پ۲۹۷۴۱
per
بررسی تأثیر تغییر کاربری اراضی در روند سیلاب حوضه آبریز مردق‌چای با استفاده از مدل SWAT و مدل شبکه عصبی مصنوعی
عاطفه حقیقت
برنامه‌ریزی و علوم محیطی گروه ژئومورفولوژی
۱۴۰۲
۷۷ص.
سی دی
کارشناسی ارشد
ژئومورفولوژی – آمایش محیط
۱۴۰۲/۰۶/۲۸
چکیدهدر طی چند دهه اخیر، تحولات محسوسی در گستره حوضه آبریز مردق‌چای با هدف توسعه زمین‌های زراعی، گسترش سکونتگاه‌ها و مقاصد دیگر صورت گرفته است. در طی این مدت چندین رویداد در جریانات سطحی و طغیان رودخانه‌ها از جمله سیلابی شدن شهرک‌ها و تخریب زیرساخت‌ها در طول فصل بارندگی مشاهده گردیده است. تحولات اخیر در جریان رودخانه مردق حاکی از فراوانی و شدت وقوع سیل در سطح حوضه بوده است. با این حال، تغییرات رژیم‌های هیدرولوژیکی و اقلیمی حوضه و این که چه چیزی باعث این تغییرات در حوضه می‌شود، به‌خوبی مورد مطالعه قرار نگرفته است. بر همین اساس، پژوهش حاضر به مطالعه و ارزیابی تأثیر تغییرات کاربری اراضی بر سیلاب در سطح حوضه مردق‌چای در استان آذربایجان شرقی پرداخته است. ابتدا طبقه‌بندی کاربری اراضی با استفاده از مدل شبکه عصبی مصنوعی انجام شده و نقشه کاربری اراضی در سال‌های 2001، 2011 و 2021 به دست آمده است. سپس نتایج طبقه‌بندی با یکدیگر مقایسه شده که برای این منظور از مدل LCM استفاده گردیده است. در مرحله بعدی، به منظور پیش‌بینی طبقه‌بندی کاربری اراضی در سال 2031، از مدل زنجیره مارکوف استفاده شده است. در ادامه، مدل SWAT بر روی نتایج طبقه‌بندی کاربری اراضی به اجرا درآمده است. بعلاوه، حساسیت‌سنجی نتایج مدل سوات در دو فاز واسنجی و اعتبارسنجی مد نظر قرار گرفته است که در این راستا، کاربری اراضی سال 2001 در دوره آماری 1999-1985 واسنجی و در دوره آماری 2001-2000 اعتبارسنجی شده است. همچنین، کاربری اراضی سال 2011 در دوره آماری 2009-2002 واسنجی و در دوره آماری 2011-2010 اعتبارسنجی و کاربری اراضی سال 2021 در دوره آماری 2019-2012 واسنجی و در دوره آماری 2021-2020 اعتبارسنجی گردیده است. نهایتاً، نتایج مدل سوات با استفاده از شاخص‌های آماری مختلف همچون ناش-ساتکلیف (NS)، ضریب تبیین (R2)، ضریب رفتار (R-Factor) و ضریب تغییر مکان جانبی (P-Factor) ارزیابی شده است.مطابق نتایج، در طی مدت زمان بیست ساله، به استثنای اراضی بایر، دیگر طبقات کاربری اراضی دارای روند غالب افزایشی بوده‌اند که مراتع منطقه با بیشترین رشد وسعت مواجه شده است. مطابق پیش‌بینی‌ها نیز چنین احتمال می‌رود که 26/82 درصد از اراضی ساخته‌شده، 27/87 درصد از باغات، 98/1 درصد از آب‌ها، 94/54 درصد از اراضی بایر، 54/89 درصد از برف و 92/84 درصد از مراتع تا سال 2031 همچنان بدون تغییر خواهند ماند. نتایج مدل SWAT نیز حاکی از این بوده که در مواردی با توجه به قرارگیری رواناب مشاهده‌ای در خارج از محدوده عدم قطعیت، واسنجی و اعتبارسنجی مدل در سطح حوضه با کاربري اراضی سال‌های مختلف مطلوب نبوده و شبیه‌سازی رواناب سطحی چندان رضایت‌بخش نبوده است که دلیل اصلی این امر در برآورد نامناسب رواناب ناشی از ذوب برف به‌ویژه در اواخر زمستان تا اواخر بهار به‌وسیله مدل می‌باشد. همچنین، روند رواناب در سطح حوضه مردق‌چای تا حد زیادی با روند تغییرات کاربری اراضی منطقه در طی این مدت همسو بوده است و رشد گستره اراضی مرتعی و ساخته‌شده در سطح منطقه تأثیر کاملاً مستقیمی بر افزایش رواناب در این نواحی جنوبی گذاشته است و با توجه به تأثیر توپوگرافی و شیب حوضه بر روند جریان و نفوذناپذیرتر بودن سطح زمین در نواحی جنوبی نسبت به سایر نواحی، پتانسیل سیل‌خیزی در این نواحی بسیار بالاتر از سایر مناطق تشخیص داده شده است.
AbstractDuring the last few decades, significant developments have occurred in the Mordaghchay watershed with the aim of developing agricultural lands, expanding settlements and other purposes. During this period, several events have been observed in surface flows and river flooding, including the flooding of settlements and the destruction of infrastructure during the rainy season. Recent events in the course of the Mordagh River have indicated the frequency and intensity of floods in the basin. However, the changes in hydrological and climatic regimes of the basin and what causes these changes in the basin have not been well studied. Based on this, the present research has evaluated the impact of land use changes on floods in Mordaghchay watershed in East Azerbaijan province. First, land use classification was done using artificial neural network model and land use map was obtained in 2001, 2011 and 2021. Then, the classification results were compared, for which the LCM model was used. In the next step, in order to predict land use classification in 2031, Markov chain model has been used. In the following, the SWAT model has been implemented on the results of land use classification. In addition, the sensitivity assessment of the results has been considered in two phases of calibration and validation, in this regard, land use in 2001 was recalibrated in the statistical period of 1985-1999 and validated in the statistical period of 2000-2001. Also, the land use of 2011 was calibrated in the statistical period of 2002-2009 and validated in the statistical period of 2010-2011 and the land use of 2021 was calibrated in the statistical period of 2012-2019 and validated in the statistical period of 2020-2021. Finally, the results of the SWAT model have been evaluated using various statistical indices such as Nash-Sutcliffe (NS), R2, R-Factor and P-Factor.According to the results, during the period of twenty years, with the exception of barren lands, other land use classes have had a dominant trend of increase, and the pastures of the region have experienced the greatest growth in area. According to the predictions, it is possible that 82.26% of built-up land, 87.27% of gardens, 1.98% of water, 54.94% of barren land, 89.54% of snow and 84.92% of pastures will remain unchanged until 2031. The results of the SWAT model also indicated that in some cases due to the location of the observed runoff outside the range of uncertainty, the calibration and validation of the model at the basin level with land use in different years was not favorable and the simulation of the surface runoff was not very satisfactory, which is the main reason for this. This is due to the improper estimation of runoff caused by snow melting, especially in late winter to late spring by the model. Also, the trend of runoff at the level of the Mordaghchay watershed has largely been in line with the trend of land use changes in the region during this period, and the growth of the area of pasture and built-up lands in the region has had a direct effect on the increase of runoff in these southern areas and due to the influence of topography and the slope of the basin on the flow process and the fact that the land surface is more impervious in the southern areas than in other areas, the flood potential in these areas is much higher than in other areas.
Investigating the impact of land use change on flood trend in Mordaqchay watershed using SWAT model and artificial neural network
حقیقت،
عاطفه
تهیه کننده
رضایی مقدم،
محمدحسین
استاد راهنما
تبریز
