رده بندی داده های ژئوشیمیایی زیست محیطی با روش آنالیز تمایز و شبکه عصبی در باطله های سرب و روی تیپ سولفیدی کربناتی

آلودگی فلزات سنگین یکی از اصلی ترین مشکلات زیست محیطی در ارتباط با فعالیت های معدنی، صنعتی و کشاورزی در جهان به شمار می آید که به دلیل ماندگاری بالای این فلزات سمی و درجه انحلال پذیری مختلف در شرایط اسیدی و حتی غیر اسیدی، می تواند اثرات مخرب بر روی آب، خاک و انسان را در بلند مدت داشته باشد. معدن سرب- روی انگوران یکی از بزرگترین ذخایر سولفیدی- کربناتی در حد کلاس جهانی می باشد که در اثر معدن کاری، حجم قابل توجهی از باطله معدنی را به وجود آورده که می تواند منبع انتقال فلزات سنگین به آب و خاک مناطق پایین دست گردد. از اینرو استفاده از روش های سریع و مقرون به صرفه جهت کلاسه بندی ریسک آلودگی این نوع باطله ها می تواند ابزار مفیدی برای پایش و برنامه های احیاء و بازسازی در آینده باشد. هدف از این تحقیق به کارگیری تکنیک های آماری چند متغیره از جمله روش آنالیز تمایز و بهره گیری از تکنیک هوش مصنوعی به منظور کلاسه بندی و پیش بینی پتانسیل آلودگی در باطله های معدنی می باشد. به همین منظور پس از نمونه برداری از بخش های مختلف سطح دمپ باطله، غلظت فلزات سنگین همچون Al، As، Cd، Co، Cr، Cu، Fe، Mn، Mo، Ni، Pb، Sb و Zn با استفاده از روش (ICP-MS) مورد آنالیز قرار گرفت. سپس محدوده آلودگی توسط شاخص های ارزیابی ریسک زیست محیطی و بار آلودگی شناسایی و مدل-سازی گردید. سرانجام با بکارگیری از دو تکنیک آنالیز تمایز و شبکه عصبی، ریسک و پتانسیل آلودگی بر روی محدوده دمپ باطله به سه سطح آلودگی پایین، متوسط و بالا با صحت قابل قبول 49/91 و 6/93 کلاسه بندی شد. نتایج همچنین نشان داد که این تکنیک ها می تواند ابزار کارآمدی جهت کلاسه بندی باطله های جدید و طراحی و احداث دمپ ها بر اساس سطح آلودگی آنها باشد.