مطالعه پارامترهای کیفی آب تالاب انزلی با استفاده از یک روش پیشنهادی برمبنای ترکیب کریجینگ کور و رگرسیون خطی

مدل کریجینگ معمولی در زمینه پیش بینی و درونیابی پارامترهای کیفی آب های سطحی به طور گسترده ای مورد استفاده قرار گرفته است. این مدل از میانگین ثابت به منظور ایجاد روند استفاده می کند. یکی از مهم ترین معایب این مدل این است که وقتی روند شدید وجود داشته باشد، به عملکرد ضعیف برای پیش بینی منجر می شود. برای رفع این مشکل، یک مدل جایگزینی به نام کریجینگ کور ایجاد شده است. تابع میانگین در این مدل غیر ثابت است و پارامترهای این تابع بر اساس روش استنباط بیزی (که به محاسبات زیاد نیاز دارد) به دست می آید. برای رفع این مشکلات، در پژوهش حاضر روش کریجینگ معمولی برمبنای کریجینگ کور اصلاح شده است، بطوریکه تابع میانگین در دامنه غیر ثابت درنظر گرفته شده ولی به منظور تعیین پارامترهای آن، از رگرسیون به جای استنباط بیزی استفاده شده است. در این تحقیق عملکرد روش کریجینگ اصلاح شده در برآورد پارامترهای کیفی و شاخص های تروفی آب تالاب انزلی با کریجینگ معمولی توسط معیارهای آماری مختلف (ضریب تعیین، جذر میانگین مربعات خطا و میانگین خطای مطلق) مورد ارزیابی قرار گرفت. بدین منظور غلظت 14 پارامتر کیفی در شش محل نمونه برداری از آب تالاب انزلی در سال 1397 مورد آنالیز قرار گرفت. سپس روش های کریجینگ اصلاح شده و کریجینگ معمولی بر پارامترها و شاخص های تغذیه گرایی اعمال شدند. نتایج نشان داد که بهترین نتیجه از کریجینگ پیشنهاد شده بدست آمده است بطوریکه مقادیر حاصل از مدل با مقادیر واقعی تا حد زیاد همخوانی داشت. علاوه بر آن، نسبت بهبود عملکرد این روش نسبت به کریجینگ معمولی تا 88 درصد رسید. می توان نتایج این پژوهش را برای تدوین برنامه پایش کیفیت آب تالاب انزلی در آینده به کار برد.

Study of Water Quality Parameters of Anzali Wetland Using a Proposed Method of Combining Blind Kriging and Linear Regression

Ordinary Kriging (OK) has been widely used for prediction and spatial distribution study of surface water quality parameters. This method uses a constant mean to capture the trend in the model. In this method, the prediction can be poor if there are strong trends. To overcome this problem, an alternative model called Blind Kriging (BK) was developed. The mean function in BK is polynomial and the unknown mean function parameters are obtained using the Bayesian variable selection technique which requires a lot of calculations. To solve these problems, in the present study, OK was modified based on BK. In the modified method, the polynomial mean function parameters were determined using linear Regression instead of Bayesian inference method. Then, the performance of OK and modified Kriging in the estimation of trophic indices and water quality parameters in Anzali Wetland was evaluated using different statistical criteria (the coefficient of determination, the root mean square error and the mean absolute error). For this purpose, the concentrations of 14 parameters in six sampling points of Anzali Wetland water were analyzed during 2018. Subsequently, the modified and Ordinary Kriging were applied to water parameters and trophic indices. The results showed that the modified Kriging had the best results. In addition, the improvement of the modified Kriging compared to OK is achieved up to 88%. The results of the present study can be useful in the planning of the future monitoring program in Anzali Wetland.