فهرست مطالب

اکو هیدرولوژی - سال سوم شماره 4 (زمستان 1395)

مجله اکو هیدرولوژی
سال سوم شماره 4 (زمستان 1395)

  • تاریخ انتشار: 1395/11/20
  • تعداد عناوین: 15
|
  • گلناز جوانشیر، عطاالله ندیری*، سینا صادق فام، اسفندیار عباس نوین پور صفحات 491-503
    رشد روزافزون جمعیت سبب افزایش‏ فعالیت‏های انسانی از جمله فعالیت های کشاورزی و صنعتی شده و افزایش این فعالیت‏ها و استفاده بی‏رویه از کود‏ها، آفت‏کش‏ها و حشره‏کش‏ها، موجب آلودگی خاک و آب‏های زیرزمینی شده است. در این میان ارزیابی آسیب‏پذیری می‏تواند تاثیر بسزایی در مدیریت فعالیت های آلاینده داشته باشد. در این پژوهش روش جدیدی برای ارزیابی آسیب‏پذیری دشت مغان به عنوان اصلی‏ترین تامین کننده تولیدات کشاورزی و دامپروری استان اردبیل، ارائه شده است. این روش از ترکیب وزن دار سه روش رایج ارزیابی آسیب‏پذیری آب های زیرزمینی DRASTIC، SINTACS و SI بهره می‏برد. مقایسه نتایج به دست آمده از روش‏ پیشنهادی با داده های میدانی غلظت نیترات که از 21 حلقه چاه در محدوده مطالعاتی در پاییز 1394 نمونه‏برداری شده است، نشان می‏دهد روش پیشنهادی شاخص همبستگی بیشتری نسبت به دیگر روش‏های DRASTIC، SINTACS و SI دارد. براساس این نتایج در روش پیشنهادی 41، 46 و 13 درصد از آبخوان دشت مغان به ترتیب در مناطق با آسیب پذیری کم، متوسط و زیاد واقع شده است. روش شناسی ارائه شده در این تحقیق می‏تواند برای ارزیابی آسیب‏پذیری سایر آبخوان ها نیز استفاده شود.
    کلیدواژگان: آبخوان دشت مغان، ارزیابی آسیب پذیری، روش های DRASTIC، SINTACS و SI، نیترات
  • عبدالرسول زارعی، محمد جواد امیری* صفحات 505-516
    خصوصیات کیفی آب زیرزمینی ازجمله مولفه هایی است که ضرورت توجه به آن در برنامه ریزی های مدیریت منابع آب بسیار پر اهمیت است. در این مطالعه تغییرات الگوی مکانی کیفیت آب زیرزمینی از نظر شرب (برمبنای روش شولر) و کشاورزی (برمبنای روش ویل کاکس) در دشت فسا بر مبنای داده های سالانه (1387 تا 1392) بررسی شد. در این تحقیق اقدام به پهنه بندی پارامتر های موثر در هریک از روش‏های طبقه بندی کیفیت آب با استفاده از روش‏های زمین آمار برمبنای داده های 25 حلقه چاه در محیط GIS شد و مساحت تحت تاثیر کلاس‏های کیفی مختلف مشخص شد. سپس، با استفاده از آزمون‏های آماری غیر پارامتریک (اسپیرمن) و پارامتریک (رگرسیون خطی) تغییرات مساحت در دوره بررسی شده ارزیابی شد. نتایج نشان داد در بحث آب شرب و کشاورزی بر مبنای هر دو روش آماری، مساحت مناطق دارای کلاس‏های مناسب تر، در حال کاهش و مساحت مناطق دارای کلاس‏های نامناسب، در حال افزایش است. بررسی الگوی مکانی کلی کیفیت آب شرب نشان داد منطقه سه کلاس نامناسب، بد و موقتا قابل قبول دارد که مساحت مناطق موقتا قابل قبول در حال افزایش است هر چند این تغییر در سطح 95 درصد معنادار نیست. الگوی مکانی کلی کیفیت آب کشاورزی نشان داد منطقه سه کلاس خوب، متوسط و بد دارد که مساحت مناطق با وضعیت متوسط در حال کاهش و مساحت مناطق با وضعیت بد در حال افزایش است. این تغییرات بر مبنای هر دو روش آماری در سطح 95 درصد معنا دار ند.
    کلیدواژگان: آزمون های پارامتریک و غیر پارامتریک، زمین آمار، شولر، کیفیت آب زیرزمینی، ویل کاکس
  • شهلا سلطانی، اصغر اصغری مقدم*، رحیم برزگر، نعیمه کاظمیان صفحات 517-531
    هدف از این مطالعه، بررسی غلظت نیترات در منابع آب زیرزمینی دشت‏ کردکندی دوزدوزان و ارزیابی آسیب‏پذیری آن با روش‏های GODS و AVI است. دشت کردکندی دوزدوزان در شمال ‏غرب ایران در استان آذربایجان ‏شرقی واقع شده است که به دلیل کمبود منابع آب سطحی مطلوب در این منطقه، آب زیرزمینی اهمیت خاصی برای کشاورزی و آشامیدن دارد. همچنین فعالیت‏های شدید کشاورزی و استفاده بیش از حد از کودهای کشاورزی سبب شده است که آب زیرزمینی این دشت با خطر آلودگی نیترات مواجه باشد. بنابراین، ضروری است که کیفیت آب زیرزمینی این منطقه نسبت به غلظت نیترات بررسی و میزان آسیب‏پذیری آن تعیین شود. برای این منظور از 22 حلقه چاه عمیق و نیمه عمیق در مهر ماه 1394 نمونه‏برداری و تجزیه هیدروشیمیایی شد. کمترین غلظت نیترات با مقدار 31/3 میلی‏گرم بر لیتر در شمال دشت و مجاورت ارتفاعات میانی به‏دست آمد که علت آن عمق زیاد سطح آب زیرزمینی و دانه‏ریز بودن رسوبات است. بیشترین غلظت نیترات نیز با مقدار 23/37 میلی‏گرم بر لیتر در جنوب ‏شرقی منطقه متمرکز شده است که می‏توان علت آن را به رسوبات دانه‏درشت موجود در این ناحیه نسبت داد. بر اساس نتایج، فعالیت‏های انسانی مهم‏ترین دلیل حضور نیترات در آب زیرزمینی منطقه است. این فعالیت‏ها می‏توانند از استفاده بیش از حد از کودهای کشاورزی توسط کشاورزان یا نشت از سیستم‏های فاضلاب خانگی در منطقه ناشی باشد. همبستگی نسبتا متوسط (497/0 r=) غلظت نیترات با بی‏کربنات نیز موید استفاده از کودهای نیتروژنه در زمین‏های کشاورزی است. به منظور برآورد اولیه آسیب‏پذیری دشت از روش‏های ساده AVI و GODS استفاده شد. براساس روش AVI، بخش‏های شمال‏ غربی و شرقی دشت و براساس روش GODS بخش‏های شمال‏ غربی و جنوب ‏شرقی دشت به عنوان مناطق دارای پتانسیل آلودگی بیشتر نسبت به سایر مناطق تعیین شدند.
    کلیدواژگان: آب زیرزمینی، پتانسیل آلودگی، دشت کردکندی، دوزدوزان، منشا نیترات
  • ابراهیم امیری، میرماکان رودباری موسوی صفحات 533-543
    به دلیل محدودیت اطلاعات آماری در بیشتر ایستگاه ها و اقتصادی نبودن جمع آوری اطلاعات مشاهده ای، شناخت نوعی مدل هیدرولوژی مناسب می تواند کمک به سزایی در امر مدیریت منابع آب داشته باشد. مدل IHACRES با توجه به اینکه برای داده های ورودی نیاز به داده های پیچیده ندارد، از این لحاظ نسبت به مدل های دیگر هیدرولوژیکی برتری دارد. در این پژوهش قابلیت کارایی مدل هیدرولوژی IHACRES در شبیه سازی دبی روزانه رودخانه های پل رود و شلمان رود در استان گیلان ارزیابی شد که در منطقه مرطوب واقع هستند. با توجه به نتایج به دست آمده R2 (ضریب تبیین) در بازه 60/0 تا 70/0 است و همچنین وجود خطای میانگین نسبی کم برای دو رودخانه مطالعه شده که به ترتیب برای رودخانه پل رود (367/0= APRE) و برای رودخانه شلمان رود (058/0= APRE) است، نشانگر انحرافات کم مدل در شبیه سازی مقادیر روزانه دبی است. با در نظر گرفتن نتایج می توان بیان کرد که این مدل در شبیه سازی جریان در مناطق مرطوب که دبی زیادی دارند، توانایی مناسبی دارد.
    کلیدواژگان: دبی روزانه، مدل، هیدرولوژی، IHACRES
  • زهرا نعیمی کلورزی، خلیل قربانی*، میثم سالاری جزی، امیر احمد دهقانی صفحات 545-555
    خصوصیات فیزیوگرافی و شرایط اقلیمی در حوضه های آبریز از عوامل مهم دخیل در رژیم جریان رودخانه هستند که درک روابط بین این عوامل با جریان رودخانه در یک حوضه موجب می‏شود بتوان از این روابط در زیرحوضه های فاقد آمار برای پیش‏بینی جریان رودخانه استفاده کرد. در این مطالعه، روابط بین پارامترهای فیزیوگرافی و اقلیمی زیرحوضه های آبریز استان گلستان با جریان رودخانه با کاربرد مدل‏ درختی M5، مدل نزدیک‏ترین K- همسایگی (KNN) و رگرسیون چند متغیره خطی (MLR) بررسی شد. داده های روزانه 28 ساله (1360 1390) بارش، دما و دبی ایستگاه های هیدرومتری و هواشناسی 39 زیرحوضه آبریز برای استخراج سری های فصلی به منظور مدل‏سازی استفاده شد. متوسط مقادیر R و RMSE در فصول مختلف برای مدل M5 به‏ترتیب برابر 768/0 و 800/0، برای مدل KNN به ترتیب برابر 885/0 و 501/0 و برای مدل MLR به‏ترتیب برابر693/0 و 205/1 است که نشان‏دهنده برتری مدل KNN است. همچنین بر اساس مقادیر R و RMSE دقت نتایج مدل‏سازی در فصل‏های مختلف به‏ترتیب به‏صورت زمستان، پاییز، بهار و تابستان بوده است. به بیان دیگر نتایج پیش‏بینی جریان رودخانه در فصول تر از فصول خشک دقت بیشتری داشته است. همچنین بررسی مقادیر MBE نشان داد مدل KNN در فصل‏های بهار و زمستان به کم برآوردی و در تابستان و پاییز به بیش برآوردی منجر می‏شود. مدل M5 صرفا در فصل بهار به کم برآوردی و در سایر فصول به بیش برآوردی و مدل MLR نیز در زمستان به کم برآوردی و در سایر فصول به بیش برآوردی از مقدار مشاهداتی منجر می‏شود.
    کلیدواژگان: جریان رودخانه، حوضه فاقد آمار، مدل درخت تصمیم M5، مدل نزدیک ترین K، همسایگی، مدل رگرسیون چندمتغیره خطی
  • مهدی بهرامی *، ابوالحسن فتح آبادی، علی حجتی صفحات 557-567
    شاخه خشکیدگی نشان‏دهنده توازن شبکه رودخانه بین دریافتی ها و هدررفت‏های رودخانه است. منحنی خشکیدگی رابطه ذخیره خروجی را برای خوشه نشان می دهد. هدف از پژوهش حاضر بررسی روند، مدل‏سازی خشکیدگی و برآورد عدم قطعیت مدل‏سازی خشکیدگی در ایستگاه شاه‏مختار روی رودخانه بشار در استان کهگیلویه و بویراحمد است. بر اساس نتایج آزمون من کندال دبی در ایستگاه مطالعه شده روند بسیار جزئی افزایشی دارد، اما روند معنا‏داری مشاهده نشد. پس از تعیین روند قطعات خشکیدگی تعیین و مدل‏های مایلت، بارنز، بوزینس، هورتن، کوتانگ، دراگ و مخزن توانی به آنها برازش داده شد. در این زمینه ابتدا قسمت‏های مختلف قطعات خشکیدگی (در مدل‏های چند‏مخزنی) تعیین و سپس مقادیر پارامترهای مدل‏های مختلف برآورد شد. برای کالیبره کردن ضرایب معادلات علاوه بر روی هم انداختن هیدروگراف‏های برآوردی و مشاهداتی (ترسیمی) از معیار جمع مربعات خطا نیز استفاده شد. مقایسه نتایج مدل‏ها در مدل‏سازی خشکیدگی نیز بیانگر عملکرد مدل‏ها به ترتیب دراگ (ویتنبرگ و کوتانگ)، بارنز، هورتون، بوزینس، مخزن توانی و مایلت بود.
    کلیدواژگان: رودخانه بشار، روند، شاخه خشکیدگی، هیدروگراف، کهگیلویه و بویراحمد
  • فریدون رادمنش *، امیر پورحقی، اباذر سلگی صفحات 569-585
    در دهه های اخیر، توسعه مدل‏های هوش مصنوعی برای پیش بینی پدیده های هیدرولوژیکی کاربرد زیادی پیدا کرده است. در این مطالعه، توانایی مدل‏های شبکه عصبی مصنوعی به منظور مدل‏سازی و پیش‏بینی اکسیژن مورد نیاز بیولوژیکی (BOD) در رودخانه کارون واقع در غرب کشور ایران ارزیابی شد. به منظور بهبود نتایج شبیه‏سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. سری زمانی ماهانه شاخص BOD رودخانه کارون در ایستگاه ملاثانی به مدت 13سال (1381 1393) و با استفاده از متغیرهای کمکی اکسیژن محلول (DO)، جریان رودخانه و دمای ماهانه شبیه‏سازی شد. بهترین ورودی مدل‏های به کار گرفته شده با استفاده از روش تجزیه و تحلیل مولفه های اصلی (PCA) انتخاب شد. برای ارزیابی و مقایسه عملکرد مدل‏ها از جذر میانگین مربعات خطا (RMSE)، ضریب تعیین (R2) و معیار اطلاعاتی آکائیک (AIC) استفاده شد. نتایج به دست آمده بیانگر آن بود که شبکه عصبی مصنوعی میزان خطای 0412/0 و ضریب تعیین 76/0 دارد و اعمال تبدیل موجک روی داده های ورودی مدل، سبب بهبود نتایج تا ضریب تعیین 89/0 و میزان خطای 0273/0 شد.
    کلیدواژگان: تبدیل موجک، رودخانه کارون، BOD، PCA
  • فرخ اسدزاده*، مهدی ملکی کاکلر، محسن برین صفحات 587-596
    در این تحقیق فرایند حذف کادمیوم از محلول آبی توسط خاک اره صنوبر (Populus nigra) به عنوان نوعی جاذب زیستی ارزان و در دسترس بررسی شده است. برای بهینه سازی کارایی حذف کادمیوم، پارامترهای فیزیکی شیمیایی مختلفی از قبیل pH، غلظت اولیه یون فلزی، مقدار جاذب و زمان تماس بررسی شد. آزمایش‏های جذب کادمیوم براساس طرح مرکب مرکزی و با دامنه‏ای از غلظت‏های اولیه کادمیوم برابر 5 25 میلی‏گرم بر لیتر انجام شد. دامنه تغییرات برای سایر متغیر‏ها شامل pH، زمان تماس، مقدار خاک اره به ترتیب برابر 10، 105، 2 5 دقیقه و 5 50 گرم بر لیتر بود. نتایج نشان دادند توافق خوبی بین مقادیر پیش‏بینی شده توسط مدل مرکب مرکزی حذف کادمیوم از محیط آبی و داده های مشاهده‏ای وجود دارد (9283/0 = R2 و %93/2 = RMSE). با استفاده از طرح مرکب مرکزی بیشترین حذف 25/96 درصد در غلظت کادمیوم 75/38 میلی‏گرم بر لیتر، pH5/6، خاک‏اره 10 گرم بر لیتر و نیز زمان تماس 80 دقیقه به عنوان شرایط بهینه تعیین شد. با توجه به کارایی زیاد و همچنین مکانیسم جذب سریع کادمیوم، استفاده از خاک‏اره صنوبر ارزان قیمت در فرایند پالایش آب از فلزات سنگین به ویژه کادمیوم توصیه می‏شود.
    کلیدواژگان: آلودگی آب، جاذب زیستی، روش پاسخ سطح، فلزات سنگین، مدل سازی
  • مریم احمدوند کهریزی، حامد روحانی* صفحات 597-609
    ارزیابی تاثیرات بالقوه تغییرات اقلیم در قرن 21 میلادی بر توزیع گونه ها و فرایندهای اکولوژیکی به سناریوهای اقلیمی با تفکیک‏پذیری مکانی کافی نیاز دارد. در پژوهش حاضر عملکرد سناریوهای SRES و RCP در پیش‏بینی دمای کمینه و بیشینه ایستگاه های ارازکوسه و نوده، واقع در استان گلستان در دوره های زمانی 2046 2065 و 2080 2099 نسبت به دوره پایه 1986 2005 مقایسه شد. بدین منظور از هشت مدل GCM و شش سناریوی انتشار و مدل‏های ریزمقیاس نمای LARS-WG و SDSM استفاده شد. نتایج نشان داد در بین سناریوهای انتشار قدیم، A1B و در بین سناریوهای جدید، RCP 8.5 بیشترین افزایش دما را برای هر دو ایستگاه پیش‏بینی کردند. مقدار افزایش دما به طور نسبی از سناریوی RCP 2.6 به سمت سناریوی RCP 8.5 افزایش می‏یابد. در هر دو سناریوهای جدید و قدیم، دمای تابستان آینده ممکن است با نرخ بیشتری نسبت به دیگر فصول افزایش یابد. همچنین در این تحقیق گسترده‏تر بودن تغییرات دما با مدل‏ MICP5 و سناریوهای RCP نسبت به مدل‏های MICP3 و سناریوهای SRES به وضوح مشاهده شد. تفاوت‏ها در پیش‏بینی ها توسط سناریوها بیانگر وجود عدم قطعیت است. به‏طور کلی، عدم قطعیت به محدوده وسیعی از برآورد تاثیرات تغییر اقلیم منجر می‏شود. بنابراین، با توجه به پیش‏بینی های متنوع آینده دما، در صورت انتخاب فقط یک یا تعداد محدودی از مدل های گردش عمومی جو، برداشتی اشتباه درباره تغییرات اقلیمی ‏آینده ایجاد می‏ شود.
    کلیدواژگان: سناریوی انتشار، سناریوی مسیر غلظت، عدم قطعیت، LARS-WG، SDSM
  • سهیلا آقابیگی امین*، علیرضا ایلدرومی، حمیدرضا نوری، افسانه حقیقی کرمانشاهی صفحات 611-621
    از تاثیرات مخرب تغییر کاربری اراضی یک حوضه، افزایش تولید رسوب و ورود آن به رودخانه ها و تجمع آن در مخزن سدهاست. از این رو، بررسی تاثیر تغییر کاربری اراضی بر فرایندهای هیدرولوژی امری مهم و ضروری است. این پژوهش با هدف بررسی اثر تغییرات کاربری اراضی بر رسوب معلق طی سال‏های 1994 تا 2010 در حوضه آبخیز دینور در استان کرمانشاه با استفاده از مدل SWAT صورت گرفت. واسنجی و اعتبارسنجی مدل با استفاده از برنامه SUFI-2 انجام شد. نتایج شاخص‏های آماری استفاده شده در ارزیابی مدل مد نظر در مرحله واسنجی و اعتبارسنجی NS و R2 به ترتیب بیش از 50 و 60 درصد به دست آمد که دلالت بر کارایی مدل در شبیه سازی داده های هیدرولوژیکی در حوضه مطالعه شده است. بررسی کاربری اراضی طی یک دوره 16 ساله نشان داد بیشترین تغییر مختص به کاربری کشاورزی است با افزایشی بیش از 30 درصد و کمترین تغییر در کاربری مناطق مسکونی و جاده 25/3 درصد رخ داده است. همچنین نتایج به‏دست آمده از بررسی رسوب معلق، گویای تاثیر چشمگیر رسوب تولیدشده از تغییرات کاربری اراضی در دوره مطالعه شده است. طوری که بیشترین میزان رسوب در سال 1994، 18/1 گرم در لیتر بوده، اما این میزان در سال 2010 به 65/12 ‏گرم در لیتر رسیده است.
    کلیدواژگان: برنامه SUFI-2، دینور، مدل های هیدرولوژیکی، مدل SWAT
  • خدیجه بهلکه، مهدی عابدی*، قاسمعلی دیانتی تیلکی صفحات 623-630
    گیاهان بالشتکی به‏عنوان گونه غالب مناطق کوهستانی، حضور گونه های اطراف خود را آسان می‏کنند. این مطالعه به‏دنبال بررسی تاثیر آتش‏سوزی بر بهبود خرداقلیمی اسپرس در علفزارهای کوهستانی است. آتش‏سوزی در تابستان 1392 رخ داده است. بدین منظور از 29 اسفند 1394 با استفاده از دماسنج تکمه‏ای در عمق نوسان دمای روزانه در زیر بوته شاهد و نیز زیر بوته سوخته اسپرس به مدت 31 روز و با فواصل زمانی نیم ساعت ثبت شد. اختلاف متغیرهای مرتبط با دما در زیر بوته ها با استفاده از آزمون t غیرجفتی صورت گرفت. رطوبت خاک زیر بوته شاهد و بوته سوخته با استفاده از دستگاه TDR در دو زمان متفاوت بررسی شد. برای تعیین مهم‏ترین عوامل تاثیرگذار بر رطوبت خاک، از دو عامل آتش‏سوزی و زمان و برای اثر متقابل آنها از مدل خطی تعمیم یافته عمومی مدل خطی ترکیبی عمومی و برای مقایسه میانگین اثر آتش و زمان نیز از آزمون t غیرجفتی استفاده شد. بر اثر آتش‏سوزی به جز دمای کمینه، سایر متغیرها شامل میانگین دما، نوسان دمای روزانه و دمای بیشینه افزایش معنا‏دار (01/0≥P) داشت. براساس نتایج به‏دست آمده نوسان دمای روزانه در بوته سوخته (5/2- 5/14 درجه سانتی‏گراد) بیشتر از بوته شاهد (0/1 5/3 درجه سانتی‏گراد) بود. بر‏اساس نتایج مدل خطی ترکیبی عمومی به‏ترتیب زمان (01/0 ≥P;4/22F= ) بیشترین تاثیر را بر رطوبت خاک داشتند. رطوبت خاک در هر دو منطقه آتش گرفته و شاهد کاهش یافت که این تغییر تنها در زمان نخست معنا‏دار (05/0≥P) بود.
    کلیدواژگان: بوته پرستار، تسهیل، دما، رطوبت، مدل خطی ترکیبی عمومی
  • سعید فرزین*، حجت کرمی، مهسا دوست محمدی، آنسه قنبری، الهام ضمیری صفحات 631-644
    بارش یکی از فرایند‏های هیدرولوژیک است که تاثیر زیادی در کنترل مدیریت منابع آب دارد. کمبود بارش سبب به وجود آمدن مشکلات فراوانی از جمله کمبود آب شرب می‏شود. به علت اهمیت مسئله کمبود آب، استفاده از روش‏های نوین به‏منظور پیش‏بینی فرایند‏های هیدرولوژیک تاثیر زیادی در برنامه ریزی و مدیریت منابع آب خواهد داشت. از این رو، در تحقیق حاضر کمبود آب ماهانه در حوضه نازلوچای طی یک دوره آماری 39ساله (1352 1391) با استفاده از مدل شبکه عصبی مصنوعی و مدل بهبودیافته موجک شبکه عصبی، شبیه‏سازی، پیش‏بینی و تحلیل شده است. عملکرد این دو مدل توسط معیار‏های خطای ضریب همبستگی، ضریب تبیین و جذر میانگین مربعات خطا ارزیابی شد. بنا بر نتایج به دست آمده، مدل موجک شبکه عصبی با ضریب همبستگی 96/0 و 945/0 که به ترتیب مختص به حالت آموزش و آزمون است، نسبت به شبکه عصبی مصنوعی توانایی بیشتری برای پیش‏بینی کمبود آب داشت. در ادامه، مقادیر کمبود آب ماهانه در این حوضه طی سال‏های 1392 تا 1399 پیش‏بینی شده است. نتایج نشان می ‏دهند روند کمبود آب همچنان مانند گذشته باقی است. البته، متوسط میزان کمبود در 8 سال آینده تقریبا 95/2 میلیون متر مکعب تخمین زده شد. در حالی که همین پارامتر برای 39 سال گذشته 04/4 میلیون متر مکعب بوده است. از این ‏رو، نیاز است که برای سال‏های آینده اقدامات لازم انجام شود و با برنامه ریزی مدیریتی دقیق برای بهره‏برداری از منابع آب (کشاورزی، صنعت، شرب و...)، کاهش میزان کمبود آب در سال‏های آتی ممکن شود.
    کلیدواژگان: الگوریتم موجک، شبکه بهینه، کمبود آب، نویز زدایی، هوش مصنوعی
  • مازیار محمدی، مقدسه فلاح، عطاالله کاویان*، لیلا غلامی، ابراهیم امیدوار صفحات 645-658
    مدل‏سازی می‏تواند نوعی رویکرد کمی و سازگاری در برآورد فرسایش خاک و تولید رسوب تحت دامنه وسیعی از شرایط را فراهم کند. در این مطالعه به‏منظور شناسایی توزیع مکانی خطر فرسایش خاک و تولید رسوب در حوضه آبخیز تالار روش یکپارچه‏سازی معادله جهانی هدررفت خاک اصلاح شده، سامانه اطلاعات جغرافیایی و فن سنجش از دور به‏کار گرفته شد. عوامل فرسایندگی باران، فرسایش‏پذیری خاک، طول و درجه شیب و پوشش گیاهی به‏منظور تهیه نقشه نهایی به دست آمده از RUSLE محاسبه شدند. مقدار هدررفت خاک برای کل حوضه از 0 تا 01/92 تن در هکتار در سال محاسبه شد و طبقه‏بندی مناطق فرسایشی نشان داد طبقه فرسایشی کم، متوسط، زیاد و خیلی زیاد به‏ترتیب 12/33، 62/27، 13/21 و 13/18 درصد از کل حوضه آبخیز را پوشش می‏دهند. نتایج رگرسیون خطی نیز در این پژوهش نشان داد در بین عوامل مدل RUSLE عامل طول و درجه شیب با مقدار 93/0 بیشترین همبستگی را با نقشه هدررفت خاک دارند. همچنین زیرحوضه 3SW با 58/5 تن در هکتار در سال و زیرحوضه 4SW با 59/19درصد تولید رسوب به‏ترتیب بیشترین خطر فرسایش و کمترین تولید رسوب را بین زیرحوضه ها داشتند. با توجه به اینکه مقادیر بیشترین و میانگین هدررفت خاک ویژه در حوضه بررسی شده عدد بسیار زیادی به دست آمده اند و از طرف دیگر همبستگی بین عامل LS و هدررفت خاک بسیار قوی است، بنابراین می توان نتیجه گرفت که خطا در اندازه گیری عامل LS رخ داده است.
    کلیدواژگان: حوضه آبخیز تالار، سامانه اطلاعات جغرافیایی، سنجش از دور، مدل های تجربی
  • محمد جواد زینلی، سید رضا هاشمی* صفحات 659-667
    پیش‏بینی دقیق جریان در رودخانه ها یکی از ارکان مهم در مدیریت منابع آب‏های سطحی به ویژه اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی هاست. در حقیقت، حصول روش‏های مناسب و دقیق در پیش‏بینی جریان رودخانه ها را می‏توان به عنوان یکی از چالش‏های مهم در فرایند مدیریت و مهندسی منابع آب دانست؛ اگر چه تحقیقات وسیعی در خصوص کاربرد روش‏های متکی بر شبکه های عصبی مصنوعی دقت این روش‏ها بر روش‏های متداول آماری مانند روش‏های اتورگسیو و میانگین متحرک ارائه شده است. در این تحقیقات برای یافتن بهترین ساختار برای شبکه عصبی تنها به تغییر تعداد لایه های پنهان و تعداد نورون‏ها اکتفا می‏شود و به دلیل پیچیدگی حاکم بر انتخاب و معماری شبکه مناسب، استفاده از آنها در عمل به طور مناسب توسعه نیافته است. در این تحقیق تعداد 15 تابع یادگیری در شبکه عصبی بررسی شد و نتایج نشان داد در ساختار شبکه با یک لایه پنهان (ANN1) تابع یادگیری learnglv1، learnh و learnis به ترتیب با MSE برابر 000158/0، 000185/0 و 000188/0 و در مدل ساختار شبکه با دو لایه پنهان ANN2 توابع یادگیری learnh، learnsomb و learncon به ترتیب با MSE برابر 000154/0، 000173/0 و 000176/0، عملکرد مناسب‏تری نسبت به دیگر توابع یادگیری داشته‏اند. از سوی دیگر در ده مرتبه اجرای دو مدل، دو تابع یادگیری learnsom و learngdm در مدل ANN1 و learnh و learnos در مدل ANN2، بیشترین تکرار را در بین بهترین توابع یادگیری، داشته‏اند و بنابراین، هنگام استفاده از شبکه پس انتشار خطا (که تابع یادگیری آن learngdm است) بهتر است تعداد لایه پنهان بیشتر از یکی نباشد؛ زیرا در این صورت شانس رسیدن به جواب مناسب بیشتر خواهد بود، اما اگر به دنبال زیاد کردن عملکرد شبکه با افزایش تعداد لایه پنهان باشیم بهتر است با احتیاط از پیش‏فرض شبکه و به طور مشخص از learngdm استفاده شود.
    کلیدواژگان: پیش بینی، توابع یادگیری، شبکه عصبی مصنوعی، معیار عملکرد
  • محسن خورسند، عبدالواحد خالدی درویشان*، مهدی غلامعلی فرد صفحات 669-680
    پژوهش حاضر به‏منظور مقایسه هدررفت خاک سالانه برآوردی مدل RUSLE با اندازه‏گیری های فرسایش به دست آمده از میخ‏ها و کرت‏های فرسایش در حوضه آبخیز معرف خامسان در استان کردستان انجام شد. بدین منظور هدررفت خاک سالانه به صورت توزیعی با استفاده از مدل RUSLE برآورد شد. سپس، به مدت یک ‏سال (تیر 1394 تا خرداد 1395) نمونه‏برداری از رسوب معلق در ایستگاه هیدرومتری خروجی حوضه آبخیز انجام شد. همچنین فرسایش در میخ‏ها و کرت‏های مستقر در جهت‏های شمالی، غربی و شرقی در زیرحوضه شاهد در بازه زمانی مشابه اندازه‏گیری شد. نسبت تحویل رسوب از تقسیم بار کل رسوب حوضه آبخیز به فرسایش به دست آمده از سه روش RUSLE، میخ و کرت محاسبه شد. نتایج نشان داد در روش کرت، فرسایش تعمیم یافته به کل حوضه سالانه 06/0 تن در هکتار ، بسیار کمتر از واقعیت و SDR بسیار زیاد و غیر منطقی (655 درصد) بود. همچنین در روش میخ، فرسایش تعمیم یافته به کل حوضه سالانه 79/76 تن در هکتار ، بسیار بیشتر از واقعیت و نسبت تحویل رسوب بسیار کم (51/0 درصد) بود. حال ‏آنکه در مدل RUSLE، نسبت تحویل رسوب قابل قبول‏تر 21/2 درصد به دست آمد و بنابراین فرسایش برآوردی مدل سالانه 53/18 تن در هکتار و به واقعیت نزدیک‏تر بود. بنابراین، تعمیم نتایج میخ‏ها و کرت‏ها فقط با لحاظ نسبت مساحت نمی‏تواند برآورد مناسبی برای فرسایش در سطح حوضه باشد. بررسی توپوگرافی حوضه آبخیز نشان داد مناطق کم شیب میانی و انتهایی حوضه آبخیز احتمالا عامل اصلی تله‏اندازی رسوب و کاهش نسبت انتقال رسوب به خروجی حوضه آبخیز است.
    کلیدواژگان: انتقال رسوب، تحویل رسوب، تله اندازی رسوب، نسخ مختلف USLE، هدررفت خاک
|
  • Golnaz Javanshir, Ata Allah Nadiri *, Sina Sadeghfam, Esfandiar Abbas Novinpour Pages 491-503
    Increasing growth of population leads to increase in human activities such as agriculture and industry, which these activities increasing and irregular usage of fertilizers, pesticides and insecticides result in soil and groundwater pollution. Meanwhile, vulnerability assessment can play important role in the management of polluting activities. In this research a new method has been proposed for the vulnerability assessment of Moghan plain as one of the most important provider of agricultural products and animal husbandry in the Ardebil province. This method incorporates the weighted combination of three common vulnerability assessment methods DRASTIC, SINTACS and SI which. Comparison of obtained results from the proposal method with field nitrate concentration data of this area which sampled from 21 tube wells in the study area in the autumn 1394 indicates that the proposed method has a higher correlation index than other methods. According to the result of proposed method, 41, 46 and 13 percent of the study area have been located in areas with low, medium and high vulnerability respectively.The proposed methodology in this study could be used for vulnerability assessment of other aquifers.
    Keywords: Water Resources Management in Natural Ecosystems
  • Abdol Rassoul Zarei, Mohammad Javad Amiri * Pages 505-516
    Quality properties of groundwater is one of the major components which can used for water resources management. In this study, spatial variability of groundwater quality for drinking uses
    (Schoeller standards) and agricultural uses (Wilcox standards) was investigated during 1387-1392.In this research, we use information of 24 observation wells in Fasa plain, to investigate the spatial variability of water quality parameters for different category by using geostatistics technique in GIS software and associated areas of different classof water quality were also determined. Afterwards, the change in the area by using parametric (linear regression) and non-parametric (Spearman) statistical tests for determined period was evaluated. The results showed that the areas with suitable class for drinking and agricultural uses based on the both statistical methods were decreased, while the areas with unsuitable class were increased. The categories of drinking water quality evaluated by spatial variability of the study area fall under unsuitable class, Bad class and temporarily acceptable class which these areas have been increased and are not significant at 95% level. The categories of agricultural water quality evaluated by spatial variability of the study area fall under good class, average class and bad class which the areas with average quality class have been decreased and the areas with bad quality class have been increased,these variables are significant at 95% level based on the both statistical methods.
    Keywords: Geostatistics, Schoeller, Wilcox, groundwater quality, parametric, non, parametric tests
  • Shahla Soltani, Asghar Asghari Moghaddam *, Rahim Barzegar, Naeimeh Kazemian Pages 517-531
    The aim of this study is to assess the concentration of nitrate in groundwater resources of the Kordkandi-Duzduzan plain and to evaluate the vulnerability of the groundwater using AVI and GODS methods. Kordkandi-Duzduzan plain is located in East Azarbaijan Province in the northwest of Iran, which groundwater is important for drinking and agriculture in the region due to scarcity of suitable surface waters. As well as, intensive agricultural activities and excessive use of agricultural fertilizers have caused groundwater nitrate contamination. Therefore, it is required to assess the quality of the groundwater regarding nitrate and to determine the vulnerability of the aquifer. For this purpose, 22 water samples were collected from shallow and deep water wells in July 2015 and analyzed. The lowest concentration of nitrate with 3.31 mg/L was from the northof the plain and adjacent of the central ranges which was due to high depth of groundwater level and fine grain of the sediments. The highest nitrate concentration with 37.23 mg/L was from the southeast of the area which can be attributed to the course sediments of this area. The results showed that anthropogenic activities are the main reason for the presence of nitrate in the groundwater. These activities can be caused by overuse of fertilizers by farmers or leakage from domestic sewage systems in the area. The moderate correlation (r = 0.497) between nitrate concentration of bicarbonate also support the use of nitrogen fertilizers in agricultural lands. In order to initial estimation of the vulnerability, simple AVI and GODS methods were used. According to the AVI method, northwest and east of the plain and based on GODS method, northwest and southeast of the plain were determined as the highest contamination potential in comparison with other parts of the plain.
    Keywords: Groundwater, Contamination potential, Kordkandi-Duzduzan plain, Nitrate source
  • Ebrahim Amiri *, Mir Makan Roudbari Mousavi Pages 533-543
    Due to the lack of information on most stations and economic constraints for collecting observed data. Identification of a suitable hydrological model can help in the management of water resources. The IHACRES model doesnt require complex data for input, so this model is superior to other models. In this research the efficiency of IHACRES model for simulation of daily flow for Polrood and Shalmanrood rivers which is located in a humid area are (Guilan Province) evaluated. According to results, R2 (Coefficient of Determination) are between 0.60 and 0.70 and also low APRE (Average Parameter Relative Error) results for both rivers that for Polrood is (APRE= 0.367) and for Shalmanrood is (APRE= 0.058). The results of the evaluation showed that the IHACRES model has low deflection for simulation of daily flow amounts and has good ability for simulation of flow in humid area that has high flow. The efficiency of IHACRES model in predicting daily flow was found to be fairly good.
    Keywords: Model, hydrology, IHACRES, daily flow
  • Zahra Naeimi Kalourazi, Khalil Ghorbani *, Meysam Salarijazi, Amir Ahmad Dehghani Pages 545-555
    Physiographic characteristics and climatic conditions are factors which contributing to river flow regime and understanding of relations between these factors and river flow in a basin result in its application for the ungauged sub-basins river flow prediction. In this research the relation between physiographic and climatic parameters of Golestan province and rivers flow were examined by application of M5 regression tree model, k-nearest neighbors (KNN) model and multiple linear model (MLR). Daily recorded data for 28 years (1984-2011) including rainfall, temperature and river flow, belonging to hydrometry and meteorological stations of 39 sub-basins were used to extract seasonal series. The average of R and RMSE criteria in different seasons were 0.768 and 0.800 for M5 model, 0.885 and 0.501 for KNN model and 0.693 and 1.205 for MLR model which revealed better results for KNN model. In addition, according to R and RMSE, the accuracy of modeling results in different seasons were respectively as winter, autumn, spring and summer. In other words, the results of predicted river flows in the wet seasons were more accurate than dry seasons. Moreover, the MBE criterion indicated that the KNN model led to underestimation for spring and winter and overestimation for summer and autumn, M5 model led to underestimation in spring and overestimation in other seasons and MLR model had underestimation in winter and overestimation in other seasons.
    Keywords: Keywords: River Flow, Ungauged Basins, M5 Decision Tree Model, KNN Model, MLR Model
  • Mehdi Bahrami *, Abolhasan Fathabadi, Ali Hojati Pages 557-567
    Streamflow recession indicates the river network balance between revenue and losses of river. Recession curve expreses the storage- output relationship for the catchment. The aim of this study was trend anaylysis, modeling of Streamflow recession and uncertainty estimation in Shahmokhtar station on the Bashar River in Kohgiluyeh and Boyer Ahmad province. Based on the results of the Mann-Kendall, discharge trend at studied station was very little increasing, but there was no significant trend. After determination of parts, the Maillet, Baronz, Boussinesq, Horton, Drouge and exponential reservoir models were fitted. In this regard, initially the different parts of the recession lamb (in multireservoir models) were determined and the parameters of Maillet, Barnes, Boussinesq, Horton, Coutagne, Drogue and exponential reservoir models were estimated. To calibrate the coefficients of models, in addition to overlaying the estimated and observed hydrographs, the sum of square error criteria was used. Comparing the results also showed that models of Drouge, Barnes, Horton, Boussinesq exponential reservoir and Maillet could be fitted well, respectively.
    Keywords: Streamflow recession, Hydrograph, Bashar River, Trend, Kohgiluyeh, Boyer Ahmad
  • Freidon Radmanesh *, Amir Pourhaghi, Abazar Solgi Pages 569-585
    In recent decades, the developments of artificial intelligence to predict hydrologic models have been widely used. In this study, the ability of artificial neural network(ANN) models for modeling and predict the biological oxygen demand (BOD) is located on the Karun River in West Iran were evaluated. To improve the simulation results, wavelet analysis was used as a hybrid model. BOD index monthly time series Karun River in Mollasani station for 13 years (2002-2014) and the use of auxiliary variables dissolved oxygen (DO), river flows and monthly temperature was simulated. Thebest of inputs of model by the Principal Component Analysis method (PCA) was selected. To evaluate and compare the performance of models, Root Mean Square Error(RMSE) criteria, Coefficient of Determination (R2) and Akaike's Information Criterion (AIC) were used. The results showed that ANN has a margin of error of 0.0412 and the coefficient of determination 0.76 and application of wavelet transform on input data model improves the results to error of 0.0273 and the coefficient of determination 0.89.
    Keywords: BOD, Wavelet Transform, PCA, Karun River
  • Farrokh Asadzadeh *, Mahdi Maleki Kaklar, Mohsen Barin Pages 587-596
    In this study, the removal of Cd(II) from aqueous solutions have been carried out using Populusnigra saw dust as low-cost, readily available biosorbent. Various physico-chemical parameters such as pH, initial metal ion concentration, and adsorbent dosage level and contact time were studied at room temperature to optimize the conditions for maximum adsorption. The central composite design was carried out with aqueous solution of cadmium with various concentrations ranging from 5-25 mgl-1. The range of variation for the other variables including pH, sawdust dosage and contact time are 2-10, 5-50 gl-1, and 5-105 minutes, respectively. A good agreement between predictive model for cadmium removal by sawdust and experimental results was observed (R2= 0.9283 and RMSE=2.93%). The maximum removal of 96.25% was achieved at cadmium concentration 38.75 mgl-1, pH of 6.5, saw dust dosage of 10 gl-1 and contact time of 80 min as the optimal conditions. The highly efficient and the rapid uptake of Cd(II) by low cost saw dust indicated that it could be an excellent alternative for the removal of cadmium by sorption process from contaminated aqueous solutions.
    Keywords: Bioadsorbent, Heavy metals, Modeling, Response surface methodology, Water pollution
  • Maryam Ahmadvand Kahrizi, Hamed Rouhani * Pages 597-609
    Assessing the potential impacts of 21st-century climate change on species distributions and ecological processes requires climate scenarios with sufficient spatial resolution. In this study we projected future changes in maximum temperature and minimum temperature under CMIP3 SRES and CMIP5 RCPs scenarios with two station-based datasets (Arazkoseh and Nodeh) of the eastern Golestan province. Change scenarios (2046-2065 and 2080-2099) are compared to the reference period (1986-2005).Therefore, 8 GCM models under 6 emission scenarios are downscaled by LARS-WG and SDSM. The results indicated that the largest increase in temperature among the old emission scenarios and new emission scenario are projected by A1B and RCP8.5, respectively. The variation between model projections is considerable. The uncertainty range is large for the change in warm seasonal period. For the two future periods, the downscaling methods produce seasonal increases in the temperature with an almost ordinal order of summer, spring, winter and autumn. Also, results show that temperature indices based on seasonal maxima are generally projected to increase more than minima. In general, uncertainty generates large spread ranges of estimated climate change impacts, therefore due to wide ranges of temperatures projection, to provide a complete picture of possible climate change impact studies that focus on a single or a few of climate models open to the charge of cherry-picking.
    Keywords: Emission scenario, Representative Concentration Pathways, LARS-WG, SDSM, Uncertainty
  • Soheila Aghabeigi Amin *, Ali Reza Ildromi, Hamid Reza Noori, Afsane Haghighi Kermanshahi Pages 611-621
    The devastating impact of land use change in the watershed is increasing the generation rate of sediment and entrance to rivers and sedimentation in reservoirs. According to this, studying on impact of land use change on hydrological process is necessary. Aim of this study was investigating the impact of land use change on suspended sediment during 1994 to 2010 by SWAT model in Dinevar watershed. SUFI-2 program was used for SWAT calibration and validation. The results of NS and R2 indicators above of 50 and 60 percent for both calibration and validation steps respectively imply to the model efficiency to hydrology data simulating in Dinevar watershed. The analysis of land use over a period of 16 years showed that the greatest change was for agricultural land more than 30 percent and the minimum was occurred for residential area and roads (3.25%). The results of the suspended sediment study showed the significant effect of land use change on sediment generated in the study period. So that the maximum amount of suspended sediment in 1994, 18.1 grams per liter, but this amount in 2010 reached to 65/12 gram per liter.
    Keywords: Dinevar, SUFI-2 program, Hydrologic models, SWAT model
  • Khadijeh Bhalkeh, Mehdi Abedi *, Ghasemali Dianati Tilaki Pages 623-630
    Cushions as dominant species of mountainous habitats facilitate surrounding species. The aim of this study is the investigation of fire on OnobrychisCornutamicrohabitats in the mountainous grasslands. Fire occurredin summer 2013. Therefore, in order to study the temperature fluctuations, thermometers were established under burned and unburned patches since 15 March 2016 for 31 days (half hours intervals). Parameters related to temperature were recorded with iButton thermometers and then were compared usingt-test between control and burned shrubs in two time intervals. Except for the min temperature, other parameters related to soil temperatures including max, DTF and mean temperatures significantly increased (P≥0.01). DTF in burned patches (2.5-14.5 ºC) was higher than control shrubs (1.0-3.5 ºC). Soil moisture was also measured by TDR instrument in the both burned and unburned shrubs during two time intervals. For determination of the most important factors affecting soil moisture including fire, time and their interactions, GLMM were applied and compare mean were tested by T-test. Considering GLMM results, time (F= 22.4; P ≤ 0.01) had highest impact on soil moisture. Soil moisture in both control and burned sites declined which was only significant at the first sampling time (P≥0.05).
    Keywords: Nurse Shrub, Facilitation, Temperature, Moisture, GLMM
  • Saeed Farzin *, Hojat Karami, Mahsa Doostmohammadi, Anese Ghanbari, Elham Zamiri Pages 631-644
    Precipitation is one of the hydrological processes that play an important role in controlling water resources management. Shortage of rain causes some problems such as lack of drinking water. Due to the importance of the issue of water shortage, using modern methods to predict hydrological processes will play an important role in planning and management of water resources. Therefore, in this study, monthly shortage of water in Nazloo-chai watershed was predicted using Artificial Neural Network (ANN) and improved wavelet-neural network (IWNN) models, for the past 39 years (1973-2012). Performance of these two models was evaluated using statistical indicators including correlation coefficient (R), determination coefficient (R2) and root mean square error (RMSE). According to the results of IWNN model, the obtained correlation coefficient was 0.960 and 0.945 for testing and training modes, respectively, and this model has greater ability for predicting the shortage of water in comparison with ANN. Accordingly, the amount of monthly water shortage in this watershed was predicted for 2013 to 2020. Results indicated that shortage of water still remains as in the past years. The average water shortage was estimated nearly as 2.95 million cubic meters (MCM) in the next 7 years, while, this parameter for the past 39 years was 4.04 MCM. Therefore, it is required to take necessary measures for future years, and with careful management plans for exploitation of water resources (agriculture, industry, urban, etc.), it is possible to reduce water shortage in the coming years.
    Keywords: Water shortage, Artificial intelligence, Wavelet algorithm, De, noising, Optimized network
  • Maziar Mohammadi, Moghadase Fallah, Ataollah Kavian*, Leila Gholami, Ebrahim Omidvar Pages 645-658
    The modeling can provide a quantitative approach and consistency in the estimationsoil erosion and sediment yield by a wide range of conditions. In this study, the integration method of revised universal soil loss equation model, geographic information system and remote sensing techniques were used in order to identify the spatial distribution of soil erosion and sediment yield in the Talar watershed. Parameters of rainfall erosivity, soil erodibility, slope length and slope gradient and vegetation cover were calculated in order to provision RUSLE map. The amount of soil loss was calculated from 0 to 9201 tons per hectare per year for the total basin and classification of erosion areas showed that erosion class of low, medium, high and very high with value of 33.12, 27.62, 21.13 and 18.13 percent respectivelycovered the total watershed. The linear regression analysis showed that in the between parameters of RUSLE model, the slope length and slope gradient parameter with value of 0.93 have the most correlation with the soil loss map. Also sw3 sub-watershed with value of 5580.33 tons per hectare per year and the sw4 sub-watershed with value of 19.59 percent have the highest and lowest Erosion hazard and Sediment yield respectively in the between sub-watersheds. The results showed that conservation and management measures can be useful to control and also reduce soil erosion and sediment yield in the Talar watershed.
    Keywords: Experimental model, Geographic information system, Remote sensing, Talar watershed
  • Mohammad Javad Zeynali, Seyed Reza Hashemi * Pages 659-667
    Accurate prediction of river flow is one of the most important factors in surface water recourses management especially during floods and drought periods. In fact deriving a proper method for flow forecasting is an important challenge in water resources management and engineering. Although, during recent decades, some black box models based on artificial neural networks (ANN), have been developed to overcome this problem and the accuracy privilege to common statistical methods (such as auto regression and moving average time series method) have been shown. In these research only attended change number of hidden layer and number of neurons for to approach to the best structure in neural network, and complex in proper network designand can’t be simply used by other investigators. In this study examined 15 the neural network learning function and the results indicated in the structure of the network with one hidden layer (ANN1),learnlv1, learnh and learnis by MSE=0.000158, 0.000185 and 0.000188, have been better performance than the other learning functions. And in the structure of the network with two hidden layer (ANN2),learnh, learnsomb and learncon learning function by MSE=0.000154, 0.000173 and 0.000176 have been better performance than the other learning functions.But on the other hand by ten times run this two models, learnsom and learngdm learning functions in ANN1 model and learnh and learnos in ANN2 model had most frequency among the best learning functions and thus it is better that the number of hidden layer not more than one, when we use back propagation network (that its learning function is learngdm). Because in this way we have more chance to achieve ideal response. But if we are going to increase network performance byincreasing the number of hidden layer, it is better that use the default of network and learngdm carefully.
    Keywords: Artificial Neural Networks, Learning Function, prediction, Performance Criteria
  • Mohsen Khorsand, Abdulvahed Khaledi Darvishan *, Mehdi Gholamalifard Pages 669-680
    The presentstudy aimed to compare the annual soil loss prediction of RUSLE model with the soil erosion measurements using erosion pins and plots in Khamesan representative watershed, Kurdistan Province. For this purpose, the distributed annual soil loss was estimated by RUSLE model. The suspended sediment samples were then collected daily for one year (2015/7 to 2016/6) in hydrometry station at the watershed outlet. Soil erosion was also measured in pins and plot located in North, West and East aspects of control subwatershed at the same period. The sediment delivery ratio (SDR) was then calculated through dividing total sediment load and erosion of the watershed resulted from three methods of RUSLE, erosion pins and plots. Results indicated that in plot method, the erosion generalized to the whole watershed (0.06 t ha-1 y-1) was much lower than reality and therefore, SDR was overestimated (655%). In erosion pin method, the erosion generalized to the whole watershed (76.79 t ha-1 y-1) was much more than reality and therefore, SDR was underestimated (0.51%). Whereas in RUSLE method, SDR was estimated more acceptably (2.21%) and estimated soil erosion by model (18.53 t ha-1 y-1) was clearly closer to reality. Therefore, generalizing the results of erosion pins and plots considering only the area ratio, can not be a suitable estimate of erosion to the whole watershed. Investigating watershed topography showed that low-slope area in the middle and downstream probably is the main factor of sediment trapping and decreasing sediment transport ratio to the watershed outlet.
    Keywords: Sediment delivery, Sediment transport, Sediment trapping, Soil loss