تعيين شاخص فرسايندگي مناسب باران در اقليم نيمه‌خشك سرد ايران، مطالعه موردي: استان كرمانشاه

Determining appropriate rainfall erosivity index in a cold semi-arid region of Iran, case study: Kermanshah province

خاك يكي از عناصر چهارگانه حيات و يكي از مهم‌ترين مولفه‌ها در فرآيند توليد محصولات زراعي، مرتعي و جنگلي محسوب مي‌شود. فرسايش خاك، حاصل‌خيزي اراضي بالادست را تحت‌تاثير قرار داده و به‌طور غير‌مستقيم، اراضي پايين دست را نيز دچار آسيب مي‌نمايد. در يك نگاه جهاني نسبت به پديده فرسايش و رسوب‌گذاري، بيش از 50 % از اراضي مرتعي دنيا و در حدود 80 % از زمين‌هاي كشاورزي به‌طور معني‌دار و قابل توجهي دچار فرسايش هستند. صرف‌نظر از اهميت باران در كشاورزي (در مراحل اوليه فرسايش آبي)، نيروي فرسايندگي منتج از باران با كندن ذرات خاك و ايجاد رواناب سطحي، مهم‌ترين تاثير را در پديده فرسايش دارد. نيروي موثر در ايجاد اين شكل از فرسايش، فرسايندگي باران است كه در واقع توانايي بالقوه باران در ايجاد فرسايش بوده، تابعي از خصوصيات فيزيكي باران است. به‌منظور كمي‌نمودن تاثير عامل فرسايندگي باران، شاخص‌هاي مختلفي توسعه داده شده‌اند؛ برخي از آن‌ها بر مقدار بارش و بعضي ديگر بر شدت بارش تاكيد دارند. بررسي‌ها نشان مي‌دهد كه استفاده از يك شاخص خاص نظير شاخص EI30 (در معادله USLE)، در همه نقاط اعتبار كافي نداشته و ضروري است تا با توجه به شرايط هر منطقه اقليمي، بهترين شاخص فرسايندگي باران تعيين و استفاده شود. در اين تحقيق، پس از احداث 21 كرت رواناب و رسوب در حاشيه روستاي كبوده‌عليا، از توابع شهر كرمانشاه، در دو كاربري كشت ديم‌ آيش (شيب‌هاي 6، 12، 16 و 17 درصد) و مرتع (شيب‌هاي 25، 35 و 45 درصد)، هر يك با سه تكرار، مقادير روان‌آب و رسوب هر يك از كرت‌ها در 15 واقعه بارش، كه منجر به ايجاد رواناب و تلفات خاك شده بودند، پايش و اندازه‌گيري شدند. اطلاعات شدت و مقدار رگبارها نيز با استفاده از باران‌نگار ثبات ديجيتالي واقع درمحل ايستگاه، ثبت و استفاده شد؛ سپس با توجه به مرور منابع گسترده در سطح جهان، نهايتاً 45 شاخص فرسايندگي باران شناسايي شد. به‌لحاظ گستردگي تعداد شاخص‌هاي مورد بررسي و براي تسهيل و افزايش دقت محاسبه هر يك از شاخص‌هاي فرسايندگي باران، با تهيه يك برنامه كامپيوتري، هر يك از رگبارها تجزيه و تحليل شده و پس از استخراج عوامل مورد نياز، مقادير هر يك از شاخص‌هاي فرسايندگي باران براي هر يك از رگبارها تعيين شد. در ادامه، به‌منظور تعيين بهترين شاخص فرسايندگي باران، مطالعات تجزيه و تحليل‌هاي آماري با استفاده از نرم افزار SPSS بين هر يك از شاخص‌هاي فرسايندگي باران، و مقادير تلفات خاك انجام شد. نتيجه حاكي از اين بود كه در منطقه موردتحقيق، شاخص فرسايندگي EI60، به‌عنوان بهترين شاخص فرسايندگي باران، بالاترين مقدار همبستگي و معني‌داري مناسب را با مقادير تلفات خاك داشته است.

Soil is one of the four elements of life and one of the most important agricultural and rangeland production factors. Soil erosion has impact on fertility of upstream lands and indirectly causes downstream damages. On a global scale, more than 50% of rangelands and about 80% of farmlands are significantly suffering from soil erosion and sedimentation phenomenon. Despite of agricultural benefits of rainwater, its erosive energy in the primary stages, detaches soil particles and creates surface runoff which has the most severe impacts on soil erosion. The effective energy in this shape of erosion is called rainfall erosivity, which is rainfall erosion potential and depends on rainfall physical characteristics. Some different indices are developed for quantification of rainfall erosivity. Some indices emphasise on the amount of rainfall or rain intensity. Worldwide investigations show that applying a certain index, like EI60 in USLE equation has not sufficient credit and according to climatic condition the best rainfall erosivity index should be determined. In this research, after establishing 21 erosion plots in Kaboudeh Oliya village, Kermanshah city, on two land use types of dry farming of 6, 12, 16 and 17 percent slopes and rangelands on 25, 35 and 45 percent slopes with three repetitions, 15 rainfall events which produced surface runoff were monitored by a recording rain gauge and the amount of surface runoff and sediment were measured. According to the literature, 45 rainfall erosivity indices were chosen to be compared. For facilitating and increasing accuracy of calculations on rainfall erosivity indices, a computer program was developed to analyze and extract necessary factors from each storm. The result showed that in the study area, EI60 is the best rainfall erosivity index and has maximum correlation coefficient of 0.721 with soil loss.