تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,504 |
تعداد مشاهده مقاله | 124,122,487 |
تعداد دریافت فایل اصل مقاله | 97,230,427 |
تخمین هدایت هیدرولیکی اشباع لایه سطحی خاک به روش تلفیق توابع انتقالی و سنجش از دور (مطالعه موردی: اراضی جنوب اهواز) | ||
تحقیقات آب و خاک ایران | ||
دوره 54، شماره 1، فروردین 1402، صفحه 105-122 اصل مقاله (1.91 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2023.353929.669430 | ||
نویسندگان | ||
منصور سرخه نژاد1؛ محمد الباجی* 1؛ عبدعلی ناصری2؛ سعید برومند نسب3 | ||
1گروه آبیاری و زهکشی، دانشکده مهندسی آب و محیطزیست، دانشگاه شهید چمران اهواز، ایران | ||
2گروه آبیاری و زهکشی، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، ایران | ||
3گروه آبیاری و زهکشی، دانشکده مهندسی آب و محیطزیست، دانشگاه شهید چمران اهواز، ایران | ||
چکیده | ||
هدایت هیدرولیکی خاک یکی از مهمترین ویژگیهای فیزیکی خاک میباشد که شناخت آن، نقش مهمی در بررسی انتقال املاح و آلایندهها در خاک دارد. بنابراین، هدف از این پژوهش به دست آوردن توابع انتقالی هدایت هیدرولیکی اشباع با استفاده از ترکیب ویژگیهای زود یافت خاک و تصاویر ماهوارهای بود. بنابراین، هدایت هیدرولیکی اشباع خاک با استفاده از روش چاهک معکوس در بخشی از اراضی جنوب غربی استان خوزستان در 50 نقطه انجام شد. سپس، در این نقاط، نمونههای سطحی از خاک برداشت شد و ویژگیهای زود یافت خاک مانند بافت خاک، هدایت الکتریکی، کربن آلی خاک و رطوبت اشباع خاک اندازهگیری شد. در مرحله بعد، شاخصهای بازتابشی خاک، پوشش گیاهی و رطویتی خاک با استفاده از تصاویر ماهواره سنتینل – 2 تهیه شدند و یازده تابع انتقالی (PTF1-PTF11) برای هدایت هیدرولیکی اشباع طی چهار مرحله با ترکیب ویژگیهای زود یافت خاک و این شاخصها به دست آمد. در نهایت، با استفاده از مدل جنگل تصادفی پهنهبندی هدایت هیدرولیکی اشباع خاک به دست آمد. نتایج مدلسازی توابع انتقالی هدایت هیدرولیکی اشباع خاک نشان داد که از بین یازده مدلی که توابع انتقالی هدایت هیدرولیکی اشباع خاک با استفاده از آنها تهیه شده بود، ترکیب شاخصهای پوشش گیاهی با ویژگیهای زود یافت خاک بیشترین کارایی را برای تخمین هدایت هیدرولیکی اشباع داشت (PTF7). مقادیر R2 ،RMSE و MAE برای این حالت به ترتیب برابر با 83/0، 40/0 و 16/0 بود. همچنین، پهنهبندی هدایت هیدرولیکی اشباع با استفاده از مدل جنگل تصادفی نشان داد که این مدل توزیع مکانی هدایت هیدرولیکی اشباع خاک را با دقت بالایی پیشبینی میکند. بر اساس نتایج به دست آمده میتوان گفت که ترکیب ویژگیهای زود یافت خاک با شاخصهای به دست آمده از تصاویر ماهواره سنتینل-2، باعث ایجاد توابع انتقالی هدایت هیدرولیکی اشباع خاک با دقت بسیار بالا میشود. | ||
کلیدواژهها | ||
بافت خاک؛ سنتینل-2؛ شاخص پوشش گیاهی؛ ویژگیهای زود یافت خاک | ||
مراجع | ||
Babaian, a., Homai, m., & Nowrozi, a. a. (2014). Examining different scenarios of spectral resolution in estimating soil hydraulic properties. Iran water and soil research, 46(3), pp. 529-544 (In Persian). Biau, G., & Scornet, E. (2016). A random forest guided tour. Test, 25, 197-227. Brom, J., Duffková, R., Haberle, J., Zajíček, A., Nedbal, V., Bernasová, T., & Křováková, K. (2021). Identification of Infiltration Features and Hydraulic Properties of Soils Based on Crop Water Stress Derived from Remotely Sensed Data. Remote Sensing, 13(20), 4127. De amorim, b., Baldassarre, d., Bevacqua, g., Sierra, p., & Loon, v. (2019). Twenty-three unsolved problems in hydrology (uph)–a community perspective. Hydrological sciences journal, 64(10), 1141-1158. Elmqvist, T., Andersson, E., Frantzeskaki, N., McPhearson, T., Olsson, P., Gaffney, O., . . . Folke, C. (2019). Sustainability and resilience for transformation in the urban century. Nature sustainability, 2(4), 267-273. Hao, M., Zhang, J., Meng, M., Chen, H. Y., Guo, X., Liu, S., & Ye, L. (2019). Impacts of changes in vegetation on saturated hydraulic conductivity of soil in subtropical forests. Scientific reports, 9(1), 8372. Hazelton, P., & Murphy, B. (2016). Interpreting soil test results: What do all the numbers mean? CSIRO publishing. Herrick, J. E., & Wander, M. M. (2018). Relationships between soil organic carbon and soil quality in cropped and rangeland soils: the importance of distribution, composition, and soil biological activity. In Soil processes and the carbon cycle (pp. 405-425). CRC Press. Honarbakhsh, A., Tahmoures, M., Afzali, S. F., Khajehzadeh, M., & Ali, M. S. (2022). Remote sensing and relief data to predict soil saturated hydraulic conductivity in a calcareous watershed, Iran. CATENA, 212, 106046. Jansen, W., & Kleukers, R. (2001). Project rosse sprinkhaan: monitoringverslag 2000. Khodaverdiloo, H., Homaee, M., van Genuchten, M. T., & Dashtaki, S. G. (2011). Deriving and validating pedotransfer functions for some calcareous soils. Journal of Hydrology, 399(1-2), 93-99. Khosravi Aqdam, K., Miran, N., Mohammadi Khajelou, Y., Khosravi Aqdam, M., Asadzadeh, F., & Mosleh, Z. (2021). Predicting the spatial distribution of soil mineral particles using OLI sensor in northwest of Iran. Environmental Monitoring and Assessment, 193(6), 377. Khosravi, N., Zolfaghari, A., Kabol, H., & Ghafar, H. (2022). Application of Digital Soil Mapping in Soil Particle Size Zonation and Estimation of Saturated Soil Hydraulic Conductivity for Optimal Management of Watersheds (Case Study: Damghanrood Watershed). Iranian Journal of Soil and Water Research, 53(2), 245-261. (In Persian). Ließ, M., Glaser, B., & Huwe, B. (2012). Uncertainty in the spatial prediction of soil texture: comparison of regression tree and Random Forest models. Geoderma, 170, 70-79. Lohan, S. K., Jat, H., Yadav, A. K., Sidhu, H., Jat, M., Choudhary, M., . . . Sharma, P. (2018). Burning issues of paddy residue management in north-west states of India. Renewable and Sustainable Energy Reviews, 81, 693-706. Malone, B. P., Minasny, B., & McBratney, A. B. (2017). Using R for digital soil mapping (Vol. 35). Springer. Miran, N., Rasouli Sadaghiani, M. H., Feiziasl, V., Sepehr, E., Rahmati, M., & Mirzaee, S. (2021). Predicting soil nutrient contents using Landsat OLI satellite images in rain-fed agricultural lands, northwest of Iran. Environmental Monitoring and Assessment, 193(9), 607. Peer, S., & Bodner, G. (2008). High-resolution sonography of the peripheral nervous system. Springer. Roy, D., Datta, A., Jat, H., Choudhary, M., Sharma, P. C., Singh, P. K., & Jat, M. L. (2022). Impact of long term conservation agriculture on soil quality under cereal based systems of North West India. Geoderma, 405, 115391. Sedaghat, A., Shahrestani, M. S., Noroozi, A. A., Nosratabad, A. F., & Bayat, H. (2022). Developing pedotransfer functions using Sentinel-2 satellite spectral indices and Machine learning for estimating the surface soil moisture. Journal of Hydrology, 606, 127423. USDA, N. (1999). United States department of agriculture. Natural Resources Conservation Service. Plants Database. http://plants. usda. gov (accessed in 2000). Vinhal-Freitas, I. C., Corrêa, G. F., Wendling, B., Bobuľská, L., & Ferreira, A. S. (2017). Soil textural class plays a major role in evaluating the effects of land use on soil quality indicators. Ecological indicators, 74, 182-190. Wadoux, A., Malone, B., Minasny, B., Fajardo, M., & McBratney, A. B. (2021). Soil Spectral Inference with R. Springer. Zhang, L., & Wang, J. (2023). Prediction of the soil saturated hydraulic conductivity in a mining area based on CT scanning technology. Journal of Cleaner Production, 383, 135364. Zhang, Y., & Schaap, M. G. (2019). Estimation of saturated hydraulic conductivity with pedotransfer functions: A review. Journal of Hydrology, 575, 1011-1030. | ||
آمار تعداد مشاهده مقاله: 259 تعداد دریافت فایل اصل مقاله: 271 |