پديد آورندگان :
خاندوزي، فهيمه دانشگاه زنجان - گروه علوم محيط زيست , پري زنگنه، عبدالحسين دانشگاه زنجان - گروه علوم محيط زيست , زماني، عباسعلي دانشگاه زنجان - گروه علوم محيط زيست
كليدواژه :
همبستگي كانوني , آناليز چند متغيره , تحليل مؤلفه‌هاي اصلي , كيفيت آب
چكيده فارسي :
سابقه و هدف: آلودگي آب توسط آلاينده هاي شيميايي، فيزيكي و بيولوژيكي در تمام دنيا به عنوان يكي از مشكل هاي مديريت منابع آب درنظر گرفته مي شود. يك موضوع مهم در پايش كيفيت منبع هاي آب تشخيص، تفكيك و منبع يابي پراسنجه هاي آلاينده فيزيكي و شيميايي و وابستگي بين آن ها است. استفاده از روش هاي آماري براي تحليل داده هاي بدست آمده از پايش كيفي آب مي تواند براي رسيدن به اين هدف مفيد باشد. فلزهاي سنگين به سبب تجزيه ناپذيري و ويژيگي تجمع پذيري مهم ترين آلاينده در منابع آبي هستند. فلزهاي سنگين از منابع انسان زاد و طبيعي وارد منابع آبي مي شوند.
مواد و روش ها: در اين تحقيق از روش هاي آماري چندمتغيره براي ارزيابي كيفيت آب شرب استفاده شده است. از «تحليل مولفه هاي اصلي» در نمايان ساختن ويژگي هاي اصلي آب و از «تحليل آماري همبستگي كانوني» براي پيداكردن وابستگي بين پراسنجه هاي كيفي و فلزهاي سنگين استفاده شد. نمونه برداري از منابع آب زيرزميني شهرستان راميان در استان گلستان (23 منبع آب شرب روستايي) در سال 1390 انجام گرفت. پراسنجه هاي مورد استفاده در اين مطالعه شامل: دما، هدايت الكتريكي، پي اچ، آمونياك، فلورايد، سولفات، نيترات، نيتريت، فسفات، بي كربنات و فلزهاي سنگين روي، كادميم، سرب، مس، نيكل و كبالت مي باشند. مقدار فلزهاي سنگين در نمونه هاي آب به روش ولتامتري در آزمايشگاه تحقيقاتي علوم محيط زيست دانشگاه زنجان اندازه گيري شد. دما، هدايت الكتريكي در محل نمونه برداري به وسيله دستگاه قابل حمل اندازه گيري شد.
يافته ها: نتايج حاصل از تحليل مولفه هاي اصلي، شش مولفه را مشخص كرد كه 79/67% واريانس كل را به خود اختصاص مي دهند و بيانگر ويژگي هاي كيفي تاثيرگذار آب هستند. در تحليل همبستگي كانوني نيز سه دسته ي كانوني با داشتن ضريب هاي همبستگي 0/973، 0/795 و 0/624 نشان دهنده وجود وابستگي بالايي بين متغيرهاي مورد بررسي بودند. بنابراين از دسته «متغيرهاي پيش بيني كننده» ويژگي هاي هدايت الكتريكي، بي كربنات، نيتريت، پي اچ، نيترات و فسفات و از دسته «متغيرهاي پاسخ» فلزهاي روي، كبالت، كادميم و نيكل بيش ترين اهميت را در بين ساير متغيرهاي مورد بررسي براي ارزيابي كيفيت آب شرب در منطقه مورد مطالعه دارا مي باشند.
نتيجه گيري: نتايج حاصل از تحليل همبستگي كانوني نشان داد كه بين دو گروه متغيرهاي كيفي و فلزي مورد بررسي وابستگي معني داري وجود دارد كه ممكن است بتوان با توجه به پراسنجه هاي انتخاب شده به فعاليت هاي انساني به ويژه فعاليت هاي كشاورزي در منطقه نسبت داد. اطلاعات به دست آمده مي تواند براي بهينه سازي برنامه پايش و مديريت كيفيت آب مورد استفاده قرار گيرد. با اندازه گيري پراسنجه هاي وابسته نيازي به اندازه گيري تمام ويژگي هاي فيزيكي و شيميايي آب وجود ندارد.
چكيده لاتين :
Background and Objectives: Water is essential for all forms of life and its pollution is generally considered more critical than soil or air. Distinguishing and correlating among physical and chemical parameters and finding source of water contamination are major issues in monitoring water quality. Application of statistical methods in water quality monitoring can be useful to achieve this goal. Heavy metals are important water pollutants especially due to their bioaccumulation nature and toxicity. Anthropogenic and natural sources are the main entrance ways of heavy metals into water.
Materials and Methods: Water quality assessment with multivariate statistical methods is the main objective of this study. Statistical Principal Component Analysis (PCA) method was used to determine the major water quality parameters and Canonical Correlation Analysis (CCA) was employed to find the relationship between water quality parameters and heavy metal contents. Water samples from twenty three wells in Ramiyan district (Golestan province) were collected in 2012. Water quality parameters, such as; temperature (T), electrical conductivity (EC), pH, Ammonia (NH3), Fluoride (F-), Sulfate (SO42-), Nitrate (NO3-), Nitrite (NO2-), Phosphate (PO43-), Bicarbonate (HCO3-) and heavy metal contents including Zn, Cd, Pb, Cu, Ni and Co were used in this research. Heavy metal contents in water samples were determined by voltammetry method in Environmental Science Research Laboratory of University of Zanjan. Temperature, electrical conductivity in the samples was measured by a portable device in sampling sites.
Results: Principle Component Analysis identified six factors explaining 79.67% of total variance affecting water quality in the studied area. CCA also identified three canonic classes with correlation coefficients; 0.973, 0.795 and 0.624, respectively, suggesting that predictor variables (EC, HCO3-, NO2-, NO3-, pH & PO43-) and response variables (Zn, Co, Cd & Ni), were highly scored among all parameters in water quality assessment.
Conclusion: The results of canonical correlation analysis also show a significant correlation between the two categories of variables. The studied metals can be selected based on the main human activities in the area (agricultural activities in this region). The information obtained can be used to improve water quality monitoring and management program. By measuring relevant parameters, there is no need to measure all the physical and chemical properties of water, reducing considerable coasts of water analysis
