نوع مقاله : علمی- پژوهشی

نویسندگان

1 دانشگاه آزاد اسلامی واحد لارستان

2 دانشگاه رازی

چکیده

اهداف: در این پژوهش به بررسی میزان فرسایش خاک و بار رسوب حوضۀ آبریز قلعه-چای با استفاده از مدل تجربی RUSLE در محیط (GIS) پرداخته شده است.
روش: برای دست‌یافتن به هدف تحقیق، از مدل تجربی RUSLE در محیط GIS که شامل عامل فرسایندگی باران، عامل فرسایش‌پذیری خاک، عامل توپوگرافی و پوشش گیاهی است، استفاده شد و اسناد و مدارک مختلفی، ازجمله نقشه‌های توپوگرافی، زمین-شناسی، خاک‌شناسی، کاربری اراضی، پوشش گیاهی، آمارهای مختلف مربوط به ایستگاه-های باران‌سنجی و مدل ارتفاعی رقومی به‌عنوان ابزار تحقیق مورداستفاده قرار گرفت.
یافته‌ها/ نتایج: نتایج و رسوب کلّ برآورد شده در روش USDA، قابلیت تلفیق مدل RUSLE و GIS را در برآورد میزان فرسایش و بارِ رسوب نشان می‌دهد.
نتیجه‌گیری: بررسی نقشۀ خطر فرسایش خاک نشان می‌دهد که میزان خطر فرسایش خاک در سطح دشت، از صفر تا 225/2 برحسب تن در هکتار در سال متغیّر است و منطقۀ موردمطالعه، جزو طبقۀ فرسایشی خیلی کم تا کم قرار داشت و حداکثر بار رسوب 64/0 تن در هکتار در سال برآورد شد.

کلیدواژه‌ها

1. آرخی، ص؛ نیازی، ی. (1389). بررسی کاربرد(GIS ) و (RS) برای تخمین فرسایش خاک و بار رسوب با استفاده از مدل(RUSLE) (مطالعۀ موردی: حوضۀ بالادست سدّ ایلام). مجلّۀ
پژوهش‌های حفاظت آب و خاک، 17(2)، 1ـ27
2. احمدی، ح. (1388). ژئومورفولوژی کاربردی. چاپ ششم. انتشارات دانشگاه تهران
3. خیّام، م؛ غنمی جابر، م؛ و صمدزاده، رسول. (1392). مقایسۀ کارایی مدل های MPSIAC و EPM در برآورد فرسایش و رسوب زایی حوضۀ آبخیز سقزچی چای نمین. دو فصلنامۀ ژئومورفولوژی کاربردی ایران، 1(1)، 1ـ13
4. رحیمی، خ؛ مزبانی، م. (1392). ارزیابی تغییرات فرسایش حوزۀ آبخیز سیوند طی سال‌های 1998 تا 2009 با استفاده از مدل RUSLE . فصلنامۀ پژوهش‌های فرسایش محیطی، 3(9)، 1ـ18
5. رخبین، م.؛ نوحه‌گر، ا.؛ کمالی، ع.؛ و حبیب‌اللهیان، م. (1393). برآورد میزان فرسایش و تولید رسوب در حوضۀ آبخیز لاورفین (استان هرمزگان) با استفاده از سنجش از دور (RS)، سیستم اطّلاعات جغرافیایی (GIS) و مدل تجربی (RUSLE)، فصلنامۀ تحقیقات جغرافیایی، 29 (3)، 89ـ104
6. رضائی، پ؛ فریدی، پ؛ قربانی، م؛ و کاظمی، م. (1393). برآورد فرسایش خاک با استفاده از مدل RUSLE و شناسایی مؤثّرترین عامل آن در حوضۀ آبخیز گابریک ـ جنوب خاوری استان هرمزگان. پژوهش‌های ژئومورفولوژی کمی، 3(1)، 97ـ113
7. روستایی، شهرام؛ رسولی، ع. ا.؛ و احمدزاده، ح. (1389). مدل‌سازی فرسایش و رسوب حوضۀ آبریز قلعه‌چای عجب‌شیر با استفاده از داده‌های ماهواره‌ای در محیط GIS. جغرافیا و توسعه. 8(18)، 159ـ178
8. زندی، ج.؛ سلیمانی، ک.؛ و حبیب‌نژاد روشن، م. (1392). اولویت‌بندی نواحی کنترل فرسایش خاک با استفاده از تکنیک‌های ارزیابی چندمعیاره و GIS. جغرافیا و توسعه، 11(31)، 93ـ106
9. شکوری، ب. (1374). فرسایش خاک و پیامدهای آن در اکوسیستم. مجلّۀ آب، خاک و ماشین، 6 (2)، 55ـ 64
10. صالحی، م.؛ اسفندیارپور بروجنی، ع.؛ مهاجر، ر.؛ و باقری بداغ‌آبادی، م. (1394). حفاظت آب و خاک تکمیلی. چاپ دوم. انتشارات دانشگاه پیام نور
11. قضاوتی، ر.؛ ولی، ع.؛ مقامی، ی.؛ عبدی، ژ.؛ و شرفی، س. (1391). مقایسۀ مدل‌های PSIAC EPM, MPSIAC در برآورد فرسایش و رسوب با استفاده از GIS. جغرافیا و توسعه، 10 (27)، 117ـ126
12. واعظی، ع.؛ بهرامی، ح.؛ صادقی، ح. ر.؛ و مهدیان، م. ح. (1389). برآورد عامل فرسایش‌پذیری K با استفاده از مدل RUSLE در بخشی از خاک‌های ناحیۀ نیمه‌خشک در شمال‌غربی ایران. مجلّۀ پژوهش‌های حفاظت آب و خاک، 17(13). 105ـ 124
13.Bonilla, C., Jose, A., Reyes, L., & Magri, A. (2010). Water erosion prediction using the revised universal soil loss equation (RUSLE) in a GIS framework, central chile. Chilean Journal of Agricultural Research, 70(1), 159-169
14.Carvalho, D. F. D., Durigon, V. L., Antunes, M. A. H., Almeida, W. S. D., & Oliveira, P. T. S. D. (2014). Predicting soil erosion using Rusle and NDVI time series from TM Landsat 5. Pesquisa Agropecuaria Brasileira, 49(3), 215-224
15.Farhan, Y., Dalal, Z., & Farhan, I. (2013). Spatial estimation of soil erosion risk using RUSLE approach, RS, and GIS techniques: A case study of Kufranja watershed, northern Jordan. Journal of Water Resource and Protection, 5(12), 1247-1261
16.Haan, C.T., Barfield, B.J., & Hayes, J.C. (1994). Design hydrology and sedimentology for small catchments. San Diego: Academic Press
17.Li, H., Xiaoling, H., Lim, K. J., & Sagong, M. (2010). Assessment of soil erosion and sediment yield in Liao watershed, Jiangxi Province, China, Using USLE, GIS, and RS. Journal of Earth Science, 21(6), 941–95
18.Lim, K. J., Sagong, M., Engel, B. A., Tang, Z., Choi, J., & Kim, K. S. (2005). GIS-based sediment assessment tool. Catena, 64(1), 61-80
19.Marker, M. (2006). Assessment of land degradation susceptibility by scenario analysis: a case study in Southern Tuscany, Italy. Geomorphology, 93(1-2), 120-129
20.Renard, K. G., & Freidmund, J. R.) 1994(. Using monthly precipitation data to estimate the R-factor in the RUSLE, Journal of Hydrology, 157(1-4), 287-306
21.Shrestha, D. (2001). Soil erosion modeling using remote sensing and GIS: A case study of Jhikhu Khola watershed, Nepal (Unpublished master's thesis). Andhra University, Visakhapatnam, Andhra Pradesh, India
22.Tiwari, A.K., Riss, L.M., & Nearing, M.A. (2000). Evaluation of WEPP and its comparison with USLE and RUSLE. American Society of Agriculture Engineers, 43(5), 1129-1135
23.Wang, G., Gertner, G., Fang, S., & Anderson, A.B. (2003). Mapping multiple variables for predicting soil loss by geostatistical methods with TM images and a slope map. Photogrammetric Engineering and Remote Sensing, 69(8), 889-898
24.Wischmeier, W.H., & Smith, D.D.)1978(. Predicting rainfall erosion losses: A guide to conservation planning. Agriculture Handbook. No. 537. Washington DC: US Department of Agriculture
CAPTCHA Image