بخشی از مقاله
چکیده
اندازهگیری مستقیم میزان فرسایش خاک در مقیاس بزرگ دشوار، زمانبر و هزینهبر است. لذا، جهت برنامهریزی برای مقابله با فرسایش خاک نیاز به برآورد آن با یک مدل مناسب فرسایشی است. یکی از مدلها برای برآورد فرسایش خاک مدل WEPP است.
هدف از پژوهش حاضر، بررسی امکان برآورد فرسایش خاک توسط مدل WEPP با استفاده از توابع انتقالی - رگرسیون خطی چندگانه - و توابع پیشبینی مکانی خاک - رگرسیون خطی چندگانه و شبکه عصبی مصنوعی - پیریزی شده توسط میرزائی و همکاران - 1394 - به منظور برآورد فر سایشپذیری خاک است
بدین منظور، میرزائی و همکاران - 1394 - طی پژوهشی، فرسایش بینشیاری و شیاری را با سه تکرار در 100 نقطه شبیهسازی نمودند. به طور کلی، نتایج حاصل از ارزیابی مدلها در فاز آزمون نشان داد که عملکرد شبکه عصبی که به منظور برآورد فرسایشپذیری خاک پیریزی شده است - میرزائی و همکاران - 1394 در تخمین فرسایش خاک ME= 0/0039 - ، RMSE= 0/0052 و - R2= 0/401 در مقایسه با سایر مدلها بهتر بوده و از توانایی بیشتری برخوردار است.
مقدمه
به منظور برآورد فرسایش خاک به صورت کمی تاکنون مدلهای زیادی ابداع شدهاند. یکی از آنها مدل WEPP است .برای برآورد فرسایش بینشیاری در مدل WEPP از رابطه - 1 - استفاده میشود
عامل شیب - Sf - را به عنوان تابعی از درجه شیب در نظر گرفته و برای محاسبهی آن رابطه - 2 - را پیشنهاد نمودند:
- 2 - Sf = 1.5 – 0.85exp - -4sin - θ - -
دراین تابع، θ زاویه شیب بر حسب درجه میباشد. همچنین، رابطه - 3 - نیز برای برآورد فرسایش شیاری در مدل WEPP مورد استفاده میگیرد:
- 3 - Dr = Dc - 1−qs/Tc -
در این رابطه Dr شدت فرسایش شیاری - kg m-2 s-1 - ، Dc ظرفیت یا توان جدا شدن خاک - kg m-2s-1 - ، qs بار رسوب kg m- - - 1 s-1، Tc توان حمل رسوب در شیار - kg m-1 s-1 - است. ظرفیت یا توان جدا شدن نیز از رابطه - 4 - محاسبه میگردد
- 4 - Dc = Krb - τ−τc -
که krb فرسایش پذیری شیاری - s m-1 - ، Tc تنش برش بحرانی خاک - pa - است. برای وقوع فرسایش شیاری تنش برشی حاصل از جریان سطحی بایستی بیشتر از تنش برشی بحرانی خاک گردد.
بررسی منابع و از جمله توسعه دهندگان مدل WEPP بیان داشتند که پارامتر فرسایشپذیری متأثر از ویژگیهای خاک بوده و اندازهگیری مقادیر واقعی آن دشوار، زمانبر و هزینهبر میباشد. در مدلWEPP برای برآورد فرسایشپذیری بینشیاری مبناء - Kib - در خاکهای زراعی که میزان شن آن برابر یا بیش از %30 باشد از رابطهی - 5 - استفاده میشود :
Kib=272800+19210000 - vfs -
که vfs کسر شن خیلی ریز در خاک سطحی - افق شخم - است. چنانچه میزان شن خیلی ریز بیش از 40 درصد باشد، همان مقدار 0/4 به جای شن خیلی ریز در رابطه - 6 - به کار میرود. برای خاکهای زراعی در حالتی که میزان شن کمتر از 30 درصد باشد، رابطه زیر به کار میرود:
- 6 - K = 6054000 + 551300 - Clay -
که در آن clay کسر رس در خاک سطحی است. برای مقادیر رس کمتر از 10 درصد در تابع همان 0/1 به جای میزان رس منظور میگردد. - Elliot et al, - 1989 بیان داشتند که برآورد پارامترهای فرسایشپذیری شیاری در خاکهای کشاورزی حاوی 30 درصد شن یا بیشتر به وسیله روابط 7 - و - 8 صورت میگیرد:
- 7 - Krb = 0.00197 + 0.03 vfs + 0.03863 e-184om
- 8 - Τc = 2.67 +6.5 clay − 5.8 vfs
که vsf کسر شن خیلی ریز، clay کسر رس و OM کسر ماده آلی خاک است. در توسعه این تابع فرض بر آن است که ماده آلی برابر با 1/724 ضربدر مقدار کربن آلی خاک است. اگر در معادلات فوق کسر میزان شن خیلی ریز و مقدار رس در سطح خاک به ترتیب کمتر و بیشتر از 0/4 باشد، در روابط یاد شده مقدار آنها 0/4 قرار داده میشود. برای زمینهای کشاورزی با کمتر از 30 درصد شن در لایه سطحی خاک، روابط به صورت زیر ارائه شده است:
- 9 - Krb = 0.0069 + 0.134 e-20clay
- 10 - τc=3.5
اگر کسر میزان رس کمتر از 0/1 باشد، مقدار رس 0/1 قرار داده میشود.
درمورد توابع انتقالی و توابع پیشبینی مکانی خاک به منظور برآورد اجزاء فرسایشپذیری مدل WEPP میرزائی و همکاران - 2017 - گزارش کردند که با توجه به اینکه توابع انتقالی موجود در مدل WEPP برای خاکهای آمریکا طراحی شده است لذا در خارج از آن منطقه کاربرد چندانی نداشته و از خطای زیادی برخوردار است. این محقق توابع انتقالی زیر را برای برآورد فرسایشپذیری بینشیاری، شیاری و تنشبرشی بحرانی خاک مدل WEPP برای منطقه کلیبر واقع در استان آذربایجانشرقی به دست آوردند:
- 11 - Kib = 701210 + 6171700vfs-17042ln - Ib -
- 12 - K*rb = 0.0433 + 0.00211ln - Dg - -0.3827OM-0.0227CCE
- 13 - Ʈc = -0.452-2.31ln - Dg - +0.047CCE
که در معادلات فوق Vfs کسر شن خیلی ریز، Ib سرعت نفوذ پایه، OMکسر ماده آلی، ِDg میانگین هندسی قطر ذرات - میلیمتر - ، CCE کسر کربنات کلسیم معادل است. همچنین، یافتههای این پژوهشگران نشان داد که استفاده از اطلاعات سنجش از دور ماهواره لندست 7 و مدل رقومی ارتفاع موجب افزایش دقت تخمین پارامترهای فرسایشپذیری مدل WEPP میگردد و روابط زیر را ارائه نمودند:
- 14 - Kib = 132260+5707500vfs-140000ln - Ib - -297Elevation+13901Band3
- 15 - K*rb = 0.0511 + 0.0012ln - Dg - -0.4809OM-0.0222CCE+0.00036Slope -0.0001Band4
افزون بر این، میرزائی و همکاران - 2017 - عملکرد شبکه عصبی را در تخمین اجزا فرسایشپذیری مدل WEPP مورد بررسی قرار دادند. یافتههای این پژوهش حاکی از آن بود که عملکرد شبکه عصبی در مقایسه با رگرسیون خطی چندگانه بهتر بود.
به هر حال، میرزائی و همکاران - 2017 - تنها توانایی مدلهای رگرسیونی و شبکه عصبی را در تخمین پارامتر فرسایشپذیری خاک که یکی از ورودیهای مدل WEPP برای تخمین فرسایش خاک است مورد بررسی قرار دادند. از اینرو، در این مطالعه تلاش شده است تا مدلهای پیریزی شده توسط میرزائی و همکاران - - 2017 به منظور برآورد پارامتر فرسایشپذیری خاک، در برآورد میزان فرسایش خاک در منطقه شمال غرب ایران مورد ارزیابی قرار گرفت.
مواد و روشها
منطقه مورد مطالعه در شمال غرب ایران، استان آذربایجانشرقی واقع و وسعتی برابر با 41353 هکتار از زمینهای زراعی دشت سئلین شهرستان کلیبر را شامل میشود. این منطقه بین طولهای جغرافیایی 47œ 8' تا 47œ 22' شرقی و عرضهای جغرافیایی'38˚56 تا 39˚15' شمالی قرار دارد
شکل .1 موقعیت منطقه - الف - و توزیع نقاط نمونهبرداری بر روی DEMs - ب - و تصویر ماهوارهای - ج -
در پژوهش حاضر از اطلاعات دادههای پوهشهای پایان نامه دکتری میرزائی - 1394 - استفاده شده است. در تحقیق فوق، 100 نمونه خاک به صورت تصادفی نظارت شده بر اساس مساحت طبقات متفاوت شیب از زمینهای زراعی دشت سئلین، شهرستان کلیبر، استان اذربایجان شرقی برداشت شد. فرسایش بینشیاری و شیاری نیز در نقاط انتخاب شده با سه تکرار شبیهسازی شد.
