پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,226 |
| تعداد مقالات | 67,705 |
| تعداد مشاهده مقاله | 115,009,550 |
| تعداد دریافت فایل اصل مقاله | 89,692,044 |
شبیه‌سازی میزان رواناب و رسوب با استفاده از مدل SWAT در حوضة آبخیز سد گاوشان | ||
| تحقیقات آب و خاک ایران | ||
| دوره 54، شماره 3، خرداد 1402، صفحه 441-454 اصل مقاله (1.86 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2023.348170.669348 | ||
| نویسندگان | ||
| سحر امین خواه1؛ محمد علی محمودی* 2؛ عارف بهمنی3؛ گلاله غفاری4 | ||
| 1گروه علوم و مهندسی خاک، دانشکدۀ کشاورزی، دانشگاه کردستان، سنندج، ایران | ||
| 2گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه کردستان، سنندج، ایران | ||
| 3سازمان جنگل‌ها، مراتع و آبخیزداری، اداره کل منابع طبیعی و آبخیزداری استان کردستان، سنندج، ایران | ||
| 4گروه آبخیزداری، دانشکده کشاورزی و دامپزشکی، دانشگاه آزاد اسلامی واحد سنندج، سنندج، ایران | ||
| چکیده | ||
| فرسایش آبی یک تهدید جهانی برای محیط‌زیست به شمار می‌رود که آثار سوئی بر کیفیت خاک و آب دارد. مدل‌های فرسایش خاک ابزار مناسبی برای شبیه‌سازی فرسایش خاک، شناسایی نواحی مستعد فرسایش و نیز ارزیابی برنامه‌های عملیات حفاظت خاک می‌باشند. در این مطالعه از ابزار ارزیابی خاک و آب (SWAT) برای شبیه‌سازی رواناب و رسوب در حوضة آبخیز سد گاوشان در غرب ایران استفاده شد. بدین منظور از داده‌های اقلیمی بدست آمده از یک دورة زمانی 11 ساله، از اول ژانویة 2005 تا آخر دسامبر 2015، از ایستگاه‌های باوله، روانسر، سنقر، قروه، سنندج، کرمانشاه، کنگاور و کامیاران استفاده شد. همچنین دو روش متفاوت برای برآورد پارامترهای مدل بکار گرفته شدند. در روش مستقیم، که یک روش دترمینستیک (قطعی) بود، پارامترهای مدل بطور مستقل از نقشه‌های رقومی ارتفاع (DEM)، خاک، کاربری اراضی و نیز داده‌های اقلیمی برآورد شدند؛ در حالیکه در روش معکوس، که یک روش استوکاستیک (تصادفی) بود، مدل با استفاده از پارامترهای حساس آن به کمک روش SUFI-2 در نرم‌افزار SWAT-CUP واسنجی گردید. کارایی مدل در روش مستقیم با استفاده از ضرایب تبیین (R2) و نش- ساتکلیف (NS) و در روش معکوس با استفاده از P فاکتور و R فاکتور ارزیابی شدند. نتایج بدست آمده نشان داد که در روش مستقیم، بر اساس داده‌های ماهانه (2013-2008)، کارایی مدل برای رواناب رضایت‌بخش (66/0=R2؛ 63/0=NS) و برای رسوب نسبتاً خوب (42/0=R2؛ 3/0=NS) بود. با اینحال، هنگامی‌که این داده‌ها در مقیاس ماهانه (میانگین روزهای هر ماه) میانگین‌گیری شدند، نتایج پیش‌بینی مدل برای رواناب (94/0=R2؛ 83/0=NS) و رسوب (61/0=R2؛ 53/0=NS) بهبود یافت. همچنین واسنجی پارامترهای مدل کارایی مدل را برای رواناب ( 6/0 R فاکتور) و رسوب ( 4/0 R فاکتور) افزایش داد. نتایج بدست آمده نشان می‌دهند که مدل SWAT از قابلیت مطلوبی برای تصمیم‌گیری در مدیریت حوضة آبخیز سد گاوشان برخوردار است. R فاکتور) و رسوب ( 4/0 R فاکتور) افزایش داد. نتایج بدست آمده نشان می‌دهند که مدل SWAT از قابلیت مطلوبی برای تصمیم‌گیری در مدیریت حوضة آبخیز سد گاوشان برخوردار است. | ||
| کلیدواژه‌ها | ||
| رسوب؛ رواناب؛ گاوشان؛ مدل SWAT | ||
| عنوان مقاله [English] | ||
| Simulation of runoff and sediment yield using SWAT in Gawshan dam watershed | ||
| نویسندگان [English] | ||
| Sahar Aminkhah1؛ Mohammad Ali Mahmoodi2؛ Aref Bahmani3؛ Golaleh Ghaffari4 | ||
| 1Department of Soil Science, Collage of Agriculture, University of Kurdistan, Sanandaj, Iran | ||
| 2Department of soil science, Collage of Agriculture, University of Kurdistan, Sanandaj, Iran | ||
| 3Department of Watershed Management, Islamic Azad University, Sanandaj branch, Iran | ||
| 4Department of Watershed Management, Islamic Azad University, Sanandaj branch, Iran | ||
| چکیده [English] | ||
| Soil erosion by water is a global threat to the environment which negatively affects soil and water quality. Soil erosion modeling is an efficient method to simulate soil erosion, to identify sediment source areas, and to evaluate soil conservation measures. In this study the Soil and Water Assessment Tool (SWAT) was used to model runoff and sediment in Gawshan dam watershed in west of Iran. For this purpose, climatic data obtained from a period of 11 years, from January 1, 2005 to the end of December 2015, from the stations of Bavale, Ravansar, Sanghor, Ghorve, Sanandaj, Kermanshah, Kangavar and Kamiyaran were used. We used two different approaches for estimating of model parameters. In the forward deterministic approach model parameters were independently derived from digital elevation model (DEM), soil and land use maps and climate data, whereas in the inverse stochastic approach model calibration were performed by sensitive model parameters using Sequential Uncertainty Fitting (SUFI-2), which is one of the programs interfaced with SWAT, in the package SWAT-CUP (SWAT Calibration Uncertainty Programs). Model performance was evaluated using the coefficient of determination (R2) and Nash-Sutcliff efficiency (NS) for forward approach and P factor and R factor for inverse approach. Results showed that in the forward approach, based on monthly data (2008-2013), the model performance was satisfactory for runoff (R2=0.66; NS=0.63) and fair for sediment (R2=0.42; NS=0.3). However, model prediction improved for both runoff (R2=0.94; NS=0.83) and sediment (R2=0.61; NS=0.53) when they were averaged on monthly basis. Calibration of the model parameters improved its performance for runoff (P factor>0.6; R factor<1) and sediment (P factor>0.4; R factor <1). These results demonstrated that the SWAT has the potential to be used as a decision making tool for Gawshan dam watershed management. | ||
| کلیدواژه‌ها [English] | ||
| Gawshan, Runoff, Sediment, SWAT | ||
| مراجع | ||
|
Abbaspour, K. C. (2015). SWAT-CUP: SWAT Calibration and Uncertainty Programs- A User Manual. EAWAG. Swiss. Abbaspour, K. C., Rouholahnejad, E., Vaghefi, S., Srinivasan, R., Yang, H. and Kløve, B. (2015). A continental-scale hydrology and water quality model for Europe: Calibration and uncertainty of a high-resolution large-scale SWAT model. Journal of Hydrology, 524, 733–752. Abbaspour, K. C., Yang, J., Maximov, I., Siber, R., Bogner, K., Mieleitner, J., Zobrist, J., Srinivasan, R. and Reichert, P. (2007). Modelling of hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT. Journal of Hydrology. 333, 413–430. Ahl, R. S., Woods, S. W. and Zuuring, H. R. (2008). Hydrologic calibration and validation of SWAT in a snow-dominated Rocky Mountain watershed, Montana, USA. Journal of the American Water Resources Association, 44(6), 1411–1430. Ahmadi Ilkhchi, A., Hajabbassi, M. A. and Jalalian, A. (2003) Effects of converting range to dry-farming land on runoff and soil loss and quality in Dorahan, Chaharmahal and Bakhtiari Province. Journal of Science and Technology of Agriculture and Natural Resources, 6(4),103–114. Aminkhah, S. (2017). Simulation of runoff and sediment yield using SWAT in Gawshan dam watershed. MSc. thesis, University of Kurdistan, Sanandaj. Arabi, M., Govindaraju, R. S., Engel, B. and Hantush, M. (2007). Multiobjective sensitivity analysis of sediment and nitrogen processes with a watershed model. Water Resources Research, 43(6), 1–11. Bagnold, R. A. (1977). Bed load transport in natural rivers. Water Resources Research, 13, 303–312. Behera, S. and Panda, R. K. (2006). Evaluation of management alternatives for an agricultural watershed in a sub-humid subtropical region using a physical process based model. Agriculture, Ecosystems and Environment, 113(1–4), 62–72. Blake, G. R. and Hartge K. H. (1986). Particle density. In A. Klute (Ed.), Methods of soil analysis. Part 2. 2nd ed. Agronomy Monograph. 9. (pp. 377-381). ASA and SSSA, Madison, WI. Borrelli, P., Alewell, C., Alvarez, P., Anache, J. A. A., Baartman, J., Ballabio, C., Bezak, N., Biddoccu, M., Cerda, A., Chalise, D., Chen, S., Chen, W., De Girolamo, A. M., Gessesse, G. D., Deumlich, D., Diodato, N., Efthimiou, N., Erpul, G., Fiener, P., . . . Panagos, P. (2021). Soil erosion modelling: A global review and statistical analysis. Science of the Total Environment, 780, 146494-146512. Dregne, H. E. (1992). Erosion and soil productivity in Asia. Journal of Soil and Water Conservation, 47, 8–13. FAO, UNDP and UNEP (1994) Land degradation in south Asia: its severity, causes and effects upon the people. World Soil Resources Report no. 78, FAO, Rome. Fohrer, N., Haverkamp, S., Eckhardt, K. and Frede, H. G. (2001). Hydrologic response to land use changes on the catchment scale. Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere, 26(7–8), 577–582. Gee, G. W. and Bauder, J. W. (1986). Particle size analysis. In A. Klute (Ed.), Methods of soil analysis. Part 2. 2nd ed. Agronomy Monograph. 9. (pp. 383-409). ASA and SSSA, Madison, WI. Hantush, M. M. and Kalin, L. (2005). Uncertainty and sensitivity analysis of runoff and sediment yield in a small agricultural watershed with kineros2. Hydrological Sciences Journal. 50(6),1151:1171. Klute, A. and Dirksen C. (1986). Hydraulic conductivity and diffusivity: Laboratory methods. In A. Klute (Ed.), Methods of soil analysis. Part 2. 2nd ed. Agronomy Monograph. 9. (pp. 687-734). ASA and SSSA, Madison, WI. Mohammadi, Sh., Karimzadeh, H., and Alizadeh, M. (2018). Spatial estimation of soil erosion in Iran using RUSLE model. Echohydrology, 5(2), 551-569. Mahmoodi, M. A. and Aminkhah, S. (2018). Providing land use and land cover maps using remote sensing data and artificial neural network. Iranian Journal of Soil and Water Research, 49(5), 1171-1180. (In Persian) Moore, A. D., McLaughlin, R. A., Mitasova, H. and Line, D. E. (2007). Calibrating WEPP model parameters for erosion prediction on construction sites. Transactions of the ASABE, 50(2), 507-516. Morgan, R. P. C. and Nearing, M. A. (2011). Handbook of erosion modelling (2th ed.). Chichester: Wiley-Blackwell. Neitsch, S. L., Arnold, J. G., Kiniry, J. R., Williams, J. R. and King, K.W. (2005). Soil and water assessment tool theoretical documentation. Texas Water Resources Institute Technical Report No. 406. Texas A&M University System, Texsas. Panagos, P., & Katsoyiannis, A. (2019). Soil erosion modelling: The new challenges as the result of policy developments in Europe. Environmental Research, 172, 470-474. Peterson, J. R. and Hamlet, J. M. (1998). Hydrologic calibration of the SWAT model in a watershed containing fragipan soils. Journal of the American Water Resources Association, 34, 531–544. Quinton, J. N. (1997). Reducing predictive uncertainty in model simulations: A comparison of two methods using the European Soil Erosion Model (EUROSEM). Catena, 30(2), 101-117. Refahi, H. Gh. (2015). Water Erosion and Conservation. Tehran: University of Tehran Press. Rhoades, J. D. and Oster J. D. (1986). Solute Content. In A. Klute (Ed.), Methods of soil analysis. Part 2. 2nd ed. Agronomy Monograph. 9. (pp. 985-1006). ASA and SSSA, Madison, WI. Rostamian, R. )2006(. Assessment of runoff and sediment in Beheshtabad watershed, Northern Karun by SWAT 2000. M.Sc. Thesis, Isfahan University of Technology, Iran. Rostamian, R. Jaleh, A., Afyuni, M., Mousavi, S. F., Heidarpour, M., Jalalian, A. and Abbaspour, K. C. (2008). Application of a SWAT model for estimating runoff and sediment in two mountainous basins in central Iran. Hydrological Sciences Journal, 53(5), 977-988. Shirmohammadi, A., Chu, T. W. and Montas, H. J. (2008). Modeling at catchment scale and associated uncertainties. Boreal Environment Research, 13(3), 185–193. Tolson, B. A. and Shoemaker, C. A. (2004). Watershed modeling of the Cannonsville basin using SWAT2000: model development, calibration and validation for the prediction of flow, sediment and phosphorus transport to the Cannonsville Reservoir. Technical Report, School of Civil and Environmental Engineering, Cornell University, Ithaca, New York. Walkley, A. and Black I. A. (1934). An examination of the degtjareff method for determining soil organic matter and a proposed modification of the chromic acid titration method. Soil Science, 37:29–38. Williams, J. R. (1975). Sediment-yield prediction with universal equation using runoff energy factor. p. 244–252. Proceedings of the Sediment-Yield Workshop, 40, 244-252. Williams, J. R. (1980). SPNM, a model for predicting sediment, phosphorus, and nitrogen yields from agricultural basins. Water Resources Bulletin, 16, 843–848.
| ||
|
آمار تعداد مشاهده مقاله: 276 تعداد دریافت فایل اصل مقاله: 218 |
||