برآورد منطقه ای رسوب دهی با استفاده از منحنی سنجه رسوب ماهانه در حوضه آبریز قره سو
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 110
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-23-69_003
تاریخ نمایه سازی: 17 مهر 1401
Abstract:
با توجه به آثار و پیامدهای منفی برخاسته از پدیده فرسایش و رسوبدهی در حوضههای آبریز، تحقیق حاضر با هدف تخمین و تعیین تغییرات مکانی رسوبدهی در حوضه آبریز قرهسو واقع در استان اردبیل انجام شد. در این راستا استفاده از مقیاس زمانی ماهانه در جهت تهیه منحنیهای سنجه برآورد رسوب به عنوان اساس کار قرار گرفت. تهیه منحنیهای سنجه رسوب ماهانه بر اساس دادههای نمونه دبی جریان و دبی رسوب متناظر آن در ۱۹ ایستگاه هیدرومتری واقع در سطح حوضه طی دوره آماری ۱۴ ساله (سالهای آبی ۱۳۸۱- ۱۳۹۴) صورت گرفت. تمامی تحلیلهای اماری در محیط نرمافزار آماری SPSS انجام شد. همچنین نمایش تغییرات فضایی میزان رسوبدهی در سطح حوضه از طریق قابلیت سیستم اطلاعات جغرافیایی (GIS) میسر گردید. نتایج آزمون روابط رگرسیونی مابین دبی جریان و دبی رسوب حاکی از وجود روابط نزدیک و معنیداری در مقیاس زمانی ماهانه داشت. تعمیم منطقهای این روابط برای کل حوضه نشان داد که اختلاف فصلی مشهود بوده و بالاترین و پایینترین ضریب تعیین به ترتیب به ماههای اردیبهشت (برابر با ۷۴/۰) و مرداد (برابر با ۵۵/۰) تعلق یافت. همچنین وقوع بیشترین انتقال رسوب در فصل بهار و کمترین آن در فصل تابستان مشهود بوده و اشاره به نوع رژیم بارش- رواناب حاکم بر حوضه قرهسو داشت. به لحاظ مجموع سالانه رسوبدهی، ایستگاه یامچی با ۳۹۷۰ تن در سال، بالاترین و ایستگاه ننهکران با با ۶۶ تن در سال، پایینترین میزان رسوبدهی را در بین ۱۹ ایستگاه حوضه قرهسو به خود اختصاص داد. نظر به کلاس رسوبدهی بالای ایستگاههای واقع در زیرحوضههای بالیخلی و خیاو، توصیه گردید که توجه ویژهای به حفاظت و تقویت ارکان آب و خاک و تخفیف نیروهای پیشبرنده فرسایش و تولید رسوب در حوضههای مذکور گردد.
Keywords:
Authors
فریبا اسفندیاری درآباد
Professor universuty of Mohaghegh
مرتضی قراچورلو
phd, university of Mohaghegh
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :