پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,501 |
| تعداد مشاهده مقاله | 124,107,560 |
| تعداد دریافت فایل اصل مقاله | 97,212,411 |
بهینه‌سازی سهم مشارکت منابع مختلف در تولید رسوب در مناطق لسی(مطالعه موردی: حوزه آبخیز کچیک) | ||
| نشریه علمی - پژوهشی مرتع و آبخیزداری | ||
| مقاله 10، دوره 69، شماره 3، آذر 1395، صفحه 647-660 اصل مقاله (1.65 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jrwm.2016.61507 | ||
| نویسندگان | ||
| علی فضل الهی1؛ علی سلاجقه* 2؛ سادات فیض نیا2؛ حسن احمدی2 | ||
| 1استادیار، دانشکده منابع طبیعی، دانشگاه گیلان، ایران. | ||
| 2استاد، دانشکده منابع طبیعی، دانشگاه تهران، ایران. | ||
| چکیده | ||
| انگشت‌نگاری رسوبات روشی جهت شناسایی منابع رسوب و تعیین سهم مشارکت هر یک از منابع در تولید رسوب است. در این روش از یک یا چندین خصوصیت بیوژئوشیمیایی (ردیاب‌های طبیعی) استفاده می‌شود. در این تحقیق از روش انگشت‌نگاری رسوبات جهت تعیین سهم منابع مختلف رسوب در اراضی لسی بهره گرفته شد. 27 ردیاب در تمامی نمونه‌ها اندازه‌گیری شد. داده‌ها از لحاظ پرت بودن بررسی شدند. سپس با استفاده از آزمون کراسکال والیس توانایی ردیاب‌ها در جدایش منابع مختلف رسوب بررسی شد. تمامی ردیاب‌ها توانایی جدایش منابع مختلف رسوب را دارا بودند. سپس با استفاده از تحلیل تشخیص، بهترین ترکیب ردیاب‌ها که قادر به تمایز بین منابع مختلف رسوب باشند، شناسایی شدند که شامل 9 ردیاب کربن کل، سدیم، کربن آلی، سرب، کبالت، استرانسیوم، آلومینیوم، نسبت کربن به نیتروژن و روبیدیوم می‌باشند. سپس سهم هریک از منابع به دو روش معمول و بهینه شده با الگوریتم ژنتیک تعیین شد؛ که در میان شش منبع رسوب، خندق با میزان سهم متوسط 6/37 درصد بیشترین و جنگل طبیعی با میزان سهم متوسط 8/4 درصد کمترین مشارکت را در تولید رسوب در حوضه دارند. بهره‌گیری از الگوریتم ژنتیک سبب افزایش دقت برآورد سهم منابع مختلف (نسبت به روش معمول) گردید. | ||
| کلیدواژه‌ها | ||
| انگشت‌نگاری رسوبات؛ نمونهگیر بار معلق؛ بهینه‌سازی؛ الگوریتم ژنتیک؛ حوزه آبخیز کچیک | ||
| عنوان مقاله [English] | ||
| Optimizing the rate of contribution of different sources in sediment yield of loess areas(Case study: Kechik Catchment) | ||
| نویسندگان [English] | ||
| Ali Fazlollahi1؛ Ali Salajegheh2؛ Sadat Feiznia2؛ Hassan Ahmadi2 | ||
| 1Assistant Professor, Faculty of Natural Resources, University of Guilan, I.R.Iran. | ||
| 2Professor, Faculty of Natural Resources, University of Tehran, I.R. Iran. | ||
| چکیده [English] | ||
| Sediment fingerprinting is a method for identifying sediment sources and determining the rate of contribution of each source. In this method, the natural tracer technology is used, that combined from samples collection, laboratory analyzing and statistical modeling. The natural tracers are measured in both the sources and suspended sediment to determine the rate of contribution each sources. The suspended sediment traps were constructed and used for the first time in country. In this research sediment fingerprinting was used in the loess area. 27 tracers were measured in all samples. Data were evaluated about outlier. The capability of each tracer in separating the sources was evaluated with kruskal-wallis test. All tracers were accepted. Then the best combination of tracers was determined with discriminate analysis. This combination is total carbon, Na, organic carbon, Pb, Co, Sr, Al, C/N and Rb. Then, the rate of contribution of each source was determined with normal method and optimized method. Among all the sediment sources, Gully and forest have the highest and lowest rates, respectively. The field observations were confirmed the results. The use of genetic algorithm increased the accuracy of determination of contribution of each source in comparison to normal method | ||
| کلیدواژه‌ها [English] | ||
| Sediment fingerprinting. Suspended sediment trap, Optimization, Genetic Algorithm, Kechik catchment | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 599 تعداد دریافت فایل اصل مقاله: 453 |
||