as well as PWCC pumping. (OSM 2006: 5)  

OSM seems to be implying that, in 2004, the magnitude of Kayenta’s withdrawals (423 acre‐feet) is 

profound because it accounts for 34% of 1,240 acre‐feet comprising total tribal withdrawals (it is notable 

these withdrawals are distributed throughout the entire confined portion of the N‐aquifer).   

This implication lacks empirical reasoning; arguably, it lacks understanding of basic hydrogeological 

principles, for in 2004, Peabody withdrew 4,370 acre‐feet from one centralized location in the confined 

N‐aquifer – more than ten times the volume of Kayenta’s 423 acre‐feet. 

In 2005, OSM also concluded that the material damage criterion for structural stability “is subject to 

review and modification”, but that it would continue to be used for OSM’s 2005 evaluation (OSM 2006: 

4).  That year, BM3 was 3.6 ft below the top of the N‐aquifer (Truini and Macy 2007).   

To clarify, in 1989, Peabody’s PHC concluded that 85% of the drawdown at Kayenta would be caused 

by municipal withdrawals (PCC‐PHC 1985), and in 1990, OSM concluded that “For there to be a 

reduction in well production or for structural damage to occur… the potentiometric surface would have 

to be drawn down to below the top of the confined portion of the aquifer… It can be seen that at no 

time does the potentiometric surface drop to this level anywhere within the affected area for any 

scenario.  The closest that the potentiometric surface gets to the top of the confined aquifer for scenario 

B [i.e. the proposed pumping rate] is 366 feet at Keams Canyon in the year 2052” (OSM‐EIS 1990: IV‐28). 

By 2005, OSM’s threshold for material damage to the N‐aquifer’s structural stability had been 

exceeded by 103.6 ft., and the potentiometric surface had fallen below the top of the aquifer.  

Nonetheless, OSM concluded: “material damage to the hydrologic balance of the N‐aquifer, caused by 

mining, with respect to maintaining the potentiometric head above the top of the N‐aquifer, has not 

occurred” (OSM 2006: 7). 

 

28  

Tuba City / Moenkopi  Drawdown at Tuba City/Moenkopi  is due entirely  to community withdrawals.   Total decline  from  the pre‐stress period  to 2007 will be 51  feet: “OSM concludes  that under all alternatives  there would be negligible short and  long‐term  impacts  in the Tuba City/Moenkopi area due to mine‐related pumping” (OSM‐EIS 1990: IV‐29). 

 

USGS monitors six wells within a five mile radius of Tuba City and Moenkopi.  However, municipal 

withdrawals occur at three clustered Navajo Tribal Utility Authority (NTUA) wells.  From the pre‐stress 

period through 2008, these wells declined by 31 ft, 27.7 ft, and 27.4 ft (Figure 10).   Mean decline is 28.7 

ft; drawdown was overestimated by 44%.  

Three other wells monitored by USGS are located east and south of Moenkopi.  The water level in 

BIA wells 3K‐325 and Tuba City Rare Metals increased 6.2 ft and 4.9 ft for the period, while BIA 3T‐333 

declined 6.3 ft (Truini and Macy 2008).  The mean water‐level for the three wells is +1.6 ft.  The 

predicted drawdown of 51 ft was overestimated by 103% (Figure 11).   Thus, at Tuba City / Moenkopi, 

the model overestimated the impact on municipal withdrawals on water level by 44% to 105%; mean 

drawdown of the six wells is 13.6 ft, a 73% overestimation.  

 

 

 

 

 

 

 

 

 

 

29  

 

 

 Figure 10. Tuba City NTUA 1 (top), 3, (middle), and 4 (bottom. BMMP 2010) 

 

30  

 

 

 Figure 11. Tuba City BIA 3K‐325 (top), 3T‐333 (middle), and Rare Metals (BMMP 2010) 

 

 

 

31  

No correlation between Tuba City withdrawals and Tuba City water levels 

Because the actual water‐level decline was overestimated (44% in three NTUA wells, 103% in three 

BIA wells, and 73% in six area wells), it is reasonable to assume that the model’s projection for municipal 

withdrawals was overestimated by an approximately equivalent amount. 

Municipal withdrawals from the Tuba City well‐system were recorded in 23 of 24 years for the 

period 1985 – 2008 (withdrawal data were unavailable in 2006).  For this period, projected withdrawals 

totaled 27,787 acre‐feet, for an average of 1,208 af/y 11 (Figure 12).    

Actual withdrawals for the same period totaled 24,730 acre‐feet, averaging 1,075 af/y.  Actual 

withdrawals were overestimated by a total of 3,057 acre‐feet, or 133 acre‐feet per year (11%). 

Thus, assuming a linear relationship between withdrawals and water‐level, the water‐level decline 

at Tuba City (overestimated by 44%‐105%, or mean 73%) does not correlate with an equivalent 

overestimation of municipal withdrawals (11%).  

 

 Figure 12. Municipal Withdrawals from the Tuba City Well‐System, 1985‐2008. 

 

 

                                                            11 In 1985, the Tuba City well‐system withdrew 906 acre‐feet, and the model assumed that municipal withdrawals 

would increase annually by 2.5%. 

 

32  

Discharge from Moenkopi School Spring and to Moenkopi Wash 

Because changes in water‐level correlate with change in spring‐discharge, the overestimated water‐

level decline should correlate with an overestimated decline in spring‐discharge (the actual decline at 

Moenkopi School Spring should be less than the predicted 1‐2% decline).   

Peabody’s 1985 PHC addresses mine‐related impacts to N‐aquifer springs in a single paragraph: 

 Outflows  to springs and streams  from the N‐aquifer are projected by the USGS model  to decline  150  acre‐feet  due  to  Peabody  pumpage  and  330  acre‐feet  because  of  Tribal community pumpage.  Overall, this will amount to about a six percent reduction in stream and spring flow.  Although the projected declines are small, it is unlikely that they will ever return to pre‐1965 flow levels following cessation of the Peabody pumpage because Tribal community  pumpage  will  continue  and  is  presently  causing  a  majority  of  the  flow reductions. (PCC‐PHC 1985: 46) 

 Subsequently, OSM’s 1989 CHIA concluded:  

No material  damage  to  spring  discharge  to  the  hydrologic  balance  [sic]  is  projected  to 

occur for N‐aquifer spring discharge. (OSM‐CHIA 1989: 7‐5) 

 As well, OSM’s 1990 Final EIS concluded:  

Spring  discharges  in  Pasture  Canyon  would  not  change  as  a  result  of  mine‐related withdrawals.    Simulated  outflow  from  the N‐aquifer  to Moenkopi Wash, west  of  Black Mesa  through  Blue  Canyon  to Moenkopi, would  decrease  by  1  to  2  percent  under  all pumping  scenarios.    Community  pumping  would  have  a  slightly  greater  effect  on  the outflow  to Moenkopi Wash  than would  varying  the  duration  of  pumping  at  the mine; therefore,  the  short‐  and  long‐term  impact  of  the mine  on Moenkopi Wash  baseflow discharge from the N‐aquifer would be negligible. (OSM‐EIS 1990: IV‐28) 

 

The USGS model and N‐aquifer discharge 

It is imperative to recognize that, when the USGS model was developed, the basic components of 

the N‐aquifer’s water budget were (and continue to be) highly uncertain: the water‐budget could not be 

calculated because inflow and outflow were uncertain; vertical leakage was ignored; further studies 

were needed to verify assumptions; and as with all groundwater models, future precipitation and 

withdrawal rates were unknowable.  Most data were “not available for most nodes.  Some data may be 

incorrect or be subject to multiple interpretations” (Eychaner 1983).   Divergence between simulated 

and actual water levels was expected to occur, and the USGS explained that “the accuracy of projected 

water‐levels is uncertain” (Brown and Eychaner 1988).  Finally, the USGS explained that the model 

simulations “are better used to compare effects of different development plans rather than estimate 

actual future water levels and water‐budget components” (Brown and Eychaner 1988).   

33  

To clarify, the USGS groundwater model is not capable of accurately predicting water level at any 

particular well, it is incapable of predicting spring discharge from any particular spring, and it is 

incapable of predicting outflow to streams (Brown and Eychaner 1988; Eychaner 1983, 1981).   

This recognition reflects the uncertainties that continue to characterize current knowledge of the N‐

aquifer, for in 1999 Peabody’s own hydrology consultants explained that, because spring and stream 

discharge is poorly understood, “a regional scale model cannot currently be developed for the basin that 

will accurately predict the impacts of pumping on individual springs” (HSIGeoTrans and WEHE 1999: 5‐

23).    Thus, they concluded that “developing a qualitative estimate of the discharge (e.g., 0.1 cfs), or 

absolute change in discharge, is not feasible” (HSIGeoTrans and WEHE 1999: 5‐24).   In fact, no 

groundwater model ever developed for the N‐aquifer can accurately simulate spring or stream discharge 

from the N‐aquifer (HSIGeoTrans and WEHE 1999; Brown and Eychaner 1988; Eychaner 1983, 1981).   

 The relationship between springs and water level 

Spring discharge is reduced when the potentiometric surface (i.e. head) of an aquifer declines.  

Recall that any groundwater withdrawn from an aquifer alters its equilibrium and, initially, 100% of the 

withdrawals will come from storage.  Over time, however, given the Principle of Superposition, the 

groundwater withdrawn from the aquifer will reduce its potentiometric surface; aquifer discharge is 

affected as the cone of depression radiates out and away from the pumping source and reaches 

discharge locations.   As withdrawals slowly become balanced by the (1) reduced discharge, (2) induced 

recharge, or (3) some combination of both (this is known as “capture”).  New equilibrium is reached 

when the capture is equal to the amount of groundwater withdrawn from the system (Bredehoeft 2002, 

1997; Balleau and Mayer 1988; Bredehoeft et al. 1982; Theis 1940).   

“Discharge from springs is proportional to potentiometric head.  An analysis of groundwater 

quantity is basically a determination of where and how much the potentiometric head would change as 

a result of imposed activities… and the corresponding changes in spring discharge rates resulting from 

the head changes” (OSM‐EIS 1990: IV‐20).   

 

N‐aquifer Springs 

Four springs are monitored by the USGS monitoring program: (1) Moenkopi School Spring, (2) Burro 

Spring, (3) Pasture Canyon Spring, and (4) Unnamed Spring near Dennehotso (Figure 13).   

 

 

34  

Figure 13. Map of spring monitored by the USGS (in Truini and Macy 2006) 

 

Peabody’s PHC, and OSM’s 1989 CHIA and 1990 EIS explain that spring discharge in the area of 

Moenkopi may be reduced by 1‐2%; however, this would be caused entirely by municipal withdrawals 

from the Tuba City well system.  In all five of the groundwater model’s pumping scenarios, mine‐related 

withdrawals would have no effect on N‐aquifer springs (OSM‐EIS 1990: IV‐28). 

Furthermore, the USGS groundwater model projects that the nearest measureable impact  related 

to Peabody’s withdrawals (1 foot of water level decline) comes no closer than fifteen from Tuba 

City/Moenkopi and does not occur until the year 2052. 

 

 

 

35  

CHIA criterion for material damage to spring discharge 

Based on the simulation results of the groundwater model, OSM developed the material damage 

criterion for discharge from springs: discharge from springs must not be reduced by more than 10% in 

response to mine‐related withdrawals; potentiometric head must not fall below 100 ft. from the top of 

the N‐aquifer so that the average rate of discharge from springs, minus the measurement error of 10%, 

will be maintained (OSM‐CHIA 1989: 5‐5).   

 

Evaluation of the criterion 

According to OSM, the evaluation of the material damage criterion for springs “is based on 

computer simulation of changes in areas of hydraulic head near the confined/unconfined boundary of 

the N‐aquifer, not specific spring discharge points” (OSM 2006: 8).  To clarify, OSM does not use actual 

spring discharge monitoring data in its evaluation.  Rather, it relies upon simulations of the USGS 

groundwater model—which is incapable of simulating discharge from springs—to make its conclusions. 

Further, it is important to recognize that the USGS groundwater model itself is not updated with 

each year’s monitoring data, it is not run annually to evaluate each year’s simulated impacts, and the 

model’s performance is not evaluated on a regular schedule (the groundwater model is not a 

responsibility, per se, of the hydrologists monitoring the N‐aquifer).  Rather, the model is updated and 

tested by USGS modelers when the funding is available to do so (recall that USGS applies to the Bureau 

of Indian Affairs every year to fund the monitoring program itself).  Thus, OSM’s annual evaluation of 

material damage criteria is based upon the most recent simulation, whenever it occurred12.  

To clarify, because the model cannot simulate spring discharge, the damage threshold for springs is 

based upon by the models most recently run simulations of change in hydraulic head (this study has 

already demonstrated the models poor prediction‐accuracy in regard to head). 

 

 

                                                            12 OSM’s CHIA criterion for evaluating N‐aquifer discharge to streams (OSM‐CHIA 1989) has never been evaluated using the method original designed by OSM.  Recall that the evaluation of this criterion is based upon the results of the simulation model; moreover, if the indicator‐threshold is crossed, OSM requires further studies to discern the cause of the decline before corrective actions are taken (OSM‐CHIA 1989; OSM‐CHIA Addendum 1990).  OSM’s most recent evaluation of the N‐aquifer was performed in 2006, and the agency explained that the model’s most recent simulation‐run occurred in 1994.  Thus, in 2006, OSM’s evaluation of, and conclusions regarding groundwater discharge to streams were based upon a simulation of conditions in 1994 (OSM 2006; of course, the evaluation also assumes that, technically, the 1994 model‐simulation was accurate and, theoretically, that the uncertainties in natural systems can be replaced by the “certainty” of model‐simulations).   

 

36  

Through 2006, the USGS monitoring reports used logarithmic charts (Figure 14) to illustrate spring‐

discharge from the N‐aquifer, and no appreciable trends were apparent through that time.   

Concurrently, the 2006 OSM report concluded that material damage to the N‐aquifer springs had not 

occurred in relation to mine‐related withdrawals (OSM 2006; also see OSM‐EIS 2004, 2006). 

 

 Figure 14. USGS’s logarithmic chart of spring discharge (in Truini and Macy 2006) 

 

It was later revealed to USGS hydrologists working with Black Mesa Monitoring Program, however, 

that the logarithmic charts unintentionally concealed negative trends (In logarithmic charts, the unit of 

measure, circled in red (Figure 14) increases exponentially rather than incrementally.  As such, if the 

measured value has small changes within the higher range of values, as in the case of Moenkopi School 

Spring, trends may be inadvertently concealed, which is evident when comparing discharge data for 

Moenkopi School Spring in an incremental chart, Figure 15, below).  Subsequently, USGS began 

illustrating spring‐discharge using incremental charts (Truini and Macy 2008, 2007; Macy 2010, 2009). 

 

Moenkopi School Spring 

Recall that Moenkopi School Spring is located near the Hopi village of Lower Moenkopi, along the 

bank of Moenkopi Wash (Figure 15), approximately 60 miles downstream of the mine, and it is in the 

western‐most portion of the unconfined N‐aquifer.  According to Peabody’s consultants, “Drawdown at 

Tuba City is solely caused by pumping from local community wells… There are no impacts at Tuba City 

from PWCC pumpage in either the 2D or 3D model” (HSIGeoTrans and WEHE 1999: 8‐7 and 8‐8). 

Figure 17 demonstrates that the rate of discharge (in gallons per minute) varied throughout the 

period of record (1987‐2009): the highest discharge (16 gpm) occurred the first year of record and 

lowest discharge (8.0 gpm) occurred during the most recent year of record).  Mean discharge for the 

period is 11.81 gpm, which is 26.2% lower than the 1987 rate (exceeding the CHIA criterion by 16.2%). 

37  

 Figure 15.  Discharge from Moenkopi School Spring, 1987‐2008 (data from Macy 2010). 

 

The regression of discharge from Moenkopi School Spring to Peabody withdrawals13 (Figure 16) 

demonstrates a strong, indirect, linear relationship between decreasing discharge and increasing 

Peabody withdrawals:  r  = ‐0.84;  R2  = 0.71;  p < 0.0001.  

 

 Figure 16. Regression of Moenkopi School Spring discharge and Peabody Withdrawals 

 

                                                            13  Analysis includes the period 1987‐2005. Spring discharge measurements began in 1987.  Peabody withdrawals for water years 2006, 2007, 2008 are statistical outliers and are not included in the regression (Peabody reduced its withdrawals 70% beginning  in 2006 due to closure of MGS, Black Mesa Pipeline, and Black Mesa Mine).     See Appendix A for the statistical explanation for the outliers.  

R² = 0.5475

6

8

10

12

14

16

18

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

Moenkopi School Spring‐Discharge, 1987‐2009

n = 15r = ‐0.84R² = 0.71p < 0.0001

 3,600

 3,800

 4,000

 4,200

 4,400

 4,600

 4,800

9 10 11 12 13 14 15 16 17

Peabody Wihtdrawals (af/y)

Moenkopi School Spring Discharge (gpm)

Regression of Spring Discharge and Peabody Withdrawals

38  

To clarify, with the data that are available, 71% of the variability in discharge from Moenkopi School 

Spring (a declining trend) can be accounted for on the basis of the variability in Peabody withdrawals (an 

increasing trend).  The null hypothesis (Peabody withdrawals do not affect discharge from Moenkopi 

School Spring) is rejected because the chance that the demonstrated relationship (R2) does not actually 

exist is less than 0.01% (p).  

Although OSM has not evaluated the material damage criteria since 2006 (water‐year 2005), its 

conclusion that mine‐related groundwater withdrawals have had no effect on N‐aquifer springs has not 

changed (OSM‐CHIA 2008).   

 

Moenkopi School Spring and Tuba City Withdrawals 

Moenkopi School Spring is within five miles of the wells that comprise the Tuba City well system. 

The regression of spring discharge to Tuba City withdrawals (Figure 17) demonstrate that, for the period 

of record, there is no statistically significant relationship between spring discharge and local 

withdrawals:  r = ‐0.30;  R2 = 0.09;  p = 0.28.  

 

 Figure 17. Regression of Moenkopi School Spring discharge & Tuba City Withdrawals 

 

To clarify, with the data that are available, 9% of the variability in discharge from Moenkopi School 

Spring (a declining trend) can be accounted for on the basis of the variability in Tuba City withdrawals 

(an increasing trend).  However, the null hypothesis (Tuba City withdrawals do not affect discharge from 

Moenkopi School Spring) is not rejected because there is a 28% chance (p) that the demonstrated 

relationship (R2) occurred by chance.  

 

R² = 0.0893

80085090095010001050110011501200125013001350

8 9 10 11 12 13 14 15 16

Tuba City Withdrawals (af/y)

Moenkopi School Spring Discharge (gpm)

Regression of Spring Discharge and Tuba City Withdrawals

39  

Moenkopi School Spring and Tuba City Precipitation 

The regression of discharge from Moenkopi School Spring and local precipitation at Tuba City (Figure 

18) demonstrate that there is no statistically significant relationship between discharge and rainfall in 

the area: the null hypothesis (Precipitation at Tuba City does not affect discharge from Moenkopi School 

Spring) is not rejected because there is a 17% chance (p) that the demonstrated relationship (R2) 

occurred by chance.  

 

 Figure 18. Regression of Moenkopi School Spring discharge & Tuba City Precipitation (precipitation data for the Tuba City weather station from the Desert Research Institute: http://www.wrcc.dri.edu/). 

 

OSM on Precipitation and Spring Discharge 

OSM also found no discernable relationship between precipitation and discharge in the Tuba 

City/Moenkopi area (OSM‐CHIA 1989).  In fact, OSM found an inverse relationship: the (pre‐mining) 

period of higher precipitation correlated with low‐flow characteristics while the (post‐mining) period of 

low precipitation correlated with high‐flow characteristics:   

 

The  inconsistencies noted above  indicate that other  factors which  influence run‐off within the basin effectively mask any consistent relation between precipitation on Black Mesa and discharge at Moenkopi Wash at Moenkopi, at least for the relatively short period of record analyzed. (OSM‐CHIA 1989: 3‐13)        

R² = 0.1148

0

2

4

6

8

10

12

7 8 9 10 11 12 13 14 15 16 17

Precipitation (in)

Moenkopi School Spring Discharge (gpm)

Regression of Spring Discharge and Tuba City Precip

40  

Forest Lake  The maximum water‐level decline  at  Forest  Lake will occur  in 2007;  it will be 40  ft. below  the 1985 

water‐level.  Water levels will recover to the 1985‐level in 2009.  Total decline from the pre‐stress period 

to 2007 will be 148  feet.   “OSM concludes  that  the  impacts  in  the area due  to mine related pumping 

would be minor over both the short and the long‐term” (OSM‐EIS 1990: IV‐29). 

 

Forest Lake (BIA well 4T‐523, completed in 1980) is the closest community to the Peabody lease‐

area. Directly south of the mine (see Figure 1), it was expected to incur the greatest mine‐related water 

level decline of all the communities on Black Mesa.  Given proximity to the mine and similar 

hydrogeological characteristics, it is intuitive that the model‐predictions for Forest Lake would be more 

accurate than distant communities with different hydrogeological characteristics; large discrepancies 

would be indicative of significant model errors. 

The USGS model estimated the pre‐stress water‐level at the Forest Lake well at 1,096 ft. below land 

surface (Macy 2010); by 1985, the water level had declined 28 ft. (1,124 ft. below land surface).  

However, due to the closure of the Mohave Generating Station, the withdrawal reduction in the model 

simulation occurred at the end of 2005 rather than 2006: the aquifer had one full year to recover in 

comparison to the simulation.  With the extra full‐year of recovery, maximum water‐level decline should 

have occurred prior to 2007 (as predicted), should be less than the model predicted, and recovery to the 

1985‐water‐level should have occurred earlier than 2009 (as predicted).  A significant lack of recovery by 

2009 would indicate error in the conceptual model. 

In 2007, the water‐level at Forest Lake was 1,189 ft. below land surface (65 ft. lower than the 1985 

water‐level; see BMMP 2010; Truini and Macy 2008).  While the predicted 40 ft. decline between 1985 

and 2007 was off by merely 25 ft, this is an underestimation of mine‐related impacts at Forest Lake by 

62.5%.  Because the Forest Lake well (NTUA1) was only completed in 1980, water‐level decline from the 

pre‐stress period to 1984 was estimated by the model at 108 ft (Brown and Eychaner 1988: 41).  

However, USGS recorded total drawdown for the period 1965 to 2007 at 93.8 ft.   

Because 65 ft of the total decline occurred between 1984 and 2007, only 28.8 ft of drawdown at 

Forest Lake occurred prior to 1984.  Thus, the model estimate of 108 ft decline occurring prior to 1985 

was an overestimation of the actual drawdown that occurred prior to 1985 of 73.3%, expressing 

significant conceptual or input data error. 

 

41  

 Figure 19. Groundwater‐levels at Forest Lake NTUA1 (BMMP 2010) 

 

Recovery at Forest Lake 

Water‐level at Forest Lake did not begin to recover following the early reduction in 2006.  In fact, 

water‐levels remained approximately 1,190 ft below land surface through 2008.  In 2009—the year 

water‐level was predicted to recovery to the 1985‐level—head at Forest Lake had recovered only 3 of the 

predicted 40 ft (or actual 66 ft) decline.  Given the variation of water‐level at Forest Lake over time, at 

the time of this study, it is not yet apparent of maximum decline has been reached or if any recovery has 

occurred.  

 

 

 

 

 

 

 

 

 

 

 

 

42  

Pinon  Drawdown at Pinon will be similar to Forest Lake, but community withdrawals will have a greater effect.  

Maximum water level will decline will be in 2007, being 34 feet below the 1985 levels; total decline from 

the pre‐stress period  to 2007 will be 106  feet.   “OSM concludes  that  impacts  in  the Pinon area  from 

mine‐related pumping would be minor over both the short and long‐term” (OSM‐EIS 1990: IV‐29). 

 

The pre‐stress water level at Pinon was 743 ft below land surface; in 1985 it was 803.3 ft below land 

surface (a decline of 60.3 ft).  In 2007, the water‐level was measured at 904.3 ft below land surface, a 

decline of 101 ft from the 1985‐level: drawdown for this period was underestimated by 67 ft (97%).  

Between 1965 and 2007, water‐level declined 161.3 ft, an underestimation of 55.3 ft (52%). 

 

 Figure 20. Groundwater‐levels at Pinon well PM6 (BMMP 2010) 

 

Recovery at Pinon 

Water‐level continued to decline after the reduction of industrial withdrawals.  In 2008 and 2009, 

water‐levels were measured at 904.9 ft below land surface (BMMP 2010; Macy 2009).  At the time this 

study was conducted, it was unclear whether or not the water‐level at Pinon had yet reached its 

maximum decline or if recovery had initiated.  

 

 

 

43  

GROUNDWATER QUALITY 

 The sandstone aquifers supplying water to the Peabody wells contain a vast quantity in 

storage, which is isolated from water in the relatively shallow local wells on the mesa by 

impermeable formations overlying the Navajo, Kayenta, and other deep formations.   

United States Bureau of Reclamation (USBR 1971) 

Environmental Statement for the Black Mesa‐Kayenta Mine   

 Effects of induced leakage of poorer quality water from the overlying D‐aquifer system on N‐aquifer water quality.  The water quality from Peabody and Tribal wells completed in the N‐aquifer has been periodically monitored by the USGS since 1967.  The thrust of the N‐aquifer water  quality monitoring  effort  has  been  towards  assessing  if  vertical  leakage  from  the overlying D‐aquifer system is significant.  The concentration of dissolved solids, chloride, and sulfate  ions  in the D‐aquifer  is about 7 times, 11 times, and 30 times greater, respectively, than  in  the N‐aquifer.    If  the N‐aquifer water  level declines are  inducing  large amounts of vertical  leakage  from  the D‐aquifer  system,  there  should be marked  changes with  time  in these parameter concentrations. 

Peabody Western Coal Company (PCC‐PHC 1985: 46) Determination of Probably Hydrologic Consequences  

  

Peabody’s PHC concludes that “there is no evidence to suggest that significant vertical leakage is 

occurring from the D‐aquifer system into the N‐aquifer system” (PCC‐PHC 1985: 46).  OSM subsequently 

generated the material damage criterion for water quality: a value of leakage from the overlying D‐

aquifer, caused by mine‐related withdrawals, is not to exceed 10%.   

Like the criterion for structural stability and spring discharge, the USGS groundwater model 

simulations provide the basis for the evaluation of water‐quality:  the estimated pre‐stress leakage from 

the D‐aquifer was estimated at 180 acre‐feet per year.  The simulation of municipal pumping only 

(Scenario E) shows leakage of 239 acre‐feet per year, and the simulation of municipal and proposed 

industrial pumping (Scenario B) shows leakage increasing to 243 af/y.   Thus, because mine‐related 

groundwater pumping would increase leakage from the overlying D‐aquifer by merely 4 af/y, “any effect 

on water quality would be negligible due to a 2 million to 1 dilution and no material damage to water 

quality would occur” (OSM‐CHIA 1989: 7‐4).   

OSM reiterates their findings in the Final‐EIS: “This is further substantiated by the 1989 USGS 

monitoring program progress report (Hart and Sottilare 1989) which concludes that no impacts are 

observable from leakage of the D‐aquifer to the N‐aquifer.  OSM concludes that the potential for 

degradation… is considered to be minor over both the short and the long‐term” (OSM‐EIS 1990: IV‐34).   

44  

OSM upheld this conclusion in 2006: “material damage to the N‐aquifer, caused by mining, with respect 

to leakage from the overlying D‐aquifer, has not occurred” (OSM 2006). 

However, OSM offers no explanation regarding exactly how the criterion for chemical quality will be 

evaluated.  The USGS model is a mathematical flow model; it was not developed in consideration of any 

chemical quality parameters, and it has no hydrogeochemical capacity.    

Rather, OSM predetermined that mining will not diminish the water‐quality because all five of the 

model’s pumping scenarios showed negligible volumes of leakage from the overlying D‐aquifer.  In 

short, because the model predetermined that mining will not induce leakage, the mine will not harm the 

N‐aquifer’s chemical quality.  Thus, any future evaluation of the criterion is unnecessary. 

 Discussion 

The quantification of leakage between aquifers that are thousands of feet deep requires intensive 

investigation into vertical hydraulic conductivities between the aquifers, water measurements from the 

aquifers, and other hydrogeological information that are not available.  Moreover, the D‐aquifer is not 

monitored and investigation of its leakage characteristics did not begin until 2003 (Truini and 

Longsworth 2003; Truini and Macy 2005).    

OSM acknowledges, “Neither the USGS nor PWCC monitors water‐levels in the confined portion of 

the D‐aquifer as part of its monitoring effort. D‐aquifer water‐level information would be needed to 

directly evaluate the change in leakage from the D‐aquifer to the N‐aquifer” (OSM 2006: 7).  

In review of USGS monitoring data, two wells (Rough Rock PM5 and Keams Canyon PM2) have TDS‐

levels exceeding the EPA’s recommended drinking water limit, and “appreciably higher levels of 

chloride” at 97 mg/L and 113 mg/L, respectively (OSM 2006).   

In 2007, the concentration of arsenic in Keams Canyon PM2 was measured at 40.3 μg/L, exceeding 

the EPA’s standard for Maximum Contaminant Level (MCL: 10 μg/L) (Truini and Macy 2007).      

The USGS monitoring report for 2007‐2008 (Macy 2009) illustrates significant increasing trends TDS, 

Chloride, and Sulfate at Moenkopi School Spring (Figure 21). 

However, OSM concluded that mining‐activities generate only an additional 4 acre‐feet of leakage 

per year to the N‐aquifer and, as a consequence, material damage to the hydrologic balance of the N‐

aquifer, in response to mining, has not and will not occur (OSM‐CHIA 1989). 

45  

Figure 21. Water chemistry data for select springs (in Macy 2009)  

 

 

 

 

46  

REACH OF PEABODY’S WITHDRAWALS 

 

Figure 22 provides the water‐level record for six NTUA and BIA wells throughout the confined and 

(assumed) unconfined portion of the N‐aquifer (water levels are shown as feet below land surface).   

The red circles may highlight water levels following Peabody’s 6 month cessation of withdrawals; the 

red‐dashed line indicates Peabody’s 70% reduction in withdrawals beginning in 2006. 

It is hypothesized that the confined portion of the N‐aquifer reaches farther south than has 

previously been recognized, and the water level recovery in these wells has not registered, as it did in 

1985 (Hill and Whetten 1986), due to the principle of superposition (Bredehoeft et al. 1982; Theis 1940).   

Indeed, in the subsequent 1999 model by Peabody consultants, the confined boundary of the N‐

aquifer “extends further to the southwest towards Goldtooth and southeast towards jadito [sic].  

Differences in boundary locations range from 10 to 25 miles” (HSIGeoTrans and WEHE 1999: 7‐10).  

Figure 19, below, illustrates that the conspicuous groundwater recovery “spike” as far south as 

Goldtooth. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

47  

 

 

Longhouse Valley (north)                    Shonto Southeast (west) 

  

White Mesa Arch (west)                                                          Rough Rock 9Y‐92 (northeast) 

  

Tuba City 3K‐325 (southwest)                                                   Goldtooth (southwest) 

 Figure 22. Water Level Data for Five NTUA/BIA Wells14 (BMMP 2010) 

                                                            14  Longhouse  Valley  and  Shonto  Southeast,  north  and west  of  the well‐field,  are  continuing  declining  trends.  

Though water levels are variable in wells White Mesa Arch and Rough Rock (9Y‐92) both express the conspicuous 

single year recovery “spike” in water levels following water year 1985 (highlighted in red), the year that Peabody’s 

groundwater withdrawals ceased for 6 months due to maintenance at the Mohave Generating Station.  Tuba City 

3K‐325 remains variable ±5 ft., and Goldtooth expresses a slight decreasing trend, yet the post‐1985 recovery spike 

is evident as far south as these two wells.  Many other wells throughout the N‐aquifer also demonstrate the 1985 

48  

SUMMARY  

 

This study found that the extraordinary range of hydrogeological uncertainties upon which 

Peabody’s PHC is based undermines the conclusiveness of its determination of mining‐related impacts.  

This finding is supported via the convergence of the following evidence:  

(1) The USGS groundwater model is characterized by a high level of hydrogeological uncertainties (recharge, leakage, and discharge) and limited simulation capacities (Brown and Eychaner 1988; Eychaner 1983).   These uncertainties explain why:  

(2) Peabody’s PHC and OSM’s CHIA and EIS did not predict any groundwater parameters with any appreciable level of accuracy.  This should not be surprising given the number of times the model had to be recalibrated during its first decade of use (i.e. it was first calibrated to match actual observations 1981 but divergence was apparent by 1982, in 1985, and in 1987, requiring recalibration each time.  It is unknown if recalibration also occurred when the model was updated in 1994 and 1996).   

 

(3) The USGS groundwater model, Peabody’s PHC, and OSM’s CHIA and EIS failed to capture the essentially linear relationship between water level decline and spring discharge.  Recharge, leakage, and discharge continue to be poorly understood.  The impact of Peabody withdrawals were generally underestimated and the effect of municipal withdrawals were generally overestimated.  The boundaries of the confined and unconfined aquifer boundary areas are in question and there is significant reason to suspect that the confined portion of the aquifer reaches south of Goldtooth.  There are robust indicators that mining‐impacts have had a far greater impact on the N‐aquifer’s hydrologic balance than has heretofore been recognized or acknowledged.  

(4) In 2001, the USGS concluded that new studies investigating recharge, leakage, and discharge were needed before investing more time in refining the existing USGS groundwater model (Thomas 2002).  In 2008, a USGS hydrologist explained that the existing USGS groundwater model was not a good representation of the N‐aquifer and, overall, had not performed well (Leake 2008).  

(5) In the most current groundwater model developed by Peabody consultants (HSIGeoTrans and WEHE 1999), a discharge estimate was not attempted because discharge remains poorly understood.  No new studies were performed to estimate either recharge or leakage. 

 

 

 

                                                                                                                                                                                                “reversal” recorded by the USGS (Hill and Whetten 1986)   These  include Rough Rock 10T‐258,   Rough Rock 10R‐

111, Pinon PM6, and possibly Keams Canyon PM2 and USGS observation well BM3. 

49  

APPENDIX A: Descriptive Statistics and Outliers for Peabody Withdrawals 

 

     Data for Kayenta withdrawals are available from 1984‐2008; data for spring discharge are 

available for the period 1987‐2008; and Peabody withdrawal data are also available for this period 

(Chart 1, below).  However, because withdrawals declined by approximately 70% after 2005, the 

regression of Peabody Withdrawals to discharge from Moenkopi School Spring, for example, is skewed 

by the three years of reduced withdrawals (Chart 2).   

As might be expected, descriptive statistics for Peabody withdrawals (the period 1987‐2008) express 

three outliers representing withdrawals for 2006, 2006, and 2008 (Chart 3).  Due to these three years, 

the data are not distributed evenly under the normal fit; the box‐plot expresses three outliers; and the 

three outliers skew the distribution. 

It is not acceptable to remove outliers simply because they seem anomalous and do not trend with 

other data.  However, that is not the case here; these three years are not anomalous data points within 

the data set.  Rather, Peabody made a management decision to change its withdrawal regime by 

decreasing withdrawals by 70%.  In this case, the outliers are removed because they do not represent 

conditions that are normal to the data set. 

With these three years removed from the data set (Chart 4), descriptive statistics express the small 

number of data points within the data set as distributed more evenly. 

 

 

CHART 1 

 ‐

 500

 1,000

 1,500

 2,000

 2,500

 3,000

 3,500

 4,000

 4,500

 5,000

1968

1969

1970

1971

1972

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

With

draw

als

in a

cre-

feet

per

yea

r

50  

 

CHART 2 

51  

 CHART 3 

52  

 CHART 4 

 

53  

 Key references for Black Mesa and the Black Mesa‐Kayenta Coal Mine  

Alley, W.M., and P.A. Emery. 1986. Groundwater model of the Blue River Basin, Nebraska – twenty years later. Journal of Hydrology, 85, pp. 225-250. Alley, W.M., O.L. Franke, and T.E. Reilly. 1999. Sustainability of Ground-Water Resources, U.S. Geological Survey Circular 1186. Denver, Colorado. 79 p. Alley, W.M., and S.A. Leake. 2004. The Journey from Safe Yield to Sustainability. Groundwater, Vol.42, No. 1, January-February 2004, pp. 12-16. American Society of Civil Engineers. 1972. Groundwater Management, Manual of Engineering Practice 40, New York. Anderson, M.P. 1995. Groundwater Modeling in the 21st Century. In Al-Kadi (ed.) Groundwater Models for Resources Analysis and Management. Lewis Publishers, Boca Raton. Anderson, P.F., and S. Lu. 2005. A Post Audit of a Model-Designed Ground Water Extraction System. Ground Water. Vol. 41, No.2, pp. 212-218. Anderson M.P., and W.W. Woessner. 1992a. Applied Groundwater Modeling: Simulation of Flow and Advective Transport. Academic Press, New York.

Anderson M.P., and W.W. Woessner. 1992b. The role of the postaudit in model validation. Adv. Water Res., 15, 167, 1992. Anderson M.P., D.S. Ward, E.G. Lappala, and T.A. Prickett. 1993. Computer Models for Subsurface Water. In D.R. Maidment (ed.) 1993, Handbook of Hydrology, McGraw-Hill, Inc. New York. Arizona Department of Water Resources, 2006. Arizona Water Atlas, Volume 2: Eastern Plateau Planning Area. AZ Department of Water Resources, Draft, June 2006. Arizona Department of Water Resources, 2008. Power Plants in Arizona – an Emerging Industry, a New Water User. Arizona Water Resources Research Center, University of Arizona, last accessed 1 April 2010: http://ag.arizona.edu/AZWATER/awr/janfeb01/feature1.htm.

54  

Balleau W.P., and A.B. Mayer. 1988. The transition from groundwater mining to induced recharge in generalized hydrogeologic systems. Proceedings of FOCUS conference on Southwestern Ground Water Issues, National Water Well Association, Dublin Ohio, pp. 81-103. Barnett, T.P., D.W. Pierce. 2008. When will Lake Mead go dry? Water Resources Research, Vol. 44, W03201, doi:10, 1029/2007WR006704. http://meteora.ucsd.edu/~pierce/papers/Barnett_Pierce_2008_JWRR_Lake_Mead.pdf Barnett, T.P., and D.W. Pierce. 2009. Sustainable water deliveries from the Colorado River in a changing climate. Proceedings of the National Academy of Sciences. Vol. 106, no. 18. http://meteora.ucsd.edu/~pierce/papers/Barnett_and_Pierce_2009_PNAS_Colo_Sustainability.pdf Black Mesa Monitoring Program (BMMP). 2010. U.S. Geological Survey; Jamie Macy, Project Director. Cooperating Agencies include the Bureau of Indian Affairs and the Arizona Department of Water Resources. See the link to the “Interactive Data Map” for groundwater level and chemical data: http://az.water.usgs.gov/projects/9671-9E9/index.html. Last accessed 18 March 2010. Bredehoeft, J.D. 1997. Safe Yield and the Water Budget Myth. Editorial in Groundwater, Vol.35, No.6, November-December 1997. Bredehoeft, J.D. 2002. The Water Budget Myth Revisited: Why Hydrogeologists Model. Groundwater, Vol. 40, No. 4, July-August 2002, pp. 340-345. Bredehoeft, J.D. 2006. On Modeling Philosophies. Ground Water, Vol. 44, No.4. July-August, pp. 496-499. Bredehoeft, J.D., S. S. Papadopulos, and H. H. Cooper. 1982. Groundwater: The Water-Budget Myth. In Scientific Basis of Water-Resource Management, Studies in Geophysics, Washington DC: National Academy Press, pp. 51-57. Bredehoeft, J.D., and L.F. Konikow. 1993. Groundwater models: validate or invalidate. Ground Water, 31(2), 178, 1993. Brown, R.H. 1963(a). The cone of depression and the area of diversion around a discharging well in an infinite strip aquifer subject to uniform recharge. U.S Geological Survey Water Supply Paper 1545C.

55  

Brown, S.C. 1963(b). Potential Ground Water Supply of the South Shonto-Tsegi Area, Navajo County, Arizona; Sentry Royalty Company, St. Louis, Missouri, 42 pages. Brown, J.G., and J.H. Eychaner. 1988. Simulation of five ground-water withdrawal projections for the Black Mesa area, Navajo and Hopi Indian Reservations, Arizona. U.S. Geological Survey Water-Resources Investigations Report 88–4000, 51 p. Carpenter, M.C. 1999. Part 1: South-Central Arizona. In D. Galloway, D.R. Jones, and S.E. Ingebritsen (Eds.) Land Subsidence in the United States (Circular No. 1182, pp. 65-78). Reston, VA: U.S. Geological Surgey. Carpenter, S. R., W. A. Brock, and D. Ludwig. 2002. Collapse, Learning, and Renewal. In L.H. Gunderson & C.S. Holling (Eds.), Panarchy: Understanding Transformations in Human and Natural Systems. Island Press, Washington D.C. Cooley, M.E., J.W. Harshbarger, J.P Akers, and W.F. Hardt. 1964. Selected Lithology Logs, Drillers’ Logs, and Stratigraphic Sections Part 3 of Geohydrologic Data in the Navajo and Hopi Indian Reservations, Arizona, New Mexico, and Utah; Arizona State Land Department, Water Resources Report 12-C, 157 pages (this study was subsequently integrated into Cooley et al. 1969). Cooley, M.E., J.W. Harshbarger, J.P. Akers, and H.F. Hardt. 1969. Regional Hydrogeology of Navajo and Hopi Indian Reservations, Arizona, New Mexico, and Utah. With a section on vegetation by O.N. Hicks. United States Department of the Interior, Geological Survey Professional Paper 521-A, prepared in cooperation with the Bureau of Indian Affairs and the Navajo Tribe. Davis, G.E., W.F. Hardt, L.K. Thompson, and M.E. Cooley. 1963. Records of ground-water supplies, part 1 of geohydrologic data in the Navajo and Hopi Indian Reservations, Arizona, New Mexico, and Utah: Arizona State Land Department Water-Resources Report 12–A, 159 p. Desert Research Institute, 2010. Precipitation and other climate data throughout Black Mesa’s communities is available at: http://www.wrcc.dri.edu/. Tuba City precip. data: http://www.wrcc.dri.edu/cgi-bin/cliMAIN.pl?az8792 . Devlin, J.F., and M.A. Sophocleous. 2005. The persistence of the water budget myth and its relationship to sustainability. Hydrogeology Journal, 13(4):549-554. El-Kadi, A. 1995. Needs for the next Generation of Models. In El-Kadi (ed.), Groundwater Models for Resources Analysis and Management. Lewis Publishers, Boca Raton.

56  

Eychaner, J.H., 1981. Geohydrology and Effects of Water Use in the Black Mesa Arizona, Navajo and Hope Indian Reservations, Arizona. U.S. Geological Survey Open-File Report 81-911, Prepared in cooperation with the Arizona Department of Water Resources. Eychaner, J.H., 1983. Geohydrology and effects of water use in the Black Mesa area, Navajo and Hopi Indian Reservations, Arizona: U.S. Geological Survey Water-Supply Paper 2201, 26 p. Fairhead, J., and M. Leach. 1998. Reframing Deforestation: Global Analyses and Local Realities: Studies in West Africa, Routledge: London. Flavelle, P. 1992. A Quantitative Measure of Model Validation and its Potential Use for Regulatory Purposes. Advances in Water Resources, 15, 5-13. Flavelle, P., S. Nguyen, W. Napier, and D. Lafleur. 1990. Lessons learned from model validation – a regulatory perspective. In GEOVAL ’90 (Ref. 21) pp.441-8. Freyberg, D.L. 1988. An exercise in groundwater model calibration and prediction. Ground Water 26(3), 350-360. GeoTrans, Inc. 1987. A two-dimensional finite-difference flow model simulating the effects of withdrawals to the N aquifer, Black Mesa area, Arizona: Boulder, Colorado, GeoTrans, Inc., report prepared for Peabody Western Coal Company. GeoTrans, Inc. 2005. A three-dimensional flow model of the D and N aquifers, Black Mesa Basin, Arizona: Supplement 1. Louisville, Colorado 80027. Report prepared for Peabody Western Coal Company, 50 p. Glennon, R.G. 2002. Water Follies: Groundwater Pumping and the Fate of America’s Fresh Waters. Island Press, Washington D.C. Greenberger, M., M. Crenson, and B. Crissey. 1976. Models in the Policy Process. New York: Russell Sage Foundation. Harshbarger, J.W., D.D. Lewis, H.E. Skibitzke, W.L. Heckler, and L.R. Kister. 1966. Arizona Water. U.S. Geological Survey Water-Supply Paper 1648, 85 p. Hart, R.J. 1998. Draft memorandum from Bob Hart, Supervisory Hydrologist in the USGS Water Resources Division, to Greg Littin, Hydrologist in the USGS Water Resources Division (19 August 1998); pp. 1, 3 (Black Mesa Monitoring Program – a New Focus). Quoted in the NRDC’s report:

57  

Drawdown: Groundwater Mining on Black Mesa. The updated version of the report is at: http://www.nrdc.org/water/conservation/draw/drawinx.asp Hart, R.J., and J.P. Sottilare. 1988. Progress report on the ground-water, surface-water, and quality-of-water monitoring program, Black Mesa area, northeastern Arizona—1987–88. U.S. Geological Survey Open-File Report 88–467, 27 p. Hart, R.J., and J.P. Sottilare. 1989. Progress report on the ground-water, surface-water, and quality-of-water monitoring program, Black Mesa area, northeastern Arizona—1988–89. U.S. Geological Survey Open-File Report 89–383, 33 p. Hassan, A. 2004. Validation of Numerical Ground Water Models Used to Guide Decision Making. Ground Water, Vol. 42, No. 2, March-April 2004, pp. 277-290. Hill, G.W., 1985, Progress report on Black Mesa monitoring program—1984. U.S. Geological Survey Open-File Report 85–483, 24 p. Hill, G.W., and J.P. Sottilare. 1987. Progress report on the ground-water, surface-water, and quality-of-water monitoring program, Black Mesa area, northeastern Arizona—1987. U.S. Geological Survey Open-File Report 87–458, 29 p. Hill, G.W., and M.I. Whetten. 1986. Progress report on Black Mesa monitoring program—1985–86. U.S. Geological Survey Open-File Report 86–414, 23 p. Hill, M.C. 1992. Methods and Guidelines for effective model calibration with application to UCODE, a computer code for universal inverse modeling. U.S. Geological Survey Water Resources investigations Report 98-4005. Holling, C.S., 1978. Adaptive Environmental Assessment and Management. The Blackburn Press, Caldwell, NJ. Holling, C.S. 1973. Resilience and stability of ecological systems. Ann. Rev. of Ecol. and Syst. 4: 1-23. HSIGeoTrans, Inc., 1993. Investigation of the N- and D-aquifer geochemistry and flow characteristics using major ion and isotopic chemistry, petrography, rock stress analyses, and dendrochronology in the Black Mesa area, Arizona. Boulder, Colorado, HSIGeoTrans, Inc., prepared for Peabody Coal Company, 400 v.p.

58  

HSIGeoTrans, Inc., and Waterstone Environmental Hydrology and Engineering, Inc., 1999, A three-dimensional flow model of the D and N aquifers, Black Mesa Basin, Arizona. Prepared for Peabody Western Coal Company, 75 p. Kashef, A-A.I. 1986. Groundwater Engineering. McGraw-Hill Book Company, New York. Kister, L.R., and J.L. Hatchett. 1963. Selected chemical analyses of the ground water, part 2 of Geohydrologic data in the Navajo and Hopi Indian Reservations, Arizona, New Mexico, and Utah. Arizona State Land Department Water-Resources Report 12–B, 58 p. Konikow L.F. 1986. Predictive Accuracy of a Ground-Water Model – Lessons from a Postaudit. Groundwater, Vol. 24, No. 2, March-April 1986. Konikow, L.F. 1995. The Value of Postaudits in Groundwater Model Applications. In Al-Kadi (ed.) Groundwater Models for Resources Analysis and Management. Lewis Publishers, Boca Raton.

Konikow L.F., and J.D. Bredehoeft. 1974. Modeling flow and chemical quality changes in an irrigated stream aquifer-system. Water Resources Research, 10, pp. 546-562. Konikow L.F., and J.D. Bredehoeft. 1992. Groundwater models cannot be validated. Adv. Water Res., 15, 75. Konikow L.F., and J.D. Bredehoeft. 1993. The Myth of Validation in Ground Water Modeling. In Proceedings 1993 Groundwater Modeling Conference, A-4. Golden, Colorado, International Groundwater Modeling Center.

Konikow L.F., and E.P. Patten. 1985. Groundwater Forecasting. In Hydrological Forecasting, ed. M.G. Anderson and T.P. Burt. John Wiley and Sons Ltd. New York. Konikow, L.F., and M.A. Person. 1985. Assessment of Long-term salinity changes in an irrigated stream aquifer system. Water Resources Research, Vol. 21, 1611-1624.

Konikow, L.F., and L.A. Swain. 1990. Assessment of predictive accuracy of a model of artificial recharge effects in the Upper Coachella Valley, California. In Simpson, E.S., and Sharp, J.M. (eds.) Selected Papers on Hydrogeology, Vol. 1. International Association of Hydrogeologists, Proc. 1989 IGC Meeting, Washington, D.C., pp. 433-449.

59  

Leake, S. 2008. Personal conversation with Stanley Leake, Hydrogeologist, USGS office in Tucson, AZ, May 2009. Leijnse, A., and S.M. Hassanizadeh. 1994. Model Definition and Model Validation. Advances in Water Resources, 17 (1994) 197-200. Levitt, N., and P. Gross. 1994. The Perils of Democratizing Science. The Chronicle of Higher Education, 5 October, B1, B2. Lewis, B.D., and F.J. Goldstein. 1982. Evaluation of a Predictive Ground-Water Solute-Transport model at the Idaho National Engineering Laboratory, Idaho. U.S. Geological Survey Water Resour. Inv. 82-25, 1982. Littin, G.R. 1992. Results of ground-water, surface-water, and water-quality monitoring, Black Mesa area, northeastern Arizona—1990–91. U.S. Geological Survey Water-Resources Investigations Report 92–4045, 32 p. Littin, G.R. 1993. Results of ground-water, surface-water, and water-quality monitoring, Black Mesa area, northeastern Arizona—1991–92. U.S. Geological Survey Water-Resources Investigations Report 93–4111, 23 p. Littin, G.R., B.M. Baum, and M. Truini. 1999. Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—1999. U.S. Geological Survey Open-File Report 98–653, 27 p. Littin, G.R., and S.A. Monroe. 1995a. Results of groundwater, surface-water, and water-quality monitoring, Black Mesa area, northeastern Arizona—1992–93. U.S. Geological Survey Water-Resources Investigations Report 95–4156, 37 p. Littin, G.R., and S.A. Monroe. 1995b. Results of ground-water, surface-water, and water-chemistry monitoring, Black Mesa area, northeastern Arizona—1994. U.S. Geological Survey Water-Resources Investigations Report 95–4238, 25 p. Littin, G.R., and S.A. Monroe. 1996. Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—1995. U.S. Geological Survey Open-File Report 96–616, 22 p. Littin, G.R., and S.A. Monroe. 1997. Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—1996. U.S. Geological Survey Open-File Report 97–566, 27 p.

Lohman, S.W. 1972. Definitions of selected groundwater terms – revisions and conceptual refinements. U.S. Geological Survey, Water Supply Paper 1988, 21 pp.

60  

Lopes, T.J., and J.P. Hoffmann. 1997. Geochemical analyses of ground-water ages, recharge rates, and hydraulic conductivity of the N Aquifer, Black Mesa area, Arizona. U.S. Geological Survey Water-Resources Investigations Report 96–4190, 42 p. Macy, J.P. 2009. Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2007–08: U.S. Geological Survey Open-File Report 2009-1148, 43 p. Macy, J.P. 2010. Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2008–09: U.S. Geological Survey Open-File Report 2010-1038, 43 p. McDonald, M.G., and A.W. Harbaugh. 1988. A Modular Three-Dimensional Finite Difference Groundwater Flow Model: U.S. Geological Survey Open File Report 83-875, p. 528. Milly, P.C.D., J. Betancourt, M. Falkenmark, R.M. Hirsch, Z.W. Kundewicz, D.P. Lettenmaier, and R.J. Stouffer. 2008. Stationarity is Dead: Whither Water Management. Science Vol. 319. Mills, S. 1997. Discourse. Routledge, London. Moench, M. 2004. Groundwater: the challenge of monitoring and management. In: Gleick, P.H. (ed.), The World’s Water: 2004-2005, Washington DC: Island Press, pp. 79-100. National Research Council, 1990. Ground Water Models: Scientific and Regulatory Applications. Water Science and Technology Board Committee on Ground Water Modeling Assessment, Commission on Physical Sciences, Mathematics, and Resources. National Academy Press, Washington DC. National Research Council, 2000. Research Needs in Subsurface Science. National Academy Press, Washington D.C. Nichols, W.D. 1993 (Western Region Groundwater Specialist, USGS) Letter to William M. Alley, Chief of the Office of Groundwater, Water Resources Division, USGS, 10/28/1993. Office of Surface Mining Reclamation and Enforcement. 1985. Guidelines for Preparation of a Cumulative Hydrologic Impact Assessment (CHIA) [Draft]. December 1985. Office of Surface Mining Reclamation and Enforcement (OSM-CHIA). 1989. Cumulative Hydrologic Impact Assessment of the Peabody Coal Company Black Mesa / Kayenta Mine. Prepared by the OSMRE, Western Field Operations, April 1989.

61  

Office of Surface Mining Reclamation and Enforcement (OSM-EIS). 1989. Proposed Permit Application, Black Mesa / Kayenta Mine, Navajo and Hopi Indian Reservations, Arizona. Draft Environmental Impact Statement, OSM-EIS-25. June 1989. Office of Surface Mining Reclamation and Enforcement. 1990. Interior Department Issues Permit for Kayenta Coal Mine, Defers Decision on Black Mesa. Press release, 6 July 1990. Office of Surface Mining Reclamation and Enforcement (OSM-EIS). 1990. Proposed Permit Application, Black Mesa / Kayenta Mine, Navajo and Hopi Indian Reservations, Arizona. Volume 1: Report. Final Environmental Impact Statement, OSM-EIS-25. May 1990. Office of Surface Mining Reclamation and Enforcement (OSM-CHIA Addendum). 1990. Addendum to the CHIA; distributed by Peter Rutledge, Chief, Federal Programs Division, 21 June 1990. The addendum addresses and corrects an error in the CHIA criterion for the baseflow of Moenkopi Wash. Office of Surface Mining Reclamation and Enforcement. 1998. Report on its Review and Analysis of Peabody Coal Company’s 1996 “Annual Hydrologic Data Report” and the U.S. Geological Survey’s “Groundwater, Surface-Water, and Water-Chemistry Data, Black Mesa Area, Northeastern Arizona – 1996, 1995, 1994, 1992-93.” June 1998. Office of Surface Mining Reclamation and Enforcement. 2000. Report on its Review and Analysis of Peabody Coal Company’s 1998 “Annual Hydrologic Data Report” and the U.S. Geological Survey’s “Groundwater, Surface-Water, and Water-Chemistry Data, Black Mesa Area, Northeastern Arizona – 1998.” July 5, Corrected , August 7. Office of Surface Mining Reclamation and Enforcement. 2002. Permitting Hydrology: A Technical Reference Document for Determination of Probable Hydrologic Consequences (PHC) and Cumulative Hydrologic Impact Assessments (CHIA), Baseline Data. May 2002. Office of Surface Mining Reclamation and Enforcement. 2004. Report on its Review and Analysis of Peabody Coal Company’s 2003 “Annual Hydrologic Data Report” and the U.S. Geological Survey’s “Groundwater, Surface-Water, and Water-Chemistry Data, Black Mesa Area, Northeastern Arizona – 2003-03.” September 2004. Office of Surface Mining Reclamation and Enforcement. 2005. Report on its Review and Analysis of Peabody Coal Company’s 2004 “Annual Hydrologic Data Report” and the U.S. Geological Survey’s “Groundwater, Surface-Water, and Water-Chemistry Data, Black Mesa Area, Northeastern Arizona – 2003-04.” September 2004.

62  

Office of Surface Mining Reclamation and Enforcement. 2005(b). Correspondence from Paul Clark, OSM hydrologist, to Tim Grabiel, Natural Resources Defense Council, regarding the 2005 update of Peabody’s 1999 3D groundwater model. Office of Surface Mining Reclamation and Enforcement. 2006. Report on its Review and Analysis of Peabody Coal Company’s 2005 “Annual Hydrologic Data Report” and the U.S. Geological Survey’s “Groundwater, Surface-Water, and Water-Chemistry Data, Black Mesa Area, Northeastern Arizona – 2004-05.” November 2006. Office of Surface Mining Reclamation and Enforcement (OSM-EIS). 2006. Black Mesa Project: Draft Environmental Impact Statement. Prepared by the OSMRE, Western Region, November 2008. Office of Surface Mining Reclamation and Enforcement. 2007. Hydrologic Considerations for Permitting and Liability Release, Technical Reference Document for the Midcontinent Region, OSM, 2007. Office of Surface Mining Reclamation and Enforcement (OSM-EIS). 2008. Black Mesa Project: Final Environmental Impact Statement, Volume I–Report, and Volume II–Comments and Responses. Prepared by the OSMRE, Western Region, November 2008. Office of Surface Mining Reclamation and Enforcement (OSM-CHIA). 2008. Cumulative Hydrologic Impact Assessment of the Peabody Western Coal Company Black Mesa Complex. Prepared by the OSMRE, Western Region, December 2008. 98 p. Office of Surface Mining Reclamation and Enforcement. 2008 (OSM 2008). See OSM’s Indian Lands Program: http://www.wrcc.osmre.gov/OLD/Indlnds.html Office of Surface Mining Reclamation and Enforcement. 2008b (OSM 2008b). Significant Permit Revision Record of Decision, Black Mesa Complex. Peabody Western Coal Company, Navajo Country, Arizona. Permit No. AZ-0001D. OSM Project Number AZ-001-E-P-01. December 2008. Oreskes, N., K. Shrader-Frechette, and K. Belitz. 1994. Verification, Validation, and Confirmation of Numerical Models in the Earth Sciences. SCIENCE, Vol. 263, 4 Feb. 1994. Oreskes, N. 1998. Evaluation (Not Validation) of Quantitative Models. Environmental Health Perspectives, Vol. 106, Supplement 6, December 1998. Oreskes, N. 2003. The Role of Quantitative Models in Science. In Canham, C.D., J.J. Cole, and W.K Lauenroth (eds), Models in Ecosystem Science, Princeton University Press, Princeton, NJ.

63  

Oreskes, N. 2007. The American Denial of Global Warming. Guest lecture for the series Perspectives on Ocean Science, University of California Television, first airing 17 December 2007. The lecture may be viewed at: http://www.uctv.tv/search-details.aspx?showID=13459. Last accessed 1 May 2010. Papadopulos, S.S. and Associates, 1993. Navajo aquifer water study, final report, prepared for the Hopi Tribe, Navajo Nation, and Peabody Coal Company. Bethesda Maryland, Papadopulos and Associates, Inc. 49. Peabody Coal Company (PCC). 1985. Mining and Reclamation Plan: Black Mesa and Kayenta Mines. Arizona Division, Peabody Coal Company. Peabody Coal Company (PCC-PHC). 1985. Probable Hydrologic Consequences. Chapter 18 of Peabody Coal Company, 1985, Mining and Reclamation Plan: Black Mesa and Kayenta Mines. , Arizona Division, Peabody Coal Company. Person, M., and L.F. Konikow. 1986. Recalibration and predictive reliability of a solute-transport model of an irrigated stream-aquifer system. Journal of Hydrology 87, 145-165. Sargent, R.G. 1990. Validation of Mathematical Models. In Proceedings of GEOVAL ’90 Symposium on Validation of Geosphere Performance Assessment Models, Stockholm, Sweden, May 14-17 pp. 571-579. Stockholm: Swedish Nuclear Power Inspectorate. Smith, C.F., D.W. Anning, N.R. Duet, G.G. Fisk, H.F. McCormack, G.L. Pope, P.D. Rigas, and B.L. Wallace. 1995. Water-resources data for Arizona, water year 1994: U.S. Geological Survey Water-Data Report AZ–94–1, 320 p. Smith, C.F., F.C. Boner, R.G. Davis, N.R. Duet, and P.D. Rigas. 1993. Water-resources data for Arizona, water year 1992. U.S. Geological Survey Water-Data Report AZ–92–1, 360 p. Smith, C.F., P.D. Rigas, L.K. Ham, N.R. Duet, and D.W. Anning. 1994. Water-resources data for Arizona, water year 1993. U.S. Geological Survey Water-Data Report AZ–93–1, 360 p. Smith, C.F., N.R. Duet, G.G. Fisk, H.F. McCormack, C.K. Partin, G.L. Pope, P.D. Rigas, and S. Tadayon. 1996. Water-resources data for Arizona, water year 1995: U.S. Geological Survey Water-Data Report AZ–95–1, 306 p. Smith, C.F., N.R. Duet, G.G. Fisk, H.F. McCormack, C.K. Partin, G.L. Pope, P.D. Rigas. 1997. Water-resources data for Arizona, water year 1996: U.S. Geological Survey Water-Data Report AZ–96–1, 328 p.

64  

Sophocleous, M.A. 1997. Managing water resources systems: why “safe yield” is not sustainable. Groundwater Vol.35, No. 4, 561. Sophocleous, M.A. 1998. On the Elusive Concept of Safe Yield and the Response of Interconnected Stream-Aquifer Systems to Development. In: Sophocleous, M.A. (ed.) Perspectives on Sustainable Development of Water Resources in Kansas. Kansas Geological Survey, Bulletin 239, p. 86-95. Sophocleous, M.A., 2000. From safe yield to sustainable development of water resources, and the Kansas experience. Journal of Hydrology, 235(1-2):27-43. Sottilare, J.P., 1992, Results of ground-water, surface-water, and water-quality monitoring, Black Mesa area, northeastern Arizona—1989–90: U.S. Geological Survey Water-Resources Investigations Report 92–4008, 38 p. Surface Mining Control and Reclamation Act (SMCRA). 1977. Public Law 95-97. A copy of the Act and all of its revisions through December 1993 is accessible through the Office of Surface Mining Reclamation and Enforcement’s website: see http://osmre.gov Tadayon, S., N.R. Duet, G.G. Fisk, H.F. McCormack, C.K. Partin, G.L. Pope, and P.D. Rigas. 1999. Water-resources data for Arizona, water year 1998. U.S. Geological Survey Water-Data Report AZ–98–1, 454 p. Tadayon, S., N.R. Duet, G.G. Fisk, H.F. McCormack, C.K. Partin, G.L. Pope, and P.D. Rigas. 2000. Water-resources data for Arizona, water year 1999. U.S. Geological Survey Water-Data Report AZ–99–1, 389 p. Tadayon, S., N.R. Duet, G.G. Fisk, H.F. McCormack, C.K. Partin, G.L. Pope, and P.D. Rigas. 2001, Water-resources data for Arizona, water year 2000: U.S. Geological Survey Water-Data Report AZ–00–1, 390 p. Tadayon, S., N.R. Duet, G.G. Fisk, H.F. McCormack, G.L. Pope, and P.D. Rigas. 1998, Water-resources data for Arizona, water year 1997: U.S. Geological Survey Water-Data Report AZ–97–1, 416 p. Taylor, T.B., and C.C. Humpstone. 1973. The Restoration of the Earth. Harper and Row, New York. Theis, C.V. 1940. The Source of Water Derived from Wells: Essential Factors Controlling the Response of an Aquifer in Development. Civil Engineer 10, 277-280.

65  

Thomas, B.E. 2002. Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2000–2001, and performance and sensitivity of the 1988 USGS numerical model of the N aquifer. U.S. Geological Survey Water-Resources Investigations Report 02–4211, 75 p Thomas, B.E., and M. Truini. 2000. Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona–1999. U.S. Geological Survey Open-File Report 00–453, 42 p. TIME Magazine. 1964. WESTward Ho! Friday, 2 October 1964. Trescott, P.C., G.F. Pinder, and S.P. Larson. 1976. Finite Difference Model for Aquifer Simulation in Two-Dimensions, with Results of Numerical Experiments. U.S. Geological Survey Techniques of Water Resources Investigations, Book 7, Chapter C1, p. 116. Truini, Margot, Baum, B.M., Littin, G.R., and Shingoitewa-Honanie, Gayl, 2000, Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—1998: U.S. Geological Survey Open-File Report 00–66, 37 p. Truini, Margot, and Longsworth, S.A., 2003, Hydrogeology of the D aquifer and movement and ages of ground water determined from geochemical and isotopic analyses, Black Mesa area, northeastern Arizona: U.S. Geological Survey Water-Resources Investigations Report 03–4189, 38 p. Truini, Margot, and Thomas, B.E., 2004, Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2002–03: U.S. Geological Survey Open-File Report 03–503, 43 p. Truini, Margot and Macy, J.P., 2005, Lithology and thickness of the Carmel Formation as related to leakage between the D and N aquifer, Black Mesa, Arizona: U.S. Geological Survey Scientific Investigation Report 2005-5187, 7 p. Truini, Margot, Macy, J.P., and Porter T.J., 2005, Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2003–04: U.S. Geological Survey Open-File Report 2005–1080, 44 p. Truini, Margot, and Macy, J.P., 2006, Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2004–05: U.S. Geological Survey Open-File Report 2006–1058, 42 p. Truini, Margot, and Macy, J.P., 2007, Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2005-06: U.S. Geological Survey Open-File Report 2007–1041, 41 p.

66  

Truini, Margot, and Macy, J.P., 2008, Ground-water, surface-water, and water-chemistry data, Black Mesa area, northeastern Arizona—2005-06: U.S. Geological Survey Open-File Report 2008–1324, 33 p. U.S. Department of the Interior, Bureau of Reclamation. 1971. Draft of Environmental Statement for Black Mesa Coal Mining Operation. The Final EIS for the Black Mesa Coal Mining Operation is incorporated into the U.S. DOI BOR’s 1972 Final Environmental Impact Statement for the Navajo Project, Arizona. U.S. Department of the Interior, Bureau of Reclamation. 1972. Navajo Project, Arizona: Final Environmental Statement. 4 February 1972 van der Heijde, P.K.M. 1995. Model Testing: A Functional Analysis, Performance Evaluation, and Applicability Assessment Protocol. In El-Kadi (ed.), Groundwater Models for Resources Analysis and Management. Lewis Publishers, Boca Raton. van der Heijde, P.K.M., and O.S Elnawaywy. 1992. Quality assurance and quality control in the development and application of groundwater models, Report EPA/600/R-93/011. U.S. Environmental Protection Agency, Ada. OK. van der Heijde, P.K.M., P.S. Huyakorn, and J.W. Mercer. 1985. Testing and validation of groundwater models, in Proc. Conf. on Practical Applications of Groundwater Models, National Water Well Association, Dublin OH. van der Heijde, P.K.M., and R.A. Park. 1986. U.S. EPA Groundwater modeling policy study group; report on findings and discussion of selected groundwater modeling issues, Report GWMI 86-13, International Ground Water Modeling Center, Indianapolis. van der Heijde, P.K.M., S.S. Paschke, and D.A. Kanzer. 1993. Groundwater flow and solute transport model functionality testing and performance evaluation. In Proc. Thirteenth AGU Hydrology Days, Morel-Syetoux, H.J. Ed., Fort Collins, CO. van Fraassen, B. 1980. The Scientific Image. Oxford University Press, New York. White, N.D., and W.B. Garrett. 1984. Water resources data for Arizona, water year 1982: U.S. Geological Survey Water-Data Report AZ–82–1, 440 p.

67  

White, N.D., and W.B. Garrett. 1986, Water resources data for Arizona, water year 1983: U.S. Geological Survey Water-Data Report AZ–83–1, 387 p. White, N.D., and W.B. Garrett.1987, Water resources data for Arizona, water year 1984: U.S. Geological Survey Water-Data Report AZ–84–1, 381 p. White, N.D., and W.B. Garrett. 1988, Water resources data for Arizona, water year 1985: U.S. Geological Survey Water-Data Report AZ–85–1, 343 p. Wilson, L. 1998. A Practical Method for Environmental Impact Assessment Audits. Environmental Impact Assessment Review, 18: 59-71. Woessner, W.W., and M.P. Anderson. 1996. Good Model—Bad Model, Understanding the Flow Modeling Process. In Ritchey, J.D., Rumbaugh, J.O. (eds), Subsurface Fluid Flow (Ground-Water and Vadose Zone) Modeling. ASTM Conshohocken, PA. Wood, C. 2008. Dry Spring: The Coming Water Crisis of North America. Raincoast Books, Vancouver, B.C. Wood, L.A. 1976. US Geological Survey, written communication to J. Eychaner, noted in Eychaner, J.H., 1983. Geohydrology and effects of water use in the Black Mesa area, Navajo and Hopi Indian Reservations, Arizona: U.S. Geological Survey Water-Supply Paper 2201, 26 p. Zhu, Chen, Waddell, R.K., Star, I., and Ostrander, M., 1998, Responses of ground water in the Black Mesa Basin, northeastern Arizona, to paleoclimatic changes during the late Pleistocene and Holocene: Geology, v. 26, no. 2, p. 127–130. Zhu, Chen, 2000, Estimate of recharge from radiocarbon dating of groundwater and numerical flow and transport modeling: Water Resources Research, v. 36, no. 9, p. 2607–2620.