مدل سازی خطر فرسایش خاک در حوزه آبخیز بازفت با استفاده از الگوریتم منطق فازی، مدل swat و الگوریتم ژنتیک - خوشه بندی فازی

پایان نامه
چکیده

فرسایش خاک از جمله چالش های مهم زیست محیطی است که در مناطقی که کنترل نمی شود نه تنها سبب وارد آوردن خسارت های جبران ناپذیر به اراضی منابع طبیعی و کشاورزی می شود بلکه با رسوب مواد در آبراهه ها، مخازن، دریاچه سدها و بنادر، سبب کاهش ظرفیت آب گیری آن ها و بنابراین زیان های فراوان می شود. در این پژوهش قابلیت استفاده از سه مدل گوناگون شامل مدل های الگوریتم منطق فازی، swat و الگوریتم ژنتیک - خوشه بندی فازی برای برآورد فرسایش خاک در حوزه آبخیز بازفت (حد فاصل ?34 °49 تا ?32 °50 طول شرقی و ?37 °31 تا ?39 °32 عرض شمالی با مساحت 9/216786 هکتار) بررسی شد. در مدل الگوریتم منطق فازی، سه عامل اصلی موثر بر فرسایش در معادله جهانی هدررفت خاک (usle) شامل درصد شیب، درصد پوشش گیاهی و فاکتور فرسایش پذیری خاک (k در مدل usle) برای مدل سازی خطر فرسایش خاک مورد استفاده قرار گرفتند. در مدل swat، ابتدا امکان استفاده از 3 مجموعه داده اقلیمی مختلف شامل داده های اقلیمی حوزه آبخیز بازفت، داده های اقلیمی جهانی (cru) و داده های اقلیمی ترکیبی بازفت - cru برای شبیه سازی بهتر رواناب جاری در منطقه، بررسی شد. سپس قابلیت استفاده از الگوریتم های glue، sufi-2 و pso برای واسنجی و اعتبارسنجی مدل ارزیابی گردید. پس از تعیین الگوریتم مناسب از مدل واسنجی و اعتبارسنجی شده برای برآورد میزان هدررفت خاک در منطقه مورد مطالعه استفاده شد. در مدل الگوریتم ژنتیک - خوشه بندی فازی نیز میانگین وزنی 12 پارامتر زودیافت موثر بر فرسایش خاک و تولید رسوب در منطقه برای برآورد خطر فرسایش استفاده شد. بر اساس نتایج مدل الگوریتم منطق فازی، بخش عمده ای از حوزه آبخیز بازفت (حدود 2/42 درصد از وسعت منطقه معادل 91428 هکتار) دارای خطر فرسایش خاک خیلی زیاد (بیش از 50 تن در هکتار در سال) و حدود 6/35 درصد (77225 هکتار، 13 زیرحوزه) نیز دارای خطر فرسایش زیاد (25 تا 50 تن در هکتار در سال) بود. تنها 7 زیرحوزه از مجموع 55 زیرحوزه در کل منطقه مورد مطالعه در گروه خطر فرسایش خاک خیلی کم (کم تر از 5 تن در هکتار در سال) قرار گرفتند. با اجرای مدل swat، حوزه آبخیز بازفت به 55 زیرحوزه و 946 واحد واکنش هیدرولوژیک (hru) تقسیم شد. مدل swat طراحی شده با داده های اقلیمی ترکیبی بازفت - cru، شبیه سازی بهتری از رواناب جاری در منطقه مورد مطالعه داشت. استفاده از الگوریتم pso برای واسنجی مدل، منجر به نتایج بهتری نسبت به الگوریتم های glue و sufi-2 شد و داده های شبیه سازی شده هم بستگی بیش تری با داده های مشاهده ای داشتند. مقدار ضریب نش- ساتکلیف برای مدل واسنجی شده با الگوریتم pso برابر 38/0 بود درحالی که مقدار آن برای مدل واسنجی شده با استفاده از الگوریتم های glue و sufi-2 به ترتیب 21/0 و 31/0 بود. مدل swat، دقت قابل قبولی در شبیه سازی رواناب در هر دو مرحله واسنجی و اعتبارسنجی داشت. مقادیر r-factor و p-factor به دست آمده در مرحله واسنجی به ترتیب برابر 25/1 و 81/0 و ضرایب تبیین و نش- ساتکلیف به دست آمده برای مرحله اعتبارسنجی به ترتیب 64/0 و 60/0 بود. در شبیه سازی رسوب، مقادیر r-factor و p-factor به دست آمده برای مرحله واسنجی به ترتیب برابر 69/0 و 85/0 و برای مرحله اعتبارسنجی برابر 63/0 و 80/0 بودند. با اولویت بندی زیرحوزه ها بر اساس نتایج مدل swat، حدود 7/31 درصد از وسعت حوزه آبخیز (17 زیر حوزه از مجموع 55 زیرحوزه) دارای میزان فرسایش خیلی زیاد بود. زیرحوزه های با فرسایش خاک خیلی زیاد منشأ حدود 84 درصد از رسوب تولیدی در منطقه مورد مطالعه بودند. میزان فرسایش خاک در بخش ناچیزی از منطقه مورد مطالعه (حدود 6/13 درصد) کم تر از 5 تن در هکتار در سال بود. با خوشه بندی زیرحوزه ها بر اساس روش الگوریتم ژنتیک - خوشه بندی فازی در قالب 10 خوشه، خوشه شماره 9 با 12 زیرحوزه و خوشه های شماره 5 و 8 هر کدام با یک زیرحوزه به ترتیب بیش ترین و کم ترین تعداد زیرحوزه را در برگرفتند. با تعیین میزان فاصله شباهت، خوشه شماره 9 دارای بیش ترین شباهت (کم ترین فاصله شباهت) با خوشه فرضی (که در آن 12 پارامتر مورد استفاده برای برآورد خطر فرسایش به صورتی در نظر گرفته شدند تا بیش ترین فرسایش و رسوب حاصل شود) بود. بر اساس نتایج مدل الگوریتم ژنتیک - خوشه بندی فازی، تعداد 12 زیرحوزه از مجموع 55 زیرحوزه در کل حوزه آبخیز بازفت دارای خطر فرسایش خیلی زیاد بودند که در مجموع حدود 5/29 درصد از وسعت کل حوزه (حدود 63879 هکتار) را شامل شدند. بنابراین بر اساس نتایج مدل های مورد مطالعه، بخش وسیعی از حوزه آبخیز بازفت دارای خطر فرسایش خاک زیاد تا خیلی زیاد بود. با اولویت بندی زیرحوزه های بحرانی، زیرحوزه های شماره 7، 4، 8، 9 و 25 به ترتیب دارای بیش ترین میزان فرسایش بوده و به عنوان زیرحوزه-های بحرانی از نظر فرسایش و هدررفت خاک در حوزه آبخیز بازفت به منظور اجرای برنامه های حفاظت خاک و مبارزه با فرسایش و کاهش رسوب زایی در منطقه، معرفی شدند.

منابع مشابه

ارزیابی خطر فرسایش خاک با استفاده از یک مدل فازی در آبخیز قرناوه گلستان

آگاهی از میزان خطر فرسایش خاک در آبخیزها، امکان شناسایی نواحی بحرانی و اولویت¬بندی برنامه¬های مدیریتی و حفاظتی را فراهم می¬سازد. هدف از تحقیق حاضر، تهیه و اعتبارسنجی یک مدل فازی برای ارزیابی خطر فرسایش خاک در آبخیز قرناوه گلستان است. تهیه نقشه خطر فرسایش خاک در سه مرحله انجام گرفت: در مرحله اول، نقشه شاخص حفاظت خاک (SPI) با استفاده از دو لایه کاربری اراضی- پوشش اراضی (LU-LC) و شاخص اختلاف نرمال...

متن کامل

بهینه سازی درجه بندی کاشی با استفاده از پردازش تصویر فازی و الگوریتم ژنتیک

در خطوط کنترل کارخانجات کاشی برای اینکه بتوان کاشیها را درجه بندی کرد، نیاز به روشهایی برای تشخیص انواع عیوب مختلفی است که ممکن است در هنگام تولید بر روی کاشی‌ها به وجود آید. به گفته کارشناسان، یکی از بیشترین عیوبی که باعث پایین آمدن کیفیت کاشی‌ها می‌شوند، ترکها و خالها می‌باشند. به این نوع از عیب ها، عیوب تیز گفته می‌شود که در تصویر ساختارهایی با عرض کم و کنتراست بالا به وجود می‌آورند. یکی از ...

متن کامل

ارزیابی خطر فرسایش خاک با استفاده از یک مدل فازی در آبخیز قرناوه گلستان

آگاهی از میزان خطر فرسایش خاک در آبخیزها، امکان شناسایی نواحی بحرانی و اولویت¬بندی برنامه¬های مدیریتی و حفاظتی را فراهم می¬سازد. هدف از تحقیق حاضر، تهیه و اعتبارسنجی یک مدل فازی برای ارزیابی خطر فرسایش خاک در آبخیز قرناوه گلستان است. تهیه نقشه خطر فرسایش خاک در سه مرحله انجام گرفت: در مرحله اول، نقشه شاخص حفاظت خاک (spi) با استفاده از دو لایه کاربری اراضی- پوشش اراضی (lu-lc) و شاخص اختلاف نرمال...

متن کامل

ارائه مدل معامله هوشمند در بازارهای مالی مبتنی بر الگوریتم ژنتیک، منطق فازی و شبکه عصبی

معاملات موفق در بازارهای مالی  می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در سال های اخیر سیستم های مختلفی به منظور شناسایی این نقاط بازگشتی ایجاد شده اند. تحلیل تکنیکال یکی از معتبرترین و پرکاربردترین این سیستم ها محسوب می شود. تحلیل تکنیکال بواسطه قوانین متعددی که داراست سعی در ایجاد سیگنال های صحیح به موقع به منظور شناخت این نقاط دارد. اما یکی از معایب این سیستم وابستگی شدید آن به تجرب...

متن کامل

مدل سازی قابلیت اطمینان با استفاده از منطق فازی

به کارگیری منطق فازی در فرایندهای عملیاتی دستگاه ها مدتی است که معمول گردیده است.از آنجا که نحوه کارکرد این دستگاه ها به شرایط خرابی آن بستگی دارد، به کارگیری منطق فازی در مهندسی  قابلیت اطمینان دستگاه ها و عملیات نیز غیر منتظره نیست. تا به حال بررسی های مبتنی بر برازش توابع مختلف قابلیت اطمینان بر مبنای منطق دو دویی انجام شده و دستگاه یا کاملاً سالم و یا کاملاً  خراب در نظر گرفته می شده است. اما...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده کشاورزی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023