گروه مهندسی طبیعت، دانشکده منابع طبیعی، دانشگاه گیلان، رشت، ایران
چکیده: (418 مشاهده)
مقدمه و هدف: شبیهسازی فرآیند بارش- رواناب امری مهم در مدیریت منابع طبیعی و همچنین منابع آب است؛ اما این فرآیند دارای پیچیدگیهای خاص خود و عوامل مؤثر متعدد ازجمله عوامل بارش (مقدار و شدت بارش)، پوشش گیاهی (نوع پوشش و تراکم پوشش)، عوامل خاک (بافت خاک، رطوبت اولیه خاک و میزان نفوذپذیری خاک) و نحوه مدیریت اراضی است. تحقیق حاضر باهدف ارائه مدلی برای شبیهسازی فرآیند بارش- رواناب با استفاده از مدلسازی شبکه عصبی مصنوعی (ANN) و دادههای رواناب پلاتهای صحرایی صورت گرفت.
مواد و روشها: این تحقیق روی یک دامنه شیبدار در دانشگاه گیلان با خاک رسی-لومی بهصورت تکراری از پلاتهای زوجی در تیمارهای مختلف پوشش گیاهی و مدیریت اراضی انجام شد. همچنین، با استفاده از یک بارانسنج ذخیرهای، بعد از هر بارش مقدار بارندگی اندازهگیری شد. مقادیر رواناب نیز بهواسطه پلاتها برآورد گشت و از تفاوت مقادیر بارش و روانابها، مقادیر هدررفت اولیه در سطح هر پلات به ازای هر واقعه بارش در شرایط متفاوت رطوبت پیشین خاک محاسبه گردید. سپس، بهمنظور مدلسازی دادههای اخذشده به دو دسته دادههای آموزشی و آزمودنی تفکیک شدند. پارامتر مقادیر رواناب بهعنوان خروجی مدل و مقادیر بارش، درصد تاج پوشش مرتعی و درختی، رطوبت پیشین خاک، درصد لاشبرگ بهعنوان ورودیهای بهینه مدل در نظر گرفته شدند.
یافتهها: مقادیر0/97, R2=0/004MSE= و 0/91, R2= 4/2=MSE به ترتیب در مرحله آموزش و مرحله آزمودن مدل به دست آمد و درنهایت مدلی با کارایی بالا برای شبیه سازی فرآیند بارش- رواناب ارائه شد. نتیجه فرآیند مدلسازی نشان داد که پوشش مرتعی دارای بالاترین کارایی در کنترل میزان رواناب است.
نتیجهگیری: از مدل مذکور میتوان برای شبیهسازی اثر سناریوهای مختلف پوشش گیاهی در تولید رواناب و یا برآورد رواناب براساس بارش ایستگاههای هواشناسی استفاده نمود.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
حفاظت آب و خاک دریافت: 1402/6/26 | ویرایش نهایی: 1402/7/28 | پذیرش: 1402/7/29