پديد آورنده :
جمشيدي تقبي، سعيد
عنوان :
تحليل داده هاي ژئوشيميايي زيست محيطي با استفاده از آناليز مولفه هاي مستقل (ICA)در جنوب اصفهان - منطقه ايرانكوه
مقطع تحصيلي :
كارشناسي ارشد
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده معدن
صفحه شمار :
خ، ۱۲۰ص.: مصور، جدول، نقشه، نمودار
استاد راهنما :
احمد رضا مختاري
استاد مشاور :
مهين منصوري اصفهاني
توصيفگر ها :
تحليل مولفه هاي مستقل , ژئوشيمي زيست محيطي , توزيع غير گوسي
استاد داور :
داور داخلي: هوشنگ اسدي هاروني; داور خارجي: مجيد افيوني
تاريخ ورود اطلاعات :
1397/07/21
چكيده فارسي :
1 چكيده تجزيه و تحليل مولفه هاي مستقل روشي بسيار قوي در استخراج خصيصه هاي داده با توزيع غير گوسي از طريق جدايش سيگنال هاي پنهان از نويز مي باشد انتخاب تعداد مولفه هاي مستقل نقش مهمي در تفسير نتايج دارد براي آماده سازي به نورم غير گوسي داده ها بايد به فرم استاندارد واريانس واحد و مدل ميانگين صفر تبديل شوند در غالب الگوريتم توابعي در اين روش تعريف شده كه داده ها را بصورت غير گوسي فوق گوسي تحت گوسي پردازش مي كند در اين مطالعه 931 نمونه برداشت شده از خاك منطقه از اليه 13 سانتي متري باالي خاك بعد از محلول سازي در آزمايشگاه به روش هضم با چهار اسيد 4 HF HCl HNO3 HClO توسط دستگاه ICP OES مورد عيار سنجي و آناليز 54 عنصري قرار گرفتند با بررسي و اعمال فرآيند 9 مولفه مستقل IC شناسايي و ضرايب عناصر حاضر در هر IC ارائه شده اند با مقايسه نتايج حاصله توسط روش هاي PCA و HCA خوشه بندي سلسه مراتبي مي توان عناصر Cu P Mn Ba As Cd Pb و Zn را بعنوان عوامل موثر بر آلودگي هاي زيست محيطي بر شمرد به منظور ارزيابي وضعيت آلودگي فلزي نگاشت شاخص هاي آلودگي زيست محيطي در مناطق آلوده با نرم افزار Arc GIS انجام شده و مقادير يافت شده با استاندارد كيفيت منابع خاك ايران مقايسه شده است كلمات كليدي تحليل مولفه هاي مستقل ژئوشيمي زيست محيطي توزيع غير گوسي
چكيده انگليسي :
122 Environmental GeochemICal Data Analysis through Independent Component Analysis ICA At South Of Isfahan Iran kuh Area Saeid jamshidi Taghabi saeid jamshidi@mi iut ac ir Date of Submission May 27 2118 Department of Mining Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language PersianSupervisor Ahmadreza Mokhtari ar mokhtari@cc iut ac irAbstractThe independent component analysis is a powerful technique in extraction offeatures with non gaussianity distribution in data through blind source separationfrom noises Selection of independent components plays the main role ininterpretation of results To prepare for non Gaussian mode the data must beconverted to the standard form unit variance and zero mean model In the majorityof algorithms functions are defined in this method that processes data as non Gaussian Super Gaussian under Gaussian In the following study 139 soilsamples collected from 1 to 31 cm depth digested by four acid method HCl HNO3 HClO4 HF and subsequently analyzed for elements 45 by ICP OES wereused Data were subjected to independent component analysis and eventually 9independent components IC were identified and the detected loadings of elementsin each IC were extracted By comparing the results with PCA and HCA hierarchICal clustering methods the elements of As Ba Mn P Cu Pb Cd andZn can be considered as factors affecting environmental contaminations In order toevaluate the metal contaminations condition mapping the environmental pollutionindICes in contaminated areas with Arc GIS software was performed and the valuesfound were compared with the standard of quality of Iranian soil resources Key words Independent Component Analysis geochemistry non Gaussian distribution
استاد راهنما :
احمد رضا مختاري
استاد مشاور :
مهين منصوري اصفهاني
استاد داور :
داور داخلي: هوشنگ اسدي هاروني; داور خارجي: مجيد افيوني
