تعیین مهم‌ترین عوامل مؤثر بر تولید و انتقال رسوبات آبی معلق با استفاده از آزمون گاما و تجزیه به مؤلفه‌های اصلی

آب و خاک

مقاله 1، دوره 35، شماره 5 - شماره پیاپی 79، آذر و دی 1400، صفحه 613-625  

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.2021.14112.0

نویسندگان

ابوالفضل مساعدی ¹؛ الیاس رمضانی‌پور²؛ منصور مصداقی²؛ مریم تاج بخشیان³

¹گروه علوم و مهندسی آب، دانشکده کشاورزی و پژوهشکده آب و محیط زیست، دانشگاه فردوسی مشهد

²دانشکده منابع طبیعی و محیط زیست، دانشگاه فردوسی مشهد

³گروه زمین‌شناسی، دانشکده علوم، دانشگاه فردوسی مشهد

چکیده

اﻣﺮوزه ﻓﺮﺳﺎﯾﺶﺧﺎک و انتقال رسوبات حاصل از فرسایش علاوه بر کاهش کمیت و کیفیت منابع آب و خاک، مشکلات اقتصادی و اجتماعی زیادی را پدید آورده است. در این پژوهش از آمار رسوب معلق 15 حوضه آبخیز با میانگین مساحت 56/175 کیلومتر مربع، میانگین ارتفاع 2089 متر از سطح دریا، میانگین بارش سالیانه 262 میلی‌متر و میانگین دبی سالیانه 58/0 متر مکعب در ثانیه در محدوده‌ شهرستان‌های مشهد و نیشابور به منظور تعیین مهم‌ترین عوامل‌ مؤثر در تولید رسوب و انتقال آن، با استفاده از روش‌های تجزیه به مؤلفه‌های اصلی (PCA) و آزمون گاما (GT) استفاده شد. نتایج حاصل از روش اول نشان داد که پنج مؤلفه اول بیش از 90 درصد تغییرات ایجاد شده را توجیه می‌کنند، و مساحت حوضه و شیب ناخالص آبراهه اصلی از مؤلفه اول، میانگین دبی سالیانه و ضریب پیچان‌رودی آبراهه اصلی از مؤلفه دوم و تراکم زهکشی آبراهه از مؤلفه سوم، مهم‌ترین عوامل مؤثر بر تولید رسوب معلق می‌باشند. درصد حضور هر یک از 12 متغیر مورد بررسی در میان نود ترکیب برتر براساس آزمون گاما نشان داد که پنج پارامتر میانگین دبی سالیانه، طول آبراهه اصلی، مساحت حوضه، میانگین بارش سالیانه و درصد رخنمون سنگ‌های حساس به فرسایش با مجموع 63 درصد حضور در معادلات پیشنهادی به عنوان مهم‌ترین عوامل موثر بر تولید و انتقال رسوب معلق هستند. در نتیجه اگر هدف تهیه مدلی با بیشترین دقت برآورد رسوب معلق باشد، مدل 12 متغیره حاصل از آزمون گاما، و در صورتی‌که هدف تهیه مدلی با کم‌ترین متغیر ورودی باشد، مدل 5 متغیره حاصل از روش تجزیه به مؤلفه‌های اصلی به منظور برآورد رسوبات آبی معلق پیشنهاد می‌گردد. علاوه بر این، اگر هدف تهیه مدلی با کم‌ترین متغیر ورودی و دسترسی و محاسبه راحت آن‌ها و برآورد اولیه رسوبات معلق باشد، مدل دو متغیره (بر اساس عوامل مساحت حوضه و شیب ناخالص آبراهه اصلی) حاصل از روش تجزیه به مؤلفه‌های اصلی پیشنهاد می‌گردد.

کلیدواژه‌ها

آزمون گاما؛ بارش سالیانه؛ تجزیه به مؤلفه‌های اصلی؛ رسوب معلق

مراجع

1. Adhami M., and Sadeghi S.H.R. 2016. Sub-watershed Prioritization based on sediment yield using game theory. Journal of Hydrological Processes S0022-1694(16): 30487-5.
2. Agnihotri D., Kumar T., and Jhariya D. 2020. Intelligent vulnerability prediction of soil erosion hazard in semi-arid and humid region. Environment, Development and Sustainability 23: 2524-2551.
3. Alizadeh A. 2019. Principles of Applied Hydrology. Astan Quds Razavi Pub., 41st ed., Mashhad. 941p. (In Persian)
4. Bina M., Ranjbaran L., and Mosavi Jahromi S.H. 2009.Estimation of suspended sediment using physiographic parameters in the upstream basin of Karkheh. Proceedings of the 8th International Seminar on River Engineering, Shahid Chamran University, February 2009, Ahvaz, Iran. (In Persian)
5. Chuenchum P., Xu M., and Tang W. 2020. Predicted trends of soil erosion and sediment yield from fututre land use and climate change scenarios in the Lancang-Mekong River by using the modified RUSLE Model. International Soil and Water Conservation Research 8: 213-227.
6. Du M., Mu X., Zhao G., Gao P., and Sun W. 2021. Changes in runoff and sediment load and potential causes in the Malian River basin on the Loess Plateau. Sustainability 13: 130-145.
7. Ghabaei Sough M., Mosaedi A., Hessam M., and Hezarjaribi A. 2010. Evaluation of the effect of pre-processing of the input parameters of the artificial neural networks (ANNs) using stepwise regression and gamma test in order to obtain a quicker estimation of evapotranspiration. Journal of Water and Soil 3(24): 610-624. (In Persian with English abstract)
8. Helena B., Pardo R., Vega M., Barrado E., Fernandez J., and Fernandez M. 2000. Temporal evolution of groundwater composition in an alluvial aquifer (Pisuerga River, Spain) by principal component analysis. Water Research 34: 807-816.
9. Hajigholizadeh M., Melesse A.M., Hector R., and Fuentes H.R. 2018. Erosion and Sediment Transport Modelling in Shallow Waters: A Review on Approaches, Models and Applications. International Journal of Environmental Research and Public Health 15(3): 518 (24p).
10. Johnson R.A., and Wichern D.W. 1982. Applied multivariate statistical analysis. Prentice- Hall Inc., Englewood Cliffs, England. 590p.
11. Kemp SE., Wilson ID., and Ware JA. 2004. A tutorial on the gamma test. International Journal of Simulation 6 (1-2): 67–75
12. Kheirfam H., and Mokarram-Kashtiban S.  2018. A regional suspended load yield estimation model for ungauged watersheds. Water Science and Engineering 11(4): 328-337
13. Khyerfam H., and Vafakhah M. 2015. Evaluation of the gamma test and Andrew curves in order to estimate the amount of suspended sediment of the watersheds of the south and southeast of the Khazar Sea. Watershed Management Journal 6(11): 47-58. (In Persian with English abstract)
14. Liu C.W., Lin K.H., and Kuo Y.M. 2003. Application of factor analysis in the assessment of groundwater quality in a blackfoot disease area in Taiwan. Science of the Total Environment 313: 77-89.
15. Mazhar N., Mirza A.L., Abbas S., Akram M.A.N., Ali M., and Javid K. 2021. Effects of climatic factors on the sedimentation trends of Tarbela Reservoir, Pakistan. SN Applied Sciences 122: 300-315.
16. Mesdaghi M. 2011. Statistics and regression methods. Imam Reza University. Mashhad. (In Persian)
17. Mohammadi A.A., Yousefi M., Soltani J., Ahangar A.G., and Javan S. 2018. Using the combined model of gamma test and neuro-fuzzy system for modeling and estimating lead bonds in reservoir sediments. Environment Science Pollution Control Sereach 25(30): 315-324.
18. Mosaedi A., Mohammadi O.K. A., Najafinezhad A., and Yaghmaei F. 2006. Optimization of flow and suspended sediment discharge in selected stations of Gorganroud. Iranian Journal of Natural Resources 59(2): 331-342. (In Persian with English abstract)
19. Noori R., Karbassi A.R., Moghaddamnia A., Han D., Zokaei-Ashtiani M.H., Farokhnia A., and Gousheh M.G. 2011. Assessment of input variables determination on the SVM model performance using PCA, Gamma test, and forward selection techniques for monthly stream flow prediction. Journal of Hydrology 401(3): 177-189.
20. Rashidi S., Vafakhah M., Lafdani E.K., and Javadi M.R. 2016. Evaluating the support vector machine for suspended sediment load forecasting based on gamma test. Arabian Journal of Geoscience 9(11): 583.
21. Remesan R., Shamim M.A., and Han D. 2008. Model data selection using gamma test for daily solar radiation estimation. Journal of Hydrological Processes 22: 4301-4309.
22. Sadeghi S.H.R., Noor H., Fazli S., and Raesi M.B. 2011. Estimation of thunderstorm sediment based on rainfall and runoff parameters in research and education watershed of Tarbiat Modarres University. Journal of Soil and Water Science 21(2): 158-149. (In Persian with English abstract)
23. Shi Z. H., Huangb X. D., Ai L., Fang N.F., and Wu G.L. 2014. Quantitative analysis of factors controlling sediment yield in mountainous watersheds: Geomorphology 226: 193-201.
24. Shozugawa K., Kuno A., Matsuo M., and Sano Y. 2008. Estimation of the sources of pelagic sediments from the South Pacific Ocean to the Antarctic Ocean. Journal of Radioanalytical and Nuclear Chemistry 278(2): 331-335.
25. Vahabzadeh G.H., Safari A.S., Farhodi M., Abdollahi H., Fathyzad H., and Khosravi G.H. 2014. Study of erosion and sediment delivery ratio in dirt and forest paths. Journal of Soil and Water Sciences-Science and Technology of Agriculture and Natural Resources 18(70): 295-313. (In Persian with English abstract)
26. Wilkes M.A., Gittins J.R., Mathers K.L., Mason R., Casas-Mulet R., Vanzo D., Mckenzie M., Murray-Bligh J., England J., Gurnell A., and Jones J.I. 2018. Physical and biological controls on fine sediment transport and storage in rivers. Wiley Interdisciplinary Reviews: Water 6(2): e1331 (21 pp.). Water 6:e1331. doi: 10.1002/wat2.1331
27. Yuana X.P., Braun J., Guerit L., Simon B., Bovy B., Rouby D., Robin C., and Jiao R. 2019. Linking continental erosion to marine sediment transport and deposition: A new implicit and O(N) method for inverse analysis, Earth and Planetary Science Letters. 524-115728.
28. Zare Chahoki A., Salajeghe A., Mahdavi M., Khalighi Sigaroudi S.H., and Asadi M. 2013. Regional model of flow duration curve in watersheds with no statistics in arid areas, Iranian Journal of Natural Resource 66(2): 125-139. (In Persian with English abstract)
29. Zhang H.Y., Shi Z.H., Fang NF., and Gua M.H. 2015. Linking watershed geomorphic characteristics to sediment yield: Evidence from the Loess Plateau of China. Geomorphology 234(1): 19-27.