بهينه سازي تعداد پيزومترها در پيش بيني سطح آب هاي زيرزميني با روش هاي تحليل عاملي (مطالعه موردي: دشت ميناب)

Optimization of Piezometeric wells Number for Groundwater Level Prediction Using Factor Analysis (Case Study: Minab Plain

به دليل كمبود بارندگي در مناطق خشك و نيمه خشك و در نتيجه محدود بودن منابع آب هاي سطحي در اين مناطق، مصرف آب در بخش كشاورزي، صنعت و شرب به شدت به آب زيرزميني متكي است. در برداشت هاي صحرايي مثل نمونه برداري از عمق آب در چاه ها، تعيين نقاط مهم جهت نمونه برداري به لحاظ كاهش حجم نمونه ها و صرفه جويي در هزينه و زمان بسيار مهم است. در اين مقاله، از آناليز مولفه هاي اصلي و تحليل خوشه ايجهت تعيين چاه هاي موثر براي تعيين تراز سطح ايستابي سفره آب زيرزميني دشت ميناب واقع در استان هرمزگان و حذف چاه هاي كم اهميت استفاده شده است. براي اين منظور، 38 چاه پيزومتري در منطقه مورد مطالعه بررسي گرديد و با استفاده از آناليز مولفه هاي اصلي، اهميت نسبي هر چاه بين 0 تا 1 محاسبه گرديد. بررسي به عمل آمده نشان داد با حذف چاه هايي كه اهميت نسبي آن ها كمتر از 0/7 است، ضريب تغييرات سطح آب زيرزميني نسبت به حالتي كه از تمامي چاه ها استفاده مي گرديد؛ افزايش چنداني نمي كند. با استفاده از تحليل خوشه اي، پيزومترها به سه خوشه تقسيم بندي شدند كه از بين خوشه ها، خوشه سه با 12 پيزومتر معرف بهتري از پيزومترها بود و كمترين خطا را داشت. درنهايت تحليل خوشه ايبا خطاي كمتر نسبت به روش PCA، ملاك نتيجه گيري قرار گرفت.

The lack of rainfall in arid and semi-arid areas result in the limited availability of surface water resources in these areas, hence water consumption in the agricultural, industrial and drinking industries relies heavily on groundwater. In field surveys, such as sampling from deep wells, determining the critical points for sampling is very important in terms of reducing sample size and saving costs and time. In this paper, the principal component analysis (PCA) and the hierarchical clustering have been used to select the effective wells for measuring the static level of groundwater in the Minab plain in Hormozgan province. For this purpose, 38 piezometric wells were considered and the relative importance of each well was computed using the PCA by allocating the values between 0 and 1. The study showed that by removing the wells with the relative importance less than 0.7, the coefficient of variation of groundwater doesn’t increases significantly compared to the case of using all wells. Based hierarchical cluster analysis, the piezometers were divided well into three clusters, which the 3rd cluster with 12 piezometers is the best representative with the lowest error. Finally, the cluster analysis with the lower error compared to the PCA was used as the criterion of conclusion