@article { author = {Vadiati, Meisam and Asghari Moghaddam, Asghar and Nakhaei, Muhammad}, title = {Definition of Sarab Aquifer Hydrochemical Facies Distribution by means of Fuzzy C-Mean Clustering and Hierarchical Cluster Analysis Methods}, journal = {Iranian journal of Ecohydrology}, volume = {4}, number = {3}, pages = {763-773}, year = {2017}, publisher = {Faculty of New Sciences and Technologies, University of Tehran}, issn = {2423-6098}, eissn = {2423-6101}, doi = {10.22059/ije.2017.62624}, abstract = {In this research, clustering of a hydrochemical data set from Sarab plain aquifer has been carried out using Fuzzy C-Means (FCM) and Hierarchical Cluster Analysis (HCA) techniques and its application in delineation of hydrochemical facies has been studied. The statistical clusters analyze the spatial coherence indicating that that the clusters have a hydrogeological correspondence with aquifer hydrochemical facies. Groundwater samples were grouped into four classes using the fuzzy c-mean. The data set includes 49 water samples and 12 hydrochemical variables selected from the study area. The results obtained from both approaches presented cluster centers that can be used in order to identify the physical and chemical processes causing variations in the hydrochemistry variation of study area. The FCM method is potentially useful in establishing hydrochemical facies distribution. The results showed that the clustering scheme for partitioning water chemistry samples into homogeneous groups produced by FCM method is an important tool for determination of aquifer hydrochemical facies and the FCM method is more capable to investigate threshold data than HCA method which is characterized by sharp and abrupt variation.}, keywords = {Groundwater,hydrochemical facies,Sarab Plain Clustering,Fuzzy logic}, title_fa = {تبیین تحولات رخساره‌های هیدروشیمیایی آبخوان سراب با استفاده از روش‌های خوشه‌بندی میانگین فازی و تحلیل خوشه سلسله مراتبی}, abstract_fa = {در پژوهش حاضر، خوشه‏بندی مجموعه‏ای از داده‏های هیدروشیمیایی آبخوان سراب با استفاده از روش‏های خوشه‏بندی C-میانگین فازی (FCM) و تحلیل خوشۀ سلسله‌مراتبی (HCA) انجام شده و کاربرد آنها در تبیین رخساره‏های هیدروشیمیایی مطالعه شد. خوشه‏های آماری شباهت مکانی را بررسی می‏کنند و نشان می‏‏دهند خوشه‏ها مطابقت هیدروژئولوژیکی با رخساره‏های هیدروشیمیایی آبخوان دارند. نمونه‏های آب زیرزمینی با استفاده از بهینه‌کردن تعداد خوشه و درجۀ فازی‌شدگی با استفاده از روش C‌ـ میانگین فازی به چهار خوشه طبقه‏بندی شدند. از داده‏های 49 نمونه آب زیرزمینی و 12 متغیر هیدروشیمیایی منطقۀ مطالعه‌شده استفاده شد. نتایج این دو روش مراکز خوشه را تولید می‏کند که در تشخیص فرایندهای فیزیکی و شیمیایی تغییرات هیدروشیمی منطقۀ مطالعه‌شده مؤثر است. روش FCM روشی مناسب در تحلیل داده‏ها در بیان توزیع رخساره‏های هیدروشیمیایی است. نتایج نشان داد رویۀ خوشه‏بندی برای تخصیص نمونه‏های شیمیایی آب زیرزمینی به گروه‏های همگن توسط روش FCM ابزاری مهم در تشخیص رخساره‏های هیدروشیمیایی آبخوان است و این روش در تحلیل داده‏های مرزی، نسبت به روش HCA که تغییراتی واضح و ناگهانی دارد؛ تواناتر است.    }, keywords_fa = {آب زیرزمینی,خوشه‏بندی,دشت سراب,رخسارۀ هیدروشیمیایی,منطق فازی}, url = {https://ije.ut.ac.ir/article_62624.html}, eprint = {https://ije.ut.ac.ir/article_62624_e3f0b56743a77aa47b404ebadf762674.pdf} }