کاربرد ویژگی‌های دانه‌بندی رسوبات بادی در تعیین مورفولوژی تپه‌های ماسه‌ای همگن براساس تحلیل‎های آماری دو و چند متغیره (مطالعه موردی: ارگ کاشان)

ارگ ریگ بلند کاشان، یکی از معدود مجموعه‌های ماسه‌ای مهم ایران به شمار می‌آید. به منظور تعیین همگنی ویژگی‌های تپه‏های ماسه‌ای مختلف در ارگ کاشان، ابتدا با استفاده از پایگاه google earth، عکس‌های هوایی و نیز بازدیدهای میدانی، نقشه مرفولوژی منطقه‌ی مورد مطالعه تهیه شد. سپس به منظور تعیین متغیرهای آماری مختلف انواع تپه‌های ماسه‌ای، نمونه‌برداری از رسوبات بادی در اشکال مختلف تپه‌های ماسه‌ای صورت گرفت. بررسی شاخص‌های دانه‌بندی (گرانولومتری) نمونه‌ها براساس روش الک خشک  انجام گرفت و با استفاده از نرم‌افزار gradistat پارامترهای آماری از قبیل قطر میانگین، جورشدگی، کج‌شدگی، کشیدگی،d10  و d90 تعیین و مهم‌ترین متغیرهای موثر در گروه‌بندی تپه‌ها براساس ویژگی‌های دانه‌بندی بر مبنای شاخص‌های لامبدا و ضرایب کانونیک تعیین شد. نتایج نشان داد که تنها دو متغیر جورشدگی و کشیدگی از نظر آماری توانایی جداسازی تپه‏های مختلف را دارند (با دقت حدود 57 %). بنابراین با توجه به دو شاخص جورشدگی و کشیدگی طبقه‌بندی همگنی تپه‌ها به روش تحلیل خوشه‌ای انجام شد. نتایج نشان داد که تپه‌های ماسه‌ای تثبیت شده (بارخانی) در گروه مجزا قرار می‌گیرند. این مسئله به دلیل تاثیر شرایط ناشی از استقرار پوشش گیاهی از یک سو و توانایی باد در حمل ذرات ریز دانه‌تر و به جای ماندن ذرات درشت‎دانه بیشتر در این مناطق است. همچنین به منظور بررسی همگنی تپه‌های ماسه‌ای به روش آنالیز دو متغیره، نمودارهای بایوپلات ترسیم و مشخص شد شاخص‌هایی همچون d10 وd90  نیز به طور گرافیکی و بصری قابلیت تفکیک را دارا هستند ولی از نظر آماری چنین نیست. نتایج نشان‌دهنده قابلیت روش‌های چند متغیره در طبقه‌بندی تپه‌های ماسه‌ای است. آنچه مسلم است استفاده از روش های چند متغیره می‌تواند به طور کمی تپه‌های ماسه‎ای را طبقه‌بندی کرد و نظرات کارشناسی را به حداقل رساند.

Application of Aeolian Sediments Granulometry Characteristics to Determine the Morphology of Homogenous Sand Dunes through Multivariate Data Analysis (Case Study: Kashan Erg)

Kashan Erg is one of the most important sand seacomplexes in Iran. The Current research tried to determine the homogeneity of Kashan Erg through multivariate data analysis. Data was extracted by interpretation of aerial photographs, Google earth, field observations and morphologic map of the study area. Moreover, different statistical variables of aeolian sediment samples were conducted in different sand dunes. The granulometric parameters were also calculated based on the dry sieve analysis while mean diameter, sorting, skewness, kurtosis, d10, and d90 indices were calculated using GRADISTAT software. Wilks’ lambda and canonic coefficients results indicated that, among granulomtric data, skewness and kurtosis could distinguish different sand dunes types (accuracy of 57%). According to the above mentioned indices, the classification was performed using Hierarchical Cluster analysis. The results showed that the stabilized dunes were located in the separate group which related to the effect of vegetation establishment and ability of wind in transporting of fine particles of these areas. Also, bivariate plots used for evaluating the homogeneity of the sand dunes which indicated d10 and d90 parameters as a discriminant factors for graphical and visually separation, but not statistically. Findings revealed that by using quantitative multivariate methods for sand dunes classification, less experimental insights can affect the results.