آرشیو

آرشیو شماره ها:
۴۹

چکیده

امروزه فرسایش خاک به عنوان یکی از مباحث مهم مدیریت حوضه های آبخیز در سطح ملی و جهانی مطرح است. برآورد خطر کاهش خاک و توزیع مکانی آن یکی از عوامل کلیدی برای ارزیابی موفق فرسایش خاک است. شاخص فرسایندگی باران مهم ترین عامل تأثیرگذار بر فرسایش خاک بوده و تابعی از خصوصیات فیزیکی باران است. هدف پژوهش حاضر، ارزیابی شاخص های فرسایندگی باران با استفاده از تکنیک های زمین آمار است. در تحقیق حاضر، فرسایندگی باران در استان گلستان از طریق مدل های فورنیه، فورنیه اصلاح شده، IAS و Ciccacci و براساس دوره ﺁماری 20 ساله (1378 تا 1398) ایستگاﻩﻫﺎی سازمان هواشناسی مدﻝﺳﺎﺯﻯ و برﺁورد شده است. پس از محاسبه فاکتور فرسایندگی باران برای ایستگاه های مورد نظر، با استفاده از روش های دورن یابی عکس فاصله (IDW)، درون یابی چندجمله ای جهانی (GPI)، تابع پایه شعاعی (RBF) و درون یابی کریجینگ (Kriging)، نقشه شاخص های فرسایندگی باران استان ترسیم شد و درجهت انتخاب بهترین روش درون یابی از شاخص های آماری ریشه میانگین مربعات خطا (RMSE)، میانگین قدر مطلق خطا (MAE) و میانگین خطای اریب (MBE) استفاده شد. نتایج نشان داد روش فورنیه اصلاح شده بهترین شاخص (برمبنای RMSE، MAE و MBE کمتر در هر چهار روش درون یابی) و روش تابع پایه شعاعی به عنوان بهترین روش در میان روش های مورد استفاده می تواند برای برآورد فرسایندگی باران مورد استفاده قرار گیرد. همچنین نتایج نشان داد که میزان قدرت فرسایندگی باران در نواحی مرکزی استان به خصوص حوضه آبخیز گرگانرود و همچنین  شمال و ﺷﻤﺎﻝﺷﺮﻕ استان با میانگین حداقل و حداکثر بارش سالانه (1/216 و 9/776) و چند نقطه در جنوب غرب حوضه با میانگین حداقل و حداکثر بارش سالانه (2/205 و 751) بیشترین مقدار ضریب فرسایندگی باران را دارا هستند که چنین تغییراتی ﻣﻰﺗﻮﺍﻧﺪ متأثر از الگوی توزیع بارندگی، شدت ﺁن و خصوصیات توپوگرافی باشد. بررسی قدرت فرسایندگی باران استان گلستان نشان می دهد که الگوی توزیع فرسایندگی باران به طور چشم گیری متأثر از میزان متوسط بارش منطقه است. به طوری که مقادیر فرسایندگی و متوسط بارش در این استان بر هم منطبق بوده و الگوی رفتاری تقریباً یکسانی را از خود نشان می دهند.

Evaluating Rain Erosivity Indices Using Geostatistical Techniques in GIS Environment (Case Study: Golestan Province)

Today, Soil erosion is considered as one of the important issues of watershed management at the national and global levels. Estimating risk of soil reduction and its spatial distribution is one of the key factors for successful assessment of soil erosion. Rain erosivity index is the most important factor affecting soil erosion and is a function of the physical properties of rain. The aim of this study is to evaluate and model rainfall erosivity indices using geostatistical techniques. In the present study, rain erosivity in Golestan province has been modeled and estimated through Fournier, modified Fournier, IAS and Ciccacci models and based on the 20-years statistical period (1999 to 2019) of the Meteorological Organization stations. After calculating the Rain erosivity factor for the desired stations, using inverse distance method (IDW), universal polynomial interpolation (GPI), radial basis function (RBF) and Kriging interpolation, map  of rain erosivity indices of the province were drawn and to select the best interpolation method, the statistical indices of root mean square error (RMSE), mean absolute error (MAE) and mean basis error (MBE) were used. The results showed that the modified Fourier method is the best index (based on RMSE, MAE and MBE less in all four interpolation methods) and the radial basis function method is the best method among the methods used to estimate of rain erosivity. The results also showed that the rate of rain erosivity in the central areas of the province, especially the Gorganrood watershed and also eastern north and north of province with average minimum and maximum annual rainfall (216.1 and 776.9) and several points in the southwest of the province with average minimum and maximum annual rainfall (2/205 and 751) have more than the amount of rain erosion coefficient that such changes are affected by the pattern of rainfall distribution, intensity and topographic characteristics. The study of rain erosivity power of Golestan province shows that the pattern of rain erosivity distribution is significantly affected by the average rainfall of the region. So that the amounts of erosivity and average rainfall in this province are consistent and show almost the same pattern of behavior.

تبلیغات