
تعداد نشریات | 33 |
تعداد شمارهها | 776 |
تعداد مقالات | 7,514 |
تعداد مشاهده مقاله | 12,601,572 |
تعداد دریافت فایل اصل مقاله | 8,522,442 |
بررسی میزان فرسایش خاک و ارتباط آن با شاخصهای ژئومورفیک و پوشش گیاهی در حوضة آبخیز کوزهتوپراقی، استان اردبیل | ||
مجله جغرافیا و توسعه | ||
مقاله 3، دوره 22، شماره 77، دی 1403، صفحه 55-80 اصل مقاله (1.49 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22111/gdij.2024.8682 | ||
نویسندگان | ||
موسی عابدینی* 1؛ امیرحسام پاسبان2؛ نسرین حسن زاده3 | ||
1استاد گروه جغرافیا طبیعی (ژئومورفولوژی)، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
2دانشجوی دکتری گروه جغرافیا طبیعی (ژئومورفولوژی)، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
3کارشناس ارشد گروه جغرافیا طبیعی (ژئومورفولوژی)، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
چکیده | ||
فرسایش خاک، یکی از مشکلات محیطی است که تهدیدی برای منابع طبیعی، کشاورزی و محیطزیست به شمار میرود. در این راستا، اطلاعات زمانی و مکانی از فرسایش خاک در اقدامات مدیریتی، کنترل فرسایش و مدیریت حوضههای آبخیز نقش مؤثری دارند؛ بنابراین هدف از این پژوهش، بررسی میزان فرسایش خاک درحوضة آبخیز کوزهتوپراقی با مدل«RUSLE» و ارتباط آن با شاخصهای پوشش گیاهی میباشد. برای دست یافتن به هدف تحقیق، از مدل تجربی «RUSLE» که شامل عاملهای، R، K، LS، C و P است، استفاده شده است. بدینمنظور بهترتیب با استفاده از دادههای بارانسنجی أخذ شده از سازمان هواشناسی، لایة بافت خاک 1:250000 ایران، مدل رقومی ارتفاع 30 متر «Aster» و همچنین تصویر ماهوراهای «لندست 8 OLI» در محیط سامانة اطلاعات مکانی«GIS» تهیه شدهاند و پس از رویهمگذاری لایهها، مقدار فرسایش سالانة خاک در سطح حوضه برآورد شد. در گام بعد، شاخصهای ژئومورفیک و پوشش گیاهی که در رخداد فرسایش خاک مؤثر هستند شامل: شاخص رطوبت توپوگرافی (TWI)، شاخص توان آبراهه (SPI)، شاخص انحناء دامنه (Curvatore)، شاخص انحناء مقطع (Profil Curvatore)، شاخص انحناء سطح (Plan Curvatore) و شاخص پوشش گیاهی عادی (NDVI) در محیط « ArcMap» ایجاد شد و نقشههای پهنهبندی تهیه شدند. در راستای این امر از نرمافزارهای «GIS 10.8، ENVI 5.6، Excel و SPSS» جهت تهیة نقشهها و همچنین تجزیهوتحلیل استفاده شد. نتایج این مطالعه نشانداد که مقدار فرسایش سالانة خاک برای کل حوضه در دامنة بین 0 تا 63/26 تن در هکتار در سال برآورد شد. در بررسی دیگر، ارتباط بین شاخصهای ژئومورفیک و پوشش گیاهی با میزان فرسایش سالانة خاک انجام پذیرفت که نتایج آن نشانداد شاخصهای: شیب، انحناء سطح، انحناء مقطع، انحناء دامنه و رطوبت توپوگرافی بهترتیب با ضریب تبیین 78/0، 40/0، 20/0، 06/0 و 03/0 بیشترین تاثیرگذاری را در فرسایش خاک حوضة آبخیز کوزهتوپراقی داشتهاند، در حالیکه شاخصهای تفاضل پوشش گیاهی نرمالشده و توان آبراهه بهترتیب با مقادیر 03/0 و 11/0 رابطهای معکوس با فرسایش سالانة خاک داشتهاند. نتایج این پژوهش امکان تلفیق شاخصهای مؤثر ژئومورفیک و پوشش گیاهی بر فرسایش و نیز امکان استفاده از سایر شاخصهای مؤثر و قابلیتهای «RS» و «GIS» را جهت تخمین کمّی مقادیر فرسایش خاک تأیید مینماید. | ||
کلیدواژهها | ||
ژئومورفیک؛ فرسایش خاک؛ شاخص پوشش گیاهی؛ «RUSLE»؛ کوزهتوپراقی. | ||
مراجع | ||
احمدی، حسن (۱۳88). ژئومورفولوژی کاربردی (فرسایش آبی)، چاپ 6. انتشارات دانشگاه تهران. صفحه ۵۰۷.
اسفندیاریدرآباد، فریبا؛ رئوف مصطفیزاده؛ امیرحسام پاسبان؛ بهروز نظافتتکله (1401). تلفیق شاخصهای زمینی و پوشش گیاهی برای برآورد و شناسایی خطر فرسایش خاک در حوضه آبخیز عموقین اردبیل، تحلیل فضایی مخاطرات محیطی. دوره 9. شماره 1. صفحات 96-77.
بابلیموخر، حمید؛ علیرضا تقیان؛ کورش شیرانی (1397). ارزیابی نقشه پهنهبندی حساسیت زمینلغزش با استفاده از روش تلفیقی فاکتور اطمینان و رگرسیون لجستیک با بهکارگیری شاخصهای ژئومورفیک، پژوهشهای ژئومورفولوژی کمی. دوره 7. شماره 3. صفحات 116-91.
ذاکرینژاد، رضا؛ سلمان فلاح (1401). ارزیابی خطر فرسایش آبی با استفاده از ترکیب مدل تجدید نظرشده جهانی فرسایش خاک (RUSLE) و نقشه تراکم خندقی در حوضه آبخیز علامرودشت استان فارس، پژوهشهای ژئومورفولوژی کمی. سال 11. شماره 4. صفحات 209-189.
زندی، جلال؛ محمود حبیبنژادروشن؛ کریم سلیمانی (1392). ارزیابی نقشه خطر فرسایش خاک و ارتباط آن با برخی عوامل محیطی، مطالعه موردی: حوضه آبخیز وازرود، مازندران، مرتع و آبخیزداری، دوره 66. شماره 3. صفحات 415-401.
عابدینی، موسی؛ داریوش ابوالفتحی؛ مریم رئیسی (1401). پهنهبندی فرسایش حوضه آبریز رزن با استفاده از مدلهای منطق فازی، EPM و BLM در محیط GIS، جغرافیا و توسعه. دوره 20. شماره 68. صفحات 86-62.
عابدینی، موسی؛ فریده بهرامنیا؛ رئوف مصطفیزاده؛ امیرحسام پاسبان (1402). بررسی تاثیر تغییرات کاربری اراضی در یک دوره بیست سال بر میزان فرسایش و رسوب حوضه رضیچای، جغرافیا و مطالعات محیطی. دوره 12. شماره 45. صفحات 133-114.
عابدینی، موسی؛ سجاد جوادیعلیبابالو؛ رئوف مصطفیزاده؛ امیرحسام پاسبان (1401). ارتباط شاخصهای پوشش گیاهی و ژئومورفیک با مقادیر فرسایش و رسوب در حوضه آبریز کوزهتوپراقی، هیدروژئومورفولوژی، شماره 32. سال 9. صفحات 128-105.
قربانی، اردوان؛ زینب حزباوی؛ رئوف مصطفیزاده؛ نازیلا علائی (1399). تحلیل ارتباط بین سنجههای سیمای سرزمین و فرسایش خاک حوضه آبخیز کوزهتوپراقی، استان اردبیل، جغرافیا و مخاطرات محیطی. دوره 9. شماره 4. صفحات 91-65.
کلارستاقی، عطااله؛ حسن احمدی؛ محمد جعفری؛ جمال قدوسی (1387). پیشبینی تغییرات احتمالی کاربری جنگل به دیم کاری با استفاده از مدلسازی احتمالاتی در حوضه آبخیز فریم صحرا استان مازندران، پژوهش و سازندگی. دوره 21. شماره 3. صفحات 63-52.
معتمدیراد، محمد؛ محمدعلی زنگنه اسدی؛ حسین عجم (1402). بررسی میزان فرسایش خاک و تولید رسوب با استفاده از مدل RUSLE و روش پسیاک اصلاح شده (مطالعه موردی: حوضه آبریز کال اسماعیل دره شهرستان شاهرود استان سمنان)، پژوهشهای ژئومورفولوژی کمی. سال 11. شماره 4. صفحات 165-147.
ملکی، صدیقه؛ فرهاد خرمالی؛ علیرضا کریمی (1393). معرفی الگوریتمهای مختلف جریان، برای تهیه نقشه شاخص خیسی و کربن آلی خاک در بخشی از اراضی لسی، منطقه توشن استان گلستان، پژوهشهای حفاظت آب و خاک. دوره 21. شماره 1. صفحات 165-141.
نورائیصفت، الهام؛ مسعود بختیاریکیا؛ محمد اکبریان (1402). روند تغییرات هدررفت خاک با تأکید بر نقش فرسایشی رواناب در حوضه آبریز رودخانه کل (استان هرمزگان)، پژوهشهای فرسایش محیطی. دوره 1. شماره 13. صفحات 95-70.
Doi:20.1001.1.22517812.1402.13.1.3.5
Ammar, A.K., Alaa, m., Fadhil, K., Alzahrani, H., Hamad, S (2023). Predicting Soil Erosion Rate at Transboundary Sub-Watersheds in Ali Al-Gharbi, Southern Iraq, Using RUSLE-Based GIS Model, Sustainability, Vol 15, 1776. https://doi.org/10.3390/su15031776 Arnoldus, H.M.J (1980). approximation of the rainfall factor in the Universal Soil Loss Equation M, De Boodt, D. Gabriels (Eds.), Assessment of Erosion, Wiley, Chichester, 127-132. Aslam, B., Maqsoom, A., Alaloul, W., Musarat, M. A., Jabbar, T., Zafar, A (2010). Soil erosion susceptibility mapping using a GIS-based multi-criteria decision approach: Case of district Chitral, Pakistan, Ain Shams Engineering Journal, Vol 12, No 2, 1637-1649. https://doi.org/10.1016/j.asej.2020.09.015 Brini, I., Dimitrios, D., Kalaitzidis, Ch (2021). Linking Soil Erosion Modeling to Landscape Patterns and Geomorphometry: An Application in Crete, Greece, Appl. Sci, Vol 11, No 5684, 1-38. https://doi.org/10.3390/app11125684 Chi, W., Wang, Y., Lou, Y., Na, Y., Luo, Q (2022). Effect of Land Use/Cover Change on Soil Wind Erosion in the Yellow River Basin since the 1990s, Sustainability, Vol 14, No 19, 1-16. https://doi.org/10.3390/su141912930 Choudhury, M.K., Nayak, T (2003). Estimation of soil erosion in Sagar Lake catchment of Central India Proc, International Conference on Water and Environment, 387-392. https://link.springer.com/article/10.1007/s40808-015-0034-1 Dabral, P.P., Baithuri, N., Pandey, A (2008). Soil erosion assessment in a hilly catchment of North Eastern India using USLE, GIS and remote sensing, Water Resources Management, Vol 22, No 12, 1783-1798. https://link.springer.com/article/10.1007/s11269-008-9253-9 Elsayed, A., Mostafa, A., Farag, O., Ahmad, B., Dmitry, E., Mohamad, S (2023). Integration of RUSLE Model, Remote Sensing and GIS Techniques for Assessing Soil Erosion Hazards in Arid Zones, Agriculture, Vol 13, No 35, 1-19. DOI:10.3390/agriculture13010035 Imajjane, L., Belfoul, M., Elkadiri, R., Stokes, M (2020). Soil erosion assessmentin asemi aridenvironment: casestudy from the Argana Corridor, Morocco, EnvironmentalEarthSciences, Vol 79, 409. https://link.springer.com/article/10.1007/s12665-020-09127-8 Moore, I.D., Grayson, R.B (1991). Digital terrain Modeling: A review of hydrological, Geomorphological and Biological application, Hydrol. Vol 5, 3-30 https://doi.org/10.1002/hyp.3360050103 Olorunfemi, I.E., Komolafe, A.A., Fasinmirin, J.T., Olufayo, A.A. Akande, S.O (2020). A GIS-based assessment of the potential soil erosion and flood hazard zones in Ekiti State, Southwestern Nigeria using integrated RUSLE and HAND models CATENA, Land, Vol 194, 104725. https://doi.org/10.1016/j.catena.2020.104725 Pandey, A., Chowdary, V.M., Mal, B.C (2007). Identification of critical erosion prone areas in the small agricultural watershed using USLE, GIS and remote sensing, Water Resources Management, Vol 21, No 4, 729-746. https://link.springer.com/article/10.1007/s11269-006-9061-z Qin, Ch. Z., Zhu, A. X., Pei, T., Li, B. L., Scholten, T., Behrens, T., Zhou, CH. H (2009). An approach to computing topographic wetness index based on maximum downslope gradient, Precision Agriculture, Vol 12, No 1, 32-43. Renard, K.G. Freidmund, J.R (1994). Using monthly precipitation data to estimate the R-factorin the RUSLE, Journal of Hydrology, Vol 157, 287-306. https://doi.org/10.1016/0022-1694(94)90110-4 Rejith, R.G., Anirudhan, s (2019). Delineation of Groundwater Potential Zones in hard rock Terrain Using Integrated Remote Sensing GIS and MCDM Techniques A Case Study From Vamanapuram River Basin, Kerala, India, Gis and Geostatistical Techniques for Groundwater science, 349-364. DOI:10.1016/B978-0-12-815413-7.00025-0 Sharma, A (2010). Integrating Terrain and Vegetation Indices for Identifying Potential soil Erosion Risk Area, Geo-Spatial Information Science, Vol 13, No 13, 201-209. https://link.springer.com/article/10.1007/s11806-010-0342-6 Shin, G.J (1999). The analysis of soil erosion analysis in watershed using GIS. Ph.D. thesis, Department of Civil Engineering, Gang-won National University, 47. DOI: 10.4236/ojapps.2012.24B038 Ugese, A., Ajiboye, J., Ibrahim, E., Gajere, E., Shaba, A (2022). Soil Loss Estimation Using Remote Sensing and RUSLE Model in Koromi-Federe Catchment Area of Jos-East LGA, Plateau State, Nigeria, Geomatics, Vol 2, 499-517. https://doi.org/10.3390/geomatics2040027 Vijith, H., Seling, L.W., Dodge-Wan, D (2018). Estimation of soil loss and identification of erosion risk zones in a forested region in Sarawak, Malaysia, Northern Borneo, Environment, Development and Sustainability, Vol 20, No 3, 1365-1384. https://link.springer.com/article/10.1007/s10668-017-9946-4 Wang, S., Wente, G.Z., Gertner, A (2020). Improvement in mapping vegetation cover factor for the universal soil loss equation by geostatistical methods with Landsat Thematic Mapper images Int. J. Remote Sens, Vol 23, No 18, 3649-3667. https://doi.org/10.1080/01431160110114538 Waseem, M., Iqbal, F., Humayun, M., Latif, M., Javed, T., Leta, M (2023). Spatial Assessment of Soil Erosion Risk Using RUSLE Embedded in GIS Environment: A Case Study of Jhelum River Watershed, Applied sciences, No 13: 1-16. https://doi.org/10.3390/app13063775 Whittington, D (2022). Improving the Performance of Contingent Valuation Studies in Developing Countries, Environ. Resour. Econ, No 22, 323-367. https://link.springer.com/article/10.1023/A:1015575517927 Wischmeier, W.H., and Smith, D.D (1978). Predicting rainfall erosion, losses: a guide to conservation planning, United States Department of Agriculture Handbook, Washington DC, Vol 537, 13-27.
| ||
آمار تعداد مشاهده مقاله: 281 تعداد دریافت فایل اصل مقاله: 251 |