@article { author = {Veyseh, S and Niazi, A and Ghassemi, J}, title = {Investigation of soil samples distribution in Bahabad area by ICP-MS, ICP-OES and geochemometrics analysis}, journal = {Scientific Quarterly Journal of Geosciences}, volume = {26}, number = {101}, pages = {245-254}, year = {2016}, publisher = {Geological Survey of Iran}, issn = {1023-7429}, eissn = {2645-4963}, doi = {10.22071/gsj.2016.41121}, abstract = {In this research, distribution and effect of elements on soil samples in Bahabad, Yazd Province, is presented according to analysis of different elements using ICP-MS, ICP-OES, AF and methods of Geochemometrics. For this purpose, 156 samples were taken from Bahabad, Asfij and Banestan areas and analyzed after sample preparation. In order to investigate distribution of soil samples in the area and the role of effective elements in this distribution, the study was performed in three separate phases, including base elements (Zn, Cu, Sn, Ni, Co, W, Fe, Pb), heavy elements (Cd, Hg, As, Cr, B), and Uranium and Thorium. To explore soil sample distributions, Geochemometrics methods were used, which are defined as computerized, statistical, mathematical and graphical approaches to better understand geoscience data. Therefore, Principal Component Analysis ( PCA), which is a factor analysis method, was used to determine the distribution and effect of elements on samples. It is worth mentioning that some of the most important results of PCA are score and loading of Biplot diagram that are used for proper interpretation of data. Also, K-Nearest Neighbor method (KNN) was used to classify and obtain correlation of the studied elements. Results are applicable to aspects such as Medical Geology, Environmental Geology and Mineral Exploration in order to perform better classification of elements, understanding pollution or mineral sources, and exploring anomalies. Geochemometrics was presented for the first time in this article.}, keywords = {Geochemometrics,Classification,Parallel factors analysis,K_Nearrest Neighbor (KNN),Soil sample,ICP-MS,ICP-OES}, title_fa = {مطالعه پراکندگی نمونه‎های خاکی منطقه بهاباد توسط تجزیه با استفاده از روش‎های ژئوکمومتریکس با روش‎های ICP-MS و ICP-OES}, abstract_fa = {در این پژوهش پراکندگی و تأثیر عناصر در نمونه‌های خاکی منطقه بهاباد استان یزد بر پایه تجزیه عناصر مختلف توسط روش‌های ICP-MS، ICP-OES و AF با روش‌های مختلف ژئوکمومتریکس ارائه شده است. برای این منظور 156 نمونه خاکی در مناطق بهاباد، آسفیج، بنستان انتخاب، نمونه‌برداری و پس از آماده‎سازی‌های لازم تجزیه شد. برای مطالعه پراکندگی نمونه‌های خاکی در این منطقه و همچنین بررسی عناصر مؤثر در این پراکندگی نمونه‎های خاکی مطالعه در 3 بخش انجام شده است که شامل بررسی بر پایه مقادیر عناصر پایه (Zn, Cu, Sn, Ni, Co, W, Fe, Pb) و عناصر سنگین (Cd, Hg, As, Cr, B) و همچنین بر پایه اورانیم و توریم است. برای بررسی پراکندگی نمونه‌های خاکی از روش‌های ژئوکمومتریکس که به عنوان کاربرد روش‌های کامپیوتری، آماری، ریاضی و گرافیکی برای درک بهتر داده‌های علوم زمین تعریف شده است، استفاده شد. به همین منظور از روش تجزیه گونه‎های اصلی (PCA) که یک روش فاکتور آنالیز است برای بررسی پراکندگی و تأثیر عناصر در این نمونه‌ها استفاده شده است؛ گفتنی است که از مهم‌ترین خروجی‌های الگوریتم PCA، مقادیر Score، Loading نمودار Biplot است که با استفاده از این خروجی‌ها می‌توان تفسیرهای مناسبی در داده‌های گردآوری شده داشت. همچنین از روش رده‌بندی نزدیک‌ترین همسایه (KNN) برای رده‌بندی و به دست آوردن همبستگی میان عناصر موجود در این مطالعه استفاده شده است. از نتایج به دست آمده در این مطالعه می‌توان در مباحثی همانند زمین‌شناسی پزشکی، زمین‌شناسی محیط زیست و اکتشافات مواد معدنی به منظور تفسیر بهتر رده‌بندی عناصر، منشأیابی آلودگی یا معدنی، تشخیص نمونه‌های دورافتاده و یا بی‌هنجار استفاده کرد و قابل توجه است که برای اولین بار، ژئوکمومتریکس در این پژوهش معرفی شده است.}, keywords_fa = {ژئوکمومتریکس,رده‌بندی,آنالیز فاکتورهای موازی,نزدیک‌ترین همسایه,نمونه‌های خاکی,ICP-MS,ICP-OES}, url = {http://www.gsjournal.ir/article_41121.html}, eprint = {http://www.gsjournal.ir/article_41121_5fec94c9e857d3572a176d89f35181fa.pdf} }