پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,525 |
| تعداد مقالات | 70,442 |
| تعداد مشاهده مقاله | 123,987,299 |
| تعداد دریافت فایل اصل مقاله | 97,109,579 |
تعیین ترکیب مناسبی از عناصر ژئوشیمیایی برای جداسازی واحدهای سنگ‌شناسی حوضه پخش سیلاب پلدشت | ||
| مجله منابع طبیعی ایران (منتشر نمی شود) | ||
| مقاله 1، دوره 60، شماره 6 - شماره پیاپی 1000373، اسفند 1387 اصل مقاله (514.7 K) | ||
| نویسندگان | ||
| شاهرخ حکیم خانی؛ حسن احمدی؛ جعفر غیومیان؛ سادات فیض‌نیا؛ محمدرضا بی‌همتا* | ||
| چکیده | ||
| به دلیل وجود مشکلات زیاد در کاربرد روش‌های سنتی، روش انگشت‌نگاری یا ردیابی یا به‌طور ساده‌تر منشأیابی که بر استفاده از خصوصیات فیزیکی، ژئوشیمیایی و آلی رسوب و منابع رسوب متکی است، به عنوان روشی جایگزین و مناسب برای تعیین منابع اصلی رسوب و اهمیت نسبی آنها مورد توجه محققان قرار گرفته است. اولین مرحله روش یاد‌شده، انتخاب ترکیبی از ویژگی‌های متمایز کننده است که منابع رسوب را به‌طور دقیق و واضح جدا کنند. در این تحقیق، سعی شده است ترکیبی مناسب از عناصر ژئوشیمیایی که قادر به جداسازی واحدهای سنگ‌شناسی باشند، در یکی از زیر‌حوضه‌های حوضه ایستگاه پخش سیلاب پلدشت واقع در شهرستان ماکو استان آذربایجان غربی تعیین شود. با تهیه نقشه سنگ‌شناسی، واحدهای سنگ‌شناسی حوضه به‌عنوان منابع رسوب در پنج گروه طبقه‌بندی شدند. نمونه‌های معرف تغییرات هر یک از گروه‌های سنگ‌شناسی شامل تغییرات کاربری، فرسایش‌های زیر سطحی و شیب، در مجموع به تعداد 106 نمونه برداشته شد. با جدا کردن نمونه‌های کوچک‌تر از 63 میکرون، غلظت 18 عنصر ژئوشیمیایی برای بخش یاد شده اندازه‌گیری شد. در ادامه، بعد از اطمینان از نبود داده‌های پرت و تاثیرکم عدم برقراری فرض‌های نرمال و برابری ماتریس‌های کواریانس بر نتایج، برای انتخاب ترکیب مناسب از روش تحلیل تشخیص استفاده شد. برای حذف تاثیر مسئله هم‌خطی بر نتایج تحلیل تشخیص، ترکیبی از عناصر طوری انتخاب شد که علاوه بر داشتن کمترین هم‌خطی، بیشترین درصد طبقه‌بندی صحیح یا توان جداسازی را داشته باشد. ترکیب به‌دست آمده شامل 12 عنصر از عناصر یاد شده (Co، Cr، Cu، Ni، Pb، Sb، Zn، Al، Mn، K، Na و Mg) است که حدود 7/87 درصد نمونه‌های خاک را درست طبقه‌بندی می‌کند. در ضمن 18 عنصر مورد بررسی از نظر توان جداسازی واحدهای سنگ‌شناسی رتبه‌بندی شدند که از میان آنها عنصر Ni، مهم‌ترین و دو عنصر As و Sr کم‌اهمیت‌ترین هستند. | ||
| کلیدواژه‌ها | ||
| عناصر ژئوشیمیایی؛ منابع رسوب؛ واحدهای سنگ‌شناسی؛ پلدشت؛ تحلیل تشخیص و منشأیابی | ||
| عنوان مقاله [English] | ||
| Determinining a suitable subset of geochemical elements for Separation of lithological types of Poldasht waterspreading station basin | ||
| چکیده [English] | ||
| Because of many problems associated with traditional procedures for identifying sediment sources, fingerprinting techniques, based on physical, chemical and organic properties of sediment and source materials, are increasingly being used as a valuable and effective alternative approach to assemble such information. The first step involved in the application of this approach is the selection of a composite of diagnostic properties which clearly discriminate sediment sources. In this study, it is tried to choose a suitable composite of geochemical elements with the ability to discriminate lithological types in subareas of main subbasin of Pouldasht water spreading station basin, located in Makoo County, West Azarbaijan Province. The lithological maps were prepared, and lithological types as sediment sources were classified in five groups. Totally, 106 samples representing lithological characteristics, including uses, slope steepness and surface and subsurface erosions, were selected. Samples below 63 µm were separated and concentration of 18 geochemical elements was measured. Then, after being assured of the absence of outliers and insubstantial contribution of non-normality and inequality of covariance matrices to the results, the discriminant analysis was used to select the suitable subset of elements from the 18 geochemical elements. In order to eliminate the effects of multicollinearity on the discriminant analysis results, a subset (composite fingerprint) of elements, which enjoys both characteristics of least multicollinearity and highest discriminating power, was selected. The identified subset included 12 elements (Al, Co, Cr, Cu, Na, Zn, Mn, Ni, Pb, Mg, Sb and K) and was able to discriminate and classify over 87.7 percent of soil samples correctly. Meanwhile, all the 18 elements were ranked based on their relative ability to distinguish lithological groups, among which Ni was the most important and As and Sr played the least important role. | ||
| کلیدواژه‌ها [English] | ||
| Geochemical elements, Sediment sources, Lithological types, Poldasht, Source fingerprinting, Discriminant Analysis | ||
|
آمار تعداد مشاهده مقاله: 749 تعداد دریافت فایل اصل مقاله: 733 |
||