الگوی مکانی تولید رسوب با استفاده از مدل ساختاری اتصال رسوب در حوضه آبخیز طالقان، ایران

محورهای موضوعی : آبخیزداری و استحصال آب

محمد علی هیلو ¹ , سید عباس حسینی ² , احمد شرافتی ³

1 - دانشجوی دکتری، گروه مدیریت ساخت و آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2 - دانشیار، گروه مدیریت ساخت و آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
3 - استادیار، گروه مدیریت ساخت و آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

تاریخ دریافت : 1401/04/21 تاریخ پذیرش : 1401/07/25 تاریخ انتشار : 1402/01/01

کلید واژه: آبخیز طالقان, فرسایش, پوشش گیاهی, اتصال رسوبی, شاخص اتصال رسوب میدانی,

چکیده مقاله :

زمینه و هدف: امروزه با توجه به اهمیت رسوبات در حوضه ها، مدیریت جامع حوضه های آبخیز کشور نیازمند چارچوبی مشخص در برنامه ریزی های مربوط به پایش و کنترل رسوبات می باشد. یکی از موثرترین روش‌ها، استفاده از شاخص اتصال رسوبی (IC) است. فرایند اتصال یک مفهوم نوظهور برای درک بهتر از فرآیندهای رخ‌داده در سطح حوضه آبخیز است که بر جریان آب و حرکت رسوب در مقیاس‌های مکانی‌-‌زمانی مختلف تاثیر می‌گذارند. این شاخص درجه اتصال جریان رسوب در سرتاسر آبخیز مخصوصاً بین منبع رسوب و منطقه پایین دست را تبیین کرده و به نوعی بیانگر نسبت تحویل رسوب می باشد. بنابراین پژوهش حاضر با هدف بررسی اتصال رسوب در آبخیز طالقان استان البرز در قالب استخراج نقشه شاخص اتصال رسوب و نیز صحت سنجی نتایج با بازدیدهای میدانی صورت گرفته است.روش پژوهش: در این پژوهش به منظور بررسی الگوی مکانی تولید رسوب در حوضه، از روش ارائه شده توسط بورسلی و همکاران و تعریف شاخص اتصال (IC) نقشه اتصال رسوبی حوضه استخراج گردید. بدین منظور ابتدا داده های توپوگرافی از مدل رقومی ارتفاعی 30 متر و داده‌های پوشش گیاهی در دو دقت مکانی 10 و 30 متری به ترتیب با تصاویر Sentinel-2A و Landsat 8 تهیه و با استفاده از لایه‌های اطلاعاتی از جمله میانگین تندی شیب، میانگین عامل وزنی و سطح مشارکتی مقادیر جزء فراشیب مسیر شروع جریان در انتقال رسوب محاسبه گردید. سپس با استفاده از لایه‌های طول مسیر به سمت پایین‌دست، عامل وزنی هر سلول و درنهایت تندی شیب هر سلول، جزء فروشیب در شبکه اتصال رسوبی محاسبه و با مرجع قرار دادن خروجی آبخیز در محیط نرم‌افزار ArcGIS 10-2-2 شاخص اتصال برای تمام پیکسل‌ها محاسبه و نقشه اتصال رسوبی ترسیم گردید. محدوده IC از (∞- تا ∞+) است و هنگامی‌که IC به سمت ∞+ سیر می‌کند، اتصال افزایش می‌یابد و در نهایت بمنظور ارزیابی نتایج مدل، شاخص اتصال میدانی (FIC) در 30 نقطه از سطح حوضه اجرا و همبستگی بین شاخص IC و FIC در این نقاط مورد ارزیابی قرار گرفت.یافته‌ها: بر اساس یافته های این پژوهش و برازش شاخص اتصال رسوبی (IC) با شاخص اتصال رسوب میدانی (FIC) در 30 نقطه، رابطه بین این دو شاخص از نوع خطی می باشد. ضریب تعیین در دقت مکانی 10 متر با مقدار عددی 86/0 بیشتر از ضریب تعیین خروجی مدل با دقت مکانی 30 متر با مقدار عددی 62/0 به دست آمد که نشان از دقت بالاتر نتایج حاصل از شاخص اتصال رسوب با قدرت تفکیک مکانی 10 متر نسبت به 30 متر است. هر چند پراکنش نقاط در مواردی دچار بینظمی شده اما روند کلی نتایج نشان میدهد که با افزایش میزان اتصال رسوب (IC)، میزان اتصال رسوب محاسباتی میدانی (FIC) نیز به صورت خطی افزایش پیدا کرده است. در محاسبه شاخص اتصال عواملی از قبیل شکل، شیب و زبری حوضه که به سهولت قابل دسترس می باشند به دلیل نیاز داده‌ای کم و کارایی بالا می توانند زمینه ساز بهبود برآورد مدل‌های رسوبدهی شوند.نتایج: در این پژوهش نتایج نشان داد که شاخص اتصال رسوب با دقت مکانی 10 متر دقت بالاتری نسبت با شاخص اتصال با دقت مکانی 30 متر دارد. همچنین نتایج نشان داد که شیب و عامل پوشش گیاهی از پارامترهای بسیار مهم در رسوبدهی آبخیز طالقان هستند. شایان ذکر است که جهت بررسی اثر مساحت و طول آبراهه اصلی، میتوان نتایج شاخص اتصال رسوب را در سطح زیرحوضه و حتی دامنه مورد ارزیابی دقیقتر قرار داد. لحاظ کردن نقشه جهت جریان و جریان تجمعی در فرضیات این مدل با توجه به اهمیت این موارد در رسوبدهی هر زیرحوضه، از مزایای این مدل به حساب میآید. یکی دیگر از مزایای بسیار مهم این مدل نیاز دادهای کم آن میباشد که میتواند مشکل پیچیده بودن و نیازهای دادهای فراوان مدلهای فرسایش و رسوب موجود را تا حد زیادی کاهش دهد.

چکیده انگلیسی:

Background and Aim: Nowadays, due to the importance of sediments in watersheds, the integrated watershed management in the country requires a specific framework in planning related to monitoring and control of sediments.One of the most effective methods is the use of sediment connectivity index (IC). Connectivity process is an innovative concept to understand the processes which occur in the watershed area that affect water flow and sediment movement at different spatial-temporal scales. This index explains the degree of connection of the sediment flow throughout the watershed, especially between the sediment source and the downstream area, and in a way, expresses the sediment delivery ratio. Therefore, the current research is conducted with the aim of investigating the sediment connectivity in Taleghan watershed of Alborz province to extract the sediment connectivity index map and also verify the results with field investigations.Method: In this research, in order to investigate the spatial pattern of sediment production in the watershed, the sediment connectivity map of the basin was drawn from the method presented by Borselli et al. and the definition of connectivity index (IC). For this purpose, at first, topographic data from 30-Meter Digital Elevation Model and vegetation data at 10- and 30-meters spatial resolution are obtained with Sentinel-2A and Landsat 8 images, respectively, and by using data layers such as the average slope gradient, the average weighting factor and the upslope contributing area the amount of upstream component of the flow starting path in sediment transport was calculated. Then, using the layers of the length towards the downslope path, the weight factor of each cell and finally the slope gradient of each cell, the downstream component in the sediment connectivity network was calculated and by referring to catchment outlet in the ArcGIS 10-2-2 software, the connectivity index for all pixels Calculated and the sediment connectivity map was drawn. The IC can assume values ranging from -∞ to +∞ and as IC grows toward +∞, the connectivity increases, finally in order to evaluate the results of the field connection index model (FIC), it is implemented in 30 points of the watershed and the correlation between the IC index and FIC in these points are evaluated. Results: According to the findings of this research as well as the fitting of IC sediment connectivity index values with FIC field sediment connectivity index in 30 points, the relationship between these two indicators is linear. The coefficient of determining the output of the model with a spatial accuracy of 30 meters was obtained with a numerical value of 0.62, It shows the higher accuracy of the sediment connectivity index results with a spatial resolution of 10 meters compared to 30 meters. Although the distribution of the points is irregular in some cases, the general trend of the results shows that with the increase in the amount of IC connection, the amount of FIC field computing sediment connection has also increased linearly. In calculating the index of connectivity, the factors such as the shape, slope and roughness of the basin which are easily accessible due to the less data requirement and high efficiency, can be the basis for improving the estimation of sedimentation models.Conclusion: In this research, the results show that the sediment connectivity index with a spatial accuracy of 10 meters has a higher accuracy than the connectivity index with a spatial accuracy of 30 meters. In addition, the results demonstrate the slope and the vegetation factor are critical parameters in the sedimentation of the Taleghan watershed. It is also worth mentioning that in order to investigate the effect of the watershed area and the principal waterway length, the results of the sediment connectivity index can be evaluated more precisely at the sub-basin and even the hillslopes. Considering the importance of these items in the sedimentation of each sub-basin, including the flow direction map and flow accumulation in the assumptions of this model, is one of the advantages of this technique. The other important advantage of this model is its low data requirement, which can greatly reduce the complexity and data requirements of existing erosion and sedimentation models.

منابع و مأخذ:

Arabkhedri, M., Heidary, K., & Parsamehr, M. R. (2021). Relationship of sediment yield to connectivity index in small watersheds with similar erosion potentials. Journal of Soils and Sediments, 21(7), 2699-2708. Doi: 10.1007/s11368-021-02978-z

Ayalew, D. A., Deumlich, D., Šarapatka, B., & Doktor, D. (2020). Quantifying the sensitivity of NDVI-based C factor estimation and potential soil erosion prediction using Spaceborne earth observation data. Remote Sensing, 12(7), 1136. Doi: 10.3390/rs12071136

Baartman, J. E., Nunes, J. P., Masselink, R., Darboux, F., Bielders, C., Degré, A., & Wainwright, J. (2020). What do models tell us about water and sediment connectivity? Geomorphology, 367, 107300. Doi: 10.1016/j.geomorph.2020.107300

Borselli, L., Cassi, P., & Torri, D. (2008). Prolegomena to sediment and flow connectivity in the landscape: a GIS and field numerical assessment. Catena, 75(3), 268-277. Doi: 10.1016/j.catena.2008.07.006

 Borselli, L., Bartolini, D., Corradeghini, P., Lenzi, A., & Petri, P. (2020). Flow Connectivity Patterns in Complex Anthropized Landscape: Application in Cinque Terre Terraced Site. In Proceedings of the GEOMORPHOMETRY 2020 Conference (pp. 55-58). DOI: 10.30437/GEOMORPHOMETRY2020_15

Cavalli, M., Heckmann, T., & Marchi, L. (2019). Sediment connectivity in proglacial areas. In Geomorphology of proglacial systems (pp. 271-287). Springer, Cham. DOI: 10.1007/978-3-319-94184-4_16

Cislaghi, A., & Bischetti, G. B. (2019). Source areas, connectivity, and delivery rate of sediments in mountainous-forested hillslopes: A probabilistic approach. Science of the Total Environment, 652, 1168-1186. Doi: 10.1016/j.scitotenv.2018.10.318

Heckmann, T., Cavalli, M., Cerdan, O., Foerster, S., Javaux, M., Lode, E., & Brardinoni, F. (2018). Indices of sediment connectivity: opportunities, challenges and limitations. Earth-Science Reviews, 187, 77-108. Doi: 10.1016/j.earscirev.2018.08.004

Kalantari, Z., Ferreira, C. S. S., Koutsouris, A. J., Ahlmer, A. K., Cerdà, A., & Destouni, G. (2019). Assessing flood probability for transportation infrastructure based on catchment characteristics, sediment connectivity and remotely sensed soil moisture. Science of the total environment, 661, 393-406. Doi: 10.1016/j.scitotenv.2019.01.009

Kazemi, R., Bayat, R. (2018). Investigating the effects of land use change on minimum flow indicators (Case study: Taleghan watershed). Journal of Water and Soil Conservation, 24 (1), 287-294 (in Farsi).

Keesstra, S. D., Davis, J., Masselink, R. H., Casalí, J., Peeters, E. T., & Dijksma, R. (2019). Coupling hysteresis analysis with sediment and hydrological connectivity in three agricultural catchments in Navarre, Spain. Journal of Soils and Sediments, 19(3), 1598-1612.

Lisenby, P. E., Fryirs, K. A., & Thompson, C. J. (2020). River sensitivity and sediment connectivity as tools for assessing future geomorphic channel behavior. International Journal of River Basin Management, 18(3), 279-293.

Liu, W., Shi, C., Ma, Y., & Wang, Y. (2022). Evaluating sediment connectivity and its effects on sediment reduction in a catchment on the Loess Plateau, China. Geoderma, 408, 115566.

López-Vicente, M., & Ben-Salem, N. (2019). Computing structural and functional flow and sediment connectivity with a new aggregated index: A case study in a large Mediterranean catchment. Science of the Total Environment, 651, 179-191.

Millares-Valenzuela, A., Eekhout, J. P., Martínez-Salvador, A., García-Lorenzo, R., Pérez-Cutillas, P., & Conesa-García, C. (2022). Evaluation of sediment connectivity through physically-based erosion modeling of landscape factor at the event scale. CATENA, 213, 106165.

Najafi, S., Sadeghi, S., Heckmann, T. (2015). Concept and Role of Structural and Functional Sediment Connectivity in Sediment Management of Watersheds. Extension and Development of Watershed Management. 3. 53-58 (in Farsi).

Najafi, S., Sadeghi, S., Heckmann, T. (2019). Analyzing structural sediment connectivity pattern in Taham Watershed, Iran. Watershed Engineering and Management, 10(2), 192-203(in Farsi).

Najafi, S., Dragovich, D., Heckmann, T., & Sadeghi, S. H. (2021). Sediment connectivity concepts and approaches. Catena, 196, 104880.

Persichillo, M. G., Bordoni, M., Cavalli, M., Crema, S., & Meisina, C. (2018). The role of human activities on sediment connectivity of shallow landslides. Catena, 160, 261-274.

Upadhayay, H. R., Lamichhane, S., Bajracharya, R. M., Cornelis, W., Collins, A. L., & Boeckx, P. (2020). Sensitivity of source apportionment predicted by a Bayesian tracer mixing model to the inclusion of a sediment connectivity index as an informative prior: illustration using the Kharka catchment (Nepal). Science of the Total Environment, 713, 136703.

Vaezi, A. R., Abbasi, M., Bussi, G., & Keesstra, S. (2017). Modeling sediment yield in semi‐arid pasture micro‐catchments, NW Iran. Land Degradation & Development, 28(4), 1274-1286.

Vanmaercke, M., Panagos, P., Vanwalleghem, T., Hayas, A., Foerster, S., Borrelli, P., ... & Poesen, J. (2021). Measuring, modelling and managing gully erosion at large scales: A state of the art. Earth-Science Reviews, 218, 103637.

Vigiak, O., Borselli, L., Newham, L. T. H., McInnes, J., & Roberts, A. M. (2012). Comparison of conceptual landscape metrics to define hillslope-scale sediment delivery ratio. Geomorphology, 138(1), 74-88.

Wang, C., Zhang, G., Zhu, P., Wang, Z., & Xing, S. (2022). Sediment connectivity of small watershed affected by gully development and vegetation restoration on the loess plateau. Geoderma, 410, 115663.

Wohl, E., Brierley, G., Cadol, D., Coulthard, T. J., Covino, T., Fryirs, K. A., ... & Sklar, L. S. (2019). Connectivity as an emergent property of geomorphic systems. Earth Surface Processes and Landforms, 44(1), 4-26.

Zanandrea, F., Michel, G. P., Kobiyama, M., Censi, G., & Abatti, B. H. (2021). Spatial-temporal assessment of water and sediment connectivity through a modified connectivity index in a subtropical mountainous catchment. Catena, 204, 105380.