بررسی هیدرو شیمیایی چشمه های گوگردی خوزستان با استفاده از آنالیزهای آماری چند متغیره

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری/ زمین شناسی آب، گروه زمین شناسی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز.

2 استاد/ گروه زمین شناسی، دانشکده علوم زمین ، دانشگاه شهید چمران اهواز.

3 استادیار/ گروه زمین شناسی، دانشکده علوم زمین ، دانشگاه شهید چمران اهواز.

چکیده

چشمه‌های گوگردی با ویژگی‌های درمانی، دمایی و خصوصیات هیدروشیمیایی خاص خود از دیگر منابع آب زیرزمینی متمایز می‌شوند. چشمه‌های گرو گلگیر، گرو میداود، گرو نفت سفید، گرو پل زال، گرساب جااردو، مشراگه، گراب بهبهان و بابا احمد ازجمله چشمه گوگردی دمای پایین در محدوده زاگرس خوزستان بشمار می‌روند. این چشمه‌ها دمایی بین 22 تا 35 درجه سانتی‌گراد داشته، و در امتداد راندگی زاگرس ظاهر می‌شوند. با آنالیز داده‌های هیدروشیمیایی چشمه‌های گوگردی در دو دوره زمانی آذر 96 و اردیبهشت 97 و به‌کارگیری روش‌های هیدروشیمایی، تحلیل‌ عاملی (PCA) و خوشه‌بندی‌ سلسله‌ مراتبی(AHC) سعی شده است عوامل مؤثر بر کیفیت شیمیایی چشمه‌ها شناسایی گردد. عامل اول مؤثر متغیرهای هدایت الکتریکی، Na، Cl، K، Ca، Mg، As و Cd را در برمی‌گیرد، این عامل ناشی از برهمکنش مواد آبخوان و آب می باشد، همچنین همبستگی بالا بین یون‌های اصلی و آرسنیک و کادمیوم نشان میدهد این عناصر منشا واحدی دارند. عامل دوم متغیرهای SO4 ، NO3 وS را در برمی‌گیرد. با توجه به نتایج آنالیز TOC این عامل را می‌توان ناشی از نفوذ شورابه‌های نفتی دانست. برای دسته بندی چشمه‌های مورد مطالعه از دو روش دیاگرام پایپر و خوشه‌بندی سلسله مراتبی Q-mode استفاده شد. دیاگرام پایپر این چشمه‌ها را در سه گروه و روش خوشه‌بندی سلسله مراتبی Q-mode با در نظر گرفتن پارامترهای بیشتر، چشمه‌های گوگردی در چهار گروه تفکیک کرد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Hydrochemical Investigation of Khuzestan Sulfur Springs Using Multivariate Statistical Analysis

نویسندگان [English]

  • Seyed Tareq Aboudi 1
  • Manouchehr Chitsazan 2
  • Abbas Charchi 3
1 PhD Candidate of Hydrogelogy, Department of Geology, Faculty of Earth Sciences, Shahid Chamran University of Ahvaz
2 Professor, Department of Geology, Faculty of Earth Sciences, Shahid Chamran University of Ahvaz
3 Assistant Professor, Department of Geology, Faculty of Earth Sciences, Shahid Chamran University of Ahvaz
چکیده [English]

Sulfur springs are distinguished from other groundwater sources by their specific therapeutic, thermal and hydrochemical properties. Golgir, Meydavood, Naft Sefid, pole Zal, Grasab JaOrdo, Mashrageh, Grab Behbahan, and Baba Ahmad Springs are low-temperature sulfur springs in Zagros area of Khuzestan. These springs have temperatures between 22 and 35 °C and appear along with the Zagros thrust. By analyzing the hydrochemical data of sulfur springs on two periods (December 2017 and May 2018) and applying the hydrochemical methods, principal component analysis (PCA) and hierarchical clustering (AHC), it has been tried to identify the factors affecting the chemical quality of the springs. The first factor includes the electrical conductivity, Na, Cl, K, Ca, Mg, As and Cd variables, this factor is due to the interaction of aquifer and water materials, as well as high correlation between the main ions, arsenic and cadmium indicates that these elements have similar origin.The second factor includes the SO4, NO3, and S variables. According to the results of TOC analysis, this factor can be attributed to the influence of oil brines. Piper diagrams and hierarchical Q-mode clustering were used to classify the springs studied. The Piper diagram separated these springs into three groups and the hierarchical Q-mode clustering method, taking into account further parameters of sulfur springs in four groups.

کلیدواژه‌ها [English]

  • Sulfur Spring
  • Principal component analysis
  • Hierarchical clustering
  • Gachsaran formation
  • Oil Brines
Ayenew T, Fikre S, Wisotzky F, Demlie M, Wohnlich S (2009) Hierarchical cluster analysis of hydrochemical data as a tool for assessing the evolution and dynamics of groundwater across the Ethiopian rift. International Journal of Physical Sciences 4(2):76-90
Banoeng Yakubo B, Yidana  SM, Nti E (2009) Hydrochemical analysis of groundwater using multivariate statistical methods the Volta region Ghana. KSCE Journal of Civil Engineering 13(1):55-63
Chitsazan M, Dorraninejad MS, Zarasvandi A, Mirzaii SY (2008) Occurrence, distribution and source of arsenic in deep groundwater wells in Maydavood area, southwestern Iran. Environmental Geology 58(4):727-737
Chitsazan M, Mirzaei SY, Shacheri S, Aboudi ST (2017) Evaluation of water resource mixing of karst aquifers, a case study of Garu Karstic spring located in eastern Khuzestan. Journal of Advanced Applied Geology 7(24):65-75 (In Persian)
Clark I D, Fritz P (1997) Environmental isotopes in hydrogeology. Lewis Publishers, 352p
Ghadimi F, Mirzaei M, Ghomi M (2013) Multivariate statistical analyzing of chemical parameters of thermal and non-thermal springs of Mahalat area in Iran. Geopersia Journal 3(1):57-68
Ghafuri M (2003) Recognition of Iranian mineral water and springs (Second Edition). Tehran University Press and Publication Institute, 386p (In Persian)
Güler C, Thyne GD, McCray JE, Turner KA (2002) Evaluation of graphical and multivariate statistical methods for classification of water chemistry data. Hydrogeology Journal 10(4):455-474
HajiAliBeigi H, Alavi SA, Eftekharnejad J, Mokhtari M, Adabi M (2009) The application of fractures in structural interpretation of an anticline, a Case Study Chenareh Anticline, SW Iran. Earth Sciences 19(74): 33-44 (In Persian)
Kalantari N, Anbari A,  Mohammadi H (2018) Hydrochemical investigation of surface and groundwater resources in the Bostan Plain using multivariate statistical techniques. Iran-Water Resources Research 14(2):236-248 (In Persian)
Kalantari N, Mohammadi Behzad HR, Keshavarzi M (2011) Karst springs as the simplest tool for determination of hydrogeological characteristics of karst aquifers, Case study of Bibitelkhoun spring, Khuzestan province. Advanced Applied Geology 2(1):90-100 (In Persian)
Karimi H, Moore F (2008) The source and heating mechanism for the Ahram, Mirahmad and Garu thermal springs, Zagros Mountains, Iran. Geothermics 37(1):84-100
Kebede S, Travi Y, Alemayehu T, Ayenew T (2005) Groundwater recharge, circulation and geochemical evolution in the source region of the Blue Nile River, Ethiopia. Applied Geochemistry 20(9):1658-1676
Love D, Hallbauer D, Amos A, Hranova R (2004) Factor analysis as a tool in groundwater quality management, two southern African case studies. Physics and Chemistry of the Earth 29(15-18):1135-1143
Malik SS, Rajagopal NR (1996) Groundwater development in the arsenic affected alluvial belt of west Bengal some questions. Current Science 70(11):956-958
Marietou A (2016) Nitrate reduction in sulfate-reducing bacteria. FEMS Microbiology Letters 363(15)
Meng SX, Maynard JB (2001) Use of statistical analysis to formulate conceptual models of geochemical behavior: Water chemical data from the Botucatu aquifer in São Paulo state, Brazil. Journal of Hydrology 250(1-4):78-97
Miesch A (1976) Geochemical survey of Missouri-methods of sampling, laboratory analysis and statistical reduction of data. US Geology Survey Prof Pap 954-A
Naseri H, Mohammadzadeh H, Salami H (2013) Investigation of sulfate source in some sulfur springs of Zagros folded using sulfur isotope (34S). In: Proc. Of First National Conference on the Use of Sustainable Isotopes, 8-9 May, Ferdowsi University of Mashhad, Iran, 168-175 (In Persian)
Oinam JD, Ramanathan A, Singh G (2012) Geochemical and statistical evaluation of groundwater in Imphal and Thoubal district of Manipur, India. Journal of Asian Earth Sciences 48:136-149
Richter BC, Kreitler CW (1993) Geochemical techniques for identifying sources of ground-water salinization. CRC Press, 272p
Umamageswari TSR, Sarala Thambavani D, Liviu M (2019) Hydrogeochemical processes in the groundwater environment of Batlagundu block, Dindigul district, Tamil Nadu: Conventional graphical and multivariate statistical approach. Applied Water Science 9:(14)
Zarvash N, Vaezi A, Karimi H (2013) Evaluation of karst development potential in Kabir Kuh anticline of Ilam province using fuzzy integration and hierarchical analysis (AHP) method and remote sensing and GIS. Quantitative Geomorphology Research 3(3):144-157 (In Persian)