نوع مقاله : مقاله پژوهشی
نویسندگان
1 استاد گروه مهندسی آب، دانشگاه تبریز، تبریز، ایران
2 دانشجوی دکتری گروه مهندسی آب، دانشگاه تبریز، تبریز، ایران
چکیده
کلیدواژهها
موضوعات
عنوان مقاله [English]
نویسندگان [English]
Abstract
Surface water is a critical resource for agriculture, drinking, and industry, making its quality assessment a priority. This study evaluated the drinking water quality of the Aji-chai Watershed in East Azerbaijan Province, Iran, using three established indices—Water Quality Index (WQI), Entropy-Weighted Water Quality Index (EWQI), and Improved Water Quality Index (ImpWQI)—based on 11 hydrochemical parameters. Data were collected from 3 stations (Arzanag, Akhola, and Markid) from 2003–2021 (1382–1400 Persian calendar). Factor analysis revealed that the first two principal factors accounted for over 78% of the variance at Arzanag, 81.1% at Akhola, and 92.43% at Markid, indicating distinct influencing mechanisms. Results showed that water quality at Arzanag was moderate according to WQI and EWQI but poor based on ImpWQI. Both Akhola and Markid exhibited very poor water quality across all indices. Key influencing factors differed by location: sodium chloride and hardness primarily drove quality at Arzanag, carbonate compounds and sulfates at Akhola, and nearly all measured variables at Markid. In conclusion, water from all three stations was unsuitable for drinking without treatment, underscoring the need for continuous monitoring. Future assessments should incorporate microbial indicators and heavy metals for a more comprehensive water safety evaluation.
Keywords: Factor Analysis, Entropy Water Quality Index (EWQI), Water Quality Index (WQI), Improved Water Quality Index (ImpWQI).
Introduction
Surface water resources—including rivers, lakes, springs, and streams—are inherently vulnerable to quality degradation from pollutants. Standard water quality assessment involves comparing measured physical, chemical, and biological parameters against established national or international guideline thresholds, a task typically performed by environmental monitoring agencies. Consequently, continuous monitoring and evaluation are fundamental to the sustainable management and long-term protection of these vital resources. Water quality indices serve as essential tools in this evaluation process, synthesizing complex data into comprehensible metrics (Aouiti et al., 2021). Among the various indices, three widely applied metrics are Water Quality Index (WQI), Improved Water Quality Index (ImpWQI), and Entropy-Weighted Water Quality Index (EWQI) (Jafari & Dinpashoh, 2024). This study employed these three indices to assess the water quality of the Aji-chai River. The primary objectives of this research were: (1) evaluating surface water quality at the three selected stations along the Aji-chai River and (2) conducting a factor analysis to identify the most significant hydrochemical factors influencing water quality at each site.
Materials & Methods
Study Area and Data
This study focused on the Aji-chai Catchment in northwest Iran, a principal sub-basin of Lake Urmia. The Aji-chai River, the longest river in the eastern basin of the lake, was analyzed at 3 hydrometric stations: Arzanag, Akhola, and Markid. Hydrogeochemical data for the period of 2003–2021 were obtained from the Regional Water Company of East Azerbaijan Province. The selected parameters included TDS, EC, pH, Na⁺, K⁺, Ca²⁺, Mg²⁺, Cl⁻, SO₄²⁻, HCO₃⁻, and TH. To account for seasonal variation, analyses were conducted using both the annual average values and data from the wettest and driest months of each year despite the original measurements being taken at irregular intervals.
Analytical Methods
Water quality was assessed using 3 conventional indices: Water Quality Index (WQI), Entropy-Weighted Water Quality Index (EWQI), and Improved Water Quality Index (ImpWQI). To identify the dominant hydrochemical factors influencing quality at each station, a separate factor analysis was performed for each site. The analysis proceeded as follows:
A correlation matrix of the measured parameters was constructed to serve as the similarity matrix.
Scree plots were used to determine the optimal number of principal factors to retain.
Factor coefficients were calculated and axes were rotated by using the Varimax method to enhance interpretability (Moghadam et al., 2008).
The position of variables on the factor loading plots (Cartesian plane) was interpreted to identify the key parameters controlling water quality at each station.
Research Findings
The calculated mean water quality index values for the three stations are presented in Table X. For WQI, the means were 129 (Arzanag), 239 (Akhola), and 1147 (Markid). Corresponding mean values for EWQI were 127, 220, and 946, and for ImpWQI were 156, 333, and 1896, respectively. These results consistently classified the water at all three sites as very poor and unsuitable for drinking. Seasonal analysis revealed that, in most years, water quality was better during wet months compared to dry months. Strong correlations were observed among the hydrochemical variables at each site. Factor analysis identified the dominant influences on water quality variance. At Arzanag, the first two factors explained 43.4% and 34.8% of the total variance, respectively. At Akhola and Markid, they cumulatively accounted for 81.1% and 95.5%, respectively. Following Varimax rotation, the factor loadings revealed distinct parameter associations:
Arzanag: The first factor showed high loadings (>0.9) for Cl⁻, SO₄²⁻, EC, and TDS. The second factor was strongly associated with Ca²⁺, Mg²⁺, and TH.
Akhola: The first factor was linked to 8 variables with loadings >0.7: EC, HCO₃⁻, Cl⁻, TDS, Ca²⁺, TH, Mg²⁺, and Na⁺. The second factor was primarily associated with SO₄²⁻.
Markid: The first factor showed near-unity loadings (close to 1) for 9 variables: Cl⁻, SO₄²⁻, TDS, Ca²⁺, TH, Mg²⁺, Na⁺, and K⁺ (with SO₄²⁻ loading negatively). The second factor was also strongly defined by SO₄²⁻ (with a loading close to -1).
Discussion of Results & Conclusion
The three water quality indices—WQI, EWQI, and ImpWQI—consistently classified the river water at all three study sites (Arzanag, Akhola, and Markid) as very poor and unsuitable for drinking. The factor analysis further elucidated the distinct hydrochemical drivers of pollution at each location. At Arzanag, water quality was primarily influenced by two key factors: (1) salinity driven by chloride, sodium, and potassium and (2) hardness associated with bicarbonate, calcium, and magnesium. In contrast, at Akhola, most measured variables—excluding pH and sulfate—collectively explained the majority of water quality variance, with sulfate (SO₄²⁻) emerging as a secondary, distinct influence. These findings underscored that while increasing water volume in the watershed might be challenging, preventing further pollution in the river system was a critical and actionable priority. Consequently, this study strongly recommends implementation of targeted, effective measures to control pollution sources and conserve water quality within the Aji-chai river basin.
کلیدواژهها [English]
مقدّمه
آبهای سطحی از مهمترین منابع تأمین آب در بخشهای کشاورزی، شرب و صنعت محسوب میشود. رودخانهها، دریاچهها و آب جاری در نهرها ازجمله آبهای سطحی سهلالوصول برای تأمین آب آشامیدنی هستند؛ با این حال، چون آبهای سطحی در ذات خود در برابر تغییرات و آلودگی بسیار آسیبپذیرند (Hammoumi et al., 2024)؛ بنابراین، حفاظت از آلودگی این منابع ارزشمند بسیار حیاتی است. در این راستا، پایش مدام آب در طول رودخانه در مقاطع زمانی مساوی از اهمیت فراوانی برخوردار است. برای این منظور، اندازهگیری پارامترهای کیفی از قبیل شوری، اسیدیته، کدورت، رسوب و غیره در آبهای سطحی برای تأمین آب سالم مردم بسیار مهم است. در عمل، ارزیابی کیفیّت آب با مقایسه مقادیر اندازهگیریشده پارامترهای هیدروژئوشیمیایی با مقادیر استاندارد نظیر هر پارامتر، که بهطور رسمی در دستورالعملهای ملی یا بینالمللی ارائه میشود، انجام میگیرد (Zhang et al., 2010)؛ بنابراین، نظارت و ارزیابی مستمر کیفیت آب برای مدیریت پایدار و حفاظت از منابع آب در هر منطقه ضروری است (Zhang et al., 2022). ازجمله ابزارهای سودمند برای ارزیابی کیفیت آب، میتوان به سه شاخص کیفی پر کاربرد شامل شاخص کیفیت آب با نماد[1] WQI، شاخص کیفیت آب آنتروپی با نمادEWQI و شاخص کیفیت آب اصلاح شده با نماد ImpWQIاشاره کرد. این شاخصها ابزارهای مدیریتی قوی کنترل کیفی آب در مدیریت منابع آب هستند. اوددین اظهار داشت که شاخصهای کیفیت آب، امکان تبدیل مقادیر دادههای کیفیت آب را به یک ارزش بصورت عددی فراهم میکند (Uddin et al., 2021). این شاخصها در طول زمان، در هر نقطه از رودخانه، تغییر میکند. از طرفی، مقدار شاخص در نقاط مختلف مسیر رودخانه نیز تغییر میکند. با پایش مقدار شاخص در طول مسیر رودخانه، میتوان مکانهایی که موجب آلودگی آب میشوند را شناسایی و نسبت به رفع آلودگی اقدام کرد. روشهای کاهش ابعاد مانند تجزیه و تحلیل مؤلفههای اصلی (PCA)، در مطالعات کیفیت آب بهکار گرفته شدهاند (Khoshravesh et al., 2025).
پیشینه پژوهش
مطالعات انجامیافته در ایران نشان میدهند که ارزیابی کیفیت آب مناطق مختلف کشور اغلب با شاخصهای WQI و شاخصهای وزندار آنتروپی (EWQI) و روشهای تحلیل چندمتغیره انجام شده است؛ برای مثال، روحانی و همکاران، در حوضه آبریز گرگانرود با استفاده از EWQI و تحلیل عاملی نشان دادند که دو عامل اصلی بیش از 97٪ تغییرات کیفیت آب سطحی را کنترل میکنند و پارامترهای EC و TDS بیشترین تأثیر را دارند (روحانی و همکاران، 1397)؛ در حالیکه مطالعه دیگر از امیری و همکاران در دشت لنجانات بر تغییرات فصلی کیفیت آب زیرزمینی تأکید داشت (Amiri et al., 2014). درپژوهش آنها، نتایج EWQI، بهگونهای بود که درصد نمونههای با کیفیت عالی تا متوسط در فصل مرطوب بالاتر از فصل خشک بود. هرچند این پژوهشها به شناسایی برخی پارامترهای کلیدی انجامید، بهدلیل اتکای صرف به یک شاخص و نبود رویکرد ترکیبی، تصویر جامعی از کیفیت آب ارائه نکردند.
مروج و همکاران و اخونیپورحسینی و ابراهیمی که بهترتیب بر رودخانههای کارون و بابلرود انجام دادند، از روش GIS و آنتروپی شانون برای وزندهی پارامترها استفاده کردند (مروج و همکاران، 1396؛ آخونی پورحسینی و ابراهیمی، 1398). نتایج بیانگر پایینبودن کیفیت آب رودخانه دز بهدلیل تزریق مواد آلاینده به آن در پایین دست ایستگاه دزفول است. همچنین مقادیر شاخص WQI در رودخانه کارون در بازه خوب تا عالی و برای رودخانه بابلرود در وضعیت عالی گزارش شده است؛ بنابراین، نتایج این دو مطالعه نشان داد که این روشها در شناسایی مناطق بحرانی مؤثرند؛ با این حال، در اکثر موارد، تحلیل عاملی برای استخراج مؤلفههای اصلی مؤثر بر کیفیت آب استفاده نشده است (مروج و همکاران، 1396؛ آخونی پورحسینی و ابراهیمی، 1398).
صادقی و همکاران در رودخانه زیارت روند تغییرات شاخص WQI را بررسی کردند و نتیجه گرفتند که مقدار این شاخص برای تمام ایستگاههای رودخانه زیارت بین 68/29 تا 78/64 بود. ایشان در برخی از ایستگاهها، مقدار این شاخص را در بازه (50-70) و در برخی دیگر، در بازه (25-50) گزارش کردند (صادقی و همکاران، 1399). خوشروش و همکاران روشهای کاهش ابعاد دادهها مانند تجزیه به مؤلفههای اصلی (PCA) را در مطالعه کیفیت آب به کار گرفتند (خوشروش و همکاران، 1404). خلیلی و همکاران، گرچه روی آب رودخانه چالوس مطالعهای با استفاده از شاخص WQI و روشهای آماری چندمتغیره، تغییرات مکانی و تأثیر فعالیتهای انسانی انجام دادند؛ با این حال، متاسفانه در مطالعه ایشان مقایسه بین شاخصها یا بررسی ترکیبی آنها انجام نشده است (خلیلی و همکاران، 1400). در مطالعات نسبتاً جدید، مانند منافی ملایوسفی و ملکانی که کیفیت آب رودخانه صوفی چای در استان آذربایجان شرقی را با استفاده از شاخص WQIT بررسی کردند، وزن پارامترها از آنتروپی شانون و تحلیل سلسله مراتبی تعیین شد و این وزنها با اوزان نظیر سازمان بهداشت جهانی برای آب سالم مقایسه شد. پارامترهای مؤثر شامل کل جامدات محلول و هدایت الکتریکی بود. ایشان میانگین شاخص کیفیت آب با استفاده از روش آنتروپی شانون، تحلیل سلسله مراتبی و وزندهی استاندارد سازمان بهداشت جهانی را بهترتیب، معادل 13، 38 و 16 گزارش کردند که نشاندهنده کیفیت عالی آب حوضه مذکور بود (منافی ملایوسفی و ملکانی، 1401). در مطالعهای دیگر که قرهمحمودلو و شیرزادنیا انجام دادند از تلفیق روشهای آنتروپی شانون، تحلیل سلسلهمراتبی(AHP) و مدلسازی GIS برای تحلیل فضایی کیفیت آب استفاده شده است. براساس شاخص WQI، کیفیت آب همه چشمهها و چاههای واقع در حاشیه ارتفاعات، عالی گزارش شده است؛ اما با دورشدن از دشت، کیفیت آب چند چاه خوب تا ضعیف توصیف شده است. این پژوهشها گامی روبهجلو در جهت کمیسازی تأثیر عوامل مختلف بودند؛ اما تمرکز اصلی بر ارزیابی منطقهای و یک شاخص محدود بود (قرهمحمودلو و شیرزادنیا، 1402). مطالعات دیگری نظیر حسینی و همکاران، دریکوندی و همکاران و کمالی و همکاران در رابطه با کاربرد شاخصهای کیفی در ایران انجام دادند؛ ولی به ارتباط بین شاخصها، همپوشانی نتایج و تأثیر همزمان پارامترها کمتر توجه شده است (حسینی و همکاران، 1397؛ دریکوندی و همکاران، 1402؛ کمالی و همکاران، 1403).
در کل، مرور مطالعات داخلی نشان میدهد که با وجود پیشرفت در کاربرد مدلهای آماری و شاخصی، بیشتر پژوهشها فاقد مقایسه میان شاخصها، تحلیل همزمان چند شاخص، و بررسی روابط علّی بین متغیرهای کیفی بودهاند. این خلأ علمی، نیاز به پژوهشهایی را آشکار میسازد که با ترکیب شاخصهای مختلف و تحلیلهای آماری پیشرفته، ارزیابی جامعتری از کیفیت آب ارائه دهند.
پژوهشها در سطح بینالمللی، طیف وسیعی از شاخصها و روشهای آماری برای بررسی کیفیت آب بهکار گرفته شده است. در مطالعه سیمئونوف و همکاران، در یونان، روشهای PCA و CA برای شناسایی الگوهای مکانی آلودگی مؤثر واقع شد و مبنایی برای توسعه تحلیلهای چندمتغیره در مطالعات بعدی فراهم آورد (Simeonov et al., 2003). العبیدی و همکاران در کردستان عراق روند نزولی کیفیت آب را در گذر زمان گزارش داد که اهمیت پایش بلندمدت را برجسته کرد (Alobaidy et al., 2010). در مطالعات جدیدتر، مانند آویتی و همکاران در تونس و ژانگ و همکاران در چین، مقایسه بین شاخصهای WQI، EWQI و ImpWQIانجام و نشان دادند که استفاده از روشهای وزندهی مبتنی بر آنتروپی میتواند دقت ارزیابی را افزایش دهد. هرچند این مطالعات از نظر روششناسی پیشرفته بودند، بیشتر بر دادههای کوتاهمدت و بدون تحلیل عاملی تلفیقی تمرکز داشتند ( Aouiti et al., 2021; Zhang et al., 2020). فاطیما و همکاران در پاکستان و لئو و لی در چین، ضمن بهرهگیری از روشهای آماری چندمتغیره و GIS، نقش فعالیتهای انسانی را در افت کیفیت آب بررسی کردند؛ با این حال، رویکرد آنها بیشتر توصیفی و منطقهمحور بوده و مقایسه بین شاخصها یا تحلیلهای تلفیقی بین روشها انجام نگرفته است ( Fatima et al., 2022; Liu & Li, 2023). داس در هند و آریمان و همکاران در ترکیه، از تصمیمگیری چندمعیاره (MCDM) و مدل Fuzzy-TOPSISبهره گرفتند ( Das, 2024; Arıman et al., 2024). علاوه بر آن، مطالعه داس و مطالعه آپوکوتان و همکاران در هند با بهرهگیری از EWQI، SOM و روشهای MCDM توانستند ترکیب شاخصها و تحلیل مکانی - زمانی را انجام دهند و عوامل مؤثر بر کیفیت آب را بهشکل دقیقتر شناسایی کنند ( Das, 2025; Appukuttan et al., 2025). با وجود این، فقدان ارزیابی همزمان چند شاخص بینالمللی و تحلیل عاملی برای تبیین عوامل کلیدی مؤثر بر افت کیفیت آب، همچنان یک شکاف دانشی در این حوزه باقی مانده است ( Das, 2025; Appukuttan et al., 2025).
مرور منابع نشان میدهد که گرچه پژوهشهای متعددی در زمینه ارزیابی کیفیت آب با استفاده از شاخصهای مختلف انجام شده است، هر یک از آنها با محدودیتهایی همراه بودهاند؛ بهطور مثال، برخی تنها متکی بر یک شاخص خاص بوده و برخی دامنه مکانی محدودی داشتهاند. افزون بر این، نتایج مطالعات پیشین در مواردی با همدیگر متناقض بوده و تصویری جامع از ترکیب عوامل مؤثر بر کیفیت آب ارائه نکردهاند. این شکاف دانشی ضرورت انجام مطالعه حاضر را برجسته میسازد تا با بهرهگیری همزمان از چند شاخص مختلف و تحلیل عاملی، ارزیابی کاملتری از وضعیت کیفیت آب منطقه بهدست آید. با توجه به اهمیت منابع آب آشامیدنی و محدودیتهای موجود در تحقیقات گذشته، اجرای این پژوهش در منطقه مورد مطالعه اجتنابناپذیر است. نوآوری تحقیق حاضر در بهکارگیری توأمان سه شاخص WQI، EWQI و ImpWQI همراه با روش تجزیه به عاملها(FA) نهفته است که امکان ارزیابی جامعتر کیفیت آب، شناسایی دقیقتر عوامل مؤثر بر افت کیفیت و مقایسه نتایج سه شاخص را فراهم میآورد. همچنین در این مطالعه، علاوه بر استفاده از شاخصهای متداول کیفیت آب، شامل WQI و EWQI، در مطالعه حاضر، برای اولینبار در ایران از شاخص ImpWQI برای ارزیابی کیفیت آب حوضه آبریز آجیچای استفاده شد. این شاخص با ترکیب بهینه پارامترها و وزندهی پیشرفته، دقت ارزیابی کیفیت آب را نسبت به شاخصهای سنتی افزایش میدهد و امکان تحلیل جامعتری از وضعیت کیفی آب فراهم میکند. با توجه به محدودیت دادههای موجود برای محاسبه شاخصهای بومی ایران (IWQI)، تمرکز بر شاخصهای بینالمللی امکان انجام ارزیابی جامع و قابل اتکا را فراهم و شکاف موجود در مطالعات پیشین این رودخانه را رفع میکند. این رویکرد تحلیلی، افزون بر ارزش علمی، کاربرد عملی نیز دارد و میتواند به توسعه پایدار مدیریت منابع آب منطقه کمک کند؛ بنابراین، دو هدف اصلی مطالعه حاضر شامل الف) بررسی کیفیت آب رودخانه آجیچای با سه شاخص WQI، EWQI و ImpWQI بهمنظور تناسب آب با مصارف شرب و ب) بهرهگیری از روش تجزیه به عاملها برای تعیین پارامترهای مؤثر بر کیفیت آب رودخانه است.
روش پژوهش
مواد و روشها
منطقه مورد مطالعه
منطقه مورد مطالعه حوضه آبریز آجیچای در استان آذربایجان شرقی واقع در شمالغرب ایران یکی از زیرحوضههای دریاچه ارومیه است و بهلحاظ موقعیت جغرافیایی بین عرضهای ′42 ˚37 تا ′30 ˚38 شمالی و طول ′40 ˚45 تا ′53 ˚47 شرقی واقع شده است. ارتفاع بالاترین قسمت این حوضه 3400 متر متعلق به دامنههای جنوب و جنوبغربی کوه سبلان است. پایینترین نقطه در غرب آذرشهر، دارای ارتفاع 1270 متر در محل ورود آب به دریاچه ارومیه است (ثانیخانی و همکاران، 1392). این حوضه از شمال به حوضه آبخیز اهرچای، از جنوب به حوضه آبخیزقزلاوزن و صوفیچای، از شرق به حوضه آبخیز بالخلوچای و از غرب به دریاچه ارومیه محدود میشود (اللهویردی پور و دینپژوه، 1404). رودخانه آجیچای طویلترین رود بخشهای شرقی حوضه دریاچه ارومیه است. از سرچشمههای این رود، کوه سبلان، واقع در شمال شرق و دیگری کوه سهند در بخش جنوبی حوضه آجیچای است. اقلیم حوضه نیمهخشک بوده و میانگین دمای سالانه آن حدود 3/11 درجه سلسیوس و متوسط بارش سالانه آن 320 میلیمتر است. مقدار شاخص اقلیمی دومارتون در این حوضه 40/24 گزارش شده است (عیسی زاده و همکاران، 1401). حداکثر و حداقل مقدار میانگین دمای روزانه در این حوضه بهترتیب، 22- درجه سلسیوس در ژانویه و 40 درجه سلسیوس در ماه ژوئیه است (Barzegar et al., 2016). سازندهای این منطقه شامل سنگهای آهکی و دگرگونی پرمین – تریاس در شمال و سازند میوسن بالایی با سنگآهک، مارن، دولومیت و نمکهای تبخیری در بخش میانی و پاییندست است. رسوبات کواترنری آبرفتی روی این واحدها گسترده و ساختار حوضه تحت تأثیر گسل تبریز و فعالیتهای آتشفشانی کوه سهند شکل گرفته است (Safari et al., 2020). کاربری اراضی در حوضه آجیچای شامل زمینهای زراعی در مناطق دشت، مراتع طبیعی در نواحی شیبدار و اراضی مسکونی در حاشیه رودخانه است (قدوسی و همکاران، 1393). شکل 1 موقعیت جغرافیایی حوضه آبریز آجیچای را نشان میدهد.
شکل 1. موقعیت جغرافیایی حوضه آبریز آجیچای و سه ایستگاه هیدرومتری منتخب در آن.
Fig 1 Geographical location of the Ajichai basin and three selected hydrometric stations in it.
دادهها
در این مطالعه، از دادههای اندازهگیریشده در سه ایستگاه ارزنق، آخولا و مرکید شامل پارامترهای TDS، EC، pH، HCO₃⁻، Cl⁻، SO₄²⁻، Ca²⁺، Mg²⁺، Na+، K+ و TH استفاده شد. برای این منظور، سه مقیاس زمانی در نظر گرفته شد که شامل الف) میانگین مقادیر هر پارامتر در تمام ماههای سال و طول دوره آماری، ب) مقدار میانگین طولانی مدت هر پارامتر در ماه پرآب (اردیبهشت)، و ج) مقدار میانگین طولانی مدت هر پارامتر در ماه کم آب (شهریور) بود، که از شرکت آب منطقهای استان آذربایجانشرقی اخذ شد. حداکثر 26/5 درصد از کل دادهها مفقود بود. دادههای گمشده با استفاده از میانگینگیری از داده نظیر سال قبل و بعد بازسازی شد. بهمنظور بررسی تغییرات سریهای زمانی بارش و دبی، از دادههای دبی برای سه ایستگاه مورد بررسی در طول دوره آماری 1382 تا 1400 استفاده شد. درخور ذکر است که دادههای بارش تنها برای ایستگاه مرکید موجود بود؛ زیرا این آمار توسط سازمان آب منطقهای تنها برای این ایستگاه طی دوره مذکور جمعآوری شد و برای دو ایستگاه دیگر، یعنی ارزنق و آخولا در دسترس نبود.
روشهای مورد استفاده
در این مطالعه، بهمنظور بررسی کیفیت آب سه ایستگاه ارزنق، آخولا و مرکید از سه شاخص WQI، EWQI و ImpWQI استفاده شد. شاخصهای متعددی برای ارزیابی کیفیت آب ارائه شدهاند که هر یک دارای نقاط قوت و محدودیتهای خاص خود هستند. شاخص WQI یکی از رایجترین و قدیمیترین شاخصها در این زمینه است که بهدلیل سادگی و کاربرد گسترده، استفاده میشود؛ اما وزندهی آن به پارامترها تا حدی سلیقهای است. شاخص EWQI با بهرهگیری از روش آنتروپی، این محدودیت را برطرف و وزندهی دقیقتری را فراهم میکند. در مقابل، شاخص ImpWQI بهعنوان نسخه اصلاحشده WQI، ضعفهای شاخص کلاسیک را جبران میکند و نتایج دقیقتری ارائه میدهد؛ ازاینرو، بهنظر میرسد استفاده همزمان از سه شاخص مذکور در این پژوهش، علاوه بر فراهمآوردن امکان مقایسه و اعتبارسنجی متقابل نتایج، ارزیابی جامعتری از کیفیت آب را در منطقه مورد مطالعه ارائه میدهد. بهمنظور تعیین مؤلفههای اصلی و پارامترهای تأثیرگذار بر عاملهای مذکور در هر سه ایستگاه از روش تجزیه به عاملها استفاده شد. این روشها در ادامه شرح داده شده است.
شاخص WQI
معمولاً شاخص WQI برای ارزیابی کیفیت آب شرب استفاده میشود ( Akter et al., 2016; Mukate et al., 2019). هدف WQI ارزیابی کیفیت آب با استفاده از مقادیر اندازهگیریشده برای پارامترهای هیدروشیمی آب است. این مهم با تخصیص وزن به هر پارامتر iام، با نماد wi انجام میشود (Fatima et al., 2022). وزنهای مذکور براساس اهمیت هر پارامتر یا میزان تأثیر آن بر سلامت انسان اختصاص مییابد. این وزنها از یک (کمترین تأثیر بر کیفیت آب) تا 5 (بیشترین تأثیر بر کیفیت آب) تغییر میکنند. بیشترین وزن به پارامتری اختصاص داده میشود که اثرات حیاتی بر سلامتی انسان دارد و حضور آن در آب بالاتر از حد غلظت بحرانی میتواند قابلیت استفاده از منبع را برای مصارف خانگی و آشامیدنی محدود کند (Şener et al., 2017). وزن نسبی پارامتر کیفی iام که با نماد RWi نشان داده میشود از رابطه زیر محاسبه شد (Derdour et al., 2020):
RWi= (1)
که در آن n تعداد پارامترهای شیمیایی مورد استفاده در بررسی کیفیت آب (در مطالعه فعلی برابر با 11) و Wi وزن پارامتر کیفی iام در شاخص است. در این مطالعه وزنهای لحاظشده با جمعبندی پژوهشهای انجام گرفتهشده ازجمله ( Shaibur et al., 2024; Varol & Davraz, 2014; Karunanidhi et al., 2021) در نظر گرفته شد. در این راستا، مقدار یک به پارامتر HCO3-، وزن دو به پارامتر K+، سه به پارامترهای Ca²⁺، Mg²⁺ و TH، مقدار چهار به پارامترهای EC، pH و Na+ و درنهایت، مقدار پنج به پارامترهای TDS، و SO42-اختصاص داده شد. برای محاسبه شاخص WQI لازم است ابتدا درجهبندی کیفیت آب شرب برای پارامتر کیفی iام که با نماد qi نشان داده میشود، محاسبه شود. مقدار درجهبندی کیفیت آب شرب برای یکایک پارامترهای کیفی در هر ایستگاه از رابطه زیر به دست آمد (Krishna Kumar et al., 2015):
(2)
که در آن qi درجهبندی کیفیت آب شرب برای پارامتر کیفی iام، Ci غلظت پارامتر کیفی iام در آب برحسب میلیگرم بر لیتر و Si مقدار نظیر استاندارد آب آشامیدنی برای پارامتر کیفی iام برحسب میلیگرم بر لیتر براساس دستورالعملهای سازمان بهداشت جهانی (WHO, 2011) است. پس از محاسبه مقادیر qi برای پارامترهای کیفی، مقدار شاخص WQI از رابطه زیر به دست آمد (Mahato et al., 2023):
(3)
که در آن n تعداد پارامترهای کیفی اندازهگیریشده برای نمونه آب ایستگاه مدنظر است. جدول 1 دامنه تغییرات WQI را به همراه توصیف آب نشان میدهد ( Aouiti et al., 2021; Zhang et al., 2020).
جدول 1. طبقهبندی کیفیت آب بر اساس شاخصهای کیفی ( Aouiti et al., 2021; Zhang et al., 2020)
Table 1 Classification of water quality based on quality indices (Aouiti et al., 2021; Zhang et al., 2020)
|
شاخص |
کمتر از 50 |
50-100 |
100-150 |
150-200 |
بیشتر از 200 |
|
رتبه |
1 |
2 |
3 |
4 |
5 |
|
کیفیت آب |
عالی |
خوب |
متوسط |
ضعیف |
بشدت ضعیف |
شاخص کیفیت آب آنتروپی (EWQI)
در این مطالعه، بهمنظور اجتناب از قضاوت شخصی دربارۀ اختصاص وزن به پارامترهای کیفی آب، از روش آنتروپی شانون[2] برای تخصیص وزنها استفاده شد. مراحل اصلی استفاده از روش ضریب آنتروپی برای تعیین وزنها به شرح زیر است: فرض شد m تعداد نمونههای آب (تعداد سالهای آماری) و n تعداد پارامتر کیفی اندازه گیریشده در هر نمونه (اینجا 11) باشد. ابتدا ماتریس X بهصورت زیر در نظر گرفته شد (جعفری و همکاران، 1400):
(4) X=
که در آن مقدار متغیر jام برای نمونه iام است. برای از بین بردن تأثیر واحدهای مختلف شاخصهای مشخصه و درجههای کمیت متفاوت کیفیت، لازم است دادهها استاندارد شوند. برای این کار ماتریس X به ماتریس استانداردشده Y (رابطه 6) تبدیل شد. درایه واقع در سطر iام و ستونjام ماتریس Y که با yij نشان داده میشود، بهشرح رابطه زیر استاندارد شد:
= (5)
ماتریس Y بهشرح زیر نوشته شد:
(6) Y=
که در آن m تعداد نمونههای آب و n تعداد پارامترهای شیمیایی (در اینجا 11) است. سپس نسبت مقدار پارامتر j ام استانداردشده در نمونه i به مجموع مقادیر همان پارامتر در نمونههای مدنظر با نشان داده شد. این نسبت با رابطه زیر محاسبه شد:
(7) =
آنگاه مقدار آنتروپی اطلاعات ( ) با استفاده از رابطه زیر به دست آمد:
(8) - =
هرچه مقدار ej کوچکتر باشد، تأثیر پارامتر کیفیjام در کیفیت آب بیشتر است. سپس وزن پارامتر jام ( ) از رابطه زیر محاسبه شد:
= (9)
برای محاسبه EWQI، لازم است مقیاس درجهبندی کیفیت (qj) برای هر پارامتر کیفی به دست آید. در این مطالعه qj از نسبت غلظت پارامتر شیمیایی jام در هر نمونه آب به مقدار حداکثر غلظت توصیهشده برای همان پارامتر در استاندارد جهانی به شرح زیر محاسبه شد:
= (10)
در این رابطه cj، غلظت پارامتر شیمیایی jام در هر نمونه آب بر حسب میلیگرم بر لیتر (بهجز pH و EC) و sj غلظت همان پارامتر برای کیفیت آب آشامیدنی بر حسب میلیگرم بر لیتر در استاندارد جهانی است (WHO, 2011). درنهایت، شاخص EWQI با استفاده از فرمول زیر محاسبه شد:
EWQI= (11)
شاخص کیفیت آب اصلاح شده[3] (ImpWQI )
برای محاسبه شاخص کیفیت آب اصلاح شده، لازم است که ابتدا ضرایب همبستگی بین هر جفت از پارامترهای کیفی محاسبه شود (Zhang et al., 2020). ضرایب همبستگی بین هر جفت پارامترهای کیفی از رابطه زیر محاسبه شد:
= i=1,2,…,m و j=1, 2, …, n (12)
که در آن ، مقدار ثبتشده برای j امین پارامتر شیمیایی در iامین نمونه آب و مقدار استانداردشده (نرمال شده) همان نمونه (از رابطه 5) است و و بهترتیب، میانگین مقادیر ها و ها را نشان میدهد. در مرحله بعد، پارامتر Cj بهشرح زیر به دست آمد:
= (13)
که در آن نشاندهنده انحراف معیار مقادیر پارامتر jام و m تعداد پارامترهای شیمیایی مورد استفاده است. وزن هر پارامتر ( ) از رابطه زیر حاصل شد (Eid et al., 2024):
= (14)
که در آن مقدار غلظت یا اطلاعات پارامتر ام، m تعداد پارامترهای شیمیایی مورد استفاده است. در مرحله بعدی، برای هر پارامتر یک شاخص موسوم به درصد مقیاس درجهبندی کیفیت آب که با نماد Qj نشان داده میشود، بهشرح رابطه زیر به دست آمد.
= (15)
که در آن Cj غلظت پارامتر شیمیایی jام در نمونه آب برحسب میلیگرم در لیتر (بجز pH و EC) و Cjp مقدار ایدئال پارامتر در آب خالص و Sjمقدار استاندارد برای هر پارامتر شیمیایی برحسب میلیگرم در لیتر با توجه به استاندارد جهانی همان پارامتر برای کیفیت آب آشامیدنی است. در این مطالعه، برای همه پارامترها، بهجز pH، مقدار Cjp = 0 در نظر گرفته شد، برای پارامتر اسیدیته یا pH مقدار Cjp =7 لحاظ شد ( Prasun & Singh, 2025; Bhat & Pandit, 2014) درنهایت، شاخص ImpWQI از فرمول زیر محاسبه شد:
ImpWQI= (16)
تجزیه به عاملها (FA)
روش تجزیه به عاملها (FA) برای شناسایی عوامل اصلی و مؤثر بر کیفیت آب و کاهش ابعاد دادهها انتخاب شد (Ariman et al., 2024). با توجه به چندپارامتری بودن دادههای ایستگاههای هیدرومتری، FA امکان تشخیص الگوهای پنهان، اولویتبندی عوامل مؤثر و ارائه ارزیابی جامع و دقیقتر از وضعیت کیفیت آب را فراهم میسازد (Ali et al., 2024). گام اول در این روش، انجام روش تجزیه به مؤلفههای اصلی (PC) است. هر مؤلفه ترکیبی خطی از همه متغیرهای مدنظر است. اولین مؤلفه، بیشترین واریانس دادهها را در بر دارد. مؤلفههای دوم، سوم و ... بهترتیب حاوی بیشترین اطلاعات دادهها هستند. برای انجام این تجزیه، ماتریس همبستگی بین متغیرها بابعاد p×p محاسبه شد. واضح است که کل تعداد مؤلفههای اصلی (Zi ) برابر با تعداد متغیرهای شیمیایی مورد بررسی در مطالعه حاضر (p) است. مقادیر هر مؤلفه با استفاده از رابطه زیر تخمین زده شدند (مقدم و همکاران، 1387):
Zi= ai1x1+ai2x2+ai3x3+…+aipxp for i= 1, 2, …, n (17)
که در آن Zi مقدار مؤلفه اصلی iام، ai,j مقدار ضریب مربوط به متغیر اصلی jام، برای مؤلفه اصلی iام (که اینجا با xi نشان داده شده) بوده و p تعداد کل متغیرها و n تعداد نمونههای مورد بررسی (اینجا تعداد پارامترهای شیمیایی موجود در آب معادل با 11) است. در این مطالعه، برای محاسبه ضرایب ai,j ابتدا ماتریس همبستگی دادهها بابعاد p×p موسوم به ماتریس تشابه تشکیل شد. ضرایب همبستگی بین هر جفت پارامتر شیمیایی، در یک ایستگاه، درایههای این ماتریس را تشکیل میدهند. مقادیر ویژه این ماتریس محاسبه شدند. پر واضح است که جمع همه مقادیر ویژه برابر با تعدادکل متغیرها یا p است. آنگاه، بردارهای ویژه نظیر مقادیر ویژه هم محاسبه شدند. این بردارهای ویژه، همان ضرایب مؤلفههای اصلی یا ضرایب ai,j هستند (مقدم و همکاران، 1387). در هر مؤلفه اصلی، متغیری که ضریب بزرگتر (نسبت به بقیه) دارد، بهعنوان متغیر مؤثر بر مؤلفه مذکور در نظر گرفته شد. معمولاً چند عامل اول واریانس زیادی از کل واریانس دادهها را دربر دارد. با رسم نمودار صخرهای[4] تعداد مؤلفههای اصلی مهم انتخاب شد. این مؤلفهها با معیار دارابودن مقدار ویژه بیش از واحد انتخاب شدند. این مؤلفهها با همدیگر بطور مطلق ناهمبسته هستند. مرحله بعدی، انجام تجزیه به عاملها (FA) است. در این مرحله، فقط تعداد معدودی از مؤلفهها (با مقدار ویژه بیش از یک) در نظر گرفته شدند محورهای این مؤلفهها بهمنظور بهتر نشان دادن موقعیت متغیرها در صفحه PC ها، دوران دوران (با روش واریماکس[5]) داده شدند. این کار تفسیرپذیری عاملها را آسان میکند.
در این پژوهش، تحلیل عاملی براساس 11 پارامتر کیفی بهمنظور تعیین مهمترین پارامترهای مؤثر بر کیفیت آب سطحی در هر یک از ایستگاههای منتخب در حوضه آبریز آجیچای بررسی شد. برای این کار، در هر ایستگاه ماتریس دادهها طوری تنظیم شد که هر سطر متعلق به یک سال از دوره آماری و هر ستون متعلق به یکی از پارامترهای کیفی مورد مطالعه باشد. در این مطالعه، دادههای کیفی آب به سه صورت استفاده شدند. این صور شامل سالانه (میانگین مقادیر اندازه گرفته شده در یک سال)، یک اندازه گیری در ماه پرآب (اردیبهشت) و یک مورد در ماه کمآب (شهریور) بود؛ برای نمونه، در ایستگاه ارزنق طی دوره 1382 تا 1400، ماتریس دادهها شامل 19 سطر (نمایانگر سالها) و 11 ستون (نمایانگر پارامترهای کیفی) بود. در هر سطر، مقادیر پارامترها به تفکیک سالانه و همچنین برای ماههای اردیبهشت و شهریور درج شد. بدین ترتیب، امکان تحلیل تغییرات کیفیت آب در مقیاس سالانه و نیز در شرایط هیدرولوژیکی متفاوت (پرآب و کمآب) فراهم شد. مقادیر هر پارامتر، در هر سال، در متن جدول درج شد. آنگاه ماتریس همبستگی بین پارامترهای هر ایستگاه به دست آمد. سپس معنیداری ضرایب همبستگی در سطح 5 درصد آزمون شد. واضح است که هرچه میزان همبستگی بین متغیرهای اصلی بیشتر باشد، روش تجزیه به عاملها کاراتر خواهد بود. محور افقی در نمودار صخرهای به شماره عامل اختصاص دارد و محور قائم به مقادیر ویژه مربوط است؛ بهطوریکه اشاره رفت، از بین مؤلفههای اصلی، تعداد اندکی از آنها که مقدار ویژه بیش از یک داشتند، انتخاب شد. پر واضح است که همواره، بیشینه مقدار ویژه از آن عامل اول است. پس از آن، بیشینه مقدار متعلق به عامل دوم و ... است. طبیعی است که مقدار ویژه بهتدریج برای عاملهای بعدی کاهش مییابد. پس از انتخاب مؤلفههای اصلی مهم، محورهای مؤلفههای منتخب بطور متعامد دوران یافتند. نمودار پراکنش نقاط یا موقعیت پارامترهای کیفی در دیاگرام با محورهای عمود برهم که محور افقی آن ضرایب عامل اول و محور قائم آن ضرایب عامل دوم است، رسم شد. به این ترتیب، پارامترهای کیفی که مقدار قدرمطلق ضرایب عاملهای آن به عدد یک نزدیک بود بهعنوان «دسته پارامترهای مهم» در آن ایستگاه شناسایی شد. این نمودار برای هر ایستگاه برای دو عامل نخست، بهطور جداگانه، رسم شد.
نتایج
جدول 2 مقادیر میانگین شاخصهای WQI، EWQI و ImpWQI را بههمراه وضعیت کیفیت آب رودخانه در سه ایستگاه ارزنق، آخولا و مرکید نشان میدهد. لازم به یادآوری است که هرچه مقدار شاخص (ها) کمتر، کیفیت آب بهتر است. در طول دوره آماری، دامنه تغییرات شاخص WQI در ایستگاه ارزنق بین90/92 و91/162 و میانگین آن، در این ایستگاه، 32/129 بود. در ایستگاه آخولا دامنه تغییرات شاخص WQI بین 98/181 و 22/320 و میانگین آن 20/239 بود. بیشترین مقدار شاخص WQI در ایستگاه مرکید مشاهده شد که دامنه تغییرات آن بین 86/421 و 49/4855 بود و میانگین این شاخص در ایستگاه مرکید 66/1146 بود. دامنه تغییرات مقدار شاخصEWQI در ایستگاه ارزنق بین 98/91 و 42/151 با میانگین 36/127 بود. در ایستگاه آخولا کمترین و بیشترین مقدار این شاخص بهترتیب برابر با 27/165 و 72/290 با میانگین 67/219 بود. در ایستگاه مرکید، کمترین و بیشترین مقدار شاخص EWQI بهترتیب معادل با 06/359 و93/3925 با میانگین 92/945 بود. افزون بر این، نتایج نشان داد که در ایستگاه ارزنق کمترین و بیشترین مقدار شاخص ImpWQI بهترتیب برابر با 02/109 و 41/198 با میانگین 17/156 بود. در ایستگاه آخولا دامنه تغییرات این شاخص بین 55/248 و 32/460 با میانگین 98/332 بود. همچنین، در ایستگاه مرکید این شاخص بین 71/678 و 91/813 با میانگین 20/1896 بود؛ بنابراین، میتوان نتیجه گرفت که کیفیت آب رودخانه آجیچای با سه شاخص مورد بررسی، در هر سه ایستگاه بهشدت ضعیف و برای مصارف شرب نامناسب است. هرچند کیفیت آب در هر سه ایستگاه نامناسب است، بدترین کیفیت آب متعلق به ایستگاه مرکید، سپس آخولا و درنهایت، ارزنق بود؛ بنابراین، در این راستا لازم است تمهیدات لازم برای بهبود کیفیت آب رودخانه صورت گیرد.
با توجه به نتایج جدول 2 کیفیت آب در هر سه ایستگاه بهطور کلی « ضعیف» بوده است؛ با این حال شدت این وضعیت در ایستگاه مرکید به مراتب بیشتر از دو ایستگاه دیگر است؛ به طوری که میانگین مقادیرWQI، EWQI و ImpWQI در مرکید بهترتیب تقریباً پنج برابر، چهار برابر و ۱۲ برابر مقادیر نظیر ایستگاه ارزنق است. این امر، احتمالاً ناشی از قرارگیری ایستگاه مرکید در پاییندست و دریافت پسابهای شهری (تبریز) و صنعتی (کارگاههای چرمسازی و صنایع غذایی) موجود در حد فاصل شهر تبریز و دریاچه ارومیه است. علاوه بر این، تفاوت بین مقادیر سه شاخص نشان میدهد که شاخص ImpWQI نسبت به دو شاخص دیگر به آلایندههایی نظیر شوری و سختی کل حساسیت بیشتری دارد و بنابراین، وضعیت بحرانیتری از کیفیت آب را بازتاب داده است.
جدول 2. مقادیر شاخصهای WQI، EWQI و ImpWQI در رودخانه آجیچای و در ایستگاههای ارزنق، آخولا و مرکید
Table 2 Values of WQI, EWQI, and ImpWQI in Ajichai river at the stations Arzanag, Akhola, and Markid
|
وضعیت کیفیت آب |
ImpWQI |
وضعیت کیفیت آب |
EWQI |
وضعیت کیفیت آب |
WQI |
ایستگاه |
|
ضعیف |
17/156 |
متوسط |
36/127 |
متوسط |
32/129 |
ارزنق |
|
به شدت ضعیف |
98/332 |
به شدت ضعیف |
67/219 |
به شدت ضعیف |
20/239 |
آخولا |
|
به شدت ضعیف |
21/1896 |
به شدت ضعیف |
92/945 |
به شدت ضعیف |
66/1146 |
مرکید |
شکل 2 نمودار سری زمانی مقادیر شاخصهای کیفیت آب رودخانه آجیچای را در طول دوره آماری با سه شاخص WQI، EWQI و ImpWQI در ایستگاههای مورد مطالعه نشان میدهد؛ به طوری که از این شکل استنباط میشود در هر سه ایستگاه، نمودار شاخص ImpWQI در مقایسه به شاخصهای EWQI و WQI در موقعیت نسبتاً بالاتری قرار دارد. این نشان میدهد که شاخص مذکور حساسیت بیشتری به تغییرات کیفیت آب دارد. از طرفی، میتوان دید که بیشترین مقادیر مشاهده شده با هر سه شاخص در ایستگاه مرکید، متعلق به سالهای 1386، 1387 و 1388 است. در این سه سال، مقدار شاخص ImpWQI بهترتیب برابر با 96/5171، 92/8137 و 24/3300 بود. این افزایش میتواند ناشی از کاهش جریان رودخانه بهدلیل وقوع خشکسالیهای پی در پی و همزمان افزایش تخلیه پسابهای صنعتی و کشاورزی باشد؛ بنابراین، اوج مقادیر شاخصها در این سالها احتمالاً ترکیبی از شرایط اقلیمی و فشار انسانی است.
شکل 2. نمودار سریهای زمانی شاخصهای مورد مطالعه در رودخانه آجیچای و سه ایستگاه آبسنجی ارزنق، آخولا و مرکید
Fig. 2 Time series diagrams of the used indices in the Aji-Chai River at three hydrometric stations: Arzanag, Akhola, and Markid
شکل 3. نمودار تغییرات دبی ماهانه ایستگاههای ارزنق، آخولا و مرکید و مجموع بارش سالانه ایستگاه مرکید طی دوره آماری 1400-1382
Fig. 3. Diagram of monthly discharge changes at Arznag, Akhola, and Markid stations and total annual precipitation at Markid station during the statistical period 1382-1400
بهمنظور بررسی تغییرات سه شاخص مدنظر با تغییرات سالانه دبی و بارش با توجه به محدودیت دادهها، تحلیل تغییرات بارش تنها برای ایستگاه مرکید انجام شد؛ در حالی که دادههای دبی برای هر سه ایستگاه موجود بود. در ایستگاه ارزنق، شاخصهای کیفیت آب (WQI، EWQI وImpWQI) بین حدود 91 تا 198 واحد در نوسان بودند. در سالهای ۱۳۸۳ و ۱۳۸۴، که دبی جریان به حدود سه تا چهار مترمکعب بر ثانیه افزایش یافت، مقادیر شاخصها کاهش یافتهاند (WQI حدود ۱۴۵). این موضوع، نشاندهندۀ بهبود نسبی کیفیت آب در اثر افزایش جریان و رقیق شدن آلایندههاست. در مقابل، در سالهای ۱۳۸۶ و بهویژه ۱۳۸۷ که دبی کاهش یافته است (حدود ۳ تا ۴ مترمکعب بر ثانیه)، شاخصها افزایش درخور توجهی داشتهاند (ImpWQI تا حدود 198)؛ بنابراین، سال ۱۳۸۷ را میتوان بهعنوان یکی از سالهای وضعیت آب در ایستگاه ارزنق (به لحاظ کیفیت آب) معرفی کرد. در پایان دوره (۱۳۹۸ تا ۱۴۰۰)، شاخصها کاهش خفیفی نشان دادهاند که ممکن است ناشی از بهبود نسبی وضعیت کیفی یا کنترل آلودگیها باشد.
در ایستگاه آخولا، طی سالهای ۱۳۸۲ تا ۱۴۰۰، دبی جریان بین حدود 5/1 تا ۸ مترمکعب بر ثانیه تغییر کرده است. بیشترین میزان دبی رودخانه در سال ۱۳۸۵ (m³/s8) و کمترین آن در سال 1400 ( m³/s5/1) ثبت شده است. با کاهش تدریجی دبی از اواخر دهه ۱۳۸۰ به بعد، شاخصهای کیفیت آب EWQI، WQI و ImpWQI نیز تغییر کردهاند؛ به طوری که در سالهای با دبی بالا (مانند ۱۳۸۴ و ۱۳۸۵) مقادیر شاخصها کمتر و کیفیت آب بهتر بوده است؛ اما در سالهای با دبی پایینتر (بهویژه از ۱۳۹3 تا ۱۳۹7) مقدار شاخصها افزایش یافته که نشاندهنده افت کیفیت آب هستند. در مجموع، رابطهای معکوس بین دبی و شاخصهای کیفیت آب مشاهده میشود؛ یعنی با افزایش دبی، کیفیت آب بهبود یافته و با کاهش دبی، کیفیت آب کاهش یافته است.
در ایستگاه مرکید، افزایش دبی معمولاً با کاهش مقادیر شاخصها همراه بوده است. در سالهای پرآب، مانند 1383 و 1390 که دبی به بیش از نه مترمکعب بر ثانیه رسید، شاخصهای WQI و ImpWQI کاهش یافته و کیفیت آب را بهبود دادند. این رابطه، بهویژه در WQI و ImpWQI واضحتر است؛ زیرا رقیقشدن آلایندهها در جریانهای پرآب موجب ارتقای کیفیت میشود. کاهش دبی منجر به افت مقادیر شاخصها شده است. در سالهایی مانند 1397 و 1400 که دبی به زیر یک m³/s رسید، مقادیر هر سه شاخص کاهشی شدند. در این شرایط EWQI نوسانات شدیدتری نشان داد که احتمالاً بهدلیل حساسیت بالای آن به تغییرات نسبی پارامترهای کیفی است. افزایش بارش در برخی سالها (مانند 1393 با 306 میلیمتر بارش سالانه) موجب بهبود شاخصها شده است؛ بهویژه مقدار شاخص ImpWQI به بیش از 1100 رسید؛ با این حال، در سالهایی با بارش بالا اما دبی پایین (مانند 1386)، شاخصها بهویژه EWQI و ImpWQI جهشهای غیرمنتظرهای داشتند که احتمالاً ناشی از ورود آلایندههای سطحی در اثر رواناب بارشی باشد. کاهش بارش در برخی سالها مانند 1395 با 134 میلیمتر بارش سالانه، منجر به افت شاخصها شده است. در این سال، WQIبه پایینترین مقادیر خود نزدیک شده که نشاندهنده تأثیر مستقیم خشکسالی بر تمرکز آلایندهها و افت کیفیت آب است (شکلهای 2 و 3). درمجموع، بین دبی جریان و شاخصهای کیفیت آب رابطهای معکوس مشاهده میشود؛ به طوری که با افزایش دبی، مقادیر شاخصها کاهش یافته و کیفیت آب بهبود یافته است. بارش نیز نقش دوگانهای ایفا میکند. در شرایط دبی بالا، بارش میتواند موجب رقیقشدن آلایندهها و ارتقای کیفیت آب شود؛ اما در شرایط دبی پایین، بارش شدید ممکن است منجر به ورود رواناب سطحی و افزایش غلظت آلایندهها شود که در نهایت افت کیفیت آب را بهدنبال دارد.
در این مطالعه، نقشههای کاربری اراضی نیز از تصاویر ماهوارهای Sentinel-2 با وضوح مکانی 10 متر برای سال پایانی دوره آماری، یعنی سال 1400 تهیه شد. این انتخاب بهمنظور تأکید بیشتر بر جدیدترین شرایط و امکان تجزیه و تحلیل دقیقتر از وضعیت منطقه (در سال آخر) انجام شد؛ بنابراین، چون شاخص ImpWQI نسبت به دو شاخص دیگر حساستر است و آلودگی را با شدت بیشتر نشان میدهد؛ بنابراین، کاربری اراضی حوضه آجیچای با کیفیت آب با این شاخص تحلیل شد. ایستگاههای ارزنق و آخولا که طبق شاخص ImpWQI کیفیت آب را ضعیف نشان میدهند، تحت تأثیر کاربریهای کشاورزی و شهری قرار داشتند. ایستگاه مرکید، با مقادیر بالاتر شاخص ImpWQI کیفیت آب بهشدت ضعیف را نشان میدهد. بهنظر میرسد کیفیت بسیار پایین آب در مرکید، ناشی از تجمع آلایندهها در وسط حوضه، فعالیتهای کشاورزی متمرکز، زهکشها و روانابهای متمرکز و جریان کمتر باشد؛ بنابراین، میتوان نتیجه گرفت که حتی با وسعت کشاورزی کمتر در این ایستگاه، نسبت به سایر ایستگاهها، شدت آلودگی در مرکید بیشتر است. نتایج نشان دادند که فعالیتهای انسانی، بهویژه کشاورزی و توسعه اراضی، عامل اصلی کاهش کیفیت آب هستند. این یافتهها میتوانند در مدیریت پایدار منابع آب و کاهش غلظت آلایندهها در آبهای جاری منطقه مؤثر باشند. علاوه بر این، وجود مناطق شهری و حومه شهری، ازجمله بخشهایی از شهر تبریز و شهرکهای اطراف، تخلیه فاضلاب خانگی و صنعتی را به سیستم اضافه میکند و کیفیت آب را بیشتر کاهش میدهد. در حوضه آجیچای هم عوامل طبیعی و هم عوامل انسانی مسئول کیفیت پایین آب هستند (شکل 4).
شکل 4. نقشه کاربری اراضی حوضه رودخانه آجیچای
Fig 4. Land use map of the Aji Chai River Basin
شکل 5 نمودار سریهای زمانی سه شاخص مورد مطالعه (WQI، EWQI و ImpWQI) را در سه ایستگاه آبسنجی ارزنق، آخولا و مرکید واقع بر رودخانه آجیچای نشان میدهد. نتایج محاسبه سه شاخص WQI، EWQI و ImpWQI در دو ماه خشک (شهریور) و ماه مرطوب (اردیبهشت) در سه ایستگاه ارزنق، آخولا و مرکید نشان داد که نمودار مقادیر شاخصها در ماه شهریور در هر سه شاخص، برای هرسه ایستگاه، بالاتر از نمودار مربوط به ماه اردیبهشت قرار دارد. این نشان میدهد که کیفیت آب رودخانه در فصل کم آب در مقایسه با فصل مرطوب بدتر است. این یک امر منطقی است؛ زیرا در دوره خشک بهدلیل کاهش دبی و افزایش تبخیر، غلظت آلایندهها بیشتر میشود؛ البته چند مورد استثنا نیز در ایستگاههای آخولا و ارزنق وجود داشت. در ارزنق، دو نمودار در سالهای 1398 و 1395 برهم منطبق شدهاند که حاکی از مشابهت کیفیت آب در تابستان و بهار است. در آخولا، در برخی از سالها مانند بازه زمانی 1388 تا 1390، ابتدا و انتهای دوره آماری نمودار شاخص در فصل مرطوب بالاتر از فصل خشک بود. این نشان میدهد که با وجود بارشهای بهاره، کیفیت آب در بهار بدتر از کیفیت آب در شهریور بود. شاید دلیل آن ورود آلایندهها و افزایش بار رسوبی ناشی از روانابهای سطحی در اثر بارشهای بهاره باشد. موضوعی که در مطالعات مشابه نیز گزارش شده است؛ به طوری که بارشهای فصلی موجب افزایش ورود آلایندهها و ذرات معلق به منابع آبی و درنتیجه کاهش کیفیت آب شدهاند ( Benkov et al., 2023; Arıman & Kızılkaya, 2024)؛ اما هنوز دلیل واقعی آن بر نگارندگان روشن نیست؛ بنابراین، با فرض ثبت دقیق دادهها توسط سازمان آب منطقهای، احتمالاً ورود پسابهای صنعتی (کارخانجات چرمسازی، غذایی ...) و فاضلاب شهر تبریز به رودخانه عامل بدترشدن کیفیت آب در بهار سالهای مذکور شده است؛ بنابراین، میتوان استنباط کرد چنین نوساناتی نشان میدهد که کیفیت آب تنها تابع شرایط طبیعی (فصل و دبی جریان) نیست، بلکه بهشدت تحت تأثیر فعالیتهای انسانی نیز قرار دارد. در بقیه سالهای دوره آماری، میزان این سه شاخص در ماه شهریور پایینتر از ماه اردیبهشت بوده که با توجه به ریزشهای جوی زیاد در بهار امری طبیعی و بدیهی است.
|
|
|
|
|
|
|
|
|
شکل 5. نمودار سریهای زمانی شاخصهای EWQI (ستون سمت چپ) و EWQI (ستون سمت راست) در فصول خشک (شهریور) و مرطوب (اردیبهشت) رودخانه آجیچای در سه ایستگاه ارزنق، آخولا و مرکید
Fig 5 Time series diagrams of EWQI (left column), EWQI (right column) in the dry (August), and wet (May) seasons in Ajichai River at three stations namely Arzanag, Akhola, and Markid
نتایج تجزیه به عاملها
نتایج آزمون ضرایب همبستگی بین متغیرهای مورد استفاده برای تعیین کیفیت آب رودخانه آجیچای نشان داد که در هر سه ایستگاه، بین اغلب پارامترهای کیفی (بهجز pH) همبستگی مثبت و معنیدار وجود دارد. جدول 3 ماتریس همبستگی بین پارامترهای کیفی مورد مطالعه را در ایستگاه ارزنق (بهعنوان نمونه) نشان میدهد. همانگونه که انتظار میرفت رابطه بسیار قوی میان TDS و EC (ضریب همبستگی 996/0، در سطح یک درصد معنیدار) مشاهده شد که علاوه بر بدیهیبودن، نشاندهنده صحت دادهها و سازگاری نتایج اندازهگیری است؛ زیرا هر دو پارامتر بیانگر میزان نمکهای محلولاند. در عین حال، همبستگیهای بالای مشاهدهشده میان سایر پارامترها نیز مهم است؛ بهطور مثال، ارتباط قوی بین سختی کل (TH) با Mg²⁺(با ضریب همبستگی معادل 969/.) و نیز با Ca²⁺ (در سطح یک درصد معنیدار) نشاندهنده نقش این یونها در کنترل سختی آب و تغییرات کیفی آن است. بهطور کلی، بالابودن ضرایب همبستگی بین بیشتر پارامترها بیانگر ارتباط درونی قوی میان متغیرها بوده و مؤید آن است که روش تجزیه به عاملها (FA) میتواند ابزاری کارآمد برای کاهش ابعاد دادهها و شناسایی عوامل کلیدی مؤثر بر کیفیت آب باشد.
جدول 3. ماتریس همبستگی بین متغیرهای مورد استفاده برای تعیین کیفیت آب در ایستگاه نمونه ارزنق واقع بر رودخانه آجیچای.
Table 3 Correlation matrix between the used variables in determining water quality at a representative station namely Arzanag at Ajichai River
|
|
TDS |
EC |
pH |
HCO3- |
Cl- |
SO42- |
Ca2+ |
Mg2+ |
Na+ |
K+ |
TH |
|
TDS |
1 |
|
|
|
|
|
|
|
|
|
|
|
EC |
.996** |
1 |
|
|
|
|
|
|
|
|
|
|
PH |
-0.115 |
-0.107 |
1 |
|
|
|
|
|
|
|
|
|
HCO3- |
0.149 |
0.140 |
-0.141 |
1 |
|
|
|
|
|
|
|
|
Cl- |
.868** |
.871** |
0.143 |
-0.097 |
1 |
|
|
|
|
|
|
|
SO42- |
.569* |
.575** |
-.461* |
0.206 |
0.129 |
1 |
|
|
|
|
|
|
Ca2+ |
.555* |
.542* |
-0.176 |
.885** |
0.316 |
0.379 |
1 |
|
|
|
|
|
Mg2+ |
.694** |
.685** |
-0.095 |
.607** |
.508* |
0.387 |
.853** |
1 |
|
|
|
|
Na+ |
.870** |
.883** |
-0.073 |
-0.243 |
.820** |
.548* |
0.144 |
0.278 |
1 |
|
|
|
K+ |
.797** |
.800** |
-0.385 |
0.078 |
.588** |
.682** |
0.366 |
0.413 |
.790** |
1 |
|
|
TH |
.654** |
.643** |
-0.137 |
.763** |
0.436 |
0.398 |
.956** |
.969** |
0.225 |
0.407 |
1 |
توجه: نمادهای ***، ** و * معنیداری را در سطوح 1، 5 و 10 نشان میدهند
نتایج روش FA نشان داد قبل از چرخش محورها در ایستگاه ارزنق دو عامل اول بهترتیب واریانسی برابر با 15/55 و 21/78 درصد را دارا بودند. پس از چرخش هرچند مقدار واریانس دادهها اندکی تغییر یافت؛ اما مجموع واریانس دو عامل منتخب ثابت ماند. شکل 6 نمودار تغییرات مقادیر ویژه در مقابل تعداد عاملها (نمودار صخرهای) را پس از چرخش وریماکس نشان میدهد. طبق این نمودار، در ایستگاه ارزنق دو عامل اول بهترتیب حدود 41/43 و 8/34 درصد واریانس کل را دارا بودند؛ بنابراین، دو عامل نخست در مجموع واریانسی برابر با 21/78 درصد واریانس کل را توجیه کرد.
شکل 6. نمودار صخرهای برای ایستگاههای ارزنق، آخولا و مرکید
Fig 6 Scree plot of Stations Arzanag, Akhola, and Markid
جدول 4 مقادیر ویژه و واریانس توجیهشده با عاملهای اصلی قبل و بعد از چرخش وریماکس را در ایستگاه ارزنق در رودخانه آجیچای نشان میدهد. در این جدول، تعداد کل عاملها برابر با تعداد کل متغیرهای مورد استفاده (اینجا 11) است. ستون اول تا چهارم از چپ، بهترتیب، شماره عامل، مقدار ویژه، واریانس و واریانس تراکمی را نشان میدهد؛ به طوری که از این جدول برمیآید هرچه شماره عامل افزایش مییابد، مقدار ویژه آن و بهتبع آن واریانس نظیرش کاهش مییابد. بیشترین مقدار ویژه متعلق به عامل اول برابر با 067/6 و کمترین آن متعلق به عامل یازدهم عددی نزدیک به صفر به دست آمد. در ایستگاه ارزنق، عامل اول بهتنهایی بیش از 55 درصد واریانس و عامل دوم بیش از 23 درصد واریانس کل دادهها را توجیه میکند. چون دو عامل نخست، در این ایستگاه، بیش از 78 درصد واریانس دادهها را توجیه میکند؛ بنابراین، در مطالعه حاضر، دو عامل نخست برای ادامه تحلیل انتخاب شدند. پس از انتخاب تعداد عاملهای اصلی، محورهای آنها بهطور متعامد و با روش وریماکس چرخش داده شدند. ستونهای چهار تا شش جدول 4 بهترتیب، متعلق به مقادیر ویژه، درصد واریانس هر عامل و درصد واریانس تراکمی عاملهای منتخب قبل از چرخش است و ستونهای هشت تا ده مقادیر مذکور را بعد از چرخش نشان میدهند. همانگونه که از ستونهای نه و ده (دو ستون آخر) میتوان دید، بعد از چرخش محورها، مقدار واریانس عاملهای منتخب، نسبت به مقادیر نظیر قبل از چرخش، کمی تغییر کرده است؛ ولی مجموع واریانس عاملهای منتخب (دو عامل اول معادل 21/78 درصد) ثابت باقی مانده است.
جدول 4. مقادیر ویژه و واریانس توجیه شده با عاملها قبل و بعد از چرخش وریماکس در ایستگاه ارزنق واقع بر رودخانه آجیچای
Table 4 Eigenvalues, variances accounted by factors before, and after the Varimax rotation in the station Arzanag located on Ajichai River
|
عامل |
مقادیر ویژه و واریانسها برای همه عاملها |
مقادیر ویژه و واریانسها قبل از چرخش برای عاملهای منتخب |
مقادیر ویژه و واریانسها بعد از چرخش برای عاملهای منتخب |
||||||
|
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
|
|
1 |
6.067 |
55.151 |
55.151 |
6.067 |
55.151 |
55.151 |
4.776 |
43.414 |
43.414 |
|
2 |
2.537 |
23.064 |
78.215 |
2.537 |
23.064 |
78.215 |
3.828 |
34.801 |
78.215 |
|
3 |
1.474 |
13.400 |
91.615 |
|
|
|
|
|
|
|
4 |
.479 |
4.355 |
95.969 |
|
|
|
|
|
|
|
5 |
.274 |
2.494 |
98.463 |
|
|
|
|
|
|
|
6 |
.143 |
1.299 |
99.762 |
|
|
|
|
|
|
|
7 |
.013 |
.119 |
99.881 |
|
|
|
|
|
|
|
8 |
.011 |
.101 |
99.982 |
|
|
|
|
|
|
|
9 |
.002 |
.018 |
100.000 |
|
|
|
|
|
|
|
10 |
9.052E-6 |
8.229E-5 |
100.000 |
|
|
|
|
|
|
|
11 |
3.038E-16 |
2.762E-15 |
100.000 |
|
|
|
|
|
|
شکل 7 موقعیت متغیرهای هیدروشیمیایی را در نمونه آب ایستگاه ارزنق در صفحه عاملهای اول و دوم، پس از چرخش نشان میدهد؛ به طوری که از این شکل میتوان دید عامل اول دارای ضریب بزرگتر از 9/0 برای چهار پارامتر بهشرح Na+، Cl-، EC و TDS است و عامل دوم، در همان ایستگاه، دارای ضریب نزدیک به یک برای پارامترهای سدیم، کلر، پتاسیم، EC و TDS است؛ بنابراین، عامل اول بهنام «نمکهای کلرور سدیم و پتاس» نامگذاری شد. عامل دوم، دارای ضرایب نزدیک به یک، برای متغیرهای Ca2+، TH و HCO3- و منیزیوم است؛ بنابراین، عامل دوم، بهنام «سختی با کربنات کلسیم و منیزیوم» نامگذاری شد؛ بنابراین، میتوان نتیجه گرفت که کیفیت آب در ایستگاه ارزنق بیشتر تحت تأثیر نمک، کلر، سدیم و پتاسیم از یک سو و سختی با کربنات کلسیم و منیزیوم از دیگر سو است؛ بنابراین، با توجه به نتایج FA در ایستگاه ارزنق، دو عامل اصلی که بیش از 78% واریانس کل دادهها را در بر دارند، اثرگذاری قابل ملاحظهای روی یونهای Na+، Cl-، EC و TDS داشتند. بالابودن مقدار غلظت این یونها همگی در بالابودن شاخص شوری موثرند؛ بنابراین، عامل فوق، بیانگر «شوری و املاح محلول» است. عامل دوم با دارابودن ضریب بالا رویCa2+، Mg2+، TH و HCO3- مرتبط است و میتوان آن را «سختی کربناته» نامید. این نتایج نشان میدهد که کیفیت آب در ارزنق عمدتاً تحت کنترل املاح و سختی آب قرار دارد.
شکل 7 . موقعیت متغیرهای هیدروشیمیایی روی صفحه مربوط به عاملهای اول و دوم پس از چرخش وریماکس در ایستگاه ارزنق
Fig 7 Position of hydrochemical variables on two first factors plan after Varimax rotation in Arzanag station
جدول 5 مقادیر ویژه و واریانس توجیهشده با عاملهای اصلی را قبل و بعد از چرخش وریماکس در ایستگاه آخولا واقع بر رودخانه آجیچای نشان میدهد؛ به طوری که از جدول مذکور برمیآید در آخولا، مقادیر ویژه نظیر دو عامل نخست بهترتیب معادل با 63/7 و 295/1 و مقدار ویژه سایر عاملها همه از واحد کمتر است. عامل اول بهتنهایی 36/69 درصد واریانس و عامل دوم 77/11 درصد واریانس دادهها را توجیه میکند. عاملهای سوم و بالاتر در کل سهم ناچیزی از واریانس دادهها را در بر دارد. در ایستگاه آخولا، دو عامل نخست که درمجموع بیش از 1/81 درصد واریانس را توجیه میکرد، برای ادامه تحلیل، انتخاب شدند؛ بنابراین، در آخولا نیز دو عامل نخست برای تحلیل برگزیده شد.
جدول 5. مقادیر ویژه، واریانس توجیه شده با عاملها قبل و بعد از چرخش وریماکس در ایستگاه آخولا واقع بر رودخانه آجیچای
Table 5 Eigenvalues, variances accounted by factors before and after the Varimax rotation in station Akhola located on Ajichai River
|
عامل |
مقادیر ویژه و واریانسها برای همه عاملها |
مقادیر ویژه و واریانسها قبل از چرخش برای عاملهای منتخب |
مقادیر ویژه و واریانسها بعد از چرخش برای عاملهای منتخب |
||||||
|
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
|
|
1 |
7.630 |
69.360 |
69.360 |
7.630 |
69.360 |
69.360 |
6.123 |
55.666 |
55.666 |
|
2 |
1.295 |
11.770 |
81.129 |
1.295 |
11.770 |
81.129 |
2.801 |
25.464 |
81.129 |
|
3 |
.746 |
6.782 |
87.912 |
|
|
|
|
|
|
|
4 |
.593 |
5.394 |
93.306 |
|
|
|
|
|
|
|
5 |
.522 |
4.742 |
98.048 |
|
|
|
|
|
|
|
6 |
.166 |
1.513 |
99.561 |
|
|
|
|
|
|
|
7 |
.046 |
.422 |
99.983 |
|
|
|
|
|
|
|
8 |
.002 |
.017 |
100.000 |
|
|
|
|
|
|
|
9 |
3.934E-5 |
.000 |
100.000 |
|
|
|
|
|
|
|
10 |
1.654E-6 |
1.503E-5 |
100.000 |
|
|
|
|
|
|
|
11 |
2.243E-16 |
2.039E-15 |
100.000 |
|
|
|
|
|
|
شکل 8 موقعیت متغیرهای هیدروشیمیایی را در نمونه آب ایستگاه آخولا در صفحه عاملهای اول و دوم، پس از چرخش نشان میدهد؛ به طوری که از این شکل میتوان دید تعداد هشت پارامتر کیفی دارای ضریب بزرگتر از 7/0 برای عامل اول هستند. این متغیرها شامل Na+، Cl-، EC، TDS، Ca2+، TH و HCO3- و منیزیوم هستند. از سویی، تنها یک متغیر کیفی بهنام سولفات دارای ضریب عامل بزرگ برای عامل دوم بود؛ بنابراین، عامل اول بهنام «آنیونها و کاتیونها بجز سولفات» و عامل دوم، بهنام «سولفات» نامگذاری شد؛ بنابراین، میتوان نتیجه گرفت که کیفیت آب در ایستگاه آخولا بیشتر تحت تأثیر اغلب متغیرها بجز سولفات و اسیدیته از یک سو و سولفات از دیگر سو است. این موضوع نشان میدهد که کیفیت آب در آخولا ترکیبی از تأثیر املاح عمومی و ورود منابع سولفات (احتمالاً ناشی از فعالیتهای صنعتی یا زمینشناسی محلی) است.
شکل 8 . موقعیت متغیرهای هیدروشیمیایی روی صفحه مربوط به عاملهای اول و دوم پس از چرخش وریماکس در ایستگاه آخولا
Fig 8 Position of hydrochemical variables on two first factors plan after Varimax rotation in Akhola station
جدول 6 مقادیر ویژه و واریانس توجیهشده با عاملهای اصلی را قبل و بعد از چرخش وریماکس در ایستگاه مرکید واقع بر رودخانه آجیچای نشان میدهد؛ به طوری که از این جدول استنباط میشود در مرکید، مقدار ویژه نظیر عامل نخست حدود 248/9 است. مقادیر ویژه سایر عاملها ناچیز و قابل اغماض هستند. در ایستگاه مرکید، عامل نخست به تنهایی بیش از 84 درصد واریانس را توجیه میکند. در مرکید عامل دوم، حدود 43/8 درصد واریانس را در بر دارد. همانگونه که از جدول 6 میتوان استنباط کرد عاملهای سوم و بالاتر در کل، سهم ناچیزی (کمتر از 3%) از واریانس دادههای مرکید را در بر دارد. در این ایستگاه، دو عامل اصلی نخست درمجموع بیش از 5/95 درصد کل واریانس را توجیه میکند؛ بنابراین، در مرکید نیز مشابه دو ایستگاه قبل دو عامل برای ادامه تحلیل انتخاب شدند.
جدول 6. مقادیر ویژه و واریانس توجیه شده با عاملها قبل و بعد از چرخش وریماکس در ایستگاه مرکید واقع بر رودخانه آجیچای
Table 6 Eigenvalues, variances accounted by factors before and after the Varimax rotation in station Markid located on Ajichai River
|
عامل |
مقادیر ویژه و واریانسها برای همه عاملها |
مقادیر ویژه و واریانسها قبل از چرخش برای عاملهای منتخب |
مقادیر ویژه و واریانسها بعد از چرخش برای عاملهای منتخب |
||||||
|
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
مقدار ویژه |
درصد واریانس |
درصد واریانس تجمعی |
|
|
1 |
9.248 |
84.075 |
84.075 |
9.248 |
84.075 |
84.075 |
9.248 |
79.835 |
79.835 |
|
2 |
.927 |
8.428 |
92.503 |
.927 |
8.428 |
92.503 |
.927 |
12.668 |
92.503 |
|
3 |
.547 |
4.977 |
97.480 |
|
|
|
|
|
|
|
4 |
.191 |
1.738 |
99.218 |
|
|
|
|
|
|
|
5 |
.062 |
.561 |
99.780 |
|
|
|
|
|
|
|
6 |
.020 |
.181 |
99.960 |
|
|
|
|
|
|
|
7 |
.003 |
.029 |
99.989 |
|
|
|
|
|
|
|
8 |
.001 |
.010 |
100.000 |
|
|
|
|
|
|
|
9 |
2.066E-5 |
.000 |
100.000 |
|
|
|
|
|
|
|
10 |
7.036E-6 |
6.397E-5 |
100.000 |
|
|
|
|
|
|
|
11 |
-2.003E-16 |
-1.821E-15 |
100.000 |
|
|
|
|
|
|
شکل 9 موقعیت متغیرهای هیدروشیمیایی را در نمونه آب ایستگاه مرکید در صفحه عاملهای اول و دوم، پس از چرخش نشان میدهد؛ به طوری که از این شکل میتوان دید عامل اول، همه متغیرهای کیفی کاندیدا (بجز اسیدیته) را توصیف میکند، طوری که عامل اول دارای ضریب نزدیک به یک برای نه متغیر کیفی شامل Cl-، EC، TDS، Ca2+، TH، سولفات، پتاسیم، سدیم و منیزیوم میباشند. از طرفی، عامل اول دارای ضریب عامل نزدیک به منهای یک برای سولفات بود. همچنین عامل دوم، دارای ضریب عامل نزدیک به منهای یک برای اسیدیته آب داشت؛ بنابراین، عامل اول بهنام «همه آنیونها و کاتیونها» و عامل دوم، بهنام «اسیدیته» نامگذاری شد؛ بنابراین، میتوان نتیجه گرفت که کیفیت آب در ایستگاه مرکید بیشتر تحت تأثیر همه متغیرها بجز اسیدیته از یک سو و اسیدیته از دیگر سو است. این نتایج نشان میدهد که در مرکید همه متغیرهای کیفی همزمان افزایش مییابند که میتواند ناشی از ورود حجم عظیم پسابهای شهری و صنعتی در این قسمت از رودخانه باشد.
شکل 9. موقعیت متغیرهای هیدروشیمیایی روی صفحه مربوط به عاملهای اول و دوم پس از چرخش وریماکس در ایستگاه مرکید
Fig 9 Position of hydrochemical variables on two first factors plan after Varimax rotation in Markid station
نتیجهگیری
در این پژوهش، بهمنظور بررسی وضعیت منابع آب سطحی و مقایسه سه شاخص کیفیت آب شامل WQI، EWQI و ImpWQI در راستای رودخانه آجیچای واقع در استان آذربایجانشرقی، با بهره گیری از 11 پارامتر کیفی در سه ایستگاه ارزنق، آخولا و مرکید طی دوره آماری 1400-1382 ارزیابی شد. مقادیر شاخص کیفیت آب محاسبهشده با سه شاخص (WQI، EWQI و ImpWQI) نشان داد که کیفیت آب رودخانه در هر سه ایستگاه ضعیف و برای آشامیدن نامناسب است. در برخی سالها، کیفیت آب رودخانه در ماه مرطوب (اردیبهشت) بدتر از ماه خشک (شهریور) بود. علت آن میتواند ناشی از آن ورود پساب کارخانهها و فاضلاب شهر تبریز به رودخانه بوده باشد. این پدیده، نشاندهندۀ تأثیر همزمان عوامل طبیعی (دبی و بارش) و انسانی (تخلیه پسابها و رواناب کشاورزی) بر کیفیت آب است. نتایج این پژوهش نشان داد که تغییرات سالانه شاخصهای کیفیت آب (WQI،EWQI و ImpWQI) ارتباط معکوسی با دبی جریان دارند؛ بهگونهای که در سالهای با دبی بالاتر، مقادیر شاخصها کاهش یافته و کیفیت آب بهبود یافته است. رابطۀ معکوس بین دبی جریان و شاخصهای کیفیت آب را میتوان با فرآیند رقیقسازی آلایندهها در زمان افزایش جریان توضیح داد. در دورههای پرآب، افزایش حجم جریان باعث کاهش غلظت یونها و مواد محلول میشود و کیفیت آب بهبود مییابد؛ در حالی که در دورههای کمآبی، تمرکز آلایندهها و تبخیر بیشتر موجب افزایش شاخصهای آلودگی میشود. این نتایج، با مطالعات مشابه در ایران و سایر کشورها ( Diwyanjalee et al., 2024; Arıman & Kızılkaya, 2024; Benkov et al., 2023; Pourfallah et al., 2021) همخوانی دارد. تحلیل تصاویر Sentinel-2نشان داد که کاربری اراضی و فعالیتهای انسانی نقش بسیار تعیینکنندهای در کاهش کیفیت آب دارند. ایستگاههای ارزنق و آخولا تحت تأثیر فعالیتهای کشاورزی و شهری هستند، درمقابل، ایستگاه مرکید با وجود وسعت کمتر کشاورزی، بهدلیل تمرکز آلایندهها و روانابها و دبی جریان پایین، بیشترین میزان آلودگی را دارد. جیانگ و همکاران و خو و همکاران نیز نشان دادند که منابع آلاینده غیرنقطهای ناشی از فعالیتهای کشاورزی و شهری، سهم عمدهای در تغییرات کیفیت آب رودخانهها دارند ( Jiang et al., 2024; Xu et al., 2022)؛ بنابراین، تخلیه فاضلابهای شهری، روستایی، پساب کارخانجات صنعتی و زهکشها شدت آلودگی آب را در رودخانه آجیچای تشدید میکند. تجزیه به عاملهای اصلی نشان داد که هر سه ایستگاه را میتوان تنها با دو عامل اصلی ناهمبسته توجیه کرد. در این زمینه دو عامل نخست در ایستگاههای ارزنق، آخولا و مرکید بهترتیب، 2/78، 1/81 و 5/92 درصد واریانس را توجیه کردند؛ با این وصف، دو عامل در هر ایستگاه انتخاب شد و محورهای آنها بهطور متعامد با روش وریماکس چرخش داده شدند. پس از چرخش، مجموع واریانس توجیهشده با عاملها ثابت ماند؛ ولی واریانس عاملها بهطور منفرد با اندازه کمی تغییر یافت. چرخش محورها، تفسیرپذیری نتایج را آسان کرد. در ایستگاه ارزنق، کیفیت آب بیشتر تحت تأثیر نمک، کلر، سدیم و پتاسیم از یک سو و سختی با کربنات کلسیم و منیزیوم از سوی دیگر است. این امر نشان میدهد که فرایندهای انحلال نمک و سختی موقت ناشی از سازندهای زمینشناسی محلی از مهمترین عوامل تعیینکننده در کیفیت آب هستند؛ در حالی که کیفیت آب در ایستگاه آخولا بیشتر تحت تأثیر اغلب متغیرها بهجز سولفات و اسیدیته از یک سو و سولفات از دیگر سو است. کیفیت آب در ایستگاه مرکید نیز بیشتر تحت تأثیر همه متغیرها بهجز اسیدیته از یک سو و اسیدیته از دیگر سو است که بیانگر تأثیر تخلیه پسابهای صنعتی و خانگی در مسیر جریان رودخانه است. براساس شواهد موجود، علت اصلی پایینبودن کیفیت آب رودخانه آجیچای را میتوان ترکیبی از عوامل طبیعی (عبور از مسیرهای نمکی در محدوده دوزدوزان) و عوامل انسانزاد (ورود پسابها و فاضلابهای شهری و صنعتی شهر تبریز) دانست. ثانیخانی و همکاران و قزلسفلو و همکاران نیز نشان دادهاند که تغییرات اقلیمی و کاهش دبی جریان در سالهای اخیر بهطور چشمگیری موجب افزایش غلظت آلایندهها شده است (ثانیخانی و همکاران، 1392؛ قزلسفلو و همکاران، 1391). یافتههای ایشان با نتایج پژوهش فعلی مطابقت دارد. کرمی کیفیت آب را در بالادست حوضه آجیچای با بهرهگیری از دیاگرامهای کیفی در خرداد 1387 بر این نتیجه صحه گذاشته و تأکید کرده است که حدود 40 درصد آب زیرزمینی از نظر کیفی شور و خیلی شور بوده و تنها آبهای سطحی جاری در دامنه کوهها در بالادست حوضه شیرین است (کرمی، 1390). نتیجه وی با یافتههای مطالعه فعلی همخوانی دارد. پاشازادهلاله و همکاران آب رودخانه آجیچای را از نظر آلودگی با شاخصهای کیفی IRWQI و NSFWQI مطالعه کردند و نتیجه گرفتند که مقادیر شاخصهای کیفی در مسیر جریان رودخانه ضمن عبور از مناطق شهری، کشاورزی و صنعتی افزایش داشته است که حاکی از آلودگی آب رودخانه از مرکز دشت تبریز بهسمت پایین آن است (پاشازادهلاله و همکاران، 1391). نتیجه ایشان با یافتههای مطالعه فعلی کاملاً همخوانی دارد. جعفری و دینپژوه با روش تاپسیس و استفاده از دیاگرام شولر نشان دادند که آب ایستگاه ارزنق از نظر کیفیت آب برای استفاده در کشاورزی در حد متوسط بوده است؛ ولی آب ایستگاه آخولا در محدوده کیفیت نامناسب قرار دارد (جعفری و دینپژوه، 1402). ایشان کیفیت آب ایستگاه مرکید را غیرقابل شرب تشخیص دادند .این نتیجه با یافتههای مطالعه حاضر همراستا است. کورانده کیفیت آب رودخانه آجیچای را با روش WQI بررسی کرد و نشان داد که بدترین کیفیت آب در مسیر رود، متعلق به محل پل تبریز - مرند بوده است؛ در حالی که بهترین کیفیت آب در ایستگاه بیوکچای در نزدیکی شهر سراب است (Kourandeh, 2012). ایشان علت آلودگی آب رود را به تخلیه فاضلاب شهری و صنعتی دانسته است. دینپژوه مقادیر پارامترهای کیفی آب در رودخانه آجیچای را با روش مان - کندال تحلیل کرد و نتیجه گرفت که در بیشتر ایستگاههای مورد بررسی غلظت یونهای مثبت وEC روند صعودی داشته است (دینپژوه، 1395). از دیدگاه مدیریتی، این نتایج تأکید میکند که مدیریت همزمان منابع آب و آلودگیهای نقطهای و غیرنقطهای در حوضه آجیچای ضروری است. این اقدامات شامل کنترل آلایندههای اصلی (کلرورها، سدیم، پتاسیم، کلسیم و سولفاتها)، پایش مستمر شاخصهای کیفیت آب و استفاده از روشهای مناسب تصفیه در مقیاس منطقهای است. همچنین پیشنهاد میشود مسئولان محلی با برنامهریزی جامع و مدیریت یکپارچه منابع آب، نسبت به بهبود کیفیت با جلوگیری از ورود آلایندهها به رود اقدام کنند. بهمنظور بهبود کیفیت آب رودخانه آجیچای، لازم است مدیریت جامع منابع آب، شامل کنترل دبی و رواناب سطحی و کاهش ورود آلایندههای انسانی و کشاورزی صورت گیرد. تصفیه و مدیریت فاضلاب شهری و صنعتی، استفاده از فنون کشاورزی پایدار، ساحلسازی و ایجاد کمربندهای سبز حفاظتی در حاشیه رودخانه میتواند اثرات آلودگی را کاهش دهد. همچنین، پایش مستمر کیفیت آب با شاخصهای حساس مانند ImpWQI و بهرهگیری از دادههای ماهوارهای، اندازهگیری مستمر کمیت و کیفیت آب رودخانه در طول آن و کاربرد GIS برای شناسایی مناطق بحرانی توصیه میشود.
سپاسگزاری
از سازمان آب منطقهای استان آذربایجانشرقی، به سبب در اختیار قرار دادن دادههای مورد نیاز مطالعه حاضر قدردانی میشود.
[1] Water Quality Index (WQI)
[3] Improve Water Quality Index (ImpWQI)
[4] Scree Plot
[5] Varimax
)