ارزیابی نرخ فرسایش و رسوب در کاربری‌های مختلف حوضه آبخیز تمر استان گلستان با استفاده از مدل SWAT

آب و خاک

مقاله 5، دوره 31، شماره 5 - شماره پیاپی 55، آذر 1396، صفحه 1383-1395   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v31i5.62746

نویسندگان

فرشاد کیانی^{* 1}؛ بهروز بهتری نژاد¹؛ علی نجفی نژاد¹؛ عبدالرضا کابلی²

¹دانشگاه علوم کشاورزی و منابع طبیعی گرگان

²شرکت آب منطقه ای استان گلستان

چکیده

یکی از معضلات بخش کشاورزی و منابع طبیعی استان گلستان به عنوان یکی از قطب‌های کشاورزی کشور مشکل فرسایش شدید خاک می‌باشد. با توجه به وجود پهنه وسیع اراضی لسی که دارای ماهیتی فرسایش‌پذیر می‌باشند، مدیریتی منسجم در این راستا را می‌طلبد. حوضه مورد مطالعه در شرق استان گلستان واقع شده است و مساحتی در حدود 1524 کیلومتر مربع دارد. در این مطالعه از مدل SWAT جهت شبیه‌سازی فرسایش و رسوب استفاده گردید. واسنجی و اعتبارسنجی داده‌های شبیه‌سازی شده و مشاهداتی، توسط SWAT-CUP و الگوریتم SUFI-2 در حوضه انجام شد. مقادیر شبیه‌سازی شده عموما با مقادیر مشاهداتی دبی و رسوب ایستگاه هیدرومتری تمر طی دوره واسنجی و اعتبارسنجی همخوانی داشتند. برای دبی خروجی حوضه ضرائب NS، R2، R-factor و P-factor به ترتیب برای واسنجی 76/0، 77/0، 06/0 و 69 و برای اعتبارسنجی 75/0، 72/0، 05/0 و 69 به‌دست آمد. برای رسوب ضرائب NS، R2، R-factor و P-factor به ترتیب برای واسنجی 54/0، 62/0، 15/0 و 16 و برای اعتبارسنجی 55/0، 61/0، 35/0 و 12 بود. نتایج نشان داد که کشاورزی آبی با متوسط فرسایش و رسوب به‌ترتیب 95/24 و 56/15 تن در هکتار و کشاورزی دیم با متوسط فرسایش و رسوب به ترتیب 23/20 و 33/12 تن در هکتار بیشترین مقدار فرسایش و رسوب را دارند. همچنین مدل وضعیت فرسایش حوضه را با مقدار رسوب ویژه (49/6 تن در هکتار) و فرسایش (28/10 تن در هکتار) متوسط ارزیابی نمود.

کلیدواژه‌ها

عدم قطعیت؛ مدلسازی؛ مدل رقومی ارتفاع؛ SWAT-CUP

مراجع

1- Abbaspour K. C., Sonnleitner C., and Schulin R. 1999. Uncertainty in Estimation of Soil Hydraulic Parameters by Inverse Modeling: Example Lysimeter Experiments.Journal of soil science socity of American, 63: 501-509.

2- Abbaspour K. C., Yang J., Maximov I., Siber R., Bogner K., Mieleitner J., Zobrist J., and Srinivasan R. 2007. Modelling hydrology and water quality in thepre-alpine/alpine Thur watershedusing SWAT. Journal of Hydrology, 333: 413– 430.

3- Abbaspour K.c. 2008. SWAT Calibration and Uncertainty Programs - A User Manual. Department of Systems Analysis, Integrated Assessment and Modelling (SIAM), Eawag, Swiss Federal Institute of Aquatic Science and Technology, Duebendorf, Switzerland, 2008, 95pp.

4- Akhavan S., Abedi-Koupai J., Mousavi S.F., Afyuni M., Eslamian S.S., and Abbaspour K. 2010. Application of SWAT model to investigate nitrate leaching in Hamadan-Bahar watershed, Iran. Journal of Ecosystem Environment, 139(4):675-688.

5- Alansi A.W., M.S.M. Amin G., Abdul Halim H.Z.M., Shafri and Aimrun W. 2009. Validation of SWAT model for stream flow simulation and forecasting in Upper Bernam humid tropical river basin, Malaysia.Journal of Hydrology and Earth System Sciences, 6: 7581–7609.

6- Arnold J.G., Srinivasan R., Muttiah R.S., and Williams J.R. 1998. Hydrologic modeling and assessment part I: model development. Journal of Water Resources Association, 34(1):73-89.

7- Bakker M.M., Govers G., Doorn A.V., Quetier F., Chouvards D., and Rounsevel M. 2008. The response of soil erosion and sediment export to land-use change in four area of Europe: The importance of landscape pattern. Journal of Geomorphology. 98: 213-226.

8- Borah D. K., and Bera M. 2003. Watershed-scale hydrologic and nonpoint-sourcc pollution models: Review of mathematical bases. Trans. ASAE, 46(6), 1553-1566.

9- Bosch D.D., Sheridan J.M., Batten H. L., and Arnold J. G. 2004. Evaluation of the SWAT Model on coastal Plain Agricultural Watershed. Trans. ASAE, 47(5), 1493-1506.

10- Bouraoui F., Grizzetti B., Granlund K., Rekolainen S., and Bidoglio G. 2004. Impact of climate change on the water cycled and nutrient losses in a Finnish catchment. Clim. Change 66(1-2): 109-126.

11- Chen X., Bing C., and Hongjing W. 2014. Parameter Uncertainty Analysis of Surface Flow and Sediment Yield in the Huolin Basin, China, Journal of Hydrology Engineering, 19:6, 1224-1236.

12- Demir Y.M., Atasoy M., Bayrak T., and Biyik C. 2008. Evaluating Sustainable Land Use for the De Irmendere Valley: A Case Study From NortheasternTurkey.14:626-633.

13- Duan Q. 2003. Global Optimization for Watershed Model Calibration, in Calibration of Watershed Models, edited by Q. Duan, H. V. Gupta, S. Sorooshian, A. N. Rousseau, and R. Turcotte, pp. 89-104, AGU, Washington, DC.

14- Faramarzi M., Abbaspour K., Schulin R., and Yang H. 2009. Blue and green water resources in Iran. Journal of Hydrology. Process. 23: 486–501.

15- Geza M., and McCray J.E. 2008. Effects of soil data resolution on SWAT model streamflow and water quality predictions. Journal of Enviromentn. Manager, 88: 393-406.

16- Golami SH., and Nasiri M. 2014. Simulation of Atrak River monthly discharge using SWAT model, Case study: Maraveh Tappeh watershed, Gholestan province. Journal of Watershed Engineering and Management.7 (2): 126-135.

17- Green C.H., Greensoun J.G., Williams J.R., Haney R., and Harmel R.D. 2007. Soil and water assessment tool hydrologic and water quality evaluation ofpoultry litter application to small scale sub watershed in Texas. 50, 1199-1209.

18- Hosseini M., Ghafouri M., Tabatabaei M., Nadergholi E., and Zare Garizi A. 2016. Estimation of hydrologic budget for Gharesou watershed, Iran. Journal of Ecopersia, 4(3): 1455-1469.

19- Hyung Kyung J., Jong Yoon P., Hyun Kyo J., Hyun Hin S., Hyung Joong K., and Seong Joon K. 2011. The Uncertainity Analaysis of SWAT Simulated Streamflow and Water Quaility Applied to Chungju Dam Watershed of South Korea for climate change analysisjournal of Agriculture. System, 38(3): 225–238.

20- Jafarzadeh M.S., Rouhani H., Salmani H., and Fathabadi.H. 2016. Reducing uncertainty in a semi distributed hydrological modeling within the GLUE framework. Journal of Water and Soil Conservation, 23 (1): 83-100.

21- Keppner W.G., Semmens D. J., Bassett S. D., Mouat D. A., and Goordrich D. C. 2004. Scenario analysis of the San Pedro river, analyzing hydrological consequences of a future environment. Journal of Enviromental Monitoring and Assessment, 94: 115-127.

22- Mahzari S., Kiani F., Khormali F., and Azimi M. 2016. Using SWAT model to determine runoff, sediment yield and Nitrate loss in Gorganrood watershed, Iran. Journal of Ecopersia, 4(2): 1359-1377.

23- Miyata S., Kosugi K., Gomi T., Onda Y., and Mizuyama T. 2007. Surface runoff as affected by soil water repellency in a japanes cypress forest. Journal of Hydrological processes, 21 (17): 2365-2376.

24- Mohammad A.G., and Adam M. A. 2010. The impact of vegetative cover type on runoff and erosion under different land use. Journal of Catena, 81: 97-103.

25- Najafi Q. 2005. Land and agricultural lands in Iran. Monthly Dehati Magazine, 24: 17-24.

26- Nash J.E., and Sutcliffe J.V. 1970. River flow forecasting through conceptual models, Part 1. A discussion of principles. Journal of Hydrology, 10: 282–290.

27- Neitsch S.L., Arnold J.G., Kiniry J.R., Williams J.R., and King K.W. 2002. Soil and Water Assessment Tool Theoretical Documentation-Version 2000. .

28- Refahi H.Gh. 2006. Water erosion and conservation. Tehran University Publication. 22(5), 671.

29- Salmani H., Mohseni Saravi M., and Rouhan Hand Salajeghe A. 2012. Evaluation of Land Use Change and its Impact on the Hydrological Process in the Ghazaghli Watershed, Golestan Province. Journal of Watershed Management Research, 3(6): 43-60.

30- Shahriari A., Khormali F., and Azarmdel H. 2011. Clay mineralogy of Mollisols and Mollisols-like soils as affected by physiographic unit formed on loess deposits in southern Gorgan River, Golestan province. Journal of Water and Soil Conservation, 18(4): 63-79.

31- Van Liew M. W., and J Garbrecht. 2003. Hydrologic simulation of the Little Washita River experimental watershed using SWAT. Journal of American Water Resource. Assoc, 39(2): 413-426.

32- Vigiak O., Malago A., Bouraoui F., Vanmaercke M., and J Poesen. 2015. Adapting SWAT hillslope erosion model to predict sediment concentrations and yields in large basins.journal of Science of the total environment, 538: 855-875.