شناسايي عوامل محيطي موثر بر الگوي مكاني كيفيت آب سواحل مازندران در فصل زمستان

Identifying the Environmental Factors Influencing the Spatial Pattern of Water Quality of Mazandaran Coasts during Winter

اهداف اين تحقيق با هدف ارزيابي الگوي مكاني كيفيت آب و عوامل كنترل كننده آن در اكوسيستم ساحلي مازندران طي فصل زمستان با استفاده از روش هاي آماري چند متغيره انجام شد. مواد و روش ها پارامترهاي كيفي آب شامل مواد مغذي، درجه حرارت، هدايت الكتريكي، شوري، اكسيژن محلول، pH، كلروفيل α و كدورت در 16 ايستگاه (44 لايه) در امتداد 4 ترانسكت (بندراميرآباد، بابلسر، نوشهر و رامسر) بصورت ماهيانه سنجش شدند. براي ارزيابي داده ها از چند روش آماري چند متغيره شامل تحليل مميزي، تحليل خوشه اي و عاملي و همچنين آزمون همبستگي استفاده شد. يافته ها تحليل خوشه اي، مكان هاي نمونه برداري را بر اساس تشابه در ويژگي هاي كيفي آب به 4 گروه مجزا تفكيك كرد. بر اساس تحليل مميزي،93/20 درصد از مكان ها به درستي طبقه بندي شدند. تحليل عاملي، 4 مولفه اصلي را از ساختار داده استخراج كرد كه 74/05 درصد از واريانس كل تغييرات را تشريح كرد. بر اساس اين آزمون ها، فسفر آلي، نيتروژن آلي، كدورت، كلروفيل α و درجه حرارت به عنوان مهمترين پارامترهاي تاثيرگذار بر تغييرات مكاني كيفيت آب شناسايي شدند. نتيجه گيري مطالعه حاضر پيشنهاد مي كند كه تعداد مكان هاي نمونه برداري در فصل زمستان مي تواند به 3 ترانسكت اميرآباد، بابلسر و سواحل غربي (نوشهر و رامسر) و 2 ايستگاه (يك لايه سطحي و يك لايه عمقي) كاهش يابد. انتقال مواد مغذي از خشكي، بستر دريا، پرورش ماهي در قفس از موثرترين عوامل بر تغييرات مكاني كيفيت آب در سواحل مازندران مي باشند. بر اساس نتايج اين مطالعه، روش هاي آماري چند متغيره نيز بعنوان يكي از روش هاي مفيد جهت شناسايي الگوي مكاني كيفيت آب معرفي مي گردد.

Aims: The present study aimed to evaluate the spatial patterns of water quality and its controlling factors in the Mazandaran coastal ecosystem during winter using the multivariate analysis methods. Materials & Methods: Water quality parameters such as nutrients, temperature, conductivity, salinity, DO, pH, chlorophyll‐a, and turbidity were measured monthly in 16 stations (44 layers) along 4 transects (Amirabad, Babolsar, Nowshahr, and Ramsar). To evaluate the data, several multivariate statistical methods were used including discriminant function analysis, cluster and factor analysis as well as correlation test. Findings: Using cluster analysis, sampling sites are classified into four distinct groups based on the similarity in water quality characteristics. Based on discriminant analysis, 93.20% of the sampling sites correctly classified. Factor analysis extracted 4 principal components that explained 74.05% of the total variance. Based on these analyses, organic phosphorus, organic nitrogen, turbidity, chlorophyll‐a, and temperature were the most effective parameters on the spatial variation of water quality. Conclusion: The present study suggested that the number of sampling locations could be reduced to 3 transects including Amirabad, Babolsar and west coasts (Nowshahr and Ramsar) and two stations (a surface layer and a deep layer). Transport of nutrients from the land, sea floor and fish cage culture were the most effective factors on spatial patterns of water quality in Mazandaran coasts. Based on the results of this study, multivariate statistical methods are also introduced as one of the useful methods for identifying the spatial pattern of water quality.