پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,230 |
| تعداد مقالات | 67,764 |
| تعداد مشاهده مقاله | 115,195,214 |
| تعداد دریافت فایل اصل مقاله | 89,943,134 |
محاسبة بُعد فراکتال سازندهای زمین‌شناسی و بررسی ارتباط آن با حساسیت سازندها | ||
| پژوهش های جغرافیای طبیعی | ||
| مقاله 4، دوره 50، شماره 2، تیر 1397، صفحه 241-253 اصل مقاله (1.05 M) | ||
| نوع مقاله: مقاله کامل | ||
| شناسه دیجیتال (DOI): 10.22059/jphgr.2018.234333.1007060 | ||
| نویسندگان | ||
| مهتاب علیمرادی1؛ محمدرضا اختصاصی* 2؛ مهدی تازه3؛ حاجی کریمی4 | ||
| 1کارشناس ارشد گروه مرتع و آبخیزداری، دانشکدة منابع طبیعی و کویرشناسی، دانشگاه یزد | ||
| 2استاد گروه مرتع و آبخیزداری، دانشکدة منابع طبیعی و کویرشناسی، دانشگاه یزد | ||
| 3استادیار گروه مرتع و آبخیزداری، دانشکدة کشاورزی و منابع طبیعی، دانشگاه اردکان | ||
| 4دانشیار گروه مرتع و آبخیزداری، دانشکدة کشاورزی، دانشگاه ایلام | ||
| چکیده | ||
| ویژگیهای زمین‌شناسی تأثیر بسیار زیادی در ویژگیهای فیزیکی حوضه و شبکة آبراههها دارد. هدف از این پژوهش تعیین بُعد فراکتال شبکة هیدروگرافی و بررسی ارتباط بُعد فراکتال با الگوهای ژئومورفولوژی سازندهای زمین‌شناسی و میزان حساسیت آنها در حوضههای مورد مطالعه است. پس از محاسبة بُعد فراکتال و تعیین میزان حساسیت هر سازند، ارتباط بُعد فراکتال با سازندها در حوضه های مختلف بررسی شد. نتایج نشان داد بین عدد فراکتال و حساسیت سازندهای حوضهها، که بیانگر میزان فرسایش و ناهمواری در حوضه است، ارتباط معناداری در سطح 5درصد و افزایشی وجود دارد؛ بهنحویکه با افزایش حساسیت سنگشناسی و، بهتبع آن، تراکم زهکشی، عدد فراکتال افزایش مییابد. بیشترین مقدار بُعد فراکتال در حوضه های مطالعاتی مربوط به سازند کواترنری ریزدانه معادل 65/1 و کمترین مقدار عددی بُعد فراکتال مربوط به سازند سروک معادل 06/1 است. همچنین، در سازندهایی با حساسیت بیشتر نسبت به سازندهای مقاوم تغییرات بیشتری در تراکم شبکة هیدروگرافی رخ داده است؛ درنتیجه، تغییر بُعد فراکتال آنها نیز بیشتر مشاهده میشود. | ||
| کلیدواژه‌ها | ||
| ایلام؛ بُعد فراکتال؛ سازندهای زمین‌شناسی؛ شبکة هیدروگرافی | ||
| عنوان مقاله [English] | ||
| Calculation of Fractal Dimension of the Geological Formations and Their Relationship to the Formation Sensibility | ||
| نویسندگان [English] | ||
| Mahtab Alimoradi1؛ Mohammad Reza Ekhtesasi2؛ Mehdi Tazeh3؛ Haji Karimi4 | ||
| 1MSc in Natural Resources Engineering, Desert and Natural Resources College, Yazd University, Iran | ||
| 2Professor of Rangeland and Watershed Management, Desert and Natural Resources College, Yazd University, Iran | ||
| 3Assistant Professor in Natural Resources, Ardakan University, Iran | ||
| 4Associate Professor of Rangeland and Watershed Management, Agriculture College, Ilam University, Iran | ||
| چکیده [English] | ||
| Introduction Fractal analysis is one of the quantitative modeling of river networks. By determining the fractal dimension of linear structures such as faults, canals, and meandering river paths, it is possible to estimate many features. Fractal of figure is a component with static geometric patterns that illustrates the general pattern of a phenomenon. The initial studies to create quantitative, mathematical, and geometric proper models for river networks were mainly developed by Horton in 1932 and 1945. The study of relationship and comparison between quantitative parameters with fractal geometry goes back to the last two decades. Study area The study area is consisted of 12 watersheds including Holeylan, Doyraj, Tangesazbon, Kolm, Nazar Abad, Jezman, Vargach, Chomgez, Chaviz, Siagav, Jafar Abad, and Ema, Ilam Province. Table 1 showed that the formation of study area. In Table (1), we can see that by increasing the numerical value of resistance degree, the formation sensitivity to erosion is reduced. In FayzNiya classification (1995) which is based on Rosovski’s classification, the rocks with greater resistance have higher value (max 20) and the rocks with lesser resistance have lower value (min 1). Therefore, resistance to the erosion of the existing formations in the study areas can be ranged from 1 to 9. Table 1. the details of formations in the study area Formation name Symbol Lithology Sensitivity to erosion Quaternary Qal Alluvial deposits of the platform 1 Quaternary Qt Alluvial fan 5 Aghajari Aj Sandstone, marl, sandy limestone, conglomerate 6 Gachsaran Gs Marl, limestone marl 3 Asmari Sb Karstic limestone, dolomite 9 Pabdeh Pd Mliky gray shale and marl with limestone 7 Kashkan Kn Conglomerate and sandstone and siltstone red 9 Ahak Tele Zang Tz The average white to cream-colored limestone marl layers 9 Amiran Am Siltstone and sandstone olive to dark brown color 7 Ahak Imam Ehm Rifi fossils of cream-colored limestone with interlayers of Chile 8 Sarvak Sr Thin layer of limestone 9 Ilam Il Medium to thin and milky gray limestone layer 7 Materials and methods Extraction of drainage network via ArcGIS These networks were provided based on 50 DEM coordinates that in many cases, there isn’t enough accuracy. Therefore, after transferring data to Google Earth, it was fully matched with the natural drainage and with 5-meter accuracy; hydrographic network map was drawn and completed to reflect the full details of the network. It is possible to scale the maps via “Fractalys”, the fields with the same space of 25 kilometers on similar formations in different areas. For each study formation, three 25 sq. km. fields were selected by the accuracy of 5 meters. These maps had the same drawing accuracy and spacing, in the same scales via GIS on an A4 page in “.bmp” and then were brought to Fractalys and finally, their fractal dimensions were calculated and extracted by the geometric method of counting boxes. Results and discussion The results show that a canal with an accuracy of 50 meter on DEM with corresponding 5x5 sq. km pixels has much less accuracy than the drainage networks drawn via Google Earth with less than a 5-meter accuracy. In formations resistant to density changes of the hydrographic network, some have more changes in their fractal dimension as a result. Google Earth images below are the examples of 25-kilometer zones which their hydrographic networks were revised. Quaternaryn Gachsaran Fig. 6. modified hydrographic network of 25 km in Google Earth Fig (6) Regression numeric index to erosion resistance (Sf) and formations of fractal dimansion (Fr) after modification of 25 km units In Fig (6), the amount of R2 is 0.9742 that shows high correlation and significant relationship of fractal dimension to numerical index for resistance to erosion. By increasing the resistance of the formaion, numerical value of fractal dimension will be decreased. Table 3 showed statistical analysis between SF and FR. Table 3. The formations resistance data (from 20) (Sf) and fractal number (Fr) of formations after correcting the 25-kilometer units Fr Sf -965.0 000.0 12 1 12 Sf Pearson Correlation Sig. (2-tailed) N 1 12 -965.0 000.0 12 Fr Pearson Correlation Sig. (2-tailed) N Table (3) shows the values of data correlation (-965). The values are always ranged between +1 and -1. The more close its absolute gets to 1, the correlation coefficient will be higher, and the more close it gets to zero, the data correlation will get lower. As a result, there is a meaningful connection between formation resistant and fractal dimension. The minus sign indicates a negative data correlation. Table 4. Regression of the formation resistance values (Sf) and fractal number (Fr) of the areas after the 25-kilometer unit correction Model Summary Std. Error of the Estimate Adjusted R Square R Square R Model 0.05116 0.924 0.931 0.965a 1 . In the table above, “R” is the correlation coeeficient and its value are always between zero and +1 and “Square” is the coefficient of determination. The more closer “R” value gets to 1, the higher the correlation is between two variables. Therefore, the number of 0.965 illustrates high correlation of the formatuion resistance and its fractal number. Conclusion The results show that there is a significant and negative correlation between the fractal dimension and hydrographic network. The highest amount of fractal dimension in study areas is for the Quaternary formation of granule (equals to 1.65) and the lowest numeral amount of fractal dimension belongs to “Sarvak” formation (equals to 1.06). In formations with greater sensitivity relative to resistant formations after the correction of the hydrographic network via Google Earth, more changes are observed in the hydrographic network congestion, thereupon their fractal dimension change is also observerd more. | ||
| کلیدواژه‌ها [English] | ||
| fractal dimension, Hydrographic network, geological formations, Ilam | ||
| مراجع | ||
|
احمدی، ح. و فیضنیا. س. (1378). سازندهای دورۀ کواترنر (مبانی نظری و کاربردی آن در منابع طبیعی)، ج1، انتشارات دانشگاه تهران. احمدی، ع.؛ نیشابوری، م.ر. و اسدی، ح. (1389). ارتباط بُعد فراکتالی توزیع اندازة ذرات با برخی خصوصیات فیزیکی خاک، مجلة دانش آب و خاک، 1/20(1). اختصاصی، م.ر.، جدول ستون چینهشناسی ایران (اختصاصی اقتباس از فیضنیا). اختصاصی، م.ر. (1394). مقدمهای بر فراکتال، ژئومورفولوژی کمی، دانشکدة منابع طبیعی و کویرشناسی، دانشگاه یزد. اسماعیلی، ح.ا. و خیری، س. (1385). کارگاه مقدماتی آموزش نرمافزار 5/11 SPSS، دانشگاه علومپزشکی مشهد. افشانی، ع.ر. (1387). آموزش کاربردی SPSS در علوم اجتماعی و رفتاری، چ4، دانشگاه یزد. رضایی مقدم، م.ح.؛ ثروتی، م.ر. و اصغری سراسکانرود، ص. (1390). بررسی مقایسهای الگوی پیچانرود با استفاده از تحلیل هندسة فراکتالی و شاخصهای زاویۀ مرکزی و ضریب خمیدگی (مطالعۀ موردی: رودخانة قزلاوزن) ، پژوهشنامة مدیریت حوضة آبخیز، 2(3). سرمدیان، ف.؛ قنبریان علویجه، ب.؛ تقیزاده مهرجردی، ر.ا. و کشاورزی، ع. (1390). مقایسة کارایی توابع انتقالی خطی غیرخطی و شبکة عصبی مصنوعی در برآورد بُعد فرکتال سطح خطی خلل و فرج خاک، نشریة مرتع و آبخیزداری، 64(1)1: 53-64. طهماسبی، ز.؛ زال، ف. و احمدی خلجی، ع. (1394). ریختشناسی تورمالین در گرانیتهای مشهد (g2) با استفاده از آنالیز فراکتال و تئوری اجتماع با انتشار محدود (DLA)، مجلة بلورشناسی و کانیشناسی ایران، 23(3). عدل، ا. و مهروند، ص. (1383). بُعد فرکتالی و مشخصات هیدرولوژیکی حوضههای آبخیز، اولین کنگرة ملی مهندسی عمران، NCCE1383، دانشگاه صنعتی شریف. فیضنیا، س. (١٣٧٤). مقاومت سنگها در مقابل فرسایش در اقالیم مختلف ایران، مجلة منابع طبیعی ایران، ٤٧ : 95-116. کرم، ا. (1389). نظریۀ آشوب، فرکتال (برخال) و سیستمهای غیرخطی در ژئومورفولوژی، نشریة جغرافیای طبیعی، 3(8):67ـ82. کرم، ا. و صابری، م. (1394). محاسبة بُعد فرکتال در حوضههای زهکشی و رابطة آن با برخی خصوصیات ژئومورفولوژیکی حوضه (مطالعۀ موردی: حوضههای آبریز شمال تهران)، پژوهشهای ژئومورفولوژی کمّی، 4(3): 153ـ167. ملکشاهی، م. (1391). بررسی رابطة بین میزان رواناب و رسوب با پارامترهای فیزیکی و بُعد فراکتال در حوضههای آبخیز، پایاننامة کارشناسی ارشد، رشتة مهندسی منابع طبیعی، آبخیزداری، دانشگاه یزد. Adl, I. and Mehrvand, S. (2004). Fractal dimension and hydrological characteristics of catchments, Sharif University, Tehran. Afshani, S.A. (2008). Practical training of SPSS in social and Behavioral Sciences, Yazd University. Ahmadi, A.; Nyshaboori, M.R. and Asadi, H. (2010). The relationship between size distribution fractal dimension with some physical properties of soil, Water and Soil Science, 20(4): 73-81. Ahmadi, H. and Feyznia, S. (1999). Quaternary period formations (Theoretical and Applied Principles of Natural Resources), Vol. 1, Tehran University Press. Burrooug, P.A. (1981). Fractal dimansions of landscaps and environmental data, Nature 294: 240-242. De Bartolo, S.G.; Gabriele, S. and Gaudio, R. (2000). Multifractal behavior of river networks, Hydrology and Earth System Sciences, 4(1): 105-112. Ekhtesasi, M.R. (1994). An Introduction to the fractal,Quantitative geomorphology, Desert and Natural Resources College, Yazd University. Ekhtesasi, M.R. (n.d.). Stratigraphic column of the table of Iran (Ekhtesasi to the adaptation of Feyz Nia). Esmaeili, H.A. and Kheyri, S. (2006). Introductory Workshop 11/5 SPSS software training, Mashhad University of Medical Sciences. Feyznia, S. (1995). Resistance of rocks against erosion in different parts of Iran, Journal of Natural Resources of Iran, 47: 95-116. Karam, A. and Saberi, M. (2015). Calculating the fractal dimension in drainage basins and its relationship with the characteristics of the basin Geomorphological (Case study: watershed north of Tehran, Quantitative geomorphology, 4(3): 153-167. Karam, A. (2010). Chaos theory, fractal (fractal) and nonlinear systems in geomorphology, Journal of Natural Geography, 3(8): 67-82. La Barbera, P. and Rosso, R. (1989). On the fractal dimansion of stream network, Water Resources Research, 25(4): 735-741. Malekshahi, M.; Talebi, A. and Sobuti, S. (1391). How to calculate the shape of the watershed (or any other natural form) by counting the box, Third National Conference on Integrated Water Resources Management, Agricultural Sciences and Natural Resources of Sari University. Mandelbrot, B.B. (1982). The Fractal Geometry of Nature, W. H. Freeman, San Francisco. Pelletler, Jon D. (1999). Self-organization and scaling relationships of evolving river networks, Jornal april10, Geophisical research, p. 7359-7375. Prigarin, S.P; Sandau, K.; Kazmierczak, M. and Hahn, K. (2013). Estimation of Fractal Dimension: A Survey with Numerical Experiments and Software Description, International Journal of Biomathematics and Biostatistics, 2(1): 167-180. Rezaei Moghaddam, M.H.; Servati, M.R and Asghari Seraskanrood, S. (1390). A comparative study of fractal geometry analysis and pattern meanders using indexes central angle and curvature coefficient (Case Study: River Qzlavzn), Journal of watershed management,2(3). Roach, D. and Fowler, A. (1993). Dimensionality analysis of patterns: fractal measurements, AA(Ottawa Carleton Geoscience Centre and Department of Geology, 19(6): 849-869. Srmadiyan, F.; Ghanbariyan Alavijeh, B.; Taghizade Mehrjardi, R.A. and Keshavarzi, A. (2011). Comparing performance linear transformation functions are non-linear and linear neural network in estimation of soil pores, Journal of range and warershed managenment, 64(1): 53-64. Tahmasebi, Z.; Zal, F. and Ahmadi Khalaji, A. (1394). Tourmaline granites morphology in Mashhad (g2) using fractal analysis and social theory with a limited release (DLA), Crystallography and Mineralogy of Iran, 23(3). Turcotte, D.L. (1992). Fractal and Chaos in Geology and Geophysics, Geophysics Combridge university press. | ||
|
آمار تعداد مشاهده مقاله: 717 تعداد دریافت فایل اصل مقاله: 471 |
||