دانشگاه تبریز دانش آب و خاک 2008-5133 27 3 2017 09 23 Impacts of Surface Water Quality on Groundwater Quality (Case study: Tabriz plain) اثرات کیفیت آب‌های سطحی بر کیفیت آب‌های زیرزمینی (مطالعه موردی: دشت تبریز) 225 237 6682 FA مصطفی صادق زاده سادات دانش‌آموخته کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز امیرحسین ناظمی استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز علی اشرف صدرالدینی استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز Journal Article 2014 12 21 In order to determine effective parameters on Aji Chay river pollution and the aquifer of Tabriz plain located in eastern part of Urmia Lake and better management and controlling of water resource quality, principal component analysis, artificial intelligence techniques (neural networks and decision tree M5) and geostatistics (Kriging and Cokriging) through water quality data analysis (Cations, Anions) in the period of 2001 to 2013 have been used. Statistical multivariate analysis has an ability to process a big range of data, and is known as a quantitative method in order to manage water quality of the East Azarbaijan province’s rivers. Determination of the water quality parameters would result in costs reduction and aiming the monitoring, controlling, and protection of water quality. The results show that M5 method presents simple linear relations in predicting chloride and salinity, also the decisions for categorizing decision tree algorithms are clear and extractable. Also the results of geostatistics showed that Tabriz plain's aquifer is in a bad condition from qualitative viewpoint compared to the last years, and in western part of the plain due to extreme well extraction, salinity in outlet from 9000 in 2001 to over 11000 (µmhos cm^-1) in 2012 has been increased. مطالعه حاضر بر روی رودخانه آجی‌چای واقع در دشت تبریز و در شرق دریاچه ارومیه­­، به‌منظور شناسایی عوامل مؤثر بر آلودگی رودخانه و آبخوان دشت تبریز و مدیریت و کنترل بهتر کیفیت منابع آب، با بهره‌گیری از تحلیل مؤلفه‌های اصلی، روش‌های هوش مصنوعی (شبکه عصبی مصنوعی و درخت تصمیم M5) و زمین آمار (کریجینگ و کوکریجینگ)، از طریق تحلیل داده‌های کیفیت آب (کاتیون‌ها، آنیون‌ها) در طی دوره آماری 1380 تا 1392 صورت گرفت. تحلیل‌های چند متغیره آماری قادر هستند حجم گسترده‌ای از داده‌ها را پردازش نمایند و به‌عنوان راهکاری کمی در مدیریت کیفیت آب رودخانه‌های استان آذربایجان شرقی مطرح گردند. تعیین مهم‌ترین پارامترهای تاثیرگذار در کیفیت آب منجر به کاهش هزینه‌ها و هدفدار نمودن پایش، کنترل و حفاظت کیفیت آب می‌شود. نتایج تحقیق حاکی از آن است که روش درخت تصمیم‌گیری (M5) روابط ساده خطی، قابل فهم‌تر و کاربردی‌تری برای پیش‌بینی کلر و شوری ارائه می‌کند و نوع تصمیمات گرفته‌شده براساس طبقه‌بندی در الگوریتم‌های درخت تصمیم، مشخص، شفاف و قابل استخراج است. همچنین نتایج حاصل از کاربرد روش‌های زمین آمار نشان داد که وضعیت آبخوان‌ دشت تبریز از لحاظ کیفی نسبت به سال‌های قبل در وضعیت نامطلوب قرار گرفته و در بخش غربی دشت به‌دلیل برداشت زیاد توسط چاه‌ها میزان شوری آب از بیشینه 9000 میکروموس بر سانتی‌متر در سال 1380 به بالای  11000 میکروموس بر سانتی‌متر در سال 1390 در مقطع خروجی رسیده است. https://water-soil.tabrizu.ac.ir/article_6682_5f9abd415efb054b49f5133c3fbdacea.pdf