ارزیابی کمی و کیفی آب زیرزمینی با استفاده از تحلیل خوشه بندی چند متغیره
Assessment of groundwater quantity and quality using multivariate cluster analysis
/پرنیان قانعی
: مهندسی عمران
، ۱۳۹۹
، کبیری
۱۱۹ص
چاپی - الکترونیکی
کارشناسی ارشد
عمران گرایش مهندسی ومدیریت منابع آب
۱۳۹۹/۰۷/۱۶
تبریز
مدیریت پایدار منابع آب زیرزمینی یکی از مباحث مهم پژوهش های هیدرولوژیکی و زیست محیطی می باشد که به دلیل استفاده بیش از حد و نادرست ، این منابع حیاتی با مشکلات فراوانی مواجه شده اند . از این رو تشخیص روند تغییرات آب زیرزمینی کاربرد بسیار موثری در برنامه ریزی و مدیریت بهینه ی این منابع حیاتی دارد .همچنین علاوه بر بررسی شرایط کنونی این منابع نیاز به آگاهی از تغییرات زمانی مکانی داده های موجود در زمان گذشته ،وجود دارد که برای شکل گیری یک مدیریت پایدار یکی از ابزارهای بسیار مفید در تشخیص الگوی تغییرات روش خوشه بندی زمانی مکانی است .با استفاده از روش خوشه بندی می توان روند تغییرات مناطق بحرانی را تشخیص داد و از مشکلات آتی جلوگیری کرد .در این تحقیق با هدف بررسی روند تغییرات مکانی زمانی پارامترهای کیفی و کمی آب زیرزمینی به مقایسه ی ۴ روش خوشه بندی زمانی مکانی( c-میانگین فازی(FCM) ،k -میانگینMeans)-(K، نقشه های خودسازمانده (SOM)و روش خوشه بندی سلسله مراتبی وارد ( (WARD) پرداخته شده است .آنالیز خوشه ای برای پارامتر عمق آب و ۱۱ پارامتر هیدروشیمیایی نمونه های آب زیرزمینی ۲ دشت قروه-دهگلان و اردبیل در ۳ بازه ی زمانی انجام گرفته است .همچنین عملکرد روش های خوشه بندی با استفاده از شاخص های ارزیابی میانگین سیلوهه ،ضریب دیویس-بولدین(DB) ،ضریب چو-سو (CS) و معیار ارزیابی ترکیبی SCDکه ترکیب ۳ معیار سیلوهه ،DBو CS است ، سنجیده شده است .نتایج حاکی از برتری روش خوشه بندی زمانی مکانی نقشه های خودسازمانده (SOM) در بررسی روند تغییرات کمی و کیفی آب های زیرزمینی بوده است .نهایتا به بررسی تغییرات کمی آب زیرزمینی مناطق مورد مطالعه با استفاده از الگوهای زمانی مکانی حاصل از خوشه بندی پرداخته شد و برای بررسی کیفیت خوشه های حاصل از آنالیز خوشه ای پارامترهای هیدروشیمیایی نمودار های پایپر و ویلکوکس برای تمام بازه های زمانی رسم و توزیع خوشه ها در نقشه های خوشه بندی زمانی مکانی نمایش داده شد
Sustainable groundwater management is one of the significant issues of environmental and hydrological science facing global problems. Recognizing change processes of groundwater is very useful for planning effective management of these vital resources. In addition to considering the current changes, the accurate assessment of groundwater requires understanding of how the spatiotemporal data of groundwater have changed. For the well-informed management, it is important to have a pattern of groundwater parameters in an aquifer that clustering can have a dominant influence on recognizing the crucial area and preventing future problems. In this present study, four different spatiotemporal clustering methods (FCM, K-means, Self-Organizing Map (SOM) and WARD algorithms) were used to evaluate quantity and quality parameters of groundwater. The cluster analysis is applied to spatiotemporal datasets of groundwater-level and 11 geochemical parameters collected over 3 time periods from monitoring wells distributed over the Ghorveh-Dehgolan and Ardabil plains. The cluster analysis yielded a valuable information about spatiotemporal changing procedure of monitoring wells and the classification was confirmed by using 4 cluster validity indices (Silhouette, Chou-Su, Davies-Bouldin and SCD). Consequently, wilcox and piper diagrams were developed for all the clusters of geochemical parameters regarding its wide applications for groundwater quality assessment. Results show that the application of SOM spatiotemporal cluster analysis is a decent method to recognizing changing procedure of groundwater conditions
Assessment of groundwater quantity and quality using multivariate cluster analysis