استفاده از نگاشت خودسازمانده (som) به‌منظور خوشه‌بندی کیفیت آب زیرزمینی استان کرمان و ارزیابی تناسب آن برای اهداف شرب و آبیاری

ارزیابی خصوصیات هیدروشیمیایی آب‌های زیرزمینی به‌منظور برنامه‌ریزی و مدیریت منابع آب به لحاظ کیفیت ضروری است. در تحقیق حاضر، از روش خوشه‌بندی نگاشت خودسازمانده (som) برای یافتن خوشه‌های همگن پارامترهای هیدروشیمیایی در منابع آب‌های (چاه، چشمه و قنات) استان کرمان استفاده و طبقه‌بندی کیفی مصارف شرب و آبیاری بر اساس خوشه‌های som انجام شد. الگوهای پارامترهای کیفی آب با صفحات som مصور گردید و الگوهای مشابهی برای آن پارامترها مشاهده شد که با یکدیگر هم‌بسته بودند و یک منبع مشابه را نشان می‌دادند. طبق نتایج som، تعداد 729 نمونه آب مورد بررسی، در چهار خوشه طبقه‌بندی شدند و خوشه‌های 1، 2، 3 و 4 به‌ترتیب شامل 73، 6/2، 6/7 و 14/1 درصد از نمونه‌های آب زیرزمینی بودند. روند افزایش هدایت الکتریکی در خوشه‌های مورد بررسی به‌ترتیب به‌صورت خوشه 1، 4، 3 و 2 بود. شاخص کیفیت آب مبتنی بر وزن‌دهی آنتروپی (ewqi) نشان داد که همه منابع آب دارای کیفیت عالی و خوب به لحاظ شرب (36/3 درصد)، در خوشه 1 قرار گرفته‌اند. بر طبق دیاگرام ویلکاکس، تعداد 435 نمونه آب ( 81/7 درصد) موجود در خوشه 1 دارای شرایط مناسب برای آبیاری بودند و 285 مورد دیگر که در هر چهار خوشه پراکنده بودند، کیفیت نامناسبی به لحاظ آبیاری نشان دادند. بر اساس دیاگرام پایپر، nacl رخساره غالب در خوشه‌های 2، 3 و 4 بود و رخساره‌های غالب خوشه 1 به‌صورت cahco3، nacl و camgcl بودند. این مطالعه نشان داد که روش som می‌تواند به‌طور موفقیت‌آمیزی برای طبقه‌بندی و توصیف آب زیرزمینی از نظر هیدروشیمی و کیفیت آب برای اهداف شرب و کشاورزی در مقیاس استانی استفاده شود.

Application of a Self-Organizing Map for Clustering the Groundwater Quality in Kerman Province and Assessment its Suitability for Drinking and Irrigation Purposes

Evaluation of groundwater hydro chemical characteristics is necessary for planning and water resources management in terms of quality. In the present study, a selforganizing map (SOM) clustering technique was used to recognize the homogeneous clusters of hydro chemical parameters in water resources (including well, spring and qanat) of Kerman province; then, the quality classification of groundwater samples was investigated for drinking and irrigation uses by employing SOM clusters. Patterns of water quality parameters were visualized by SOM planes, and similar patterns were observed for those parameters that were correlated with each other, indicating a same source. Based on the SOM results, the 729groundwater samples in the study area were grouped into 4 clusters, such that the clusters 1, 2, 3, and 4 contained 73%, 6.2%, 6.7%, and 14.1% of groundwater samples, respectively. The increase order of electrical conductivity parameter in the clusters was as 1, 4, 3 and 2. The results of water quality index based on the entropy weighting (EWQI) showed that all of the samples with excellent and good quality (36.3% of samples) for drinking belonged to the cluster 1. According to the Wilcox diagram, 435groundwater samples (81.7%) in the cluster 1 had the permitted quality for irrigation activities, and the other 285groundwater samples were placed in all four clusters, indicating the unsuitable quality for irrigation. The Piper diagram also revealed that the dominant hydro chemical faces of cluster 1 were NaCl, Mixed CaMgCl and CaHCO3, whereas the clusters 2, 3, and 4 had the NaCl face. This study, therefore, shows that the SOM approach can be successfully used to classify and characterize the groundwater in terms of hydrochemistry and water quality for drinking and irrigation purposes on a provincial scale.