پهنه‌بندي احتمال حضور آرسنيك در برخي خاك‌هاي آهكي دشت قروه با استفاده از رگرسيون لجستيك

Zoning Arsenic Presence Possibility in Calcareous Soils of Qorveh Plain Using Logistic Regression

آرسنيك فلزي سمي است كه وجود آن در محيط زيست آسيب جدي را به انسان و ساير موجودات زنده وارد مي‌آورد. وجود كاني‌هاي حاوي آرسنيك در مواد مادري از دلايل عمده آلودگي خاك به آرسنيك مي‌باشد. هدف از انجام اين تحقيق، پهنه بندي احتمال حضور عنصر آرسنيك و يافتن مهمترين پارامترهاي موثر بر غلظت و حلاليت آن در خاك هاي آهكي دشت قروه واقع در استان كردستان با استفاده از مدل رگرسيون لجستيك مي‌باشد. بدين منظور، نمونه‌برداري خاك در عمق 10-0 سانتي متري از 107 نقطه زير حوزه شرقي منطقه مطالعاتي به روش سيستماتيك و با فواصل شبكه 9/0×9/0كيلومتر انجام شد. خصوصيات فيزيكوشيميايي نمونه‌هاي جمع آوري شده از قبيل pH، هدايت الكتريكي، ماده آلي، ظرفيت تبادل كاتيوني، بافت خاك، ميزان اكسيد هاي آزاد آهن و آنيون هاي كربنات، فسفات و سولفات به عنوان متغيرهاي اصلي موثر بر غلظت و حلاليت آرسنيك مورد بررسي قرار گرفت. نتايج رگرسيون نشان داد كه ارتباطات معني-داري ميان اكسيدهاي آزاد آهن، فسفات، ظرفيت تبادل كاتيوني و خصوصيات زمين شناسي محدوده مورد مطالعه با آرسنيك وجود دارد. تحليل نتايج حاصل از آزمون Predicted Percentage Correct Test (PPCT) و شاخص Receiver Operating Characteristic (ROC) به ترتيب با مقادير 7/89 و 4/95 درصد قابليت مدل رگرسيون لجستيك در شناسايي عوامل موثر بر پهنه‌بندي و غلظت و حلاليت آرسنيك را تاييد نمود. ارزيابي صحت نقشه پهنه بندي احتمال حضور آرسنيك نيز به روش Success Rate Curve (SRC) معادل 18/84 درصد برآورد شد كه نقشه نهايي حاكي از تمركز آرسنيك در دو منتهي اليه غربي و شرقي‌ منطقه مطالعاتي بود.

Arsenic is a toxic metal whose presence in environment may cause serious damages to human and other forms of life. Existence of arsenic containing minerals among parent materials is a major factor contributing to arsenic pollution in soils. The objective of this research was the zoning of arsenic presence possibility and also recognition of the parameters affecting its concentration and solubility in calcareous soils of Qorveh plain in Kurdistan province, in Iran, using logistic regression model. Therefore, systematic soil sampling was conducted for the depth of 0-10cm surface soil in 107 sampling points across the eastern sub-basin of Qorveh plain following a grid distribution having intervals of 0.9×0.9km. Physico-chemical properties of the collected samples including acidity, electrical conductivity, organic matter, cation exchangeable capacity, soil texture, free iron oxides and anions of carbonates, phosphates, and sulfates were investigated as the major variables affecting concentration and solubility of arsenic in soil. The results showed that there were significant relationships between free iron oxides, phosphates, cation exchangeable capacity and geological characteristics with soil arsenic across the study area. Analysis of the results using the Predicted Percentage Correct Test (PPCT) and the index of Receiver Operating Characteristic (ROC) yielded values of 89.7% and 95.4%, respectively, which approved reliability of the logistic regression model to recognize influential parameters on zoning, concentration, and solubility of soil arsenic. Evaluation procedure to verify the map of arsenic presence possibility using Success Rate Curve (SRC) method yielded a value of 84.18%, which emphasized on more arsenic concentration in extreme east and west parts of the study area.