پيش بيني مكاني نرخ فرسايش و رسوب با تلفيق روشهاي نقشه برداري رقومي خاك و راديونوكلئيد سزيم-137 در حوضه آبخيز آجي چاي استان آذربايجان شرقي

اصفهان : دانشگاه صنعتي اصفهان

مديريت منابع خاك

دكتري

فرسايش و رسوب خاك از مهمترين معضلات محيط زيست به شمار مي¬آيد. لذا بدست آوردن اطلاعات كمي و قابل قبول و بلندمدت در مورد نرخ جهاني فرسايش و رسوب و گسترش آن يك نياز ضروري مي¬باشد. در نتيجه براي ارزيابي و برنامه¬ريزي در يك حوضه آبخيز و انجام پروژه¬هاي حفاظتي و مديريت بهتر، لازم است تا اطلاعات كافي از مقدار هدررفت و رسوب در دسترس باشد. براي رفع محدوديت¬هاي موجود مدل¬ها و تكنيك¬هاي جديدي جهت برآورد فرسايش و رسوب با كمترين مطالعات، با دقت زياد و با سهولت بكار گرفته مي¬شود. بدين منظور اين پژوهش در چهار بخش به مطالعه نقشه‌برداري رقومي پايداري خاكدانه‌هاي خاك به عنوان شاخصي از فرسايش¬پذيري خاك تحت چهار سناريو در شمال غرب ايران، ارزيابي توزيع كربن آلي و نيتروژن كل در اندازه¬هاي مختلف خاكدانه با استفاده از مدل¬هاي يادگيري ماشين، مدل¬سازي مكاني محتوا و توزيع مجدد سزيم-137 خاك با بكارگيري يادگيري ماشين و در مطالعه چهارم به ارزيابي تكنيك سزيم-137 و مقايسه¬ با داده¬هاي رسوب ايستگاه هيدرومتري حوضه در شمال غرب ايران پرداخته شد. مساحت تقريبي حوضه مورد مطالعه 777664 هكتار است كه با روش نمونه¬برداري مربع لاتين هايپركيوب شرطي 100 نمونه¬ خاك رويين (0تا15 و 15تا 30 سانتي¬متر) برداشت شد. نتايج پيش¬بيني پايداري خاكدانه¬ها در 4 سناريو با استفاده از الگوريتم¬هاي يادگيري ماشين نشان داد كه مدل جنگل تصادفي نسبت به مدل¬هاي ديگر نتايج و عملكرد بهتري را نشان داد و زماني كه مدل از متغيرهاي محيطي توپوگرافي، سنجش از دور و ويژگي¬هاي خاك استفاده مي¬كند، دقت قابل قبول¬تري ارائه مي¬دهد. ارزيابي توزيع كربن آلي و نيتروژن كل در اندازه¬هاي مختلف خاكدانه با استفاده از مدل¬هاي يادگيري ماشين انجام شد. نتايج اين بخش از پژوهش نشان داد كه روش¬هاي يادگيري ماشين بخصوص مدل جنگل تصادفي تواتست كربن آلي و نيتروژن كل در اندازه¬هاي مختلف خاكدانه را با متغيرهاي محيطي سنجش از دور، توپوگرافي و نقشه كاربري ارضي بخوبي پيش¬بيني كند. مدل¬سازي مكاني موجودي و توزيع مجدد سزيم-137 خاك با بكارگيري يادگيري ماشين و سنجش از دور به همراه متغيرهاي كمكي در مقياس حوضه آبخيزدر چهار سناريو صورت گرفت. نتايج مدل¬سازي نشان داد كه سناريو4 با تركيبي از متغيرهاي توپوگرافي، سنجش از دور و نقشه¬هاي موضوعي عملكرد بالايي دارد و بالاترين موجودي سزيم-137 و هدررفت/رسوب سزيم-137 در نقشه پيش¬بيني با مدل¬سازي 23/319 بكرل برمترمربع و 81/6 درصد برآورد شد. در بخش چهارم به مطالعه نقشه¬برداري فرسايش و رسوب بدست آمده با تكنيك سزيم-137 و مقايسه¬ با داده¬هاي رسوب ايستگاه هيدرومتري حوضه در شمال غرب ايران پرداخته شد. نتايج مدل¬سازي فرسايش و رسوب محاسبه شده با تعادل نسبي نشان داد كه روش¬هاي يادگيري ماشين بويژه مدل جنگل تصادفي نتايج رضايت¬بخشي را در اين پيش¬بيني ارائه نموده است كه ميزان فرسايش و رسوب در نقشه پيش¬بيني در بازه 25/8 و 95/118- تن برهكتار در سال برآورد شد. همچنين مقايسه فرسايش و رسوب در كاربري¬ها و شيب¬هاي مختلف نشان داد كه ميزان فرسايش در كاربري¬هاي مرتع به دليل قرار گرفتن در شيب¬هاي بين 10 تا 40 درصد مقادير بالايي را نشان مي¬دهد و با كاهش درصد شيب از ميزان فرسايش كاسته مي¬شود. به عبارت ديگر نقش ويژگي¬هاي توپوگرافي در فرسايش و رسوب حوضه آبخيز فوق¬العاده بارز بود. علاوه بر اين ميزان رسوب خروجي پيش¬بيني شده با مدل از حوضه آبخيزكل منطقه برابر 79/1 تن درهكتار در سال مي¬باشد و ميزان رسوب خروجي بدست آمده از ايستگاه هيدرومتري برابر 84/1 تن در هكتار در سال مي¬باشد. نتايج پيش¬بيني رسوب قرابت و نزديكي بالايي را به داده¬هاي واقعي ايستگاه هيدرومتري نشان داد. به طور كلي نتايج اين رساله مؤيد آن بود كه نقشه¬برداري رقومي ويژگي¬هاي خاك بخصوص در رابطه با برآورد فرسايش و رسوب با تكنيك سزيم_137 به همراه الگوريتم¬هاي يادگيري ماشين شامل مدل جنگل تصادفي عملكرد مطلوب و بالايي دارد كه در راستاي نتايج آن مي¬توان اقدامات مديريتي و حفاظتي لازم در جهت پيشگيري و كنترل فرسايش خاك در مقياس حوضه اتخاذ نمود.

233322

منابع خاك و ارزيابي اراضي

مهندسي كشاورزي

دانشگاه صنعتي اصفهان