کاربرد سیستم اطلاعات جغرافیایی و سنجش از دور جهت تهیه نقشه شماره منحنی ( مطالعه موردی : حوزه آبخیز طالقان )
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: 2,293
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WATERSHED04_081
تاریخ نمایه سازی: 28 دی 1386
Abstract:
از جمله روشهای معمول در هیدرولوژی جهت برآورد عمق رواناب، روش پیشنهادی سازمان حفاظت خاک (SCS) آمریکا است که برای حوضه هایی که در آنها داده های اندازه گیری دبی رواناب وجود ندارد بکار می رود . در این روش، تهیه نقشه شماره منحنی (CN) نیاز اولیه می باشد . از جمله خصوصیات فیزیکی مورد نیاز جهت تهی ه نقشه شماره منحنی، وضعیت پوشش گیاهی حوزه و گروههای هیدرولوژیکی خاک می باشد . در این مقاله برای برآورد این خصوصیات در یکی از زیرحوزه های حوزه آبخیز طالقان از تکنیک های سیستم اطلاعات جغرافیایی (GIS) و
سنجش از دور (RS) استفاده شده است که علاوه بر بالا بردن سرعت کار، باعث افزایش دقت در تخمین عدد شماره منحنی (CN) و در نتیجه محاسبه دقیقتر رواناب می گردد . جهت تهیه نقشه شماره منحنی در زیرحوزه خودکاوند، ابتدا واحدهای هیدرولوژیکی منطقه در مح یط )GIS نرم افزار ) ILWIS 3.2 تفکی ک گردی ده و سپس نقشه گروههای هیدرولوژیک خاک منطقه تهیه شد و در محیط GIS دیجیتایز و ژئورفرنس گردید . نقشه پوشش گیاهی نیز با استفاده از پردازش تصویرسنجنده ETM ماهواره لندست در محیط IDRISI استخراج شد . در نهایت با تلفیق نقشه ها و استفاده از تحل یل های GIS نقشه شماره منحنی واحدهای هیدرولوژیکی منطقه مطالعات ی تهی ه گردی د . نتایج نشان داد که ب یشترین مقدار شماره منحن ی رواناب در شر یط رطوبت ی متوسط در منطقه مطالعاتی ، 89 و کمتر ین مقدار 45 می باشد .
Keywords:
Authors
محمد طهمورث
دانشجوی کارشناسی ارشد آبخیزداری، دانشگاه تهران، ایران
علی سلاجقه
استادیار گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگ
علی افضلی
دانش آموخته کارشناسی ارشد آبخیزداری، دانشگاه تربیت مدرس، ایران
علی فرسودن
کارشناس پردیس کشاورزی و منابع طبیعی 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 :