بررسي تأثير زمان وقوع رگبار بر اولويت‌بندي عوامل مؤثر در فرسايش با استفاده از آناليز حساسيت مدل WEPP (مطالعه موردي: حوزه آبخيز سنگانه، استان خراسان رضوي)

Investigation of the Effect of Storm Occurrence Time on Prioritization of Factors Affecting on Erosion Using WEPP Model Sensitivity Analysis (Case Study: Shanganeh Watershed, Khorasan Razavi Province

مدل WEPP، به حجم زيادي از داده­هاي ورودي نياز دارد. شناسايي پارامترهاي حساس مدل و اولويت‌بندي آنها سبب افزايش دقت و كارايي مدل مي­شود. از طرفي مدل WEPP مي­تواند فرايندهاي مؤثر در رواناب، فرسايش و رسوب را در طول سال شبيه­سازي كند، از اين‌رو، حساسيت مدل با توجه به زمان وقوع رگبار و مقدار پارامترها در مقاطع مختلف از سال بايد متفاوت باشد. براي اثبات اين فرض، دو رگبار بهاره و پاييزه مربوط به سال 2008 انتخاب شده و مدل WEPP براي سه پلات با شرايط متفاوت از حوزه آبخيز سنگانه مورد آناليز حساسيت قرار گرفته است. براي آناليز حساسيت از روش OAT استفاده شده و درجه حساسيت پارامترها محاسبه شده است. نتايج حاصل نشان مي­دهد كه درصد شن حساس‌ترين پارامتر مدل WEPP مي­باشد. پس از اين پارامتر، پارامترهاي درصد رس، هدايت هيدروليكي مؤثر، مقدار و شدت بارش، درجه روز جوانه زدن، درجه روز فصل رشد و نيز درصدي از فصل رشد كه LAI كاهش مي­يابد، به ‌ترتيب جزو پارامترهاي حساس مدل مي‌باشند. بيشترين تغييرات در اولويت­بندي پارامترهاي حساس نيز در فايل گياه/ مديريت ديده مي­شود. درجه حساسيت مدل به اين پارامترها در بيشتر موارد در هر سه پلات در رگبار پاييزه نسبت به رگبار بهاره، كاهش قابل ملاحظه ­اي داشته است. به‌طور كلي نتايج حاصل نشان مي­دهد كه ميزان حساسيت مدل WEPP به پارامترهاي مختلف در طي زمان تغيير مي‌كند. از اين‌رو براي استفاده از اين مدل پيچيده به‌ويژه در مناطق با محدوديت داده، كاربر بايد نسبت به اين موضوع آگاهي داشته باشد كه با توجه به زمان وقوع رگبار، كدام پارامتر در منطقه مطالعاتي بيشتر حساس بوده و بايد با دقت بيشتري برداشت شود.

WEPP model needs a great deal of input data. Identifying the model’s sensitive parameters andtheir prioritization increases the accuracy and efficiency of the model. On the other hand, WEPPmodel can simulate processes affecting on runoff, erosion and sediment throughout the year. Thus,model sensitivity must vary based on the storm occurrence time and parameters value in differentsections of the year. To prove this assumption, two spring and autumn storm events related to 2008were selected and sensitivity analysis of the WEPP model was done in three plots with differentconditions in Sanganeh watershed. For sensitivity analysis, the OAT method was used andsensitivity degree of parameters was calculated. Obtained results show that the rate of sand is themost sensitive parameter of WEPP model. This parameter was followed by other parameters likeclay percent, effective hydraulic conductivity, height and intensity of rainfall, day degree ofgrowing, growing season and percent of growing season when leaf area index decreases. Mostvariations are observed in prioritization of sensitive parameter in the plant/ management file. Inmost cases, sensitivity degree of these parameters in autumn event comparing to the spring eventhas significantly reduced in all plots. In general, obtained results show that the rate of sensitivity ofthe WEPP model to different parameters varies during the time. Hence, for using this complexmodel in regions with data limitation, the user must be aware to this issue that regarding storm time,which parameter is more sensitive in the pilot area and need to be carefully measured in the field.