كمي سازي عدم قطعيت سهم منابع رسوب تپه هاي ماسه اي با استفاده از روش انگشت نگاري مونت كارلو (مطالعه موردي: تپه هاي ماسه اي جازموريان، جنوب استان كرمان)

Determining uncertainty associate to source contributions of sand dune sediments using a Monte Carlo fingerprinting technique

امروزه استفاده از تكنيك انگشت نگاري رسوب در تعيين سهم منابع رسوبات در حال افزايش مي باشد، بنابراين توجه به آناليز عدم قطعيت در طي فرآيند مدل سازي ضروري مي باشد. در اين تحقيق به منظور بررسي عدم قطعيت سهم منابع رسوبات تپه هاي ماسه اي در منطقه جازموريان، استان كرمان از تكنيك انگشت نگاري مونت كارلو مورد استفاده قرار گرفت. بدين منظور، پس از انتخاب تركيب بهينه از ردياب ها توسط يك فرآيند آماري دو مرحله اي شامل آزمون هاي كروسكال واليس و آناليز تابع تشخيص، مدل تركيبي Collins با 10000 بار تكرار در MATLAB اجرا گرديد و محدوده ي عدم قطعيت مربوط به سهم منابع رسوبات تپه هاي ماسه اي در سطح اطمينان 95 درصد (صدك هاي 2/5 و 97/5 درصد) محاسبه گرديد. بر طبق نتايج، از بين ده ردياب اندازه گيري شده، 4 ردياب شامل Cr، Ni، Li و Co به عنوان تركيب بهينه انتخاب شدند و در نهايت به عنوان پارامتر ورودي به فرآيند مدل سازي در نظر گرفته شدند. عدم قطعيت كامل (%100-0) در سهم منابع به ويژه در Qs و Qal و براي برخي نمونه هاي رسوب ديگر، منبع Qt محاسبه گرديد و دو منبع اول در بيشتر نمونه هاي رسوب بيشترين عدم قطعيت نشان دادند و هم چنين به علت وزش بادهاي چند جهته در منطقه، منابع تامين كننده رسوب براي نمونه هاي مختلف تپه هاي ماسه اي نيز متغير مي باشد. با توجه به كارايي بالاي اين تكنيك، استفاد از اين روش در مناطقي با تپه هاي ماسه اي فعال به منظور شناسايي منابع آنها، كمي كردن سهم منابع و بررسي عدم قطعيت آنها توصيه مي شود.

Todays، sediment fingerprinting have been increasingly used to determine source contributions of sediments، but there is a need to continue refining procedure especially with respect to uncertainty analysis during modeling. In this research، we applied a Monte Carlo fingerprinting framework to exploring of uncertainty associate to source contributions of sand dune sediments in the Jazmurian region، Kerman province. In order to، after selecting optimum composite fingerprints using a two-stage statistical procedure including Kruskal-Wallis H test and discriminant function analysis، Collins mixing model was solved 10000 times in the MATLAB with 95% confidence levels (percentiles 2.5% and 97.5%). Among of 10 tracers، four tracers including Cr، Ni، Li and Co were selected as optimum composite fingerprints and then they entered as modeling procedure. Full uncertainty (0-100%) calculated for some sources especially Qs and Qal، and also for some sediment samples، Qt recognized as main source. Variability on the source for sand dune sediment samples is due to winds with multiple directions. The effectiveness of this technique to sand dune sediment fingerprinting suggests that they will be useful in other desert regions with active dune fields for recognition of their sources، quantifying source contributions and studying uncertainty of source contributions.