تعیین شماره منحنی رواناب حوضه پردیسان استان قم با استفاده از GIS و تصاویر ماهواره ای لندست
Publish place: The first national conference onengineering & management of agriculture, environment and natural resources for sustainable
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,085
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MEAENRS01_024
تاریخ نمایه سازی: 18 خرداد 1393
Abstract:
وقوع سیلاب باعث خسارت فراوانی به منابع طبیعی و محیط زیست کشور و بافت خاک مناسب جهت کشت و زراعت می شود، لذا تخمین میزان رواناب حاصل از بارشهای جوی در حوضه های آبخیز مستعد سیلاب، جهت مواجه با سیلاب امری ضروری و اجتناب ناپذیر است. میزان بارش ها، نوع خاک، کاربری اراضی و پوشش گیاهی و وضعیت هیدرولوژیکی محدوده، از پارامترهای مهمی هستند که در تعیین میزان رواناب حاصل از ن زولات جوی اثرات زیادی دارند. با توجه به حجم زیاد اطلاعات که در میزان دقت محاسبات هیدرولوژیکی و کاهش ریسک مطالعات نقش مهمی دارد، بکارگیری روشی که اطلاعات مورد نیاز را هر چه دقیق تر در محاسبات لحاظ نماید، ضروری می باشد. سیستم های مبتنی بر GIS با استفاده از تصاویر ماهواره ای باعث افزایش سرعت و دقت در محاسبات و تخمین میزان رواناب حوضه می گردند. در این تحقیق به علت فقدان ایستگاه هیدرومتری در محدوده مورد مطالعه، برای تجزیه و تحلیل عوامل و پاارمترهای مورد نیاز جهت محاسبه رواناب، نقشه شماره منحنی حوضه پردیسان استان قم با استفاده از GIS و تصاویر ماهواره ای تهیه گردید. جهت تهیه نقشه شماره منحنی رواناب، از نقشه های کاربری اراضی، گروه های هیدرولوژیکی، بافت خاک و شیب منطقه استفاده شد. میانگین وزنی شماره منحنی های بدست آمده برای هر زیر حوضه از حوضه مورد مطالعه، نشان داد در چه ریز حوضه هایی حجم رواناب احتمالی و پتانسیل سیل خیزی بیشتر خواهد بود.
Keywords:
Authors
طاهر رجایی
دکتری مهندسی عمران، گرایش محیط زیست، مدیر گروه مهندسی عمران، دانشگاه قم
حسن عبدالحسینی
دانشجوی کارشناسی ارشد مهندسی عمران سازه های هیدرولیکی، دانشگاه قم
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 :