منشایابی رسوبات بادی با استفاده از روش شبیه‌سازی مونت‌کارلو

کمی نمودن سهم منابع رسوبات بادی به منظور اولویت بندی آن ها و کاهش یا کنترل فرسایش بادی ضروری می باشد. هدف از این تحقیق، کمی نمودن عدم قطعیت سهم منابع رسوبات بادی با استفاده از تکنیک انگشت نگاری و روش شبیه سازی مونت کارلو در دشت سیرجان می باشد. بدین منظور، 46 نمونۀ سطحی شامل 6 نمونۀ پهنه های ماسه ای به عنوان منطقۀ رسوب بادی و 40 نمونه از منابع بالقوۀ رسوبات بادی شامل qt (13=n)، qc (17=n)، qsg (5=n) و dc (5=n) جمع آوری گردید. پس از آماده سازی نمونه ها، غلظت هشت عنصر ژئوشیمیایی به عنوان ردیاب در آزمایشگاه اندازه گیری شد و سپس منابع رسوبات بادی با استفاده از یک فرآیند آماری دو مرحله ای شامل آزمون های آماری کروسکال‌والیس و آنالیز تحلیل تشخیص گام‌ به‌گام تفکیک شدند. در نهایت، ردیاب های بهینه به عنوان پارامتر ورودی به مدل ترکیبی در نظر گرفته شد و عدم‌ قطعیت مربوط به سهم های ارائه شده، توسط روش شبیه سازی مونت کارلو محاسبه گردید. نتایج نشان داد که چهار ردیاب fe، k، mg و cu به عنوان ردیاب بهینه انتخاب شدند و کمی سازی سهم منابع با استفاده از این چهار ردیاب انجام گردید. منابع اصلی تامین‌کنندۀ رسوب برای رسوبات بادی در منطقۀ مورد مطالعه، qc و dc شناخته شدند و همچنین عدم‌قطعیت کامل (100٪-0) در سهم برخی منابع محاسبه گردید. بنابراین فعالیت های مدیریتی به منظور کنترل و تثبیت فرسایش بادی باید در این دو منبع به منظور جلوگیری از برداشت ذرات متمرکز گردد. با توجه به کارایی بالای این روش، استفاده از آن به منظور کمی نمودن سهم منابع رسوبات بادی در سایر مناطق با فرسایش بادی فعال پیشنهاد می گردد.

source fingerprinting of aeolian sediments using montecarlo simulation method

quantifying source contribution of aeolian sediments is essential to prioritize sources and mitigate wind erosion. the objective of this research is quantifying uncertainty associated with results of sediment fingerprinting method using montecarlo simulation technique in the sirjan plain. six sediment samples were collected from the sand sheets and forty source samples consisting qt (n=13); qc (n=17); qsg (n=5); and dc (n=5) were collected from geological spatial sources in the surrounding area. concentration of eight geochemical elements were measured in both sample group. a twostage statistical method including kruskal wallis h test and a stepwise discriminant function analysis applied for discriminating of aeolian sediment sources. based on twostage statistical method, four geochemical properties consisting fe, k, mg and cu were selected as optimum fingerprints. the qc and dc were recognized as dominant sources for aeolian sediments in the study area and also, full uncertainty or full range (0100%) calculated for some source contributions. therefore, management activities for mitigation of wind erosion should establish at the qc and dc source regions. this technique has great potential for quantifying source contribution of aeolian sediments at other area with active wind erosion.