تحليل و مدل‌سازي تغييرات مكاني رسوب در آبراهۀ فصلي با استفاده از شبيه‌ساز باران

Analysis and modeling of the spatial variations of sediment in seasonal stream using rainfall simulator

بررسي تغييرات مكاني رسوب و عواملي كه بر آن تأثير مي‌گذارد، براي كنترل آن امري ضروري است. در اين پژوهش تغييرات مكاني ويژگي هاي توليد و غلظت رسوب طي آبراهۀ فصلي واقع در تيپ دشت سر فرسايشي بررسي شد. مكان يابي كرت ها در فواصل 50 متري انجام و آزمايش ها در 10 نقطه (با سه تكرار) اجرا شد. براي بررسي مقادير رسوب توليدي و غلظت آن، بارشي با شدت 1/4 ميليمتر در دقيقه و دوام 10 دقيقه توسط شبيه ساز باران ايجاد و از مجاورت هر كرت، نمونه خاك سطحي برداشت شد. پس از انجام تحليل هاى آمارى، با استفاده از روش كوكريجينگ، نقشۀ توزيع مكاني متغيرها تهيه شد. نتايج نشان داد بين غلظت رسوب 10 نقطۀ نمونه برداري‌شده تفاوت معناداري وجود نداشت، اما بين مقادير بار رسوب نقاط تفاوت معنادار مشاهده شد. نتايج برازش مدلهاي تجربي بر نيم تغييرنماها نشان داد بهترين مدل براي ساختار مكاني غلظت رسوب، مدل گوسين و براي بار رسوب، مدل نمايي است و هر دو متغير، ساختار مكاني خوبي ‌دارند. نتايج اعتبارسنجي مدل ها نيز نشان داد روش كوكريجينگ نقطه اي، دقت كمي براي تخمين غلظت رسوب دارد، اما براي تخمين بار رسوبي، از دقت بيشتري برخوردار است.

Study of the spatial variations of sediment and its influencing factors, is essential to control it. In this study, the spatial variations of production characteristics and sediment concentration in a seasonal stream located in an erosional pediment, studied. The location of plots at the 50 meters intervals selected and experiments done in 10 locations (with 3 replications). Then a rainfall with rainfall intensity of 1.4 mm/min and duration of 10 minutes, created using rainfall simulator and in the vicinity of each plot, surface soil samples were taken. The statistical analysis performed then using the cokriging method, the spatial distribution of characteristics prepared. The results showed that for sediment concentration variable among 10 locations, was no significant difference, but for the sediment load variable it was significant. The results of fitting experimental models on semivariograms, showed that the best fitted model to the spatial pattern of sediment concentration was gaussian and for sediment load was exponential model, respectively. Also two mentioned variables had strong spatial patterns. The results of the validation of applied model showed that the point-cokriging method has low accuracy to estimate sediment concentration, but for estimation of sediment load, the method has higher accuracy.