تعیین میزان فرسایش و رسوب با استفاده از روش MPSIAC و سامانه GIS در حوضه خورخوره، استان کردستان
Publish place: Remote Sensing and Iran GIS، Vol: 14، Issue: 4
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 168
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-14-4_005
تاریخ نمایه سازی: 17 آذر 1401
Abstract:
در سال های اخیر، با تغییر کاربری و توسعه اراضی کشاورزی در حوضه های کشور، میزان فرسایش و تولید رسوب افزایش یافته است. با توجه به اینکه در بیشتر زیرحوضه ها، آمار ایستگاه های رسوب سنجی به صورت درازمدت ثبت نشده است، برآورد میزان رسوب و فرسایش با مشکلاتی مواجه است. هدف از این پژوهش تعیین عوامل موثر در فرسایش و رسوب و تعیین مقادیر کمی فرسایش در حوضه آبخیز خورخوره در استان کردستان است. به این منظور، ابتدا با استفاده از نقشه های توپوگرافی، زمین شناسی و عکس های هوایی در محیط GIS، نقشه نوع و گونه های فرسایش تهیه شد و این نقشه ها، با بررسی های صحرایی، تدقیق و ارزیابی شدند. براساس مدل MPSIAC، عوامل نه گانه موثر در فرسایش درمورد تمامی زیرحوضه ها، به تفکیک بررسی شد و امتیازات هر عامل به دست آمد. با جمع امتیازات عوامل، درجه رسوب دهی برای هر زیرحوضه تعیین و سپس مقدار رسوب و فرسایش ویژه و فرسایش کل در هر زیرحوضه محاسبه شد. نتایج نشان داد عوامل توپوگرافی و وضعیت فعلی فرسایش بیشترین نقش و عامل آب وهوا کمترین نقش را در میزان رسوب دهی حوضه دارند. طبق نتایج، ۹۲% کل حوضه دارای درجه رسوب دهی زیاد در کلاس فرسایش درجه چهار است. نسبت رسوب تحویلی حوضه (SDR) بین ۳۲ تا ۵۰% متغیر است. کمترین و بیشترین مقدار فرسایش ویژه در زیرحوضه های متفاوت، به ترتیب معادل ۱۰ و ۳۵ تن بر هکتار در سال، به دست آمد. مقدار رسوب ویژه و فرسایش ویژه کل حوضه نیز، به ترتیب ۴/۶ و ۴/۱۷ تن بر هکتار در سال، حاصل شد.
Keywords:
Authors
عطا امینی
دانشیار مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کردستان ، سنندج
مهدی کرمی مقدم
دانشیار گروه کشاورزی، دانشگاه پیام نور، ایران
محمدحسین سدری
استادیار مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کردستان ، سنندج
سمیه کاظمی
دانشجوی دکتری اقتصاد کشاورزی ، گروه اقتصاد کشاورزی دانشگاه کردستان، سنندج
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 :