ارزیابی کیفیت آب رودخانه دز با استفاده از روش‌های آماری چند متغیره

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه آبیاری و زهکشی، دانشکده مهندسی علوم آب،دانشگاه شهید چمران اهواز،

2 استادیار، گروه آبیاری و زهکشی، دانشکده مهندسی علوم آب ،دانشگاه شهید چمران اهواز، اهواز، ایران،

چکیده

در تحلیل آماری متغیرهای کیفی آب، تعیین روابط بین متغیرهای مزبور، از مسائل مهم به­شمار می­آید. در این تحقیق جهت یافتن روابط بین متغیرها و تعیین متغیرهای اصلی تعیین­کننده‌ی کیفیت آب به­ترتیب از تحلیل همبستگی کانونی و تحلیل مولفه‌ی اصلی استفاده شد. همچنین برای دسته­بندی ایستگاه‌های مورد مطالعه از روش تحلیل خوشه‌ای استفاده شد. نتایج نشان داد بین دو دسته متغیرهای فیزیکی و شیمیایی رودخانه‌ی دز، رابطه‌ی معنی­داری وجود دارد که بیشتر ناشی از منابع انسان­ساخت (مانند کشت و صنعت هفت تپه و کارخانجات صنعتی) هستند. هم­چنین نتایج تحلیل مولفه‌ی اصلی، نشان داد متغیرهای اصلی تعیین­کننده‌ی کیفیت آب رودخانه‌ی دز EC، دما، SAR، SO4، pHو DO هستند که اغلب ناشی از آلاینده‌های صنعتی و انسانی می‌باشند. نتایج حاصل از تحلیل خوشه‌ای برای دسته‌بندی ایستگاه‌ها نشان داد ایستگاه‌های بامدژ و حرمله (پایین­دست شهر دزفول) از نظر تشابه متغیرهای کیفی آب در یک دسته قرار می‌گیرند و ایستگاه تله زنگ ­(بالادست شهر دزفول) با سایر ایستگاه‌ها شباهتی ندارد. بنابراین منطقه‌ی شهرنشین و آلاینده‌های انسانی در دسته‌بندی ایستگاه‌ها تاثیر به­سزایی داشته‌اند.

کلیدواژه‌ها


عنوان مقاله [English]

Dez River Water Quality assessment by using multivariate statistical methods

نویسندگان [English]

  • Lamya neissi 1
  • Parvaneh Tishehzan 2
1 1. Ph.D Student of Irrigation and Drainage Department, Faculty of Water science engineering, Shahid Chamran University of Ahvaz, Ahvaz, Iran
2 2. Assistant professor of Irrigation and Drainage Department, Faculty of Water science engineering, Shahid Chamran University of Ahvaz, Ahvaz, Iran, partishehzan@scu.ac.ir.
چکیده [English]

In statistical analysis of water quality variables, determining the relationships between these variables is one of the most important issues. In this research, Canonical Correlation Analysis was used to find the relation between physical and chemical variables and Principal Component Analysis was used to determine the main variables of Dez water quality. Also for classification of stations Cluster Analysis was used. Results show that there was significant relation between physical and chemical variables of Dez River because of human activities like Haft-Tapeh sugarcane Agro-Industry Company and industrial companies. Also results of principal component analysis showed that Ec, Temprature, SAR, SO4 ,pH and DO were the main variables of Dez River water quality which were because of human activities and industrial pollutions. Results of cluster analysis for classification of stations showed that Bamdezh and Harmaleh stations (downstream of Dezful city) were in the same class and Tele-Zang station (upstream of Dezful city) was different from other stations then urban zone and human activities have the major impact on station classification.

کلیدواژه‌ها [English]

  • Canonical Correlation
  • Cluster analysis
  • Dez river
  • Principle Component
  • Water Quality

 

اسکندری، آ.، ر.آ. نوری، آ. رسولی و م.ر. وصالی ناصح. 1393. ارایه راهکاری جدید برای مدیریت کیفی رودخانه سفیدرود بر مبنای روش تحلیل همبستگی کانونی. پژوهش‌های محیط زیست. سال پنجم. شماره9. ص 86-79.

راثی نظامی،س.، م. نظری ها، آ. باغوند و ع. مریدی. 1391. بررسی کیفیت آب رودخانه کرخه با استفاده از آنالیز آماری چند متغیره بر پایه همبستگی و تغییرات داده های کیفی. سال8. شماره7. 1292-1280.

رسولی،آ.، ر. نوری، م.ر. وصالی ناصح، م. نظری ها و آ. کیاقادی. 1390. تعیین رابطه‌ی بین پارامترهای فیزیکی و شیمیایی در حوضه‌ی سفید رود براساس روش تحلیل همبستگی کانونی. چهارمین کنفرانس مدیریت منابع آب ایران. دانشگاه صنعتی امیرکبیر. تهران. ایران.ص8.

عبادتی،ن. و م. هوشمندزاده. 1393. بررسی کیفیت آب رودخانه‌ی دز در ایستگاه آب سنجی دزفول. اکوهیدرولوژی. دوره1. شماره2. ص 81-69.

عبدل آبادی، ح.، م. اردستانی و ح. حسنلو. 1391. ارزیابی پارامترهای کیفی آب به روش تحلیل آماری چند متغیره (مطالعه موردی: رودخانه اترک). آب و فاضلاب. دوره25. شماره3.ص 117-110.

فدایی، آ.، 1384 . بررسی کیفیت آب رودخانه دز با استفاده از منحنی های شاخص کیفیت آب  (از سد تنظیمی تا محل اتصال به بند قیر)، پایان نامه کارشناسی ارشد محیط زیست، دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان.

 

Banerjee, M., J. Mukherjee, A. Banerjee, M. Roy, G. Bandyopdhyay and S. Ray. 2015. Impact of environmental factors on maintaining water quality of Bakreswar reservoir, India. Computational Ecology and Software, 5(3): 239-253.

 

Cheng Chan, M., I. Lou, W. Kin Ung and K. Meng Mok. 2013. Integrating Principle Component Analysis and Canonical Correlation Analysis for Monitoring Water Quality in Storage Reservoir. Applied Mechanics and Materials.1458-1462.

 

Gramotnev, G., and D.K. Gramotnev. 2007. Multi-channel statistical analysis of combustion aerosols. part 1: canonical correlations and sources of particle modes. Atmospheric Environment. 41: 3521-3534.

 

Hotelling, H. 1936. Relation between two sets of variates. Biometrica. 28: 321-329.

 

Kalin, M., Y. Cao, M. Smith and M.M. Olaveson. 2001. Development of the phytoplankton community in a pit-lake in relation to water quality changes. Water Res. 35(13): 3215-25.

 

 Kazama, F., and S. Shrestha. 2007. Assessment of surface water quality using multivariate statistical techniques: A case study of the Fuji river basin, Japan. Environmental Modelling & Software. 22: 464-475.

 

Khalil B.,T.B.M.J.Ouarda and A. St-Hilaire. 2011. Estimation of water quality characteristics at ungauged sites using artificial neural networks and canonical correlation analysis. Hydrology. 405:277–287.

 

Nash, M.S., and D.J. Chaloud. 2002. “Multivariate analyses (canonical correlation and partial least square (PLS)) to model and assess the association of landscape metrics to surface water chemical and biological Properties using Savannah River basin data.” U.S. Environmental Protection Agency Las Vegas, Nevada,USA.

 

Noori, R., A. Khakpour, B. Omidvar and A. Farokhnia. 2010. Comparison of ANN and principal component analysis-multivariate linear regression models for predicting the river flow based on developed discrepancy ratio statistic. Expert Systems with Applications. 37(8): 5856-62.

 

Noori, R., M.S. Sahabi, A.R. Karbasi, A. Baghvand and H. Taati-Zadeh. 2010. Multivariate statistical analysis of surface water quality based on correlation and variations in the dataset. Desalination. 260: 129-136.

 

Ouyang, Y., P. Nkedi-Kizza, Q.T. Wu, D. Shinde and C.H. Huang. 2006. Assessment of seasonal variations in surface water quality. Water Research. 40: 3800–3810.

 

Singh, K.P., A. Malik, D. Mohan and S. Sinha. 2004. Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of Gomti River (India)-a case study. Water Res. 38(18): 3980-92.

 

Tabachnick, B.G and L.S. Fidell. 2001. Using Multivariate Statistics. Allyn and Bacon.Boston. London.

 

Terrado M., D. Barcelo and R. Tauler. 2006. Identification and distribution of contamination sources in the Ebro river basin by chemometrics modelling coupled to geographical information systems. Talanta. 70(4): 691-704.