پيش ‏بيني حساسيت به فرسايش آبكندي منطقۀ سيمره براساس مدل عامل قطعيت و تعيين اهميت عوامل مؤثر بر آن

Prediction of gully erosion susceptibilityin Seimare region using certainty factor model and importance analysis of conditioning factors

فرسايش آبكندي با توجه به تخريب شديد اراضي در مناطق خشك و نيمه‏ خشك، يك مشكل بزرگ در مديريت منابع طبيعي و حفاظت خاك محسوب مي‏شود. بنابراين، تعيين مناطق مستعد فرسايش آبكندي و شناسايي عوامل مؤثر بر آن مي‏تواند به مديران و تصميم‏ گيران كمك كند تا خطر وقوع اين فرسايش را كاهش دهند. هدف تحقيق حاضر پيش ‏بيني وقوع فرسايش ‏هاي آبكندي منطقۀ سيمرۀ استان لرستان براساس مدل عامل قطعيت و تعيين اهميت هريك از عوامل محيطي مؤثر بر آن است. در ابتدا نقشۀ رستري متغيرهاي مؤثر بر فرسايش آبكندي (ارتفاع، درجۀ شيب، جهت شيب، فاصله از رودخانه، شاخص رطوبت توپوگرافي، شاخص توان جريان، كاربري اراضي، خاك‏شناسي و سنگ‏ شناسي) در قالب پايگاه داده و سامانۀ اطلاعات جغرافيايي ساخته شد. براساس مطالعات ميداني، 100 موقعيت فرسايش آبكندي ثبت و به‌صورت تصادفي دو گروه آموزش مدل (70 درصد آبكند‏ها) و اعتبارسنجي مدل (30 درصد آبكند‏ها) تقسيم شد. پس از محاسبۀ شاخص‏ هاي CF و Z مدل عامل قطعيت و واسنجي مدل، نقشۀ پيش ‏بيني مناطق مستعد فرسايش آبكندي با استفاده از نرم‌افزارهاي ArcGIS10.2 تهيه شد. نقشۀ نهايي براساس روش منحني مشخصۀ عامل گيرنده (ROC) و داده‌هاي آبكندي گروه اعتبارسنجي، ارزيابي و اعتبارسنجي شد. نتايج اعتبارسنجي نقشۀ پيش ‏بيني مناطق مستعد فرسايش آبكندي نشان داد كه دقت مدل عامل قطعيت۸۵/۶ درصد است. بنابراين، كارايي مدل عامل قطعيت براي پيش ‏بيني مناطق مستعد وقوع فرسايش آبكندي تأييد شد. علاوه بر آن، نتايج آناليز حساسيت مدل نشان داد كه متغيرهاي خاك‏شناسي، سنگ‏ شناسي و شيب زمين بيشترين تأثير را بر دقت پيش‏ بيني وقوع فرسايش آبكندي دارند

Gully erosion constitutes a major problem in natural resources management and soil conservation, which causes severe land degradation in arid and semi-arid areas. Therefore, determination of gully prone area and identification of gully conditioning factors can help to managers and decision makers to reduce the hazard of gully erosion. The aim of this study is to predictthe gully erosion susceptibility usingcertainty factor (CF) model and importance analysis of gully conditioning factors in the Seimare region, Lorestan province.At first, the raster dataset of gully erosion conditioning factors (e.g. altitude, slope degree, slope aspect, distance from river, topographic wetness index, stream power index, landuse, soil and lithology) was created using geographic information system (GIS).By means of field surveys, a total of 100 gully locations were identified and these locations were divided into two groups (1) training of the model (70% gullies), and (2) validation of the model (30% gullies).After calculation of CF and Z indices of certainty factor model and model calibration, the gully erosion susceptibility map was prepared using ArcGIS10.2. The validation of the gully susceptibility map was conducted based on the receiver operating characteristic (ROC) curve method, and validation dataset. The resulting gully susceptibility maps showed 85.6% accuracy.Therefore, it was established in this study that the CF model is promising of make accurate and reliable spatial prediction of gully susceptibility.Furthermore, the result of sensitivity analysis indicated that soil, lithology, and slope angle are most important factors in gully susceptibility prediction.