تعداد نشریات | 13 |
تعداد شمارهها | 149 |
تعداد مقالات | 1,478 |
تعداد مشاهده مقاله | 2,256,126 |
تعداد دریافت فایل اصل مقاله | 1,886,260 |
پهنهبندی حساسیت به فرسایش آبی با استفاده از عوامل ژئومورفولوژیکی در حوزه آبخیز عمرآباد ارومیه | ||
تحقیقات کاربردی خاک | ||
دوره 9، شماره 3، آذر 1400، صفحه 43-56 اصل مقاله (1.15 M) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
رعنا احمدی1؛ حبیب نظرنژاد* 2؛ سعید نجفی3 | ||
1دانشآموخته کارشناسی ارشد آبخیزداری، دانشگاه ارومیه | ||
2گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه ارومیه | ||
3استادیار گروه مرتع و آبخیزداری، دانشکده ی کشاورزی و منابع طبیعی، دانشگاه ارومیه | ||
چکیده | ||
توزیع مکانی پدیدههای فرسایشی و تحلیل حساسیتپذیری بخشهای مختلف حوزههای آبخیز به انواع آن، نقش مهمی در برنامهریزی محیطی ایفا میکند. بهطوری که تهیه نقشه حساسیت به انواع فرسایش و شناسایی عوامل مؤثر بر آن، میتواند علاوه بر کاهش خطر وقوع انواع پدیدههای فرسایشی، منجر به ارائه اقدامات مدیریتی لازم برای مناطق مربوطه شود. در این پژوهش، روش آماری دومتغیره برای تحلیل حساسیتپذیری پدیدههای فرسایش سطحی، شیاری، آبراههای و کنار آبراههای با استفاده از هشت عامل مقاومت سنگ، کاربری و پوشش اراضی، درصد شیب، جهت شیب، انحنای پروفیل دامنه، طول شیب، شاخص قدرت جریان و گروه هیدرولوژیکی خاک در حوزه آبخیز عمرآباد ارومیه مورد بررسی قرار گرفت. نتایج نشان داد در مورد اثر عوامل مختلف مستعدکننده به وقوع فرسایش سطحی، شیاری، آبراههای و کنار آبراههای، نتایج قابل قبول و دارای روند مشخصی در مورد فرسایش سطحی و شیاری حاصل نشد. اما در مورد فرسایش آبراههای و کنار آبراههای، هر یک از عوامل، با توجه به طبقات مربوطه، تأثیری مثبت یا منفی در وقوع این نوع از فرسایش دارند و نمیتوان اثر یک عامل را بهطور کامل، مثبت یا منفی قلمداد کرد. عواملی چون سنگشناسی، طول شیب، درصد شیب، جهت شیب و SPI، بیشترین تأثیر مثبت را در وقوع فرسایش آبراههای و کنار آبراههای دارند. از طرفی، بر اساس واسنجی نقشه حساسیتپذیری به فرسایش آبراههای و کنار آبراههای، در نقشه حساسیتپذیری تنها ۲۰ درصد از مساحت مناطق با فرسایش آبراههای و کنار آبراههایِ مربوط به واسنجی، در محدوده مناطق با حساسیت خیلی شدید تا شدید قرار گرفتند. این امر به عدم کارایی نقشه حساسیتپذیری تولید شده با استفاده از هشت عامل مستعدکننده فوقالذکر دلالت دارد و پژوهش در مورد عوامل مهمتر و مؤثرتر دیگر در ایجاد پدیدههای فرسایشی مورد نظر در منطقه مورد مطالعه را مورد تأکید قرار میدهد. | ||
کلیدواژهها | ||
حساسیتپذیری به فرسایش؛ حفاظت خاک؛ روش آماری دومتغیره؛ شدت فرسایش | ||
مراجع | ||
Abedini M., and Yaghubnejad Asl N. 2017. Assessment and zoning of the soil erosion risk in Balekhli river watershed of Yamci dam, using fuzzy model. Quantitative geomorphological Research, 6(1):137-155. (In Persian)
Abolfathi D., and Kiani M. 2007. Soil erosion and sedimentation rate equivalent to flood rate in Farsban Watershed using GIS. Applied Research in Geographical Sciences, 7(20): 158-172. (In Persian)
Amiri M., Pourghasemi HR., Ghanbarian GA., and Afzali SF. 2019. Assessment of the importance of gully erosion effective factors using Boruta algorithm and its spatial modeling and mapping using three machine learning algorithms. Geoderma, 340: 55-69.
Angileri SE., Conoscenti C., Hochschild V., Märker M., Rotigliano E., and Agnesi V. 2016. Water erosion susceptibility mapping by applying stochastic gradient treeboost to the imera Meridionale River basin (Sicily, Italy). Geomorphology, 262: 61-76.
Arabkhedri M. 2014. A Review on major water erosion factors in Iran. Journal of land Management, 2(1): 17-26. (In Persian)
Arabameri AR., Pradhan B., Pourghasemi HR., Rezaei K., and Kerle N. 2018. Spatial modelling of gully erosion using GIS and R programing: a comparison among three data mining algorithms. Applied Sciences, 8(8): 1-22.
Arabameri AR., Pradhan B., and Rezaei K. 2019. Spatial prediction of gully erosion using ALOS PALSAR data and ensemble bivariate and data mining models. Geosciences Journal, 23(4):669-686.
Azareh A., Rahmati O., Rafiei-Sardooi E., Sankey JB., Lee S., Shahabi H. and Ahmad BB. 2019. Modelling gully-erosion susceptibility in a semi-arid region, Iran: Investigation of applicability of certainty factor and maximum entropy models. Science of the Total Environment, 655:684-696.
Bayati Khatibi M., Karami F., and Mokhtari D. 2006. Investigation and analysis of Stream erosion based on geomorphological evidences using quantitative and classical methods. Human Sciences Modarres, 10(2): 83-1010. (In Persian)
Belayneh M., Yirgu T., and Tsegaye D. 2019. Potential soil erosion estimation and area prioritization for better conservation planning in Gumara watershed using RUSLE and GIS techniques. Environmental Systems Research, 8(1): 20.
Bonham-Carter G.F. 1994. Geographic information systems for geoscientists-modeling with GIS. Computer methods in the geoscientists, 13: 398p.
Conforti M., Aucelli PP., Robustelli G., and Scarciglia F. 2011. Geomorphology and GIS analysis for mapping gully erosion susceptibility in the Turbolo stream catchment (Northern Calabria, Italy). Natural hazards, 56(3): 881-898.
Conoscenti C., Agnesi V., Angileri S., Cappadonia C., Rotigliano E., and Märker M. 2013. A GIS-based approach for gully erosion susceptibility modelling: a test in Sicily, Italy. Environmental Earth Sciences, 70(3): 1179-1195.
Dube F., Nhapi I., Murwira A., Gumindoga W., Goldin J. and Mashauri DA. 2014. Potential of weight of evidence modelling for gully erosion hazard assessment in Mbire District-Zimbabwe. Physics and chemistry of the Earth, Parts A/B/C 67: 145–152.
Ebrahimi M, Amir Ahmadi A, and Zangeneh Asadi M A. 2018. Comparison of gully erosion susceptibility mapping using weight of evidence and frequency ratio models at sanganeh Kalat Basin. Geographical Researches, 32 (4) :105-126. (In Persian)
Esmaili R., and Shokati R. 2015. Evaluation of Gully erosion susceptibility using logistic regression, in SalavatAbad, Kordestan Province. Arid Regions Geographic Studies, 5(20): 91-104. (In Persian)
Gong JG., Jia YW., Zhou ZH., Wang Y., Wang WL. and Peng H. 2011. An experimental study on dynamic processes of ephemeral gully erosion in loess landscapes. Geomorphology, 125 (1): 201-213.
Gutiérrez Á.G., Schnabel S., and Contador J.F.L. 2009. Using and comparing two nonparametric methods (CART and MARS) to model the potential distribution of gullies. Ecological Modelling, 220(24): 3630-3637.
Halefom, A., and Teshome A. 2019. Modelling and mapping of erosion potentiality watersheds using AHP and GIS technique: a case study of Alamata Watershed, South Tigray, Ethiopia. Modeling Earth Systems and Environment, 5(3):819-831.
Jenks GF. 1989. Geographic logic in line generalization. Cartographica, 26(1):27–42.
Kanti Hembram T., Paul GC., and Saha S. 2019. Spatial prediction of susceptibility to gully erosion in Jainti River basin, Eastern India: a comparison of information value and logistic regression models. Modeling Earth Systems and Environment, 5(2): 689-708.
Lucà F., Conforti M. and Robustelli G. 2011. Comparison of GIS-based gullying susceptibility mapping using bivariate and multivariate statistics: Northern Calabria, South Italy. Geomorphology, 134(3-4): 297-308.
Mehreban M., Golkarian A., and Khosravi Kh. 2018. Assessment of sensitivity to Gully erosion using maximum entropy model (Case study: Shorluq region of Khorasan Razavi province) 3rd National Conference on Soil Conservation and Watershed Management, 18-19 June, Tehran (In Persian)
Melelli L., Vergari F., Liucci L., and Del Monte M. 2017. Geomorphodiversity index: Quantifying the diversity of landforms and physical landscape. Science of the Total Environment, 584: 701-714.
Meliho M., Khattabi A., and Mhammdi N. 2018. A GIS-based approach for gully erosion susceptibility modelling using bivariate statistics methods in the Ourika watershed, Morocco. Environmental Earth Sciences, 77(18):655.
Najafi S., and Sadeghi S.H.R. 2013. Comparative study of applying soil erosion mapping, fingerprinting and field measurement techniques in estimation of sediment sources. Journal of Watershed Engineering and Management, 5 (3): 165-178 (In Persian) Novara A., Pisciotta A., Minacapilli M., Maltese A., Capodici F., Cerdà A. and Gristina L. 2018. The impact of soil erosion on soil fertility and vine vigor. A multidisciplinary approach based on field, laboratory and remote sensing approaches. Science of the Total Environment, 622:474-480.
Prosdocimi M., Burguet M., Di Prima S., Sofia G., Terol E., Comino JR., and Tarolli P. 2017. Rainfall simulation and Structure-from-Motion photogrammetry for the analysis of soil water erosion in Mediterranean vineyards. Science of the Total Environment, 574: 204-215.
Rahmati O., Pourghasemi HR. and Zeinivand H. 2016. Flood susceptibility mapping using frequency ratio and weights-of-evidence models in the Golestan Province, Iran. Geocarto International, 31(1):42-70.
Zakerinejad R., and Maerker M. 2015. An integrated assessment of soil erosion dynamics with special emphasis on gully erosion in the Mazayjan basin, southwestern Iran. Natural Hazards, 79(1): 25-50.
Zhu B., Yu J., Rioual P., Gao Y., Zhang Y., and Min L. 2015. Geomorphoclimatic characteristics and landform information in the Ejina Basin, Northwest China. Environmental Earth Sciences, 73(11): 7547-7560. | ||
آمار تعداد مشاهده مقاله: 1,493 تعداد دریافت فایل اصل مقاله: 1,151 |