تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,489,416 |
تعداد دریافت فایل اصل مقاله | 15,216,976 |
پهنهبندی فرسایش پذیری بادی خاک سواحل شرقی دریاچه ارومیه | ||
دانش آب و خاک | ||
مقاله 7، دوره 31، شماره 3، مهر 1400، صفحه 1-14 اصل مقاله (853.33 K) | ||
شناسه دیجیتال (DOI): 10.22034/ws.2021.12189 | ||
نویسندگان | ||
ساغر چاخرلو* 1؛ علی اصغر جعفرزاده1؛ عباس احمدی1؛ بختیار فیضی زاده2؛ فرزین شهبازی1 | ||
1گروه علوم خاک ، دانشکده کشاورزی ، دانشگاه تبریز | ||
2گروه سنجش از دور و GIS ، دانشگاه تبریز | ||
چکیده | ||
فرسایش بادی خاک زمانی رخ میدهد که سرعت باد از آستانه فرسایش خاک بیشترشده و سطح خاک با گیاهان یا باقیمانده آنها، ناهمواریهای سطح و یا موانع دیگر حفاظت نشده باشد. همچنین فرسایشپذیری بادی یکی از مهمترین پارامترهای تعیینکننده فرسایش بادی تحت شرایط آب و هوایی معین میباشد. هدف اصلی این تحقیق تهیه نقشه فرسایشپذیری بادی خاک از طریق ارتباط تجربی بین تصاویر ماهوارهای و ویژگی های فیزیکو شیمیایی در سواحل شرقی دریاچه ارومیه میباشد. برای این تحقیق نمونهبرداری خاک در 153 نقطه سه لایه ارتفاعی (1271-1273، 1273-1275و 1275-1278متر ارتفاع از سطح دریا) انجام و از 4 روش نظارت شده مانند حداقل فاصله، حداکثر احتمال، شبکه عصبی مصنوعی(ANN) و ماشین بردار پشتیبان(SVM) درطبقهبندی و نقشهبرداری از فرسایشپذیری استفاده شد. ویژگیهای فیزیکوشیمیایی نمونههای خاک نیز اندازهگیری و 26 نمونه از آنها بصورت تصادفی جهت بررسی فرسایشپذیری بادی در تونل باد انتخاب گردید. نتایج حاصله از آزمایشهای تونلباد با ارتفاع ۲۰ سانتیمتراز کف تونل، بیانگر فرسایشپذیری بادی میانگین ((g m-2 min-1)/(m s-1)) 92/2 است. نتایج رگرسیون گام به گام نیز نشان داد که از بین ویژگیهای فیزیکو شیمیایی خاکها، جزء فرسایشپذیر مهمترین ویژگی خاک است که در تخمین فرسایشپذیری مورد استفاده قرار میگیرد و با فرسایشپذیری بادی خاک همبستگی مثبت دارد. میانگین وزن قطر خاکدانهها با فرسایشپذیری خاک همبستگی منفی معنیداری داشته و هیچ رابطهای بین ویژگیهای شیمیایی خاک و فرسایشپذیری یافت نشد. از ۴ روش طبقهبندی نظارت شده، شبکه عصبی مصنوعی قابلیت بالاتری درطبقهبندی و نقشهبرداری فرسایشپذیری داشته ودر نهایت نتایج نشان داد که دقت کلی طبقهبندی1/57 ٪ می باشد. | ||
کلیدواژهها | ||
تونل باد؛ ویژگیهای فیزیکو شیمیایی؛ دریاچه ارومیه؛ نقشهبرداری رقومی؛ فرسایش پذیری خاک | ||
مراجع | ||
Ahmadi A, 2009. Artificial neural networks applicability in erosion and runoff simulation using fractal dimensions. PhD dissertation, Soil Science Department, University of Tabriz, Iran (in Persian with English abstract).
Bower CA, Reitemeier F and Fireman M, 1952. Exchangeable cation analysis of saline and alkali soils. Journal of SoilScience 73:251-261.
Chepil W, 1950. Methods of estimating apparent density of discrete soil grains and aggregates. Soil Science 70: 351-362.
Colazo JC and Buschiazzo DE, 2010. Soil dry aggregate stability and wind erodible fraction in a semiarid environment of Argentina. Geoderma 159: 228-236.
Gardner WH, 1986. Water Content. Pp. 493-544. In: Klute A, (Ed.), Methods of Soil Analysis. Part 1, Physical and Mineralogical Methods, ASA and SSSA, Madison, Wisconsin.
Gee GW and Or D, 2002. Particle size analysis. Pp. 255–293. In: Dane JH and Topp GC (eds). Methods of Soil Analysis.Part 4. Physical Methods. Soil Science Society of America. Madison, Wisconsin.
Goetz J, Brenning A, Petschko H and Leopold P, 2015. Evaluating machine learning and statistical prediction techniques for landslide susceptibility modeling compute. Geosciences 81: 1-11.
Hassan AA and Mustafa MA, 2011. Assessment and mapping of wind erodibility of aridisols and entisols in the River Nile State, Sudan. Pp. 425-442.The 5th Annual Conference on Agricultural and Veterinary Research, February Khartoum.
Lopez MV, Herrero JM, Hevia GG, Gracia R and Buschiazzo DE, 2007. Determination of the wind-erodible fraction of soils using different methodologies. Geoderma 139: 407-411.
McBratney AB, Santos MLM and Minasny B, 2003. On digital soil mapping. Geoderma 117: 3-52.
Mustafa MA and Medani GH, 2004. Wind erodibility of soils from Khartoum State. Journal of Agricultural Sciences 11:149-164.
Négyesi G, Lóki J, Buró B and Szabó S, 2016. Effect of soil parameters on the threshold wind velocity and maximum eroded mass in a dry environment. Arab Journal Geoscience 9: 1-10.
Nelson DW and Sommers LE, 1996. Total Carbon, Organic Carbon, and organic Matter. Pp. 961-1010. In: Sparks DL,ed). Methods of Soil Analysis. Chemical Methods. Soil Science Society of America Journal. Madison.
Nohtani M, Pahlavan Ravi A, Dehvari A, Jahantigh M and Hashemi Z, 2014. Effect of soil physical and Chemical characteristic on soil erodibility by wind and its zoning. (Zahak as a Case Study). Master thesis, Department of watershed and management, University of Zabol, Iran (In Persian with English abstract).
Pasztor L, Négyesi G, Laborczi A and Kovacs T, 2016. Integrated spatial assessment of wind erosion risk in Hungary.Hazards Earth System Science 16: 2421-2432.
Raei B, 2019. Evaluation of some artificial and hybrid intelligence techniques in modeling the inherent erosion of soil against wind (Case study: Tabriz plain). PhD dissertation, Soil Science Department, University of Tabriz, Iran (In Persian with English abstract).
Rakkar MK, Blanco-Canqui H and Tatarko J, 2019. Predicting soil wind erosion potential under different corn residue management scenarios in the central Great Plains. Geoderma 353: 25-34.
Richard LA, 1969. Diagnosis and Improvements of Saline and Alkali Soils. P. 60. Agricultural Handbook. USDA. | ||
آمار تعداد مشاهده مقاله: 718 تعداد دریافت فایل اصل مقاله: 423 |