Skip to content
naulon
Not checkedNot checked for notices yet.

پهنه بندی آلودگی فلزات سنگین خاک با استفاده از روش های کریجینگ و توابع پایه شعاعی (مطالعة موردی: شهرستان هریس)

فاطمه رحیم پور, رحیم علی عباسپور

اطلاعات جغرافیایی · 2014

doi:10.22131/sepehr.2014.12862 (opens in a new tab)

We email you when a new notice or a question about this paper appears.

Abstract

آگاهی از توزیع مکانی غلظت فلزات سنگین جهت پایش آلودگی خاک و حفظ کیفیت محیط زیست ضروری است. این تحقیق با هدف تهیه نقشه توزیع مکانی آلودگی غلظت فلزات سنگین منگنز، مس، روی و آهن در زمین‌های کشاورزی شهرستان هریس واقع در استان آذربایجان شرقی انجام شده است. بدین منظور با استفاده از روش نمونه‌برداری سیستماتیک تصادفی 370 نمونه خاک سطحی در عمق صفر تا 30 سانتیمتری جمع‌آوری گردید و غلظت کل این فلزات، در آن‌ها اندازه‌گیری شد. به منظور مدل‌سازی تغییرات مکانی غلظت فلزات سنگین در خاک‌های منطقه، از روش‌های کریجینگ معمولی و توابع پایه شعاعی در محیط ArcGIS بهره گرفته شد. در بین مدل‌های مختلف کریجینگ معمولی و توابع پایه‌ شعاعی، پایین‌ترین مقادیر RMSE و MAE و نزدیکی بسیار زیاد آماره‌ی MBE به صفر و بالاترین ضریب همبستگی R به منزله ملاک ارزیابی بهترین روش برای مدل‌سازی الگوی توزیع و پراکنش فلزات سنگین در نظر گرفته شد. هر دو روش از دقت خوبی برخوردار بودند ولی بر اساس ملاک ارزیابی، برای فلزات منیزیم و مس، روش کریجینگ با مدل نمایی، برای فلز روی، روش کریجینگ با مدل کروی و برای فلز آهن، روش RBF با تابع مالتی کوادریک انتخاب شد. نقشه‌ی پهنه‌بندی بعد از انتخاب مدل برتر برای هر یک از عناصر، ترسیم و با درنظر گرفتن استاندارد مؤسسه حفاظت خاک و آب ، کلاسه‌بندی شد و عناصر در چهار کلاس کمبود، کفایت، زیاد و آلودگی قرار گرفتند. تجزیه و تحلیل نقشه توزیع مکانی آلودگی فلزات سنگین مورد مطالعه نشان داد که برای عنصر منگنز بیشتر اراضی در محدوده‌ی کفایت قرار داشتند و برای عنصر مس مشخص شد که حدود 92 درصد در کلاس زیاد قرار داشته و حدود 8 درصد از محدوده‌ی مورد مطالعه دچار آلودگی بود. برای عناصر روی و آهن نه تنها آلودگی مشاهده نشد بلکه به ترتیب حدود 96 و 80 درصد دچار کمبود بود.

Abstract licence: CC BY-ND

Reads

Read by people on this page

None yet.

Checked or read by AI through naulon

None yet.

A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.

Are you an author?

Is this your paper?

Claim it to add your note and be paid when agents cite it. Free.