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 اصلی‌ترین مشکلات زیست‌محیطی در ارتباط با فعالیت‌های معدنی، صنعتی و کشاورزی در جهان به‌شمار می‌آید که به‌دلیل ماندگاری بالای این فلزات سمی و درجه انحلال پذیری مختلف در شرایط اسیدی و حتی غیر اسیدی، می‌تواند 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 می‌باشد که در اثر معدن‌کاری، حجم قابل توجهی از باطله معدنی را به وجود آورده که می‌تواند منبع انتقال فلزات سنگین به آب و خاک مناطق پایین دست گردد. از اینرو استفاده از روش‌های سریع و مقرون به صرفه جهت کلاسه‌بندی ریسک آلودگی این نوع باطله‌ها می‌تواند ابزار مفیدی برای پایش و برنامه‌های احیاء و بازسازی در آینده باشد. هدف از این تحقیق به‌کارگیری تکنیک‌های آماری چند متغیره از جمله روش آنالیز تمایز و بهره‌گیری از تکنیک هوش مصنوعی به‌منظور کلاسه‌بندی و پیش‌بینی پتانسیل آلودگی در باطله‌های معدنی می‌باشد. به همین منظور پس از نمونه‌برداری از بخش‌های 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 شاخص‌های ارزیابی ریسک زیست‌محیطی 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 کلاسه‌بندی شد. نتایج همچنین نشان داد که این تکنیک‌ها می‌تواند ابزار کارآمدی جهت کلاسه‌بندی باطله‌های جدید و طراحی و احداث دمپ‌ها بر اساس سطح آلودگی آنها باشد.