Evaluation of soil loss rate in land uses of Nirchai watershed using RUSLE model and Landsat satellite images (OLI)

Subject Areas :

mousa Abedini ¹ , AmirHesam Pasban ² , Behrouz Nezafat takle ³

1 - Professor, Department of Geography, Mohaghegh Ardabili University, Ardabil, Iran.
2 - Phd Student, Department of Geography, Mohaghegh Ardabili University, Ardabil, Iran.
3 - Phd Student, Department of Geography, Mohaghegh Ardabili University, Ardabil, Iran.

Received: 2022-07-24 Accepted : 2022-09-14 Published : 2024-04-30

Keywords: Support vector machine, land use, Erosion, Nirchai,

Abstract :

The purpose of this research is to evaluate the amount of soil loss in the land uses of the Nirchai watershed using the RUSLE model in Ardabil province. In order to carry out this research, first, the satellite image of the studied area related to the year 1400 and the month of June was received from the American Geological Research Center, and after atmospheric and radiometric corrections, a land use map was prepared using the supervised classification method using the support vector machine method. Then the RUSLE model was used to estimate the erosion rate. SPSS 21, Excel, ArcGIS 5.4, Archydro and ENVI 5.3 software were used to analyze and produce maps in this research. RUSLE model parameter layer includes rain erosion layer, soil layer, topography layer, vegetation layer and soil protection factor as well as various statistics related to rain gauge stations, hydrometry, topographic maps 1:50000, geology 1:100000 as well as DEM (20 meters area) and GIS geographic information system and remote sensing have been used. The results of this study showed that the average amount of annual soil erosion for the whole basin ranges from 0.5 to 14.25 tons per hectare per year. Also, the investigation of the regression relationships between the factors of RUSLE model and the amount of annual soil erosion showed that the topography factor (LS) with the highest value of the coefficient of determination R^2=0.93 is the most important in estimating the annual soil erosion using the RUSLE model.

References:

احمدی، حسن (۱۳88). ژئومورفولوژی کاربردی (فرسایش آبی). چاپ ششم. تهران: انتشارات دانشگاه تهران.
آذرخشی، مریم و ديگران (1396). اثر تغییرات بارش و کاربری اراضی بر تولید رسوب؛ مطالعه موردی: حوضه آبخیز صنوبر تربت حیدریه. علوم و مهندسی آبخیزداری. 11 (37)، 25-33.
ایوبی، شمس‌اله؛ خرمالی، فرهاد؛ شتابی‌جویباری، شعبان (1386). استفاده از تکنیک زمین‌آمار در تعیین مناسب‌ترین ابعاد سلول مدل رقومی زمین برای برآورد مشخصه توپوگرافی (LS) مدل برآورد فرسایش (RUSLE) در منطقه تاش علیا (استان گلستان). پژوهش و سازندگی. 20 (4)، 129-122.
زلفی‌باروق، مینا (1390). بررسي و پياده‌سازي روش SVM براي تصاوير ماهواره‌اي. پايان نامه کارشناسي ارشد رشته مهندسی عمران - سنجش از دور. دانشکده فنی و مهندسی دانشگاه اصفهان. اصفهان. ايران.
عابدینی، موسی؛ طولابي، سوسن (1392). مقایسه کارایی مدلهای WEPP و EPM در برآورد فرسایش خاک و میزان رسوبدهی حوضه آبخیز سولاچای. پژوهش‌هاي ژئورموفولوژي كمّي. 2 (1)، 79-96.
عابدینی، موسی؛ شبرنگ، شنو؛ اسمعلی، اباذر (1392). بررسی میزان فرسایش خاک و رسوبدهی در حوضه آبخیز مشکین چای به روش EPM . جغرافیا و توسعه. 11 (30)، 100 -87.
عابدینی، موسی (1400). بررسي كمي فرسايش خندقي و رسوبدهي با استفاده از شاخص‌هاي فرسايندگي باران، مورفومتري و رگرسيون خطي در حوضه آبخيز هرزند چاي. نشریه تخريب و احياء اراضي طبيعي. 3 (3)، 100-111.
عابدینی، موسی؛ یعقوب نژاد، نازيلا (1396). ارزیابی و پهنه‌بندی خطر فرسایش خاک در حوضه آبخیز رودخانه بالیخلو (سد یامچی) با استفاده از مدل فازی. پژوهشهای ژئومورفولوژی کمّی. 6 (1)، 137-155.
عبیات، محمد؛ عبیات، مصطفی؛ عبیات، مرتضی (1400). بررسی تغییرات کاربری اراضی و اثر آن بر روند فرسایش خاک در خوضه باغملک با استفاده از شبکه عصبی مصنوعی و مدل RUSLE. محیط شناسی. 47 (1)، 73-91.
فیضی‌زاده، بختیار (1396). مدل‌سازی تغییرات کاربری اراضی و اثرات آن بر سیستم فرسایش در حوضه سد علویان با استفاده از تکنیک‌های سنجش از دور و GIS. هیدروژئومورفولوژی. 3 (11)، 21-38.
کیانی‌هرچگانی، محبوبه؛ صادقی، سیدحمیدرضا؛ فلاحت‌کار، سامره (1398). تحلیل مقایسه‌ای عامل فرسایش‌پذیری خاک در حوضه آبخیز شازند. اکوهیدرولوژی. 1 (6)، 153-163.
محمدی، شاهین و ديگران (1397). برآورد مکانی و زمانی فرسایش خاک با استفاده از مدل RUSLE و سری‌های زمانی ماهواره لندست، مندرجان، اصفهان، مرتع و آبخیزداری. مجله منابع طبیعی ایران. 71 (3)، 759-774.
مددی، عقیل و ديگران (1399). بررسی ارتباط بین ویژگی‌های ژئومورفیک و میزان تولید رسوب در حوضه آبخیز نیرچای. فصلنامه تحقیقات جغرافیایی. 36 (1)، 23-34.
مرادیان، مهدی و ديگران (1389، ارديبهشت). کاربرد روش آناليز ناحیه‌ای در برآورد رسوب معلق سالانه، مطالعه موردی حوضه سد کمال صالح استان مرکزی. ششمين همايش ملّي علوم و مهندسي آبخيزداري دانشکده منابع طبيعي و علوم دريايي. دانشگاه تربيت مدرّس. نور. ايران.
معتمدی، راضیه؛ آذری، محمود (1397). ارتباط بین ویژگی‌های ژئومورفیک با رسوب آبخیز (مطالعه موردی: زیرحوضه‌های منتخب خراسان رضوی). پژوهش‌های فرسایش محیطی. 28 (4)، 101-82.
نژادافضلی، کرامت؛ شاهرخی، محمدرضا؛ بیاتانی، فاطمه (1398). برآورد فرسایش خاک با استفاده از مدل RUSLE و شناسایی موثرترین عامل آن در حوضه آبخیز دهکان (جنوب کرمان). مخاطرات محیط طبیعی. 8 (20)، 21-38.
واعظی، علی‌رضا؛ عباسی، محمد؛ حاجی‌ملکی، خالد (1396). ارزیابی مدل RUSLE همراه شده با سنجش از دور و سامانه اطلاعات جغرافیایی در عرصه‌های زهکش کوچک در منطقه نیمه خشک، شمال‌غربی ایران. علوم و مهندسی آبخیزداری ایران. 11 (38)، 1-10.
Assis, K. G. O. et al (2021). Soil loss and sediment yield in a perennial catchment in Southwest Piauí, Brazil. Environmental Monitoring and Assessment. 193 (1), 1-11.
Chi, W. et al (2019). Impacts of anthropogenic land-use/cover changes on soil wind erosion in China. Science of the Total Environment. 668 (5), 204-215.
Kantakumar, L.N. & Neelamsetti, P. (2015). Multi-temporal land use classification using hybrid approach. The Egyptian Journal of Remote Sensing and Space Science. 18 (2), 289-295.
Mantero, P. et al (2005). Partially supervised classification of remote sensing images through SVM-based probability density estimation, IEEE Trans. on Geoscience and Remote Sensing. 43 (3), 559-570.
Nguyen, T.T.H & Pham, T.T.T. (2016). Incorporating ancillary data into Landsat 8 image classification process: a case study in Hoa Binh. Vietnam. Environmental Earth Sciences. 75 (5), 430.
Ouyang, W. et al (2018). Combined impacts of land-use and soil property changes on soil erosion in a mollisol area under long-term agricultural development. Science of the Total Environment. 613, 798-809.
Paul, S. S.et al (2019). Assessing land-use/land-cover change and soil erosion potential using a combined approach through remote sensing, RUSLE and random forest algorithm. Geocarto International. 36, 1-15.
Pradhan, B. et al (2012). Soil erosion assessment and its correlation with landslide events using remote sensing data and GIS: A case study at Penang Island, Malaysia. Environmental Monitoring and Assessment. 184 (2), 715-727.
Rawat, K.S. & Singh, S. K. (2018). Appraisal of soil conservation capacity using NDVI model-based C factor of RUSLE model for a Semi Arid ungauged watershed: A case study. Water Conservation Science and Engineering. 3 (1), 47-58.
Ren, Y. et al (2019). Spatially explicit simulation of land-use/landcover changes: Current coverage and future prospects. Earth Science Reviews. 190, 398-415.
Renard, K.G. & Freidmund, J.R. (1994). Using monthly precipitation data to estimate the R-factor in the RUSLE, National Agricultural Library. Journal of Hydrology. 157, 287-306.
Santos, J.C.N. et al (2017). Land use impact on soil erosion at different scales in the Brazilian semi-arid. Revista Ciencia Agronomica. 48 (2), 251-260.
Singh, S.; Bhardwaj, A. & Verma, V. (2020). Remote sensing and GIS based analysis of temporal land use/land cover and water quality changes in Harike wetland ecosystem, Punjab, India. Journal of Environmental Management. 262, 11035.
Thakkar, A.K., et al (2017). Post-classification corrections in improving the classification of land use/land cover of arid region using RS and GIS: The case of Arjuni watershed, Gujarat, India. The Egyptian Journal of Remote Sensing and Space Science. 20 (1), 79-89.
Van der Knijff, J.M.; Jones, R.J.A. & Montanarella, L. (2000). Soil Erosion Risk Assessment in Europe. European Soil Bureau. 1-34.
Vanacker, V. et al (2019). Land-use impacts on soil erosion and rejuvenation in Southern Brazil. Catena. 178, 256-266.
Wischmeier, W.H., & Smith, D.D. (1978). Predicting rainfall erosion, losses: a guide to conservation planning. United States Department of Agriculture Handbook, Washington DC. 537, 13-27.