Skip to main content
SUPERVISOR
Majid Afyuni,Samsolall Ayubi,Farid Sheikholeslam,Ahmad Jalalian,Mohammad-Ali Hajabbasi
مجید افیونی مبارکه (استاد مشاور) شمس اله ایوبی (استاد راهنما) فرید شیخ الاسلام (استاد مشاور) احمد جلالیان (استاد مشاور) محمدعلی حاج عباسی جورتانی (استاد راهنما)
 
STUDENT
Ali Asghar Besalatpour
علی اصغر بسالت پور

FACULTY - DEPARTMENT

دانشکده کشاورزی
DEGREE
Doctor of Philosophy (PhD)
YEAR
1386

TITLE

Modelling of Soil Erosion Hazard in the Bazoft Watershed using Fuzzy Logic Algorithm, SWAT Model, and Genetic Algorithm - Fuzzy Clustering
Fuzzy logic algorithm, soil and water assessment tool (SWAT), and genetic algorithm - fuzzy clustering models were used to identify and prioritize the critical sub-basins in a highly mountainous watershed with imprecise and uncertain data (Bazoft watershed, southwestern Iran). In the fuzzy logic algorithm model, three important landscape features related to soil erosion hazard including vegetation cover, slope, and soil erodibility factor were used. The potential use of generalized likelihood uncertainty estimation (GLUE), sequential uncertainty fitting (SUFI-2) program, and particle swarm optimization (PSO) algorithms for calibration and validation of SWAT model was evaluated. After determining the proper algorithm, the calibrated and validated SWAT model was used for the prediction of soil erosion hazard in the study area. For the genetic algorithm - fuzzy clustering model, the mean weighted of 12 easily available parameters affecting soil loss from the study area were used for modeling of soil erosion hazard. Results showed that a large part of the watershed (around 91428 ha) was predicted to be endangered of a high or very high erosion risk using the Fuzzy logic model. Use of the PSO algorithm to calibrate the SWAT model resulted in better simulation results comparing to use of the GLUE and SUFI-2 algorithms. The sub-basins with high soil erosion hazard based on the SWAT model were accounted for about 84% of soil loss from the study area. According to the results of the genetic algorithm - fuzzy clustering model, 12 sub-basins out of 55 sub-basins in the watershed had a very high erosion hazard which cover about 29.5% of the study area (around 63879 ha). The sub-basins S7, S4, S8, S9, and S25 had, respectively, the highest erosion hazard and were accounted as critical sub-basins in the Bazoft watershed for implementation of soil and watershed conservation programs to reduce soil loss from the study area. Keywords: SWAT model, PSO algorithm, Fuzzy logic, Genetic algorithm, Fuzzy clustering, Soil erosion
فرسایش خاک از جمله چالش های مهم زیست محیطی است که در مناطقی که کنترل نمی شود نه تنها سبب وارد آوردن خسارت های جبران ناپذیر به اراضی منابع طبیعی و کشاورزی می شود بلکه با رسوب مواد در آبراهه ها، مخازن، دریاچه سدها و بنادر، سبب کاهش ظرفیت آب گیری آن ها و بنابراین زیان های فراوان می شود. در این پژوهش قابلیت استفاده از سه مدل گوناگون شامل مدل های الگوریتم منطق فازی، SWAT و الگوریتم ژنتیک - خوشه بندی فازی برای برآورد فرسایش خاک در حوزه آبخیز بازفت (حد فاصل ?34 °49 تا ?32 °50 طول شرقی و ?37 °31 تا ?39 °32 عرض شمالی با مساحت 9/216786 هکتار) بررسی شد. در مدل الگوریتم منطق فازی، سه عامل اصلی مؤثر بر فرسایش در معادله جهانی هدررفت خاک (USLE) شامل درصد شیب، درصد پوشش گیاهی و فاکتور فرسایش پذیری خاک (K در مدل USLE) برای مدل سازی خطر فرسایش خاک مورد استفاده قرار گرفتند. در مدل SWAT، ابتدا امکان استفاده از 3 مجموعه داده اقلیمی مختلف شامل داده های اقلیمی حوزه آبخیز بازفت، داده های اقلیمی جهانی (CRU) و داده های اقلیمی ترکیبی بازفت - CRU برای شبیه سازی بهتر رواناب جاری در منطقه، بررسی شد. سپس قابلیت استفاده از الگوریتم های GLUE، SUFI-2 و PSO برای واسنجی و اعتبارسنجی مدل ارزیابی گردید. پس از تعیین الگوریتم مناسب از مدل واسنجی و اعتبارسنجی شده برای برآورد میزان هدررفت خاک در منطقه مورد مطالعه استفاده شد. در مدل الگوریتم ژنتیک - خوشه بندی فازی نیز میانگین وزنی 12 پارامتر زودیافت مؤثر بر فرسایش خاک و تولید رسوب در منطقه برای برآورد خطر فرسایش استفاده شد. بر اساس نتایج مدل الگوریتم منطق فازی، بخش عمده ای از حوزه آبخیز بازفت (حدود 2/42 درصد از وسعت منطقه معادل 91428 هکتار) دارای خطر فرسایش خاک خیلی زیاد (بیش از 50 تن در هکتار در سال) و حدود 6/35 درصد (77225 هکتار، 13 زیرحوزه) نیز دارای خطر فرسایش زیاد (25 تا 50 تن در هکتار در سال) بود. تنها 7 زیرحوزه از مجموع 55 زیرحوزه در کل منطقه مورد مطالعه در گروه خطر فرسایش خاک خیلی کم (کم تر از 5 تن در هکتار در سال) قرار گرفتند. با اجرای مدل SWAT، حوزه آبخیز بازفت به 55 زیرحوزه و 946 واحد واکنش هیدرولوژیک (HRU) تقسیم شد. مدل SWAT طراحی شده با داده های اقلیمی ترکیبی بازفت - CRU، شبیه سازی بهتری از رواناب جاری در منطقه مورد مطالعه داشت. استفاده از الگوریتم PSO برای واسنجی مدل، منجر به نتایج بهتری نسبت به الگوریتم های GLUE و SUFI-2 شد و داده های شبیه سازی شده هم بستگی بیش تری با داده های مشاهده ای داشتند. مقدار ضریب نش- ساتکلیف برای مدل واسنجی شده با الگوریتم PSO برابر 38/0 بود درحالی که مقدار آن برای مدل واسنجی شده با استفاده از الگوریتم های GLUE و SUFI-2 به ترتیب 21/0 و 31/0 بود. مدل SWAT، دقت قابل قبولی در شبیه سازی رواناب در هر دو مرحله واسنجی و اعتبارسنجی داشت. مقادیر r-factor و p-factor به دست آمده در مرحله واسنجی به ترتیب برابر 25/1 و 81/0 و ضرایب تبیین و نش- ساتکلیف به دست آمده برای مرحله اعتبارسنجی به ترتیب 64/0 و 60/0 بود. در شبیه سازی رسوب، مقادیر r-factor و p-factor به دست آمده برای مرحله واسنجی به ترتیب برابر 69/0 و 85/0 و برای مرحله اعتبارسنجی برابر 63/0 و 80/0 بودند. با اولویت بندی زیرحوزه ها بر اساس نتایج مدل SWAT، حدود 7/31 درصد از وسعت حوزه آبخیز (17 زیر حوزه از مجموع 55 زیرحوزه) دارای میزان فرسایش خیلی زیاد بود. زیرحوزه های با فرسایش خاک خیلی زیاد منشأ حدود 84 درصد از رسوب تولیدی در منطقه مورد مطالعه بودند. میزان فرسایش خاک در بخش ناچیزی از منطقه مورد مطالعه (حدود 6/13 درصد) کم تر از 5 تن در هکتار در سال بود. با خوشه بندی زیرحوزه ها بر اساس روش الگوریتم ژنتیک - خوشه بندی فازی در قالب 10 خوشه، خوشه شماره 9 با 12 زیرحوزه و خوشه های شماره 5 و 8 هر کدام با یک زیرحوزه به ترتیب بیش ترین و کم ترین تعداد زیرحوزه را در برگرفتند. با تعیین میزان فاصله شباهت، خوشه شماره 9 دارای بیش ترین شباهت (کم ترین فاصله شباهت) با خوشه فرضی (که در آن 12 پارامتر مورد استفاده برای برآورد خطر فرسایش به صورتی در نظر گرفته شدند تا بیش ترین فرسایش و رسوب حاصل شود) بود. بر اساس نتایج مدل الگوریتم ژنتیک - خوشه بندی فازی، تعداد 12 زیرحوزه از مجموع 55 زیرحوزه در کل حوزه آبخیز بازفت دارای خطر فرسایش خیلی زیاد بودند که در مجموع حدود 5/29 درصد از وسعت کل حوزه (حدود 63879 هکتار) را شامل شدند. بنابراین بر اساس نتایج مدل های مورد مطالعه، بخش وسیعی از حوزه آبخیز بازفت دارای خطر فرسایش خاک زیاد تا خیلی زیاد بود. با اولویت بندی زیرحوزه های بحرانی، زیرحوزه های شماره 7، 4، 8، 9 و 25 به ترتیب دارای بیش ترین میزان فرسایش بوده و به عنوان زیرحوزه های بحرانی از نظر فرسایش و هدررفت خاک در حوزه آبخیز بازفت به منظور اجرای برنامه های حفاظت خاک و مبارزه با فرسایش و کاهش رسوب زایی در منطقه، معرفی شدند. واژه های کلیدی: مدل SWAT، الگوریتم PSO، منطق فازی، الگوریتم ژنتیک، خوشه بندی فازی، فرسایش خاک

ارتقاء امنیت وب با وف بومی