مدیریت جامع حوزه های آبخیز

مدیریت جامع حوزه های آبخیز

ارزیابی میزان حساسیت پارامترهای مدل تجربی MPSIAC بر رسوب‌دهی حوزه آبخیز

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه مهندسی طبیعت، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان، اردکان، ایران
2 گروه مهندسی آبخیزداری، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، تهران، ایران
3 گروه مهندسی طبیعت، دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز، ایران
چکیده
چکیده مبسوط
مقدمه: مطالعه فرسایش و رسوب یکی از پارامترهای اصلی و جزء تفکیک­ناپذیر مطالعات آبخیزداری یک حوزه آبخیز به شمار می­رود. روش­های جلوگیری از پدیده فرسایش و رسوب، پیکره برنامه­ریزی مدیریت حوزه آبخیز را تشکیل می­دهد. از طرفی عدم وجود آمار دقیق از مقدار فرسایش و رسوب، استفاده از مدل­های برآورد فرسایش و رسوب را اجتناب­ناپذیر می­کند. چنین مدل­هایی اغلب منطقه­ای بوده و در سایر مناطق می­تواند بازه عدم قطعیت زیادی داشته باشد. یکی از دستاوردهای مهم مدل­سازی فارغ از نوع آن، کمک به تحلیل فرایندهای طبیعی در حوزه آبخیز است. از طرفی آگاهی از فرایندهای فرسایش و رسوب در یک منطقه می­تواند گام مؤثری در مدیریت، برنامه­ریزی و اولویت­بندی منابع موجود باشد. به‌طورکلی در این تحقیق سعی شده تا با آنالیز حساسیت مدل تجربی پسیاک اصلاح‌شده (مدل برآورد فرسایش و رسوب) نسبت به پارامترهای به‌کاررفته در آن، حساسیت مدل نسبت به تغییرات پارامترهای آن­ها شناسایی و تأثیر آن­ها بر رسوب­دهی مشخص شود. از طرفی با مشخص شدن پارامترهای زمینی و جوی تأثیرگذار می­توان به اولویت­بندی میزان اثر­گذاری آن­ها بر میزان رسوب­دهی آبی منطقه اقدام نمود.
مواد و روش­‌ها: آنالیز حساسیت روشی است که به وسیله آن، اثر تغییر ضرایب پارامترهای موجود در مدل­ها را بر خروجی مدل می­توان بررسی نمود و نیز روابط بین متغیرهای مدل با یکدیگر را تعیین و پارامترهای مؤثر بر خروجی مدل را اولویت­بندی کرد. آنالیز حساسیت را می­توان در مرحله واسنجی مورد استفاده قرار داد، به‌گونه‌ای که موجب دقت نتایج و صرفه­جویی در وقت و هزینه گردد. بدین منظور با استفاده از استاندارد نمودن پارامترهای 9 گانه مدل، میزان رسوب­دهی از طریق تغییر مقادیر هر یک از پارامترها بین حد پایین و بالای آن برآورد گردید و پارامتر دیگر (یا پارامترهای دیگر) در میانگین خود ثابت و با هر تغییر، دبی رسوب محاسبه گردید.
نتایج و بحث: در تحلیل نتایج، میزان شیب منحنی­های استانداردشده پارامترهای مختلف نسبت به متغیر وابسته (رسوب ویژه) در نظر گرفته می­شود؛ به‌طوری‌که هر قسمت از منحنی که تغییرات شیب بیشتری داشته باشد، حاکی از آن است که مدل نسبت به تغییرات جزئی آن پارامتر در آن بازه حساس­تر است. نتایج حاصل از این آنالیز حساسیت حاکی از تأثیرگذاری بالای فاکتور شیب و حجم رواناب در رسوب­دهی است؛ به­طوری­که تأثیر مقادیر پارامتر شیب تا حدود شیب 15 درصد در خروجی مدل از دیگر پارامترها کمتر ماست، از طرفی با بالا رفتن مقدار شیب وضعیت تغییر کرده به‌طوری‌که می­توان گفت شیب­های بالا (بیش از 15 درصد)، بیشترین تأثیر را در میزان رسوب تولیدی حوزه آبخیز دارند. تأثیر عامل رواناب نیز به‌یک‌باره در مقادیر دبی­های بالا شیب تندی به خود گرفته است.
نتیجه‌­گیری: پس از تفسیر و مطالعه گراف­های حاصل از تغییرات رسوب ویژه و پارامترهای استانداردشده مؤثر بر مقدار خروجی، پارامترهایی که گراف­هایی با بیشترین مقدار شیب را نشان دادند؛ به‌عنوان مؤثرترین پارامترهای تأثیرگذار بر رسوب­دهی حوزه آبخیز انتخاب شدند. به‌عبارت‌دیگر، مدل نسبت به تغییرات جزئی در میزان دبی اوج ویژه در مقادیر بالاتر از 20 مترمکعب بر ثانیه در کیلومترمربع حساسیت بالایی را از خود نشان می­دهد. لذا توجه به اقدامات مدیریتی در دامنه­ها به‌صورت تلفیقی (بیومکانیکی) در جهت تعدیل شیب دامنه و کاهش حجم رواناب می­تواند گامی مؤثر در جهت کاهش رسوب­دهی حوزه آبخیز به شمار آید. این اقدام با توجه به ماهیت فیزیکی هر حوزه آبخیز می­تواند در دامنه­های منتهی به سرشاخه­ها صورت پذیرد. لذا در تفسیر نتایج تحقیق حاضر می­توان نقش فاکتورهای زمینی مثل شیب و به دنبال آن رواناب را در فرسایش­پذیری و تولید رسوب در حوزه­های آبخیز را بسیار بااهمیت دانست. البته لازم به ذکر است که پارامترهای اقلیمی به­طور مستقیم و غیرمستقیم در میزان دبی اوج سیل تأثیرگذار بوده و نباید از اهمیت و تأثیرگذاری آن­ها در سیل­خیزی و به دنبال آن فرسایش­پذیری حوزه آبخیز غافل شد.
کلیدواژه‌ها

موضوعات


Avarand, R., Torabi Poodeh, H. & Farzaei, A. (2006). Analysis of sensitivity of HEC-1 model to input parameters, 7th International Seminar on River Engineering. (In Persian)
Barker, D. W., Sawyer, J. E., Al-Kaisi, M. M. & Lundvall, J. P. (2006). Assessment of the amino sugar-nitrogen test on Iowa soils: II. Field correlation and calibration. Agronomy journal, 98(5), 1352. https://doi.org/10.2134/agronj2006.0034.
Borooshke, E., & Sokouti, R. (2018). Comparative efficacy of some empirical models to sediment yield in small catchments. J. Agri. Forest, 64 (2), 163-173. https://doi.org/10.17707/AgricultForest.64.2.12
Bahremand, A., De Smedt, F., Corluy, J., Liu, Y. B., Poórová, J., Velcická, L. & Kuniková, E. (2007). WetSpa model application for assessing reforestation impacts on floods by in Margecany–Hornad watershed, Slovakia. Water Resour. Manag, 21, 1373–1391. https://doi.org/10.1007/s11269-006-9089-0.
Chi, M. Ho., Roger, A. Cropp and Roger D. Braddock. (2005). On the Sensitivity Analysis of Two Hydrologic Models. Congress on Modelling and Simulation (CMS).
Daneshafraz, R., Rahmati, M. & Akbari Moghanji, Q. (2017). Soil erosion and sediment mapping in Aidoghmoush watershed using MPSIAC model and GIS and RS technologies. J. Environ. Resour. Re, 5(1), 35-49. https://doi.org/10.22069/ijerr.2017.9991.1119.
Dastorani, M. T. & Hayatzadeh, M. (2010). Reviews the Most Important Factors in the Maximum Flood Discharge by Sensitivity Analysis Empirical. Arid Biom Scientific and Research Journal. 1(1), 1-12. https://doi.org/20.1001.1.2008790.1389.1.1.1.5
Ebrahimi, N. (2019). Estimation of erosion and sediment production with MPSIAC model (Case Study: Banrahman Basin, Ilam Province), Proc. 14th Int. Conf. Watershed Management Science and Engineering of Iran with the focus on watershed management and comprehensive soil and water management, Urmiah, Iran (In Persian).
Ghaderi, M., Dastorani, M.T. & Saber, K. (2015). Sensitivity analysis of two flow velocity formulae and evaluation of important factors effecting of flow velocity. Watershed Management Researches (Pajouhesh-Va-Sazandegi), 28(107), 73-83. https://doi.org/10.22092/WMEJ.2015.107087.
Hasanlo, M. (2003). Determining the intensity of soil erosion and sedimentation in the Taham Chay watershed using the PSIAC model and GIS. Geomatic conference.
Jamali, A. (2001). Investigating the sensitivity of a number of experimental hydrological methods for estimating the peak flood discharge with respect to the watershed level in some watersheds of Iran. Master thesis of Tarbiat Modares University. (In Persian)
Johnson, C.W. & Gebhardt, K.A. (1982). Predicting sediment yields from saga brush rangeland, Proceedings of the workshop on estimating erosion and sediment yield on rangeland, Tucson, Arizona. US department of agriculture, Agricultural Reviews and manuals, Western series, 26, 145-156.
Foglia, L., Hill, M. C., Mehl, S. W. & Burlando, P. (2009). Sensitivity analysis, calibration, and testing of a distributed hydrological model using error‐based weighting and one objective function. Water Resources Research, 45(6). https://doi.org/10.1029/2008WR007255.
Khaledian, H. & Nikkami, D. (2017). Optimization of land use to reduce the potential of erosion and sediment using linear programming model (Case study: Chehel-Gazi basin of Sanandaj). Journal of Water and Soil Science. 21 (1), 95-111. https://doi.org/10.18869/acadpub.jstnar.21.1.95
Khoda Rahimi, R. (2005). Investigating the effectiveness of EPM and MPSIAC experimental methods in estimating erosion and sedimentation in Kharestan watershed, Fars. Master's thesis, Mazandaran University.
Kousari, M. R., Saremi Naeini, M. A., Tazeh, M. & Frozeh, M. R. (2010). Sensitivity analysis of some equations for estimatingof time of concentration in watersheds. Journal of Arid Biome, 1(1), 57-67. https://doi.org/20.1001.1.2008790.1389.1.1.6.0. (In Persian).
Kamali Maskooni, E., Adelpour, A. A. & Pirnia, A. (2016). Evaluation of the effect of slope gradient on threshold of erosion (gully) in flood spreading projects. Watershed Management Research Journal, 29(4), 20-29. https://doi.org/10.22092/WMEJ.2017.115315. (In Persian).
Maghsoudi, M., Shadfar, p. & Abbasi, M. (2012). Landslide sensitivity zoning to gully erosion in Zavaryan basin of Qom province. Quantitative Geomorphology Researches, 1(2), 35-52. https://doi.org/20.1001.1.22519424.1391.1.2.3.7. (In Persian).
Memariyan, H., & Dehghan, H. (2019). Sensitivity and uncertainty analysis of sediment rating equation coefficients using the Monte-Carlo simulation (Case study: Zoshk-Abardeh watershed, Shandiz). Jwmseir; 13 (44), 90-102. https://doi.org/20.1001.1.20089554.1398.13.44.11.3.
Motamedirad, M., Zangane Asadi, M. A. & Ajam, H. (2023). Investigating the rate of soil erosion and sediment production using the RUSLE model and the modified method PSIAC (case study: kal basin of Ismail, Shahrood city, Semnan province). Quantitative Geomorphological Research, 11(4), 147-165. (In Persian). https://doi.org/10.22034/GMPJ.2022.360813.1374.
Nikpour, N., Fotohi, S., Negaresh, H. & Sistani, M. (2017). Morphometric of gully erosion (ditch) and factors affecting the development of the basin plains on southern west Ilam Cham Fazel. Spatial analysis of environmental hazards, 4 (1), 97-112. (In Persian).
Nourani, V. & Mohsenzadeh, S. (2017). Monthly Sediment Load Estimation of Aji Chay Basin Stations Using MPSIAC Model and Cascade Exponential Sub-cales. Hydrogeomorphology, 4(11), 83-103. https://doi.org/20.1001.1.23833254.1396.4.11.5.6
Refahi, H. (2003). Water erosion and its Control.Tehran University Press. (In Persian).
Shojaei, S. H., Nora, M. & Habibi, S. (2017). Estimation of sedimentation and erosion using MPSIAC and FSM experimental models and direct measurement method (Case study: Gabrik watershed, southeast of Iran). J. Environ. Erosion Res, 8(4), 82-100. https://doi.org/20.1001.1.22517812.1397.8.4.5.8. (In Persian).
Talebi, A., Poormohammadi, S. & Rahimian, M. (2010). Investigation of Effective Factors on Reference Evapotranspiration using Sensitivity Analysis of FAO-Penman-Monteith Equation (Case-study: Yazd, Tabas and Marvast stations). Physical Geography Research Quarterly, 42(73), 97-109. (In Persian).
Zhang, R., Liu, X., Heathman, GC. Yao, X., Hu, X. & Zhang, G. (2013). Assessment of soil erosion sensitivity and analysis of sensitivity factors in the Tongbai–Dabie mountainous area of China. CATENA, 101, 92-98. https://doi.org/10.1016/j.catena.2012.10.008.
Zabihi Silabi, M. & Khaledi Darvishan, A. (2021). Qualitative Evaluation of IntErO, EPM, MPSIAC and RUSLE Models in Order to Select the Optimal Models for Different Conditions for Description of Detailed-Executive Watershed Management Services. Extension and Development of Watershed Management9(32), 52-66.

  • تاریخ دریافت 12 آذر 1402
  • تاریخ بازنگری 04 بهمن 1402
  • تاریخ پذیرش 17 بهمن 1402