Türkiye akarsuları su kalitesi parametrelerinin çok değişkenli istatistiksel analiz yöntemleri ile incelenmesi

Bu çalışmada; Türkiye genelinde 19 su toplama havzasından alınan, EİE İdaresi Genel Müdürlüğü tarafından işletilen 67 adet Akım gözlem İstasyonuna ait 1992?2008 yılları arasında ölçülmüş Akım ve 11 adet su kalitesi parametresi (Sıcaklık, pH, Elektriksel İletkenlik, Na+, K+, (Ca+Mg)2+, CO32-, Cl-, SO42-, SAR ve Bor konsantrasyonu) olmak üzere toplam 12 adet parametrenin uzun yıllık ortalama değerlerine çok değişkenli istatistiksel analiz yöntemlerinden; Ana Bileşenler Analizi, Faktör Analizi ve Kümeleme Analizi uygulanmıştır. Öncelikle verilerin uygunluğu Ana Bileşenler Analizi için Bartlett küresellik testi ile, Faktör Analizi için uygunluğu ise Kaiser-Meyer-Olkin ölçütü ile test edilmiş ve verilerin uygun olduğu sonucuna ulaşılmıştır. Ana Bileşenler Analizi ile toplam varyansın yaklaşık %80' i 3 ana bileşenle açıklanmıştır. 1. ana bileşenin toplam varyansın %50,25'ini, 2. ana bileşen %19,04'ünü ve 3. ana bileşen %10,52'sini açıkladığı görülmüştür. Faktör Analizi ile faktörlerin ifade ettikleri karakterler belirlenmeye çalışılmış ve istasyonlara ait skor değerleri hesaplanmıştır. En son Kümeleme Analizi uygulamasında Ortalama Bağlantı Tekniği ve Pearson Uzaklık Ölçütü kullanılarak 3 küme elde edilmiştir. Elde edilen kümelerin her birinin ayrı bir faktörün hakim olduğu istasyonlardan oluştuğu gözlemlenmiştir.

In this study, Multivariate statistical analysis methods, Principal component analysis, Factor analysis and Cluster analysis were used to data which consist of the flow and 11 water quality parameters (Flow, Temperature, pH, Electrical Conductivity, Na+, K+, (Ca+Mg)2+, CO32-, Cl-, SO42-, SAR and Boron concentration), form 67 stream flow gauging stations (AGI) which are operated by EIE, in 19 basin form all over Turkey. Data set consist of 1992-2008 time period?s long term average values. At first, the eligibility of the data was tested with Bartlett sphericity test for the Principal Component analysis and Kaiser-Meyer-Olkin criteria for the Factor Analysis. The results of this tests showed that the data is appropriate for the PCA and FA. From the Principal Component Analysis results, first PC explain the %50,25 of total variances, second PC explain the %19,04 and the third PC is explain the %10,25 of total variances. With the Factor Analysis, the characteristics of the factors were tried to explain and found the factor scores of stations. Finally, by the method of Average Linkage and Pearson Distance Methods 3 clusters occurred at the end of the cluster analysis. It has been understood that each cluster consist of stations which has dominated a different factor.