ارزيابي خطر فرسايش خاك در دشت كوهپايه - سگزي با استفاده از مدل تجديد نظر شده جهاني فرسايش خاك (RUSLE)

Assessment soil erosion risk in Kohpayeh - segzi plain using Revised Universal Soil Loss Equation (RSLE)

فرسايش خاك يكي از مهم ترين مسائل و مشكلات زيست محيطي است كه امروزه با آن مواجه هستيم. بهره برداري هاي روز افزون وعدم مديريت صحيح انسان بر محيط طبيعي تأثير زيادي بر تشديد روند تخريب خاك و فرسايش دارد. در اين تحقيق با تحليل پارامترهاي مؤثر، وضعيت فرسايش و توليد رسوب در دشت كوهپايه - سگزي با مساحت 136 هزار هكتار با استفاده از مدل تجديد نظر شدهي جهاني فرسايش خاك (RUSLE) مورد مطالعه قرار گرفت. داده ها و ابزارهاي به كار رفته در تحقيق شامل داده هاي ايستگاههاي هواشناسي، اطلاعات 21 نمونه خاك، مدل رقومي ارتفاع (DEM)، تصوير ماهوارهاي سنجنده 0LI، سيستم اطلاعات جغرافيايي GIS) و سنجش از دور (RS) مي باشد. با بررسي عوامل مؤثر در مدل RUSLE كه شامل فاكتور فرسايندگي باران، فاكتور فرسايش پذيري خاك، فاكتور توپوگرافي، فاكتور پوشش گياهي و فاكتور عمليات حفاظتي مي باشد، ميزان فرسايش منطقه مورد مطالعه برآورد شد. براساس نتايج به دست آمده ميزان فرسايش سالانه خاك در كل منطقه مورد مطالعه صفر تا 95 تن در هكتار در سال برآورد شد. نتايج اين تحقيق نشان داد فاكتور توپوگرافي با بالاترين مقدار ضريب تبيين (0/9=2 R) بيشترين تأثير را در برآورد فرسايش سالانه خاك توسط مدل RUSLE داشته است. اين تحقيق، مؤثر بودن فناوري هاي نوين سيستم اطلاعات جغرافيايي و سنجش از دور را براي تخمين كتي مقادير فرسايش خاك تأييد مي كند.

Soil erosion is one of the most important environmental problems we face today. Increasing human exploitation and lack of proper management of the natural environment has a great impact on intensifying the process of soil degradation and erosion. In this study, the erosion and sediment yield in a Kohpayeh - segzi plain with 136 thousand hectares were studied using the Revised Universal Soil Erosion Model (RUSLE). Data and tools used in the study included Weather stations data, Information 21soil sample, digital elevation model (DEM), Satellite image OLI sensors, geographic information system (GIS) and remote sensing (RS). by investigation efficient parameters in RUSLE model, including rain erosion factor, K-factor, the factor is the topography, vegetation factor, and protective operations factor, The amount of the erosion in the region has been estimated. Accordingly, on the result the annual erosion in the entire study area has been estimated zero to 95 tons of soil per hectare per year. The results showed that topographical factor with the highest coefficient of determination (R2=0.9) has the greatest impact on estimates of annual soil erosion using RUSLE model. This research approves the effectiveness of new technologies, GIS and remote sensing for estimating soil erosion.