اولویت بندی فرسایش خطی با استفاده از شاخص های مورفومتری و ژئومورفولوژیکی مطالعه موردی: حوضه ی آبریز قشلاق-سنندج غرب ایران
محل انتشار: مجله هیدروژیومورفولوژی، دوره: 8، شماره: 28
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 135
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HYD-8-28_010
تاریخ نمایه سازی: 19 دی 1401
چکیده مقاله:
مسئله فرسایش خاک و تخریب زمین یکی از مهم ترین مسائل در علوم طبیعی است که ارزیابی پیامدهای زیست محیطی و اقتصادی آن به داده های کمی نیاز دارد. حوضه رودخانه قشلاق در استان کردستان برای مطالعه چنین مخاطرهای انتخاب شد زیرا این حوضه در یک اقلیم نیمه خشک قرارگرفته و لیتولوژی آن اغلب شیل (سازند سنندج) است. جهت تحقیق در این زمینه شاخه های از رودخانه که آبراهه های آن ها دارای رتبه سه و بیشتر، بر اساس روش استرالر بودند و مستقیما وارد شاخه اصلی میشدند به عنوان زیر حوضه برای محاسبه شاخص ها ترسیم گردید. ۴۷ زیر حوضه، محدوده حوضه قشلاق را پوشش داد. تعداد ۱۶شاخص ژئومورفولوژیکی برای تعیین وضعیت فرسایش حوضه محاسبه و به عنوان لایه ورودی در نظر گرفته شد. سپس، نتایج این شاخص ها توسط چهار مدل تصمیم چند معیاره TOPSIS ، VIKOR ، SAW و CF ادغام گردید. در هر چهار مورد، زیر حوضه های شمالی به عنوان مناطقی با حساسیت کم و بسیار کم در برابر فرسایش طبقه بندی شدند. این حوضه ها اغلب دارای سنگ های آتش فشانی هستند. در یک دید کلی، طبق هر چهار مدل بکار رفته، زیر حوضه های که لیتولوژی غالب آن ها شیلی است، در طبقات فرسایشی متوسط تا بسیار زیاد قرار گرفتند. بر این اساس چنین استنباط شد که لیتولوژی تاثیر زیادی بر روی میزان فرسایش در حوضه آبریز قشلاق دارد. همچنین روش VIKOR، به دلیل ضریب تنوع بیشتر، از دقت بیشتری نسبت به بقیه روش ها برخوردار است.
نویسندگان
هادی نیری
استادیار گروه ژئومورفولوژی ، دانشکده منابع طبیعی ، دانشگاه کردستان، سنندج، ایران
ممند سالاری
استادیار گروه ژئومورفولوژی ، دانشکده منابع طبیعی ، دانشگاه کردستان، سنندج، ایران
ژیلا چارداولی
دانشجوی کارشناسی ارشد دانشگاه کردستان گروه ژئومورفولوژی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :