Evaluation of the Aghili aquifer hydrochemical status with emphasis on multivariable statistics method

Document Type : Research paper

Authors

1 Professor, Department of Geology, Faculty of Earth Sciences, Shahid Chamran University of Ahvaz, Ahvaz, Iran

2 M.Sc. Graduate in Hydrogeology, Faculty of Earth Sciences, Shahid Chamran University of Ahvaz, Ahvaz, Iran

Abstract

Groundwater is one of the most important sources of drinking agricultural and industrial water supply in the world and its importance is increasing due to population growth and climate change. therefore Improper management of water resources, lack of rainfall and recent droughts have adversely affected the quantity and quality of groundwater resources in most parts of Iran. Due to the importance of Aghili alluvial aquifer located in Khuzestan province in the agricultural sector and also the supply of drinking water to cities and villages in the study area, the groundwater quality status of this aquifer has been studied. In order to study the parameters affecting the groundwater quality of the Aghili aquifer, the results of the chemical analysis of 13 exploitation wells in March of the wet year (2014-2015) were used. In this study, in order to identify the factors affecting the groundwater quality of the Aghili aquifer, saturation index, ion exchange diagrams, drawing methods and multivariate statistical methods (principal component analysis (PCA) and hierarchical clustering analysis (HCA)) were employed. The predominant type of groundwater in this aquifer is sodium chloride. The PCA showed that two factors with a total of 82.2% of the total changes (the first factor of 61.4% including the parameters Ca2 +, Mg2 +, Na +, K +, Cl- and SO42- and the second factor of 20.8 in Including pH and HCO3 parameters control the quality of Aghili aquifer water resources. Based on the results of HCA of hydrochemical data, two clusters were observed. In general, dissolution of minerals, sedimentation, reverse ion exchange, and  agricultural wastewater are among the most critical factors affecting the groundwater quality of the Aghili aquifer.

Keywords


جلالی، ل.، اصغری مقدم، ا.، 1392. تشخیص وضعیت هیدروژئوشیمیایی و روند شوری در سفره آب زیرزمینی دشت خوی به روش­های آماری و هیدروشیمیایی. مجله محیط‌شناسی، 39(2): 113-122.
حسن­زاده، ب.، عباس­نژاد، ا.، 1397. فرآیندهای هیدروژئوشیمیایی مؤثر بر کیفیت منابع آب زیرزمینی بخش میانی دشت نوق (غرب استان کرمان). مجله هیدروژئولوژی، 3(2): 46-58.
روحی، ح.، کلانتری، ن.، محمدی بهزاد، ح.، دانشیان، ح.، 1392. بررسی عوامل مؤثر بر خصوصیات شیمیایی آب زیرزمینی (مطالعه موردی دشت الباجی). مجله زمین­شناسی کاربردی پیشرفته، 3(3.9): 1-9.
کریمی، ث.، محمدی، ض.، سامانی، ن.، 1396. بررسی خصوصیات هیدروشیمیایی آب زیرزیرزمینی و روند تکامل شوری آن در دشت سمنان. هیدروژئولوژی، 2(1): 1-19.
کلانتری، ن.، پوراکبری، س.، محمدی بهزاد، ح.، عقدکی، ی. 1391. بررسی هیدروژئوشیمیایی مناب آب تاقدیس کارستی کی نو، سی و یکمین گردهمایی علوم زمین، تهران.
کلانتری، ن.، عنبری، ا.، محمدی، ه.، 1397. بررسی هیدروشیمیایی منابع آب سطحی و زیرزمینی دشت بستان با استفاده از تکنیک­های آماری چندمتغیره. مجله تحقیقات منابع آب، 14(2): 236-248.
مقیمی، ه.، 1385، هیدروژئوشیمی، چاپ اول، انتشارات دانشگاه پیام نور، 213 ص.
نادری، ک.، ندیری، ع.، اصغری مقدم، ا.، کرد، م.، 1397. ارزیابی وضعیت هیدروژئوشیمی آبخوان دشت سلماس با استفاده از روش­های آماری چندمتغیره. مجله اکوهیدرولوژی، 5(3): 791-800.
نجاتی جهرمی، ز.، چیت‌سازان، م.، میرزایی، ی.، 1387. بررسی کیفیت آب زیرزمینی دشت عقیلی با استفاده از GIS با تأکید بر مصارف کشاورزی. دومین همایش ملی مدیریت شبکه‌های آبیاری و زهکشی، بهمن­ماه 1387، دانشکده مهندسی علوم و آب، چمران اهواز.
هادیپور هفشجانی، ز.، ناصری، ح.، علیجانی، ف.، 1397. فرآیندهای هیدروژئوشیمی آبخوان کوهدشت. هیدروژئولوژی، 3(1): 32-46.
Belkhiri, L., Boudoukha, A., Mouni, L., 2011. A multivariate statistical analysis of groundwater chemistry data. International Journal of Environmental Research, 5(2): 537-544.
Cloutier, V., Lefebvre, R., Therrien, R., Savard, M.M., 2008. Multivariate statistical analysis of geochemical data as indicative of the hydrogeochemical evolution of groundwater in a sedimentary rock aquifer system. Journal of Hydrology, 353(3): 294-313.
Davis, J.C., 1986. Statistics and data analysis in geology. John Wiley & Sons Inc New York, 646 p.
Igibah, Ch., Tanko, J., 2019. Assessment of urban groundwater techniques: a case study in the Abuja, quality using Piper trilinear and multivariate North‑central, Nigeria. Environmental Systems Research, 8:(14).
Gibbs, R.J., 1970. Mechanisms controlling world water chemistry. Science, 170(3962): 1088-1090.
Glynn, P.D., Plummer, L.N., 2005. Geochemistry and the understanding of ground-water systems, Hydrogeology Journal. 1:263-287.
Guler, C., Thyne, G.D., McCray, J.E., Turner, A.K., 2002 .Evaluation of graphical and multivariate statistical methods for classification of water chemistry data. Hydrogeology journal, 10: 455-474.
Hounslow, A., 1995. Water quality data: analysis and interpretation. CRC press.
Isa, N.M., Aris, A.Z., Lim, W.Y., Sulaiman, W.N.A.W., Praveena, S.M., 2014. Evaluation of heavy metal contamination samples from Kapas Island, Terengganu, Malaysia. Arabian Journal of Geosciences in groundwater, 7(3): 1087-1100.
Mokhtari, H., Espahbod, M.R., 2009. Hydrodynamic parameters of water potential of Varamin plain with regard to salinity gradient changes, Quarterly Journal of Earth, 4(2).
Norouzi, H., Moghaddam, A.A., Nadiri, A.A. 2016.  Determining vulnerable areas of Malekan Plain Aquifer for Nitrate, Using Random Forest method, Journal of environmental studies. 41(4): 923-942.
Rajmohan, N., Elango, L., 2004. Identification and evolution of hydrogeochemical processes in the groundwater environment in an area of the Palar and Cheyyar River Basins, Southern India. Environmental Geology, 46(1): 47-61.
Shrestha, S., Kazama, F., 2007. Assessment of surface water quality using multivariate statistical techniques: A case study of the Fuji river basin, Japan. Journal of Environmental Modeling & Software, 22(4): 464-475.
Stat Soft Inc. 2004. STATISTICA (Data Analysis Software System), Version 6.
Suresh Nathan, N., Saravanane, R., Sundararajan, T., 2017. Spatial Variability of Ground Water Quality Using HCA, PCA and MANOVA at Lawspet, Puducherry in India. Computational Water, Energy, and Environmental Engineering, 6: 243-268.
Wu, J., Li, P., Qian, H., Duan, Z., Zhang, X., 2014 .Using correlation and multivariate statistical analysis to identify hydrogeochemical processes affecting the major ion chemistry of waters: a case study in Laoheba phosphorite mine in Sichuan, China. Arabian Journal of Geosciences, 7(10): 3973-3982.