این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی اکوسیستم بیابان، جلد ۵، شماره ۱۳، صفحات ۶۷-۸۰
عنوان فارسی مدل‌سازی فرسایش‌پذیری خاک در منطقۀ خور و بیابانک با استفاده از شاخص‌های دورسنجی
چکیده فارسی مقاله فرسایش خاک توسط نیروی توأمان فرایندهای آب و باد سبب تخریب اراضی در سطحی گسترده می‌شود. بنابراین مدل‌سازی منطقه‌ای فرسایش‌پذیری یکی از مناسب‌ترین راهکارهای تخمین هدررفت خاک محسوب می‌گردد. لذا هدف از این پژوهش، تدوین یک مدل منطقه‌ای فرسایش‌پذیری توسط روش‌های آماری، از طریق رابطه‌سنجی بین پارامترهای فیزیکی خاک و شاخص‌های دورسنجی در خور و بیابانک است. روش نمونه‌برداری میدانی، از نوع ترانسکت خطی بوده و در امتداد آنها، 33 نمونه خاک از عمق 0 تا 50 سانتی‌متر برداشت شد. با انتقال نمونه‌ها به آزمایشگاه، میزان عناصر ماسه، رس، سیلت، کربن و مادۀ آلی اندازه‌گیری و سپس مقادیر فرسایش‌پذیری در قالب فاکتور K و شاخص SEI محاسبه شد. در مرحلۀ بعد، تصویر سنجندۀ OLI منطبق با زمان نمونه‌برداری میدانی از پایگاه اینترنتی USGS اخذ و با اعمال توابع Clay، NDVI، GOSAVI، SAVI، TSAVI، NDSI، SCI و GSAVI، مقادیر شاخص‌های مزبور استخراج گردید. درنهایت، با استفاده از آزمون پیرسون، همبستگی بین عناصر فیزیکی و فرسایش‌پذیری خاک با شاخص‌های دورسنجی محاسبه و در پایان جهت مدل‌سازی SEI و K، از طریق رگرسیون ساده و چندگانه، مبادرت به رابطه‌سنجی بین پارامترهای مذکور گردید و از بین آن‌ها مناسب‌ترین مدل‌ها باارزش رجحانی بالاتر انتخاب شد. نتایج مدل‌سازی نمایانگر حداکثر ارتباط خطی SEI با شاخص‌های SAVI، NDVI و TSAVI به‌ترتیب با ضریب تعیین 0/69، 0/66 و 0/66، و رابطۀ خطی فاکتور K با شاخص‌های NDSI، SAVI و SCI، به‌ترتیب با ضریب تعیین 0/630، 0/61 و 0/58 در سطح 99 درصد است. نتایج رگرسیون چندگانه نیز بیانگر بالاترین ارتباط SEI و K با اجماع گروهی شاخص‌های دورسنجی به‌ترتیب با ضریب تعیین 0/517 و 0/564 و خطای برآورد 0/0031144 و 0/0092369 در سطح 99 درصد است. بنابراین از طریق شاخص‌های دورسنجی و مدل‌های آماری تک متغیره و چندمتغیره، می‌توان میزان فرسایش‌پذیری خاک را برآورد نمود که امکان تخمین سریع و نسبتاً دقیق مقادیر SEI و K را در منطقۀ خور و بیابانک فراهم می‌آورد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Modeling of soil erodibility in the Khoor and Biabanak region, using remote sensing indices
چکیده انگلیسی مقاله Soil erosion by water and wind processes are carried out widely. So one of the best ways to estimate soil loss and land degradation is regional erodibility model. The aim of this research is codification regional erodibility model by statistical methods, the relation survey in Khoor and Biabanak between physical properties of soils and remote sensing indices. Sampling Method field was linear transect method and picked up 33 soil samples from depths of 0 to 50 cm. By transferring the samples to the laboratory, were calculated the elements of sand, clay, silt, organic matter and carbon, and then measurement erodibility values using the K-factor and SEI index. Then, was taken OLI sensor image accordance time sampling from USGS website. And were extracted the indices by enforcing functions the amount of Clay, NDVI, GOSAVI, SAVI, TSAVI, NDSI, SCI and GSAVI. Finally, were calculated using Pearson correlation between physical elements and soil erodibility with Remote sensing indices. At the end of for modeling SEI and K, through simple and multiple regression attempts to gauge the relationship between these parameters and selected best models from among with higher preference value. The results of modeling SEI represents the maximum linear correlation with the indices SAVI, NDVI and TSAVI respectively, with coefficient of 0.69, 0.66 and 0.63, and K factor linear correlation with the indices NDSI, SAVI and SCI, respectively, with a coefficient of determination 0.63 0.61 and 0.58 is at level 99%. Multiple regression analysis also showed a high correlation with group consensus SEI, K and Remote Sensing indices, respectively, with a coefficient of determination 0.517 and 0.564 and estimated error 0.0031144 and 0.0092369 at level 99%. Therefore, can estimate the amount of soil erodibility by remote sensing indices and univariate and multivariate statistical models. Which enables fast and precise estimation of SEI and K values in the Khoor and Biabanak region.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سید علی موسوی | sayed ali mousavi
natural resources faculty
دانشکده منابع طبیعی

ابوالفضل رنجبر فردویی | abolfazl ranjbar fordoei
natural resources faculty
دانشکده منابع طبیعی

سید حجت موسوی | sayed hojjat mousavi
natural resources faculty
دانشکده منابع طبیعی

سید جواد ساداتی نژاد | sayed javad sadatinejad
department of renewable energies and environment
دانشکده انرژی های نو و محیط زیست

نشانی اینترنتی http://deej.kashanu.ac.ir/browse.php?a_code=A-10-557-1&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1223/article-1223-324624.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده بیابان
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات