شبیه سازی زمانی سازی تولید رسوب حوضه رودخانه کردان با استفاده از مدل AvSWAT

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,213

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

SSCI10_575

تاریخ نمایه سازی: 11 بهمن 1385

Abstract:

یکی از مشکلات اساسی مناطق خشک و نیمه خشک، فرسایش آبی میباشد، فرسایش باعث شستشو، انتقال و ترسیب ذرات خاک، میشود . انتقال خاک مزارع و باغها در اراضی دیگر، بهبود وضعیت حاصلخیزی آن اراضی را موجب میشود، ولی در صورتی که خاک غیر حاصلخیز ( مانند خاک مناطق کوهستانی ) به اراضی کشاورزی حمل شود و در آنجا تجمع یابد، کاهش حاصلخیزی خاک آن اراضی را به دنبال خواهد داشت، همچنین با رسوبگذاری در آبراهه ها، سبب انسداد آنها میشود . لذا مطالعه استعداد تولید رسوب آبهای سطحی در اراضی پایین دست، به منظور برنامه ریزی اقدامات مدیریتی اراضی بالادست، جهت کاهش فرسایش و تولید رسوب، بسیار لازم و ضروری میباشد . حوضه رودخانه کردان که در شمال غربی شهرستان کرج واقع شده است، از رشته کوه های البرز شروع و به دشت نظر آباد، ختم میشود . %55 مساحت حوضه، شامل مرتع با پوشش گیاهی ضعیف و % 30 آن شامل مرتع با پوشش گیاهی متوسط میباشد . % 15 باقیمانده را باغات میوه، در پایین دست حوضه میپوشاند . با توجه به کوهستانی بودن منطقه و مشکل بودن مطالعات پیوسته هیدرولوژیکی، استفاده از روشهای ارزان، سریع و دقیق، ضروری است . مدلAvSWAT ، با استفاده از اطلاعات اولیه از وضعیت اراضی و اقلیم منطقه، قادر است در محیط ArcView مقدار، تولید رسوب خروجی حوضه رودخانه را در طول زمان اندازه گیری، و حتی برای سالهای آینده نیز پیش بینی کند .

Authors

پویان رحیمی

دانشجوی کارشناسی ارشد گروه مهندسی علوم خاک دانشگاه تهران

فریدون سرمدیان

استادیار گروه مهندسی علوم خاک دانشگاه تهران

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 :