تبيين تحولات رخساره‌هاي هيدروشيميايي آبخوان سراب با استفاده از روش‌هاي خوشه‌بندي ميانگين فازي و تحليل خوشه سلسله مراتبي

Definition of Sarab Aquifer Hydrochemical Facies Distribution by means of Fuzzy C-Mean Clustering and Hierarchical Cluster Analysis Methods

در پژوهش حاضر، خوشه بندي مجموعه اي از داده هاي هيدروشيميايي آبخوان سراب با استفاده از روش هاي خوشه بندي C-ميانگين فازي (FCM) و تحليل خوشۀ سلسله‌مراتبي (HCA) انجام شده و كاربرد آنها در تبيين رخساره هاي هيدروشيميايي مطالعه شد. خوشه هاي آماري شباهت مكاني را بررسي ميكنند و نشان مي دهند خوشه ها مطابقت هيدروژئولوژيكي با رخساره هاي هيدروشيميايي آبخوان دارند. نمونه هاي آب زيرزميني با استفاده از بهينه‌كردن تعداد خوشه و درجۀ فازي‌شدگي با استفاده از روش C‌ـ ميانگين فازي به چهار خوشه طبقه بندي شدند. از داده هاي 49 نمونه آب زيرزميني و 12 متغير هيدروشيميايي منطقۀ مطالعه‌شده استفاده شد. نتايج اين دو روش مراكز خوشه را توليد ميكند كه در تشخيص فرايندهاي فيزيكي و شيميايي تغييرات هيدروشيمي منطقۀ مطالعه‌شده مؤثر است. روش FCM روشي مناسب در تحليل داده ها در بيان توزيع رخساره هاي هيدروشيميايي است. نتايج نشان داد رويۀ خوشه بندي براي تخصيص نمونه هاي شيميايي آب زيرزميني به گروه هاي همگن توسط روش FCM ابزاري مهم در تشخيص رخساره هاي هيدروشيميايي آبخوان است و اين روش در تحليل داده هاي مرزي، نسبت به روش HCA كه تغييراتي واضح و ناگهاني دارد؛ تواناتر است.

In this research, clustering of a hydrochemical data set from Sarab plain aquifer has been carried out using Fuzzy C-Means (FCM) and Hierarchical Cluster Analysis (HCA) techniques and its application in delineation of hydrochemical facies has been studied. The statistical clusters analyze the spatial coherence indicating that that the clusters have a hydrogeological correspondence with aquifer hydrochemical facies. Groundwater samples were grouped into four classes using the fuzzy c-mean. The data set includes 49 water samples and 12 hydrochemical variables selected from the study area. The results obtained from both approaches presented cluster centers that can be used in order to identify the physical and chemical processes causing variations in the hydrochemistry variation of study area. The FCM method is potentially useful in establishing hydrochemical facies distribution. The results showed that the clustering scheme for partitioning water chemistry samples into homogeneous groups produced by FCM method is an important tool for determination of aquifer hydrochemical facies and the FCM method is more capable to investigate threshold data than HCA method which is characterized by sharp and abrupt variation.