Bafra ovasındaki drenaj kanallarının su kalitelerinin çok değişkenli istatistiksel analizler ile değerlendirilmesi
Abstract
Özet: Bu çalışmada Bafra ovasındaki 7 drenaj kanalından alınan su örneklerine çok değişkenli istatistiksel analiz yöntemlerinden; hiyerarşik kümeleme analizi (HKA), faktör analizi (FA) ve temel bileşenler analizleri (TBA) uygulanmıştır. Aylık ortalama verilerden yararlanılarak yapılan HKA göre 2 farklı dönem oluşmuştur. Bunlardan birincisi sulama yapılan ayları diğeri de sulama yapılmayan ayları kapsamıştır. 7 adet drenaj kanalına ait 14 parametreye göre yapılan HKA’ da drenaj kanalları tuzluluk seviyelerine göre 2 farklı gruba ayrılmıştır. FA ve TBA su kalitesine ait toplam varyansın % 90’ından fazlasını 3 ana bileşenle açıklamıştır. Bu çalışma ile çok değişkenli istatistik yöntemlerin drenaj kanallarındaki su kalitelerine ait değişimlerin izlenmesinde ve sulanan tarım alanlarındaki tuzlanmanın incelenmesinde kullanılabileceği görülmüştür. Abstract: In this study, Multivariate statistical techniques such as hierarchical cluster analysis (HCA), factor analysis (FA) and principle component analysis (PCA) are applied to surface water quality data sets obtained from drainage canals in Bafra Plain. The results of cluster analysis demonstrated that the months of year were divided into 2 seasons. The first period included irrigation season and second period included non-irrigation season. Cluster analysis classifies 7 drainage canals with 14 variables into two clusters reflecting different salinity levels. FA/PCA yielded three factors which are responsible for water quality variations explaining more than 90% of total variance of the data and allowed to group the selected water quality. The study have demonstrated the capability of multivariate statistical techniques for drainage water quality assessment and investigation of salinity in irrigated agricultural areas.
Source
Gaziosmanpaşa Üniversitesi Ziraat Fakültesi DergisiVolume
28Issue
2URI
https://app.trdizin.gov.tr/publication/paper/detail/TVRNeU1ETXlNZz09https://hdl.handle.net/20.500.12712/8783