شناسایی پراکنش مکانی بافت خاک با استفاده از روش های زمین آماری و تکنیک GIS (منطقه مورد مطالعه: منطقه خضرآباد یزد)
Publish place: Fourth National Conference on Watershed Management Science and Engineering of Iran Watershed Management
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,465
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WATERSHED04_072
تاریخ نمایه سازی: 28 دی 1386
Abstract:
یکی از مباحث اصلی در آبخیزداری، میزان نفوذپذیری لایه سطحی خاک می باشد. نفوذپذیری خاک متاثر از فاکتورهای مختلف بوده که از این بین ، میزان درصد رس خاک نقش اساسی دارد. اگاهی از پراکنش مکانی درصد رس خاک نقش مهمی درمکان یابی مناطق مناسب برای نفوذ دادن آب وتغذیه سفره های آب زیر زمینی به خصوص درمناطق خشک حائز اهمیت می باشد. در این مطالعه پراکنش مکانی درصد رس خاک بوسیله روش های زمین اماری مورد بحث قرار گرفته است. پس از انتخاب منطقه مورد مطالعه، اقدام به نمونه برداری از خاک سطحی (0-20cm) به روش تصادفی گردید و پس از انتقال به آزمایشگاه درصد رس به روش هیدرومتری تعیین شد. از بین روش های موجود دو روش کریجینگ و IDW با توان های مختلف بررسی گردید. پس از آنالیز واریوگرام، مناسب ترین مدل با استفاده از مقدار RSS کمتر و استحام ساختار فضایی مناسبتر تعیین شد. سپس با استفاده از تکنیک ارزشیابی متقابل و استفاده از روش های ارزیابی خطا، نظیر RMSE مناسبترین روش میان یابی انتخاب شد. نتایج تحقیق نشان داد که در روش کریجینگ، از بین مدل های مختلف برای برازش بر روی واریوگرام، مدل کروی با RSS=0/296 و استحکام ساختار فضایی 0/95 به عنوان بهترین مدل انتخاب شد. همچنین روش کریجینگ دارای کمترین خطا (RMSE=7/48) نسبت به روش IDW با توانهای مختلف می باشد . پس از انجام عملیات میانیابی توسط این روش، اقدام به پهنه بندی درصد رس با استفاده از تکنیک GIS گردید.
Keywords:
Authors
روح الله تقی زاده مهرجردی
دانشجوی کارشناسی ارشد خاکشناسی دانشگاه تهران
شهلا محمودی
استاد گروه مهندسی علوم خاک دانشگاه تهران
مجتبی زارعیان جهرمی
کارشناسی ارشد بیابان زدایی دانشگاه تهران
احمد حیدری
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 :