Dalam penelitian ini, mengingat jumlah sampel yang dikumpulkan di Pegunungan

Zambales dibandingkan dengan kepadatan jaringan drainase dan luas wilayahnya, peta geokimia
telah dihasilkan melalui penggambaran daerah aliran sungai. Untuk hasil ini, algoritma GIS baru
untuk pemetaan geokimia dari sampel sedimen sungai telah dikembangkan, merupakan
pendekatan pertama untuk mengidentifikasi daerah anomali geokimia di tingkat DAS di wilayah
studi.
Langkah pertama algoritma GIS adalah menghitung jaringan drainase (Figs. 5, 7). Untuk
proses ini Shuttle Radar Topographic Mission (SRTM) Digital Elevation Model (DEM) dari
penelitian di area dengan resolusi 90 m yang telah diteliti. Pengeringan ini diperoleh dengan
matriks arah aliran, yang merupakan atribut medan hidrologi yang menentukan arah aliran dari
setiap sel di DEM. (Fig. 7). Untuk daerah dataran rendah yang lembut, dimana keakuratan SRTM
DEM tidak cukup untuk mendukung perhitungan matriks arah aliran, drainase diperoleh dengan
digitalisasi citra satelit optik. Langkah kedua menggunakan DEM yang sama untuk mendapatkan
peta kemiringan, yang kemudian terbagi menjadi dataran tinggi (daerah dengan ketinggian sedang
sampai tinggi) dan dataran aluvial (daerah lembut) (Figs. 5, 7, 8A). Pada langkah ketiga dari
algoritma GIS, peta daerah aliran sungai diperoleh untuk dataran tinggi dengan analisis matriks
arah aliran dan lokasi sampel sedimen sungai. Peta ini menunjukkan tangkapan hulu dari setiap
lokasi pengambilan sampel di daerah dataran tinggi (Figs. 7, 8B). Untuk daerah dataran aluvial, di
mana matriks arah aliran tidak sesuai untuk definisi tangkapan yang tepat, analisis kedekatan yang
diterapkan pada jaringan drainase mengidentifikasi daerah aliran sungai di daerah dataran rendah
landai di hulu setiap lokasi pengambilan sampel. (Figs. 7, 8C). Penangkapan di dataran tinggi dan
di dataran aluvial kemudian digabungkan untuk mendapatkan peta DAS akhir (Fig. 8D and Table
6). Akhirnya, hasil analisis geokimia untuk setiap sampel sedimen sungai ditugaskan ke cekungan
drainase yang sesuai, sehingga menghasilkan peta geokimia untuk setiap elemen pada tingkat DAS
(Figs. 7, 8D). Peta ini, berdasarkan enam interval yang didefinisikan dalam Bagian 4,
menggambarkan daerah (daerah aliran sungai) di mana sumber daerah anomali geokimia berada,
bahkan jika variasi nilai konsentrasi di dalam satu DAS tidak dihitung. (Figs. 6A, C, E, 8D).
Peta geokimia telah diperoleh dengan algoritma GIS untuk elemen kimia terpilih yang dianggap
berpotensi membahayakan makhluk hidup atau terkait dengan litologi dan mineralisasi / bijih yang
terjadi di daerah tersebut. Corby et al., 1951; Villones, 1980; Evans et al., 1991; Newhall et al.,
1996; Yumul and Dimalanta, 1997; Imai, 2005). Element tersebut adalah As, Au, Cd, Cr, Cu, Hg,
Ni, La, Pb, dan V (Figs. 8D, 9, 10). Juga, peta geokimia telah diperoleh untuk skor faktor dari tiga
asosiasi elemen yang didefinisikan oleh FA (F1, F2 dan F3), hingga
Table 5
Summary and interpretation of the three factor associations. Chemical elements are in decreasing loading order.
Factor % of variance explained Association Interpretation

F1 33.1 La, P, U, Ca, Th, Sr, Ti, V, Ba, K, Na, Zn Andesitic-dacitic volcanic rock and deposits of black sand
F2 32.0 Ag, Mo, Bi, Cu, Au, Pb, Sb, Hg, As, Cd, Zn Mineralization of porphyry copper
F3 13.6 Cr, Co, Ni, Fe Mafic-ultramafic rocks

Fig. 7. Flow diagram of the GIS algorithm for the watersheds mapping.

Mengevaluasi korelasi mereka dengan sumber anomali geokimia atau antropogenik yang telah
diidentifikasi di daerah tersebut.