https://wmrj.areeo.ac.ir/ پژوهش های آبخیزداری fa daily 1 Sat, 21 Mar 2026 00:00:00 +0330 Sat, 21 Mar 2026 00:00:00 +0330 https://wmrj.areeo.ac.ir/article_135287.html شناسنامه علمی دوره 39، شماره 1، شماره پیاپی 150، بهار 1405 https://wmrj.areeo.ac.ir/article_134937.html مقدمه و هدفدر سال‌های گذشته، آلودگی هوا، به‌ویژه افزایش غلظت ذرات معلق PM2.5، به‌عنوان یکی از چالش‌های مهم زیست‌محیطی مطرح‌شده است. استان سیستان و بلوچستان به‌دلیل موقعیت جغرافیایی ویژه و قرارگیری در مسیر بادهای ۱۲۰ روزه سیستان، همراه با کاهش بارندگی‌های سالانه، شرایط مساعدی برای شکل‌گیری و تشدید پدیده گرد و غبار دارد. در این راستا، پدیده‌های پیوند از دور s) بر تغییرات اقلیمی و به تبع آن بر کیفیت هوا نقش مهمی دارند. هدف اصلی این پژوهش، ارزیابی اثرات شاخص‌های پیوند از دور بر تغییرات غلظت PM2.5 در استان سیستان و بلوچستان با استفاده از مدل‌های پیشرفته یادگیری ماشین بود. ازاین‌رو، داده‌های هواشناسی و غلظت PM2.5 در دو دهه از ایستگاه‌های زاهدان و خاش جمع‌آوری و با شاخص‌های پیوند از دور تلفیق شدند. سپس، با به‌کارگیری روش‌های تحلیل همبستگی و انتخاب ویژگی‌، پنج مدل یادگیری ماشین ارزیابی شدند و بهترین مدل برای برآورد غلظت ذرات معلق PM2.5 شناسایی شدند. نتایج این پژوهش، هم به درک بهتر روابط پیچیده میان نوسانات اقلیمی و کیفیت هوا منجر شد و هم با ارائه یک چارچوب تحلیلی دقیق، ابزار کاربردی برای سیاست‌گذاران در مدیریت آلودگی هوا فراهم آورد. مواد و روش‌هادر این پژوهش از یک چارچوب تحلیلی چندمرحله‌ای جامع بهره‌گرفته شد و داده‌های هواشناسی و غلظت ذرات PM2.5 از ایستگاه‌های زاهدان و خاش در دوره ۲۰۰۰ تا ۲۰۲۱ جمع‌آوری شد و با داده‌های شاخص پیوند از دور مرکز پیش‌بینی اقلیم NOAA تکمیل شد. پس از پیش‌پردازش دقیق داده‌ها که شامل بررسی کیفیت داده‌ها (بررسی اندازه‌های غیرممکن یا ناهنجار PM2.5 و اصلاح یا حذف اندازه‌های مشکوک)، همزمان‌سازی زمانی داده‌ها (تطبیق داده‌های PM2.5 و شاخص‌های پیوند از دور بر اساس تاریخ برای اطمینان از همزمانی اندازه‌های مستقل و وابسته) و جایگزینی داده‌های مفقود (با استفاده از نزدیک‌ترین اندازة معتبر، میانگین‌گیری زمانی و درون‌یابی‌های آماری برای حفظ توزیع اصلی داده‌ها) بود، یک رویکرد تحلیلی دوگانه اجرا شد. ابتدا از تحلیل همبستگی پیرسون برای سنجش روابط خطی میان شاخص‌های پیوند از دور و سطوح PM2.5 استفاده شد. سپس، با کاربرد الگوریتم Boruta موثرترین ویژگی‌ها با تأخیرهای زمانی صفر تا ۶ ماهه شناسایی شد. پنج مدل پیشرفته یادگیری ماشین شامل Bagged CART، LightGBM، Gradient Boosting، Random Forest و XGBoost ارزیابی شدند که ۷۰% داده‌ها برای آموزش و 30% برای اعتبارسنجی مدل استفاده شد. ارزیابی عملکرد با سه معیار ریشه میانگین مربعات خطا (RMSE)، میانگین درصد خطای مطلق (MAPE) و ضریب تبیین (R²) انجام شد و برای تفسیرپذیری مدل‌ها، چهار روش پیشرفته شامل اهمیت ویژگی‌های جایگشتی (PFI)، اندازه‌های SHAP مبتنی بر تئوری بازی‌ها، تحلیل حساسیت Sobol و نمودارهای وابستگی جزئی (PDP) به‌کار گرفته شد. کلیه تحلیل‌ها در محیط نرم‌افزار R (نسخه ۴.۲.۰) انجام شد.نتایج و بحثنتایج نشان داد که اثر شاخص‌های پیوند از دور بر غلظت ذرات PM2.5 در ایستگاه‌های زاهدان و خاش معنادار بود. در ایستگاه زاهدان، بیشترین همبستگی مثبت مربوط به شاخص PDO (0/158 با تأخیر 5 ماهه) و شاخص AMO (0/212 با تأخیر صفر ماهه) بود. از سوی دیگر، بیشترین همبستگی منفی مربوط به شاخص AMM (0/336- با تأخیر 2 ماهه) و شاخص WHWP (0/420- با تأخیر 4 ماهه) بود. در ایستگاه خاش، بیشترین همبستگی مثبت مربوط به شاخص PDO (0/159 با تأخیر 2 ماهه) و بیشترین همبستگی منفی مربوط به WHWP (0/385- با تأخیر 4 ماهه) بود. تحلیل اهمیت ویژگی‌ها با روش Boruta نشان داد بیشترین نقش پیش‌بینی‌کننده PM2.5 مربوط به شاخص WHWP با میانگین اهمیت 13/63 با تأخیر 6 ماهه در زاهدان و با میانگین اهمیت 10/51 با تأخیر 5 ماهه در خاش بود. در ارزیابی مدل‌ها، XGBoost به‌عنوان برترین مدل با دقت استثنایی (0/989=R² در زاهدان و 0/994-0/993=R² در خاش) و حداقل خطا (3/07-2/36MAPE= در زاهدان و 1/8-1/5MAPE= در خاش) شناخته شد. نتایج تحلیل‌های حساسیت نشان داد بیشترین اثر مربوط به شاخص AMM (با امتیاز اهمیت 685 در زاهدان و 561 در خاش) بود. از سوی دیگر، با زمان‌های تأخیر خاص، رفتار شاخص‌های WHWP و AMO غیرخطی و پیچیده بود. به‌طور کلی نتایج بیانگر اثرات قابل توجه نوسانات اقیانوسی-جوی (با ضریب‌های همبستگی میان 0/15 تا 0/42 و امتیازهای اهمیت متغیر میان 5/6 تا 13/6) بر کیفیت هوای منطقه بود. دقت عملکرد مدل XGBoost در پیش‌بینی بلندمدت PM2.5 در منطقه مطالعه‌شده بسیار زیاد بود.نتیجه‌گیری و پیشنهادهانتایج این پژوهش نشان داد که بیشترین همبستگی مثبت با غلظت PM2.5 در ایستگاه زاهدان مربوط به شاخص‌های PDO و AMO بود و بیشترین همبستگی منفی مربوط به شاخص‌های AMM و WHWP بود. مدل XGBoost به‌عنوان بهترین مدل پیش‌بینی با بیشترین دقت و کمترین خطا شناخته شد. همچنین، نتایج تحلیل‌های SHAP و PDP نشان داد که اثرات شاخص‌های AMM و WHWP بر غلظت PM2.5 پیچیده و غیرخطی است و تأخیر زمانی نیز بسیار مهم است. در ایستگاه خاش نیز مهمترین نقش در پیش‌بینی PM2.5 مربوط به شاخص‌های AMM، AMO، PDO و WHWP بود که بیانگر اثرات قابل ‌توجه نوسانات اقلیمی بر کیفیت هوا است. این یافته‌ها بیانگر اهمیت روابط غیرخطی و آستانه‌های بحرانی در مدل‌سازی کیفیت هوا بود. بر پایة نتایج این پژوهش، به‌منظور تصمیم‌ها و اقدامات پیشگیرانه پیشنهاد می‌شود شاخص‌های پیوند از دور در پیش‌بینی دوره‌های با غلظت زیاد ذرات معلق، پیوسته پایش شوند. همچنین، پیشنهاد می‌شود بر اساس تفاوت‌های مشاهده‌شده میان دو ایستگاه (زاهدان و خاش)، به ویژگی‌های محلی و منطقه‌ای در مدل‌سازی کیفیت هوا بیشتر توجه شود. https://wmrj.areeo.ac.ir/article_134461.html مقدمه و هدفبوم‌سازگان‌های سالم برای توسعه پایدار بسیار مهم هستند و به‌عنوان پایه و اساس امنیت غذایی و تنوع زیستی بوده و  منابع و خدمات ضروری برای بقاء و رفاه را فراهم می‌آورند. ضعف در اجرای طرح توسعه پایدار باعث افزایش بهره‌برداری از منابع و ناپایداری بوم‌سازگان‌ها، به‌ویژه در مدیریت آب و خاک می‌شود. افزون بر این، شیوه‌های ناپایدار منجر به شکل‌گیری مناظر جدید و شکننده شده است. خشکی دائمی یا دوره‌ای (فصلی) تالاب‌ها به‌دلیل مصرف ناپایدار آب، از جمله پیامدهای منفی بهره‌برداری غیراصولی از منابع آب است که بستر آن‌ها را به منابع تولید گرد و غبار تبدیل می‌کند. به‌رغم تلاش‌های گسترده برای تثبیت و افزایش پایداری بسترها، ماندگاری و عملکرد راهکاری مرسوم برای مهار فرسایش بادی در این بسترها به‌دلیل آبگیری دوره‌ای تالاب‌ها، با چالش مواجه‌شده است. اخیراً، رویکرد تلقیح سیانوباکترها با هدف تثبیت بسترهای حساس به فرسایش مورد توجه قرار گرفته اما کارایی آن تحت شرایط خشکی- آبگیری تالاب‌ها بررسی‌نشده است. افزون‌براین، اندازه‌گیری مستقیم فرسایش بادی ناشی از اقدامات تثبیت بسترها، استفاده از شاخص‌های تعیین‌کننده حساسیت به فرسایش خاک از قبیل محتوای ماده آلی و نیتروژن کل از مؤلفه‌های غنای پوسته زیستی خاک نیز، مرسوم است. ازاین‌رو، این پژوهش با هدف ارزیابی اثرات تلقیح غلظت‌های مختلف سیانوباکترهای بومی بر محتوای ماده آلی و نیتروژن خاک تحت شرایط خشکی کامل و خشکی-آبگیری اجرا شد. مواد و روش‌هابرای انجام این پژوهش، تالاب بین‌المللی قوبی باباعلی در استان آذربایجان‌غربی در شمال‌غرب ایران، انتخاب شد. این تالاب 500 هکتاری که به کنوانسیون رامسر معروف است. تالاب نامبرده به‌دلیل کاهش بارندگی و استفاده ناپایدار از آب در بالادست، به‌طور فصلی تحت تناوب خشکی و آبگیری است. نمونه‌های حجمی از خاک بستر خشک‌شده تالاب تهیه شد و برای آماده‌سازی درون سینی‌های کوچک فرسایشی انتقال یافتند. هم‌زمان، سیانوباکترهای بومی و مؤثر در حفاظت خاک بستر خشک‌شده تالاب، استخراج، شناسایی، خالص‌سازی و ازدیاد شدند. از سیانوباکترهای به‌دست آمده (Nostoc sp. و Oscillatoria sp.) چهار غلظت صفر، 1/5، 3 و 6 گرم بر مترمربع تهیه شد. سپس، سیانوباکترهای تهیه‌شده بر اساس تیمارهای تعریف‌شده در چهار تکرار روی سینی‌های آماده‌شده آب-تلقیحی شدند. ژرفای نفوذ مایه تلقیح حداقل یک سانتی‌متر بود. سپس، سینی‌های تیمارشده در دو شرایط خشکی کامل (نشان‌دهنده تالاب خشک‌شده دائمی) به‌مدّت 134 روز و خشکی-آبگیری (نشان‌دهنده تالاب فصلی با تجربه تناوب خشکی در فصول گرم سال و آبگیری در فصول بارشی سال) به‌طور 60 روز خشکی، 60 روز غرقابی و 14 روز خشکی (مجموعاً 134 روز) قرار گرفتند. در مجموع 32 آزمایش (16 آزمایش در شرایط خشکی کامل و 16 آزمایش در شرایط خشکی-آبگیری) انجام شد. این پژوهش در قالب طرح آزمایشی کامل تصادفی و از تیر تا آبان ماه سال 1401 انجام شد. پس از پایان آزمایش، اندازه‌های ماده آلی و نیتروژن کل خاک به‌ترتیب با استفاده از روش‌های والکلی-بلک و کجلدال اندازه‌گیری شد. در پایان، تحلیل آماری نتایج با استفاده از تجزیه پراکنش یک و دوطرفه و آزمون تی مستقل انجام شد. نتایج و بحثیافته­ها نشان داد که اثرات تیمارهای تلقیح سیانوباکترها (غلظت صفر، 1/5، 3 و 6 گرم بر مترمربع) روی محتوای نیتروژن در هر دو شرایط خشکی کامل و خشکی-آبگیری در ژرفای صفر تا یک سانتی‌متر، معنی‌دار (در سطح احتمال یک درصد) بود. اثرات تیمارهای تلقیح روی محتوای نیتروژن تحت شرایط خشکی-آبگیری در ژرفای صفر تا پنج سانتی‌متر نیز معنی‌دار (در سطح احتمال یک درصد) بود. تأثیرپذیری محتوای ماده آلی خاک از تیمارهای تلقیح در هر دو ژرفای صفر تا یک و صفر تا پنج سانتی‌متر و تحت هر دو شرایط خشکی کامل و خشکی-آبگیری معنی‌دار (در سطح احتمال پنج درصد) بود. محتوای نیتروژن با تلقیح غلظت‌های متوسط سیانوباکتر (3 گرم بر مترمربع) و زیاد (6 گرم بر مترمربع) تحت شرایط خشکی به‌ترتیب 26 و 39% و تحت شرایط خشکی-آبگیری به‌ترتیب 28 و 44% افزایش یافت. ماده آلی نیز با تلقیح 3 و 6 گرم بر مترمربع تحت شرایط خشکی کامل به‌ترتیب 65 و 72% و با تلقیح 1/5، 3 و 6 گرم بر مترمربع تحت شرایط خشکی-آبگیری به‌ترتیب 49، 54 و 63% افزایش یافت. اثرات متقابل شرایط رطوبتی (خشکی کامل و خشکی-آبگیری) و تلقیح سیانوباکترها بر محتوای نیتروژن و ماده آلی خاک معنی‌دار نبود (در سطح احتمال پنج درصد). عملکرد تلقیح غلظت کم سیانوباکترها (1/5 گرم بر مترمربع) در بهبود مؤلفه‌های بررسی‌شده قابل قبول نبود.نتیجه‌گیری و پیشنهادهانتایج این پژوهش نشان داد اثرات آبگیری طبیعی سالانه تالاب بر بهبود محتوای ماده آلی و نیتروژن خاک و به‌بیان دیگر بر گسترش پوسته زیستی خاک در بسترهای خشک، مثبت نبود. ازاین‌رو، اجرای اقدامات دیگری مانند تلقیح سیانوباکترها برای بهبود مواد آلی و نیتروژن به‌عنوان مؤلفه‌های پایداری خاک ضروری است. یافته‌ها نشان داد که هنگامی که سیانوباکتری‌ها در شرایط خشکی-آبگیری به خاک تلقیح شدند، هم زنده ماندند و هم رشد کردند و همانند شرایط خشکی کامل، اندازه‌های ماده آلی و نیتروژن را افزایش دادند. در حالی‌که، تلقیح سیانوباکترها برای بهبود مؤلفه‌های پایداری خاک در برابر عامل‌های فرساینده اثرگذار است، نگرانی‌هایی هم برای اثرات منفی آنها بر تالاب‌ها به‌عنوان یک گونه مهاجم، به‌ویژه در مقیاس‌های بزرگ، وجود دارد که مستلزم بررسی بیشتر است. تلقیح سیانوباکتری‌ها، به‌ویژه با غلظت حداقل 3 گرم بر مترمربع، روشی سریع و سازگار با محیط زیست برای تثبیت بستر تالاب‌های خشک، به‌ویژه برای تالاب‌هایی با شرایط آبگیری و خشکی متناوب، است. پیشنهاد می‌شود پژوهش‌های تکمیلی در مقیاس صحرایی با شرایط تناوب خشکی و خشکی-آبگیری طبیعی همراه با اندازه‌گیری میدانی فرسایش بادی انجام شود. https://wmrj.areeo.ac.ir/article_134463.html مقدمه و هدفآب‌های زیرزمینی به‌عنوان یک منبع حیاتی آب شیرین، نقش اساسی در تأمین نیازهای شرب، کشاورزی و صنعتی در بسیاری از مناطق خشک و نیمه‌خشک جهان دارند. با این حال، تشدید فعالیت‌های انسانی و صنعتی، منجر به افزایش آلودگی این منابع ارزشمند شده است. در این راستا، آلودگی ناشی از نیترات، به‌دلیل حلالیت و تحرک زیاد در آب، به‌عنوان یکی از مهم‌ترین تهدیدها برای سلامت انسان و بوم‌سازگان‌های آبی شناخته‌شده است. مصرف آب آلوده به نیترات می‌تواند منجر به بروز بیماری‌های گوناگونی از جمله متهموگلوبینمی (سندرم نوزاد آبی) در نوزادان و حتی برخی از سرطان‌ها در بزرگسالان شود. افزون بر این، ورود نیترات به آب‌های سطحی می‌تواند به پدیده اوتروفیکاسیون و ازبین‌رفتن زیست‌بوم‌های آبی منجر شود. با توجه به اهمیت موضوع و ضرورت حفاظت از منابع آب زیرزمینی، این پژوهش با هدف توسعه یک چارچوب یکپارچه و جامع برای برآورد احتمال رخداد آلودگی آب‌های زیرزمینی، به‌ویژه با تمرکز بر آلاینده نیترات، در منطقه دشت لنجانات در استان اصفهان ایران انجام شد. با استفاده از این چارچوب و بهره‌گیری از رویکردهای نوین مدل‌سازی و تحلیل فضایی، مناطق مستعد به آلودگی شناسایی شد که به ارائه راهکارهای مدیریتی مؤثر برای کاهش خطرات ناشی از آلودگی آب‌های زیرزمینی کمک خواهد کرد. از نتایج این پژوهش می‌توان به‌عنوان الگویی برای برنامه‌ریزی‌های آتی در زمینه مدیریت پایدار منابع آب و حفاظت از سلامت جامعه استفاده کرد. مواد و روش‌هادر این پژوهش، داده‌های مربوط به غلظت نیترات منابع آب زیرزمینی به‌طور دقیق بررسی شد. ازاین‌رو، اطلاعات حیاتی از ۱۰۲ حلقه چاه در دشت لنجانات استان اصفهان جمع‌آوری شد. هر یک از این چاه‌ها نماینده‌ای از وضعیت نیترات در سفره‌های آب زیرزمینی منطقه مطالعه‌شده بود. برای تحلیل این حجم از داده‌ها و استخراج الگوهای پنهان در آن‌ها، از مدل تقویت شیب شدید استفاده شد. این مدل به‌دلیل توانایی زیاد در شناسایی روابط پیچیده و غیرخطی میان متغیرها و نیز عملکرد و دقت قابل قبول در پیش‌بینی، انتخاب شد. افزون بر داده‌های غلظت نیترات، ده عامل مهم محیطی و انسانی که به‌طور بالقوه بر آلودگی نیترات در آب‌های زیرزمینی اثرگذار بودند، شناسایی و در مدل تحلیلی استفاده شدند. این عامل‌ها شامل شیب زمین، بلندی، تراکم زهکشی، شاخص رطوبت پستی‌بلندی، رده خاک، فاصله از آبراهه، نوع سنگ‌شناسی منطقه و کاربری زمین بودند. با گنجاندن این هشت عامل در مدل تقویت شیب شدید، امکان شناسایی مهم‌ترین عامل‌های مؤثر بر آلودگی نیترات و همچنین برآورد مکانی اندازة احتمال آلودگی نیترات در آب‌های زیرزمینی فراهم شد.نتایج و بحثنتایج این پژوهش به‌خوبی بیانگر اثربخشی و کارایی تقویت شیب شدید در برآورد آلودگی نیترات در آب‌های زیرزمینی بود. دقت کلی این مدل 0/86 به‌دست آمد که با بهره‌گیری از آن وضعیت آلودگی منطقه مطالعه‌شده به‌خوبی تفکیک شد. افزون بر این، دیگر معیارهای ارزیابی عملکرد مدل نیز بیانگر دقت زیاد آن در شناسایی صحیح مناطق آلوده و غیرآلوده بود؛ به‌طوری که اندازة سطح زیر منحنی ROC برابر با 0/85 بود. همچنین، اندازة بازیابی مدل 0/80 به‌دست آمد که بیانگر آن بود 80% از کل مناطق آلوده واقعی با استفاده از این مدل به‌درستی شناسایی‌شده است. سرانجام، آماره F1-score که یک معیار ترکیبی از دقت و بازیابی بود، 0/83 به‌دست آمد که بیانگر تعادل خوب میان این دو معیار و عملکرد کلی قابل اعتماد مدل بود. تحلیل حساسیت مدل نشان داد که اثر برخی از متغیرهای ورودی بر روند برآورد مکانی آلودگی نیترات آب زیرزمینی، زیاد بود. در میان ده عامل محیطی و انسانی بررسی‌شده، متغیرهای بارش (21%) و تغییرات بلندی (18%) به‌عنوان اثرگذارترین و مهم‌ترین متغیرها در تعیین الگوی مکانی آلودگی نیترات شناخته شدند. این یافته‌ها بیانگر اهمیت ویژگی‌های طبیعی و زمین‌ریخت‌شناختی منطقه در مهار انتشار و تجمع نیترات در آب‌های زیرزمینی بود که می‌توان از آنها به‌عنوان الگوی مفیدی برای پژوهش‌های آتی و تدوین راهبردهای مدیریتی بهره‌ برد.نتیجه‌گیری و پیشنهادهایکی از دستاوردهای مهم این پژوهش، تولید نقشه‌های خطر بود که در آن به‌خوبی مناطق با خطر زیاد آلودگی نیترات در بخش مرکزی دشت مطالعه‌شده، شناسایی شد. پیشنهاد می‌شود مدیران منابع آب و برنامه‌ریزان شهری و روستایی از این نقشه‌ها به‌عنوان ابزاری ارزشمند برای انجام اقدامات پیشگیرانه در مناطق حساس، بهره ببرند. شایان ذکر است، نقش فعالیت‌های انسانی در افزایش خطر آلودگی نیترات با همپوشانی معنادار مناطق پرخطر با کاربری زمین‌های کشاورزی، قاطعانه تأیید شد. بر اساس این یافته پیشنهاد می‌شود برای حفاظت از منابع آب زیرزمینی و مدیریت پایدار فعالیت‌های کشاورزی از کودهای نیتروژنی به‌شکل بهینه استفاده شود. https://wmrj.areeo.ac.ir/article_134462.html مقدمه و هدفنابودی خاک ارتباط نزدیکی با افزایش فرسایش بادی دارد. فرسایش بادی یکی از چالش‌های زیست‌محیطی در سطح جهان و به‌ویژه در مناطق خشک و نیمه‌خشک آن است. زیرا، در این مناطق خاک‌ها چسبندگی کمی دارند و ساختار آنها ناپایدار است و پوشش­گیاهی به‌شکل پراکنده دیده می‌شود. افزون بر اثرات گستردة فرسایش بادی بر اقلیم، کیفیت هوا و سلامت انسان در مقیاس جهانی، ذرات ریز آلی موجود در سطح خاک به‌وسیلة این پدیده جابه‌جاشده و از بین می‌رود. این فرایند موجب کاهش قابل‌توجه ذخایر مواد مغذی، کاهش حاصلخیزی و نابودی ساختار فیزیکی و زیستی خاک می‌شود. با توجه به شرایط اقلیمی خشک منطقه ایرانشهر در استان سیستان و بلوچستان و نقش مؤثر بادهای شدید در افزایش فرسایش بادی، بررسی پیامدهای این پدیده بر تغییرات ویژگی‌های خاک اهمیت ویژه‌ای دارد. ازاین‌رو، این پژوهش با هدف بررسی پیامدهای فرسایش بادی بر ویژگی‌های فیزیکی، شیمیایی و میکروبی خاک بوم‌سازگان خشک در ایرانشهر انجام شد.مواد و روش‌هادر این پژوهش، بر اساس بازدیدهای میدانی، مشاهده‌های صحرایی و نقشه‌های فرسایش منطقه، شدت فرسایش خاک به‌عنوان تیمار اصلی در چهار سطح بدون فرسایش، فرسایش کم، متوسط و شدید دسته‌بندی شد. برای بررسی اثر این تیمارها بر تغییرات ویژگی‌های خاک، نمونه‌برداری در آبخیز رحمت‌آباد ایرانشهر بر اساس طرح کاملاً تصادفی در خرداد ماه ۱۴۰۲ انجام شد. در هر سطح فرسایش، چهار منطقه همگن با شرایط گیتاشناسی تقریباً مشابه انتخاب شد و از هر منطقه پنج نمونه خاک از ژرفای صفر تا ۳۰ سانتی‌متر برداشت شد. نمونه‌ها با روش مرکب ترکیب شدند. بخشی از نمونه‌ها بلافاصله پس از برداشت، برای اندازه‌گیری ویژگی‌های زیستی در ظروف دربسته و با حفظ رطوبت اولیه به آزمایشگاه انتقال یافت و در یخچال نگهداری شدند. بخش دیگر پس از خشک شدن در هوای آزاد و عبور از الک ۲ میلی‌متری برای تعیین ویژگی‌های فیزیکی و شیمیایی آماده شد. ویژگی‌های فیزیکی شامل بافت خاک، جرم مخصوص ظاهری و تخلخل، ویژگی‌های شیمیایی شامل کربن آلی، نیتروژن کل، فسفر و پتاسیم قابل دسترس، اسیدیته و هدایت الکتریکی و ویژگی‌های میکروبی شامل فعالیت آنزیم کاتالاز، تنفس پایه و برانگیخته میکروبی، کربن و نیتروژن زیست‌توده میکروبی و سهم میکروبی ارزیابی شد. داده‌ها با استفاده از تجزیه پراکنش یک‌طرفه (ANOVA) در نرم‌افزارSPSS  نسخه ۲۶ تحلیل شدند و میانگین‌ها نیز با استفاده از آزمون دانکن در سطح احتمال ۹۵% مقایسه شدند. همچنین، همبستگی میان ویژگی‌های مطالعه‌شده با نرم‌افزار R بررسی شد.نتایج و بحثیافته ­های پژوهش نشان داد اثر شدت فرسایش بادی بر ویژگی‌های فیزیکی، شیمیایی و میکروبی خاک معنی‌دار بود. تحلیل داده‌ها نشان داد که با افزایش شدت فرسایش، کربن آلی و نیتروژن کل به‌طور قابل توجهی کاهش یافتند. کربن آلی خاک از ۵۹/%۰ در مناطق بدون فرسایش به ۱۶/%۰ و نیتروژن کل از 0/063 به ۰۱۶/%۰ در مناطق با فرسایش شدید، کاهش یافت. همچنین، حساسیت پتاسیم و فسفر قابل دسترس به فرسایش خیلی زیاد بود، به‌طوری که پتاسیم از 161/3 به 79 میلی‌گرم بر کیلوگرم و فسفر قابل دسترس از 8/32 به 3/45 میلی‌گرم بر کیلوگرم کاهش یافتند که احتمالاً ناشی از جابه‌جایی ذرات ریز غنی از مواد مغذی به‌وسیلة باد بود. هدایت الکتریکی خاک با افزایش شدت فرسایش از 0/54 دسی‌زیمنس بر متر در مناطق بدون فرسایش به 0/93 دسی‌زیمنس بر متر در مناطق با فرسایش شدید افزایش یافت. جرم مخصوص ظاهری خاک نیز از 1/36 به 1/58 گرم بر سانتی‌متر مکعب افزایش و تخلخل از 46/6  به 33/2 % کاهش یافت، که نشان‌دهنده تراکم بیشتر خاک و نابودی ساختار خاکدانه‌ها بود. کاهش فعالیت آنزیم کاتالاز، تنفس میکروبی پایه و برانگیخته، نیتروژن زیست‌توده و جمعیت میکروارگانیسم‌ها با افزایش شدت فرسایش معنی‌دار (p<0.01) بود. این یافته‌ها بیانگر محدودیت منابع غذایی و کاهش فعالیت متابولیکی میکروارگانیسم‌ها بود. با این حال، تغییرات نسبت کربن به نیتروژن زیست‌توده و سهم میکروبی خاک معنی‌دار (p<0.05) نبود. این یافته بیانگر پایداری نسبی برخی فرایندهای میکروبی حتی در شرایط فرسایش شدید بود. نتایج این پژوهش نشان داد فرسایش بادی هم کیفیت و کمیت عناصر غذایی و ماده آلی خاک را کاهش داد و هم روی ساختار و فعالیت میکروبی خاک به‌شدت تأثیرگذار بود. ازاین‌رو، می‌توان از این شاخص‌ها به‌عنوان معیارهای مناسب ارزیابی اثرات فرسایش بادی در بوم‌سازگان‌های خشک، به‌ویژه در ایرانشهر، استفاده کرد. تحلیل همبستگی نشان داد که اثر فرسایش خاک اثر بر ویژگی‌های میکروبی بسیار منفی بود. همبستگی فعالیت آنزیم کاتالاز (0/96-)، تنفس میکروبی (0/96-)، زیست‌توده کربن (0/95-) و نیتروژن (0/98-) و جمعیت میکروارگانیسم‌ها (0/98-) با شدت فرسایش بسیار زیاد و منفی بود. شاخص‌های زیستی به‌‌طور وابسته عمل کردند به‌طوری که رابطة نسبت کربن به نیتروژن زیست‌توده با سهم میکروبی بسیار مثبت (0/92) بود. این یافته‌ها تأییدکنندة کاهش عملکرد شبکه میکروبی خاک تحت تأثیر فرسایش بود.نتیجه‌گیری و پیشنهادهانتایج پژوهش در ایرانشهر نشان داد که بهترین شرایط فیزیکی، شیمیایی و میکروبی خاک مربوط به تیمار بدون فرسایش بود. کمترین جرم مخصوص ظاهری، بیشترین تخلخل، بیشترین ظرفیت نگهداری آب و بیشترین فعالیت میکروبی خاک مربوط به تیمار نامبرده بود. با افزایش شدت فرسایش از کم تا شدید، کیفیت خاک به‌طور پیوسته کاهش یافت؛ به‌طوری که در شرایط فرسایش شدید، بیشترین نابودی ساختار خاک، کاهش کربن، نیتروژن، پتاسیم و فسفر قابل دسترس و افزایش هدایت الکتریکی مشاهده شد. این یافته‌ها بیانگر آن بود که پایداری بهینه ساختار و عملکرد بوم‌سازگان‌های خشک در شرایطی که کمترین فرسایش رخ دهد یا وجود نداشته باشد، امکان‌پذیر است. ازاین‌رو، بر اساس نتایج این پژوهش برای جلوگیری از ورود خاک به مراحل پیشرفته فرسایش، حفاظت از پوشش گیاهی، کاهش چرای بیش از حد، کاهش شخم‌زنی و افزایش ماده آلی پیشنهاد می‌شود.  https://wmrj.areeo.ac.ir/article_134941.html مقدمه و هدفبر اساس آمار جهانی، سیلاب بر بیش از ۴۰% از جمعیت جهان اثرگذار است و سبب خسارت جانی و مالی قابل توجهی می‌شود. در ایران، بیش از ۸۰% از شهرها در معرض خطر سیلاب هستند. ازاین‌رو، سرمایه‌گذاری برای انجام اقدامات پیشگیرانه و فناوری‌های پیشرفته برای مبارزه با سیلاب بیش از هر زمان دیگری ضروری است. آمادگی داشتن و کاهش خطر پیش از رویداد بلایا سبب کاهش معنادار هزینه بازیابی پس از آن می‌شود. نقشه‌برداری دقیق و پایش بلند‌مدت سیلاب نقش مهمی در برنامه‌ریزی و پیشگیری دارد. یکی از ابزارهای کارآمد برای پایش و نقشه‌برداری سیلاب در مدیریت بهینه بلایا، استفاده از تصویرهای ماهواره‌ای است. اگرچه تصویرهای راداری با دیافراگم مصنوعی (SAR) سنتینل-1 در شرایط ابری برای شناسایی مناطق سیلابی مفید هستند، اما این روش نیز محدودیت‌هایی دارد. حساسیت داده‌های راداری به پوشش گیاهی متراکم و سازه‌های عمودی ممکن است باعث برآورد کم یا زیاد مناطق آب‌گرفته شود. هم‌چنین، شاخص آب تفاضلی بهنجار‌شده (NDWI)، شاخص آب تفاضلی بهنجار‌شده اصلاح‌شده (MNDWI) و شاخص استخراج خودکار آب (AWEI) به‌دست آمده از داده‌های نوری در شرایط ابری یا سایه گیاهان ممکن است خطا داشته باشند و باعث شناسایی ناقص یا اشتباه مناطق سیلابی شوند. ازاین‌رو، نتایج به‌دست آمده از هر دو روش باید با دقت تفسیر شوند و با ترکیب داده‌های راداری و نوری می‌توان این محدودیت‌ها را کاهش داد، ولی آن‌ها را به‌طور کامل از بین نمی‌برد. ازاین‌رو، در این پژوهش داده‌های رادار و نوری با استفاده از شاخص‌های سنجش از دور مرتبط با طیف آب، تحلیل و مقایسه شدند و مناطق سیلابی در آبخیز کرخه در استان خوزستان شناسایی شد.مواد و روش‌هادر آبخیز کرخه در ماه‌های فروردین و اردیبهشت 1398 سیلاب گسترده و غیرقابل پیش‌بینی رخ می‌‌دهد که منجر به خسارت قابل توجهی می‌شود. بر این اساس، منطقه‌ای به مساحت 3/3838 کیلومترمربع انتخاب شد. در این پژوهش، از سه روش مختلف برای شناسایی و تحلیل آب‌های سطحی ناشی از سیلاب استفاده شد: (1) در راستای آشکارسازی تغییرات، از داده‌های سه بازه زمانی شامل پیش از فصل کشاورزی (6 مهر تا 3 آبان 1397)، پس از فصل کشاورزی (9 اسفند 1397 تا 5 فروردین 1398) و هنگام سیلاب (8 فروردین تا 5 اردیبهشت 1398) استفاده شد. (2) تصویرهای SAR به‌دست آمده از ماهواره سنتینل-1 با قطبش‌های VV و VH با استفاده از فیلتر Refined Lee و الگوریتم آستانه Otsu به‌منظور شناسایی پهنه‌های سیلابی، پردازش شدند. (3) برای استخراج دقیق‌تر آب‌های سطحی از تصویرهای نوری، شاخص‌های طیفی آب شامل NDWI، MNDWI و AWEI به‌دست آمده از ماهواره سنتینل-2 استفاده شد. شایان ذکر است که AWEI در دو نسخه بدون سایه برای مناطق باز و با سایه برای کاهش اثر سایه در نواحی شهری و کوهستانی وجود داشت که در این پژوهش از نسخه بدون سایه استفاده شد. در پایان، با تلفیق نتایج به‌دست آمده از روش‌های راداری و نوری و تحلیل تغییرات چندزمانه، نقشه‌های جامعی از گسترش سیلاب تولید و اعتبارسنجی شد.نتایج و بحثنتایج این پژوهش نشان داد عملکرد قطبش VH با اندازة 254 کیلومترمربع در تشخیص مناطق سیلابی کمی بهتر از قطبش VV با اندازة 252 کیلومترمربع بود. با یک روش ترکیبی و استفاده از هر دو قطبش و فقط با انتخاب مناطقی با پراکندگی بازگشتی کم در هر دو قطبش، 239 کیلومترمربع از مناطق سیلابی، شناسایی شد. ترکیب قطبش‌ها دقت و قابلیت اطمینان نقشه‌برداری سیلاب را بهبود بخشید و به‌دلیل حساس نبودن رادار به پوشش ابر و شرایط روشنایی، نسبت به داده‌های نوری، برتری داشت. نتایج تجزیه و تحلیل زمانی آب‌های دائمی و موقت در روش ترکیبی (VV+VH) در سه دوره نشان داد که پوشش آب پیش از فعالیت‌های کشاورزی زیاد (1560 کیلومترمربع) بود، در اواخر زمستان به اندازة 847 کیلومترمربع کاهش یافت. سپس، در طول رویداد سیلاب به تقریباً 974 کیلومترمربع افزایش یافت. با وجود آب کمتر در مقایسه با دوره پیش از فعالیت‌های کشاورزی، سیلاب گسترده‌ای به‌دلیل بارندگی شدید، ناگهانی و ظرفیت محدود زمین و زیرساخت‌ها رخ داد. با استفاده از MNDWI با اندازة 227 کیلومترمربع بیشترین مساحت پوشیده از آب، شناسایی شد. در حالی‌که با استفاده از AWEI، با اندازة  126 کیلومترمربع با رویکردی محافظه‌کارانه‌تر، فقط مناطق با احتمال بسیارزیاد وجود آب‌های سطحی، شناسایی شد. با ترکیب هر سه شاخص طیفی، مساحتی معادل ۶۲ کیلومترمربع به‌عنوان مناطق مستعد سیلاب، شناسایی شد. تغییرات میان شاخص‌ها به‌دلیل تفاوت در باندهای طیفی و حساسیت به وجود آب است. نتایج تحلیل NDWI، MNDWI و AWEI، نشان داد تغییرات گستردگی آب دائمی و موقت در طول سیلاب قابل توجه بود به‌طوری که از 98 کیلومترمربع به 324 کیلومترمربع افزایش یافت. روش آستانه‌گذاری Otsu به‌طور مؤثر برای استانداردسازی و طبقه‌بندی مناطق آبی در میان شاخص‌ها به‌کار گرفته شد.نتیجه‌گیری و پیشنهادهابر اساس نتایج این پژوهش می‌توان نتیجه گرفت که تلفیق داده‌های راداری و نوری منجر به شناسایی ۵۸ کیلومترمربع از مناطق سیلابی شد و میان نتایج دو ماهواره 39% هم‌پوشانی بود. استفاده از این تلفیق، سبب افزایش چشم‌گیر دقت و قابلیت اطمینان شناسایی مناطق سیلابی شد. از آنجایی‌که تغییرات در گسترة آب فقط نشان‌دهنده رویداد یا شدت سیلاب نیست و بیانگر آن است که عامل‌های آب‌شناختی و مدیریتی نقش مهمتری در رویداد سیلاب دارند. ازاین‌رو، پیشنهاد می‌شود به‌منظور توسعه سامانه‌های هشدار اولیه و برنامه‌ریزی مدیریت بحران، از داده‌های ترکیبی ‌همراه با تجزیه و تحلیل عامل‌های محیطی، استفاده شود. افزون بر این، با بهره‌گیری از این روش امکان پهنه‌بندی دوره‌ای از سیلاب فراهم‌شده است که پیشنهاد می‌شود در توسعه اقدام های پیشگیرانه، مدیریت بهینه سیلاب و برنامه‌ریزی کشاورزی از آن استفاده شود. https://wmrj.areeo.ac.ir/article_134939.html مقدمه و هدفساختار سیاسی آبخیزها با اجرای تصمیم‌های مدیران و برنامه‌ریزان، دستخوش تغییر می‌شود. بر این اساس سازمان‌های مختلف نقش اساسی و غیرقابل‎انکاری در شکل‎گیری مدیریت پایدار آبخیزها دارند. حال آن‎که نقش بخش‎های مختلف در مدیریت آبخیزها و کیفیت مدیریت پایدار منابع آن، بررسی‌نشده است. ازاین‌رو، این پژوهش با هدف ارزیابی نقش رویکرد پنج‌حلقه‌ای شامل دولت و مجلس شورای اسلامی، شوراها و دهیاری‌ها، بخش خصوصی، دانشگاه و نیروهای نظامی- انتظامی در مدیریت پایدار آبخیز افین، انجام شد.مواد و روش‌هادر این پژوهش، ابتدا مطالعات تفضیلی-اجرایی هفت زیرآبخیز افین از اداره کل منابع‌طبیعی و آبخیزداری استان خراسان جنوبی، دریافت شد. سپس، گزارش‌های مختلف انجام‌شده بررسی و مشکلات و موانع موجود برای هر زیرآبخیز استخراج شد. در این راستا، با بازدیدهای میدانی و صحبت با جوامع محلی، مشکلات راستی‌آزمایی شد و مشکلات دیگر که در مطالعات وجود نداشت یا بعداً به‌وجود آمده بود نیز مشخص و فهرست مشکلات نهایی شد. سپس، درخت مشکلات نهایی تشکیل و در ساختار استخوان ماهی جانمایی شد. در پایان بر اساس رویکرد پنج‌حلقه‌ای، وظایف پنج سازمان دولت و مجلس شورای اسلامی، شوراها و دهیاری‌ها، بخش خصوصی، دانشگاه و مجموعه نیروهای نظامی-انتظامی در مدیریت پایدار آبخیز افین، بررسی شد. نتایج و بحثنتایج این پژوهش بیانگر 31 مشکل اصلی در هفت زیرآبخیز افین بود. این مشکلات در هشت بخش پایش و ارزیابی، مخاطره‌های طبیعی، اقتصادی، اجتماعی، بهداشتی رفاهی، آگاهی نداشتن جوامع محلی، مشکلات و موانع طبیعی و سیاست‌گذاری و برنامه‌ریزی در ساختار بومی‌شده استخوان ماهی، جانمایی شد. سپس، با استفاده از تجزیه‌ و تحلیل اسناد سازمانی و شرح خدمات سازمان‌ها، مشکلات تعیین‎شده به سازمان‌های مختلف ربط‌داده شد. نتایج نشان داد بیشترین تعداد مشکلات مربوط به سه خوشه "اقتصادی"، "سیاست‌گذاری و برنامه‌ریزی" و بهداشتی–رفاهی بود و هر یک از بخش‎‌ها بر اساس کارکرد خاص خود در رفع آن‌ها مداخله داشت. نتایج تعیین نقش سازمان‌های مختلف نشان داد که دولت به‌عنوان مرجع اصلی سیاست‌گذاری و تخصیص منابع، نقش مهمی در تمرکززدایی امکانات، اختصاص بودجه و پشتیبانی از دیگر بخش‌ها را دارد. از سوی دیگر، شوراها و دهیاری‌ها در سطح محلی بیشتر در تسهیل مشارکت مردمی، پیگیری مسائل اجتماعی و هماهنگی با دستگاه‌های اجرایی نقش اثرگذارتری داشتند. افزون بر این، بخش خصوصی نیز با سرمایه‌گذاری در بخش فرآورده‌های زراعی و بازاریابی آن بر شکوفایی اقتصادی آبخیز افین، اثرگذار بود. دانشگاه نیز با ورود به عرصه تولید فن‎آوری‎‌های محیط‎زیست‎پسند، تربیت نیروهای متخصص و ارائه نوآوری‌های علمی در مدیریت پایدار آبخیز، اثرگذار بود. در این میان، یکی از الگوهای کاربردی، ارائه راهکارهای بهینه‌سازی بهره‌برداری از زرشک، فرآوری محصولات جانبی و گسترش زنجیره ارزش آن بود. اما، نقش دانشگاه فراتر از این بخش بود و شامل پشتیبانی علمی و فناوری از دیگر زمینه‌های مدیریتی نیز بود.نتیجه‌گیری و پیشنهادهاآبخیز افین به‌عنوان یکی از بزرگ‌ترین مراکز تولید زرشک در خراسان جنوبی، در تولید محصولات زراعی و باغی جایگاه ممتازی دارد. از سوی دیگر، وجود گسل‌های پرشمار در این آبخیز سبب‌شده تا در زمان زلزله، جوامع محلی متحمل خسارت‌های زیاد مالی و جانی شوند. بر این اساس، با هم‌افزایی میان نهادهای دولتی و بخش خصوصی می‌توان افزون بر تقویت اقتصاد زراعی منطقه، به پایداری جوامع انسانی نیز یاری رساند. با این حال، نقش دیگر بخش‌ها نیز در این فرآیند بسیار حائز اهمیت است. در این راستا، دانشگاه‌ها با تولید دانش و فناوری‌های نوین، شوراها و دهیاری‌ها با بهبود سطح مشارکت محلی و نیروهای نظامی–انتظامی با تأمین امنیت و پشتیبانی فنی هر یک نقش مشخصی در پیشبرد مدیریت پایدار آبخیز دارند. بر اساس نتایج این پژوهش، پیشنهاد می‌شود با بهره‌گیری از ظرفیت بخش خصوصی در فرآوری زرشک و تولید محصولات فرعی غذایی-دارویی، از خام فروشی این محصول با ارزش جلوگیری شود و با ایجاد ارزش‌افزوده، به افزایش و پایداری درآمد جوامع محلی کمک شود. همچنین، با توجه به وابستگی شدید منابع آبی به بارندگی، پیشنهاد می‌شود طرح‌های مدیریت منابع آب موجود و افزایش بهره‌وری اقتصادی آن برای جلوگیری از مهاجرت و خالی شدن منطقه از سکنه، اجرا شود. https://wmrj.areeo.ac.ir/article_134938.html مقدمه و هدفبا توجه به گستردگی و تغییرپذیری و پویایی اطلاعات بخش کشاورزی در کشور و به­ویژه در استان فارس، به‌روز کردن و تدقیق اطلاعات فعالیت­های مرتبط با آن، اهمیت ویژه‌ای دارد. کاربری‌های کشاورزی در آبخیزها از مهمترین بهره‌برداری‌ها است که نقش تعیین­کننده‌ای در هر دو دیدگاه مثبت و منفی (نابودی یا حفاظت) آبخیز دارد. تاکنون پژوهش‌های پرشماری در زمینه طبقه‌بندی کاربری‌های کشاورزی با کاربرد تصویر‌های ماهواره­ای انجام‌شده است. سنجش از دور، یک روش کارآمد در شناسایی محصولات برای برآورد برداشت بالقوه و مدیریت مزارع کشاورزی است. تاکنون، طیف گسترده‌ای از انواع تصویرها برای تنوع گوناگونی از کاربردها برای طبقه‌بندی به ­کار گرفته‌شده است. برخی از روش‌های پردازش تصویر در جداسازی دسته‌های کاربری زمین و پوشش زمین مناسب‌تر از دیگر روش‌ها است، به‌ویژه زمانی که تصویرها با وضوح بیشتر طبقه‌بندی می‌شوند. همچنین، بررسی پژوهش‌های پیشین نشان‌داده است که در شرایطی، دقت طبقه‌بندی شیء­گرا در مقایسه با پیکسل­‌مبنا، در جداسازی دسته‌های انتخاب‌شده کاربری زمین و پوشش زمین، بیشتر است. در این پژوهش، برای ارزیابی این دو روش در پهنه‌ای به گستردگی استان فارس، مدل‌های مبتنی بر GIS و سنجش از دور که هم در مدیریت مزارع آبخیزها در زمان حال و هم برای به­روز رسانی اطلاعات در سال‌های آتی قابل استفاده باشد، تهیه شد. در این پژوهش دقت روش‌های نامبرده تعیین شد و امکان تجمیع کردن مراحل مختلف در یک مدل کاربر دوست فراهم شد.مواد و روش‌هادر این پژوهش تمام مناطق تحت کشت زراعت و باغ در پهنه آبخیزهای استان فارس بررسی شد. از آنجایی که تاریخ‌های بیشینه سبزینگی در اقلیم‌های مختلف متفاوت است، به­منظور بررسی ترکیب اقلیمی هر شهرستان، نقشه اقلیم استان با مرز شهرستان­ ها ادغام شد. در این پژوهش، نقشه اقلیم بر اساس روش دمارتن و با استفاده از داده ­های ایستگاه­ های اقلیم­شناسی و هم­دید استان فارس تهیه شد. به ­منظور بررسی الگوی کشت اکثر شهرستان‌هایی که در آنها گندم کاشت می­شد، آمار سطح زیر کشت محصولاتی که همزمان با گندم کاشت می ­شدند نیز جمع ­آوری شد. در این پژوهش، بر پایة هدف جداسازی کاربری‌های کشاورزی و اندازه میانگین قطعه‌های کشاورزی (حدود ۱ هکتار در استان فارس)، تصویرهای لندست ۸ و سنتینل ۲، به­ ترتیب با وضوح زمینی ۳۰ و ۱۰ متر کافی بود. زیرا، هر هکتار زمین، به‌ترتیب در برگیرندة ۹ و ۱۰۰ پیکسل بود. در یک فعالیت میدانی یکپارچه و گسترده، نقشه کاربری‌های زراعت دیم و باغ دیم با برداشت محدوده ­ها بر سر زمین رسم شد. سپس، با بیشترین دقت مکانی چهار مرحله تدقیق ستادی و میدانی انجام شد. با استفاده از نرم ­افزارهای مرتبط، ابتدا تصحیحات هندسی و در گام بعدی تصحیحات جوی تصویرهای سنتینل و لندست انجام شد و دی‌ان آن ها به بازتاب سطح زمین تبدیل شد. سپس، شاخص‌های گیاهی متنوعی ساخته و آزمون شد تا بهترین آن ها برای تعیین سطح سبز انتخاب شود و مبنای برداشت اطلاعات میدانی که شامل چندضلعی‌هایی در داخل کاربری‌های کشاورزی بود، باشد. آن گاه روش‌های طبقه ­بندی نظارت ­شده شامل: تک زمانه، چند زمانه، شیء­گرا و پیکسل ­مبنا، برای جداسازی کاربری‌های زراعی آبی و تفکیک آن ها به‌کار گرفته شد. سپس، کاربری‌های زراعی و باغ دیم با چندین بار برداشت‌های میدانی، جداسازی شدند. کاربری‌های باغی آبی از اطلاعات کاداستر از کاربری‌های کشاورزی استخراج شد و با استفاده از تصویرهای به‌روز شده تدقیق شد. بر اساس ضریب کاپا و صحت کلی نتایج هر دسته از کاربری‌های کشاورزی با واقعیت زمینی مقایسه شدند.نتایج و بحثنتایج تصحیحات جوی روی تصویرها بیانگر بهبود قابل توجه سنجه‌های تصویری و شفافیت دیداری آن ها بود. در دو کاربری پوشش کاملاً سبز مزارع و کاربری‌های آیش، اندازه‌های تمام شاخص‌های گیاهی پس از تصحیحات جوی باندها افزایش یافت و در دو کاربری بایر و پهنه محدوده‌های آبگیر کاهش یافت و به دامنه ارقام قابل انتظار در منابع معتبر، نزدیک‌تر بود. بیشترین اندازة صحت نقشه سطح سبز به‌دست آمده از شاخص‌های مختلف گیاهی مربوط به EVI و mSAVI بود و mNDVI و GBNDVI در رتبه بعدی بودند. نتایج طبقه ­بندی شیءگرا بیانگر برتری قطعی این روش در جداسازی کاربری‌های کشاورزی از مرتع و زمین بایر بود. افزون بر این، امکان جداسازی دو نوع مرتع ضعیف از قوی نیز در این روش فراهم شد. بیشترین صحت در تهیه نقشه­ های طبقه ­بندی مربوط به شاخص ­های گیاهی EVI و mSAVI بود. بیشترین ضریب کاپا و صحت کلی مربوط به طبقه­ بندی ماشین ­بردار پشتیبان بود. نتایج طبقه ­بندی شیءگرا بیانگر برتری این روش در جداسازی کاربری‌های کشاورزی از مرتع و زمین بایر بود. افزون بر این، امکان جداسازی دو نوع مرتع ضعیف از قوی نیز در این روش فراهم شد.نتیجه‌گیری و پیشنهادهااز میان انواع شاخص‌های گوناگون گیاهی بررسی‌شده برای تفکیک سطح سبز کاربری‌های زراعی، نتایج استفاده از شاخص‌هایی مانند EVI وmSAVI  که از باند سبز در معادله‌های آن ها استفاده شد، مناسب‌تر بود. از دیدگاه روش‌های پیکسل­ مبنا، بهترین روش SVM بود و پس از آن درخت تصمیم در رتبه بعدی بود. تاکنون، پراکنش مکانی و سطح واقعی کاربری‌های دیم زراعی و باغی به ­دلیل دشواری، با هیچ روش سنتی و یا سنجش از دور تعیین‌نشده بود، که در این پژوهش برای نخستین بار و حداقل در استان فارس با دقت مطلوب و مبتنی بر تلفیق سنجش از دور و بازید میدانی، انجام شد. مقیاس این لایه­ ها بر اساس تصویرهای پایه سنتینل با وضوح 10 متر، برای کاربرد در پژوهش‌های آبخیزداری تا مقیاس تفضیلی- اجرایی، کافی و مناسب است. بر اساس یافته‌های این پژوهش پیشنهاد می‌شود از لایه­ های تولیدشده به‌عنوان الگویی برای بررسی تغییرات کاربری زمین‌ها و تصرف غیرقانونی زمین‌های منابع­ طبیعی استفاده شود. همچنین برای دستیابی به این هدف پیشنهاد می‌شود مرز رقومی زمین‌های ملی روی لایه‌های کاربری‌های کشاورزی ­نهادشده و مرزهای متصرفی از آن­ ها استخراج شود.  https://wmrj.areeo.ac.ir/article_134940.html مقدمه و هدفتغییر اقلیم به معنای تغییرات بلندمدت و برگشت‌ناپذیر در شرایط متوسط آب و هوایی است که ناشی از عوامل طبیعی و انسانی بوده و موجب افزایش دمای جهانی، ذوب شدن یخ‌های قطبی، افزایش سطح دریا و بروز رویدادهای شدید اقلیمی می‌شود. این تغییرات تأثیر زیادی بر متغیرهای هواشناسی مانند دما و بارش دارند که نظم هیدرولوژیکی را دچار اختلال می‌کنند. مدل‌های گردش عمومی جو، ابزارهای پیشرفته و جامع برای شبیه‌سازی و پیش‌بینی این تغییرات بر اساس فرآیندهای دینامیکی و ترمودینامیکی جوی هستند به کار می‌روند؛ بنابراین پیش نمایی تغییرات اقلیمی تحت مدل‌های گزارش ششم در آبخیز بختگان- مهارلو انجام‌گرفته است.مواد و روش‌هادر این پژوهش، داده‌های روزانه بارش و دمای کمینه و بیشینه پنج ایستگاه سینوپتیک ارسنجان، نی‌ریز، صفاشهر، شیراز و تخت جمشید استفاده‌شده است. پارامترهای اقلیمی با استفاده از مدل‌های گزارش ششم هیئت بین‌دولتی تغییر اقلیم با استفاده از مدل LARS-WG ریزمقیاس شد. انتخاب نوع ایستگاه با توجه به‌کفایت داده‌ها، پراکندگی و تنوع اقلیمی در آبخیز انتخاب‌شده است. در این پژوهش از برونداد سه مدل ACCESS-ESM1-5، CNRM-CM6-1 و MRI-ESM2-0 با بهره‌گیری از سه سناریوی SSP126، SSP245 و SSP585 استفاده‌شده است.با استفاده از مدل آماری LARS-WG8، ریزمقیاس نمایی و اصلاح داده‌های بارش و دمای کمینه و بیشینه به‌منظور افزایش دقت پیش‌بینی‌ها انجام گرفت. درنهایت پیش نمایی اقلیمی برای دوره 2026 تا 2045 محاسبه و پردازش داده‌های روزانه بارش و دما ایستگاه‌های سینوپتیک آبخیز بختگان- مهارلو و مقایسه آن‌ها با دوره پایه محاسبه شد. نتایج و بحثنتایج نشان داد مدل ACCESS-ESM1-5 اختلاف میانگین بارش دوره پایه و آینده در سطح اطمینان 95 درصد معنی دار بوده است و بارش بالاتری نسبت به دو مدل دیگر پیش‌بینی می‌کند و مدل‌های CNRM-CM6-1 و MRI-ESM2-0 به مقادیر دوره پایه نزدیک‌تر است. دمای بیشینه پیش‌بینی‌شده در تمام ایستگاه‌ها و سناریوها نسبت به داده‌های مشاهداتی افزایش دارد و در سطح اطمینان 95 درصد معنی دار و صعودی برآورد شده است. میانگین دمای بیشینه سالانه از 8/24 درجه سانتی‌گراد به 9/26 درجه سانتی‌گراد افزایش می‌یابد. مدل CNRM-CM6-1 بیشترین دمای بیشینه را پیش‌بینی کرده است. شیراز و تخت جمشید بالاترین دماها را دارند. دمای کمینه در همه ایستگاه‌ها روند افزایشی دارد و میانگین آبخیز از 7/9 درجه سانتی‌گراد به 5/11 درجه (در سناریوی SSP585) می‌رسد. این نشان‌دهنده گرم‌تر شدن شب‌ها و کاهش سرمای شبانه است. مدل CNRM-CM6-1 معمولاً دمای کمینه بالاتری نسبت به سایر مدل‌ها پیش‌بینی می‌کند. دامنه تغییرات بارش پیش‌بینی‌شده حوزه از 9/248 تا 7/288 میلی‌متر و دامنه تغییرات دمای بیشینه و کمینه نیز به ترتیب از 26 تا 9/26 و 11 تا 9/11 درجه سانتی گراد برآورد شده است.نتایج و بحثنتایج نشان داد مدل ACCESS-ESM1-5 اختلاف میانگین بارش دوره پایه و آینده در سطح اطمینان 95 درصد معنی دار بوده است و بارش بالاتری نسبت به دو مدل دیگر پیش‌بینی می‌کند و مدل‌های CNRM-CM6-1 و MRI-ESM2-0 به مقادیر دوره پایه نزدیک‌تر است. دمای بیشینه پیش‌بینی‌شده در تمام ایستگاه‌ها و سناریوها نسبت به داده‌های مشاهداتی افزایش دارد و در سطح اطمینان 95 درصد معنی دار و صعودی برآورد شده است. میانگین دمای بیشینه سالانه از 8/24 درجه سانتی‌گراد به 9/26 درجه سانتی‌گراد افزایش می‌یابد. مدل CNRM-CM6-1 بیشترین دمای بیشینه را پیش‌بینی کرده است. شیراز و تخت جمشید بالاترین دماها را دارند. دمای کمینه در همه ایستگاه‌ها روند افزایشی دارد و میانگین آبخیز از 7/9 درجه سانتی‌گراد به 5/11 درجه (در سناریوی SSP585) می‌رسد. این نشان‌دهنده گرم‌تر شدن شب‌ها و کاهش سرمای شبانه است. مدل CNRM-CM6-1 معمولاً دمای کمینه بالاتری نسبت به سایر مدل‌ها پیش‌بینی می‌کند. دامنه تغییرات بارش پیش‌بینی‌شده حوزه از 9/248 تا 7/288 میلی‌متر و دامنه تغییرات دمای بیشینه و کمینه نیز به ترتیب از 26 تا 9/26 و 11 تا 9/11 درجه سانتی گراد برآورد شده است.نتیجه‌گیری و پیشنهادهاروند کلی افزایش بارش و دما (بیشینه و کمینه) با شدت سناریوهای انتشار گازهای گلخانه‌ای همسو است و نشانگر گرم‌تر و نسبتاً مرطوب‌تر شدن منطقه بختگان- مهارلو در آینده است. اختلاف بین مدل‌ها نشان‌دهنده عدم قطعیت در پیش‌بینی‌هاست که استفاده از چند مدل و سناریو را برای کاهش ریسک تصمیم‌گیری ضروری می‌کند. این تغییرات نیازمند برنامه‌ریزی و سازگاری دقیق برای مدیریت منابع آب، کشاورزی و سلامت عمومی در منطقه است. https://wmrj.areeo.ac.ir/article_134942.html مقدمه و هدفآتش‌سوزی‌های جنگلی در دهه‌های اخیر به‌عنوان یکی از مهم‌ترین تهدیدهای زیست‌محیطی در اکوسیستم‌های جنگلی و مرتعی شناخته می‌شوند. این پدیده علاوه بر تخریب پوشش گیاهی و زیستگاه‌ها، تغییرات عمیقی در خصوصیات فیزیکی و شیمیایی خاک ایجاد می‌کند که از جمله مهم‌ترین آن‌ها بروز پدیده آب‌گریزی خاک است. آب‌گریزی خاک می‌تواند منجر به افزایش رواناب سطحی، کاهش نفوذپذیری، تشدید فرسایش و در نهایت کاهش پایداری اکوسیستم گردد. در جنگل‌های هیرکانی شمال ایران، به‌ویژه در استان گلستان، وقوع آتش‌سوزی‌های مکرر و گسترده در سال‌های اخیر نگرانی‌های جدی در زمینه مدیریت منابع طبیعی ایجاد کرده است. با وجود مطالعات متعدد در سطح جهانی، پژوهش‌های داخلی در زمینه بررسی اثر آتش‌سوزی بر آب‌گریزی خاک و به‌ویژه استفاده از رویکردهای نوین مدل‌سازی همچون الگوریتم‌های یادگیری ماشین هنوز محدود است. از سوی دیگر، روش‌های سنتی مانند آزمون زمان نفوذ قطره آب (WDPT) یا آزمون اتانول، اگرچه برای شناسایی اولیه مفیدند، اما قادر به مدل‌سازی روابط پیچیده و غیرخطی میان ویژگی‌های خاک و شدت آب‌گریزی نیستند. بنابراین، هدف اصلی این پژوهش بررسی تغییرات زمانی آب‌گریزی خاک پس از آتش‌سوزی در آبخیز توشن استان گلستان و ارزیابی توان الگوریتم‌های یادگیری ماشین در پیش‌بینی شاخص WDPT بود. این مطالعه تلاش دارد ضمن پر کردن شکاف علمی موجود، ابزاری کاربردی برای مدیریت ریسک‌های ناشی از آتش‌سوزی و برنامه‌ریزی احیای پس از حریق ارائه دهد.مواد و روش‌هااین پژوهش در آبخیز توشن واقع در استان گلستان، بخشی از جنگل‌های هیرکانی ثبت‌شده در فهرست میراث جهانی یونسکو، انجام شد. منطقه دارای اقلیم نیمه‌مرطوب تا مرطوب با میانگین بارندگی سالانه حدود 620 میلی‌متر و دمای متوسط ۱6 درجه سانتی‌گراد است. خاک‌های منطقه عمدتاً لسی با بافت لوم سیلتی و محتوای بالای مواد آلی هستند که شرایطی مستعد برای شکل‌گیری آب‌گریزی پس از آتش فراهم می‌کنند. طرح آزمایش به‌صورت فاکتوریل در قالب طرح کاملاً تصادفی با دو عامل اصلی شامل نوع کاربری اراضی و تیمار آتش‌سوزی (شاهد و سوخته) طراحی شد. نمونه‌برداری خاک در سه بازه زمانی (یک روز، یک هفته و یک ماه پس از آتش‌سوزی) و در دو عمق (5–0 و 10–5 سانتی‌متر) انجام گرفت و در مجموع ۹۶ نمونه برداشت شد. ویژگی‌های فیزیکی و شیمیایی خاک شامل بافت، pH، هدایت الکتریکی، کربن آلی، ماده آلی، پایداری خاک‌دانه و چگالی ظاهری اندازه‌گیری شدند. شدت آب‌گریزی با آزمون WDPT سنجیده شد. داده‌ها پس از ورود به محیط Python پیش‌پردازش شدند؛ داده‌های پرت با روش IQR شناسایی اما حذف نشدند، نرمال‌سازی با Z-score انجام گرفت و هم‌خطی متغیرها با VIF بررسی شد. سپس داده‌ها به دو بخش آموزش (۷۰٪) و آزمون (۳۰٪) تقسیم شدند. برای مدل‌سازی از ۱۲ الگوریتم یادگیری ماشین شامل مدل‌های پایه، مبتنی بر همسایگی، تجمیعی و ترکیبی استفاده شد. بهینه‌سازی ابرپارامترها با روش جستجوی بیزی و اعتبارسنجی متقاطع پنج‌تایی انجام گرفت. عملکرد مدل‌ها با شاخص‌های R²، RMSE، MAE، NSE و CCC ارزیابی شد. همچنین تحلیل حساسیت با روش‌های PFI و SHAP و تحلیل عدم قطعیت با بوت‌استرپ و شبیه‌سازی مونت‌کارلو صورت گرفت.نتایج و بحثنتایج نشان داد که آتش‌سوزی اثر شدیدی اما کوتاه‌مدت بر آب‌گریزی خاک دارد. میانگین WDPT یک روز پس از آتش‌سوزی حدود ۲/۵ دقیقه بود که نشان‌دهنده افزایش قابل‌توجه آب‌گریزی است. در هفته اول این مقدار به کمتر از یک دقیقه کاهش یافت و پس از یک ماه تقریباً به صفر رسید. این الگو بیانگر ماهیت گذرای اثر آتش بر آب‌گریزی سطحی خاک است. تحلیل‌های آماری (ANOVA) نشان داد که اثر تیمار آتش‌سوزی و برهم‌کنش آن با زمان و کاربری اراضی بر WDPT معنی‌دار است. در میان الگوریتم‌های یادگیری ماشین، درخت تصمیم (R²=0.44) و گرادیان بوستینگ (R²=0.43) بهترین عملکرد را داشتند، در حالی که مدل‌هایی مانند SVM و رگرسیون بیزین دقت پایین‌تری نشان دادند. تحلیل حساسیت نشان داد که سیلت، EC و OM مهم‌ترین متغیرها در پیش‌بینی WDPT هستند. نتایج SHAP نیز تأیید کرد که افزایش سیلت و ماده آلی موجب افزایش آب‌گریزی می‌شود، در حالی که افزایش EC اثر کاهنده دارد. تحلیل عدم قطعیت نشان داد که مدل‌های ساده‌تر مانند درخت تصمیم پایداری بیشتری در برابر داده‌های پرت دارند، در حالی که مدل‌های پیچیده‌تر در مقادیر حدی WDPT با افزایش عدم قطعیت مواجه شدند. این یافته‌ها نشان می‌دهد که استفاده از مدل‌های ساده یا مبتنی بر بوستینگ می‌تواند برای پیش‌بینی دقیق‌تر و پایدارتر آب‌گریزی خاک پس از آتش‌سوزی مناسب‌تر باشد.نتیجه‌گیری و پیشنهادها این پژوهش نشان داد که اثر آتش‌سوزی بر آب‌گریزی خاک در آبخیز توشن شدید اما کوتاه‌مدت است و طی یک ماه به‌طور کامل از بین می‌رود. الگوریتم‌های یادگیری ماشین، به‌ویژه درخت تصمیم و گرادیان بوستینگ، توانستند روابط پیچیده میان ویژگی‌های خاک و شدت آب‌گریزی را با دقت قابل‌قبولی مدل‌سازی کنند. نتایج تحلیل حساسیت و عدم قطعیت نیز نشان داد که متغیرهایی مانند سیلت، EC و OM نقش کلیدی در شکل‌گیری آب‌گریزی دارند. بر اساس این یافته‌ها، پیشنهاد می‌شود در مدیریت پس از حریق، تمرکز بر پایش کوتاه‌مدت آب‌گریزی خاک و استفاده از مدل‌های ساده و پایدار برای پیش‌بینی تغییرات آن صورت گیرد. همچنین، ترکیب داده‌های میدانی با داده‌های سنجش از دور و توسعه مدل‌های منطقه‌ای می‌تواند به بهبود مدیریت ریسک‌های ناشی از آتش‌سوزی کمک کند. در نهایت، پیشنهاد می‌شود پژوهش‌های آینده به بررسی اثرات بلندمدت آتش‌سوزی بر سایر خصوصیات خاک و کارکردهای اکوسیستم پرداخته و از الگوریتم‌های یادگیری عمیق برای افزایش دقت پیش‌بینی‌ها بهره گیرند. https://wmrj.areeo.ac.ir/article_134943.html مقدمه و هدفسلامت آبخیز یک اصطلاح گسترده و مشتمل بر منابع آبی، کیفیت بوم‌شناختی ازجمله پوشش گیاهی، جوامع گیاهی و جانوری، گیاهان بومی، ویژگی‌های ژئومورفولوژی، فرآیندهای بارش- رواناب، ویژگی‌های ریخت‌شناسی و منابع آبی است. مدیریت ناصحیح منابع آب و سرزمین، امنیت آبی و غذایی کشور به‌عنوان اصلی‌ترین اهداف کلان ملی را در معرض تهدید قرار داده است. از طرفی، ارزیابی و مدیریت جامع آبخیزها، در مجامع علمی بین‌المللی به‌عنوان رویکردی مؤثر و کارا برای مدیریت آب، سرزمین و منابع وابسته به آن‌ها و ایجاد تعادل بین نیازهای اقتصادی-اجتماعی جوامع آبخیزنشین و سلامت و پایداری بوم‌سازگان‌ها محسوب می‌شود. هم‌چنین آگاهی از سلامت آبخیزها یکی از مهم‌ترین و اساسی‌ترین بخش‌ها در مدیریت پایدار و جامع حوزه‌‌های آبخیز محسوب می‎شود. ازاین‌رو، پژوهش حاضر به پیش‌بینی تأثیر شاخص‌های فشار، حالت و پاسخ بر سلامت حوزه‌های آبخیز رده سوم کشور انجام شد.مواد و روش‌هابرای دستیابی به هدف پژوهش، بیش از 520 معیار مختلف مرتبط با شاخص‎های فشار، حالت و پاسخ از عوامل محیطی، اقلیمی و انسانی شناسایی و برای حدود 640 آبخیز جمع‌آوری شد. سپس، به‌دلیل همبستگی درونی معیارها، از آزمون تورم واریانس برای کاهش داده‌ها و حذف معیارهای هم‌راستا استفاده شد. درنهایت، شاخص‌های نهایی در دو دسته ایستا و پویا تعریف شدند. در ادامه، معیارهای تأثیرگذار در وضعیت سلامت و امنیت آبخیزها با دقت مکانی مناسب زیرآبخیزها و در مدل PSR استخراج و مقادیر معیارها برای شرایط فعلی (2023) محاسبه شد. پس از تعیین معیارهای پویا، از روش‌های مختلف شامل رگرسیون، مدل SARIMA و الگوریتم‌های یادگیری ماشین استفاده و معیارهای پویا برای سال‎های 2033، 2043 و 2053 پیش‌بینی شد. پس از پیش‌بینی معیارهای پویا، مجدداً مدل مفهومی PSR برای سال‎های آینده مورداستفاده قرار گرفت و پهنه‌بندی سلامت آبخیزهای رده سوم کشور در نرم‌افزار ArcGIS 10.8 صورت پذیرفت. برای ارزیابی وضعیت آینده، شاخص‌های پویا بر اساس داده‌های زمانی سال‌های 2033، 2043 و 2053 پیش‌بینی و اثر هر شاخص بر سلامت آبخیز تحلیل شد.نتایج و بحثتحلیل پهنه‌بندی سلامت آبخیزهای رده سوم کشور در سال‌های 2033، 2043 و 2053 نشان داد که وضعیت سلامت به‌صورت ناهمگون توزیع‌شده است. به‌نحوی‌که در مناطق شمالی (گیلان، مازندران) به دلیل بارندگی زیاد و پوشش گیاهی متراکم، سلامت آبخیزها مطلوب (60 تا70 درصد در طبقات خوب و بسیار خوب) است. در مقابل، مناطق جنوبی (هرمزگان، سیستان و بلوچستان) به دلیل کم‌بارشی و فعالیت‌های انسانی نامناسب، وضعیت ضعیف‌تری (40 تا50 درصد در طبقات متوسط تا ضعیف) دارند. بر همین اساس در سال‌های آینده، مناطق شمال غربی نیز با کاهش نسبی سلامت مواجه خواهند شد، درحالی‌که مناطق شرقی (مانند خراسان رضوی) به دلیل خشک‌سالی و برداشت بی‌رویه آب، به‌شدت آسیب می‌بینند (کاهش سلامت به زیر 20 درصد). نتایج نشان داد که نقش شاخص پاسخ (حدود 61 درصد) نسبت به شاخص‌های فشار و حالت در تأثیر بر سلامت سامانه آبخیزهای مطالعاتی بسیار بیش‌تر بوده است. به‌طورکلی می‌توان گفت که تغییر قابل‌توجهی در سال‌های مطالعاتی آینده (سال‌های 2033، 2043 و 2053) در میزان تأثیرگذاری شاخص‌های مدل PSR بر شاخص سلامت آبخیز مشاهده نمی‌شود.نتیجه‌گیری و پیشنهادهانتایج تحلیل نشان داد که مدیریت آبخیزها در آینده باید بر واکنش‌پذیری سریع تمرکز کند، چراکه آبخیزها به‌طور فزاینده‌ای به اقدامات انطباقی مانند احیای پوشش گیاهی و مهار سیلاب وابسته خواهند شد. هم‌چنین، اگرچه تأثیر فشارهای انسانی (حدود 20 درصد) نسبتاً پایدار است، نوسانات آن نیاز به مدیریت یکپارچه فعالیت‌های بشری مانند کشاورزی و توسعه شهری را پررنگ می‌کند. از سوی دیگر، ثبات نسبی شاخص حالت (حدود 19 درصد) لزوم توجه به راهبردهای بلندمدت مانند حفاظت از منابع خاک و آب را یادآوری می‌کند. بنابراین، ترکیب اقدامات کوتاه‌مدت انعطاف‌پذیر با سیاست‌های پایدار حفاظتی، کلید مدیریت بهینه آبخیزها در شرایط تغییرات محیطی آینده خواهد بود. این نتایج به‌طورکلی بر رویکرد پویا و سازگار در مدیریت آبخیزها تأکید می‌کند، به‌طوری‌که ترکیب اقدامات کوتاه‌مدت واکنشی مبتنی بر پایش (مانند تغییر موقت الگوی کشت در پاسخ به خشک‌سالی) و راهبردهای بلندمدت حفاظتی به‌عنوان بازخوردی برای تصحیح و تقویت راهبردهای بلندمدت و پایدار (مانند احیای بوم‌سازگان و مدیریت جامع منابع آب) زمینه‌ ایجاد یک رویکرد مدیریت سازگار و هم‌بستگی سامانه‌ای بین این دو سطح را فراهم و طبیعتاً بهبود و یا حداقل حفظ سلامت آبخیزها در برابر تغییرات آینده را تضمین می‌کند. https://wmrj.areeo.ac.ir/article_134944.html فرسایش خاک یکی از چالش‌های جدی زیست‌محیطی است که تأثیرات منفی قابل توجهی بر روی کشاورزی، منابع آب و بوم‌سازگان طبیعی دارد (Wijitkosum, 2020). استان استان گلستان به عنوان یکی از مناطق کلیدی در تولید محصولات زراعی نظیر گندم، جو، برنج و سیب‌زمینی شناخته می‌شود. این استان به دلیل خاک‌های حاصلخیز و شرایط اقلیمی مناسب، نقش مهمی در تأمین امنیت غذایی کشور ایفا می‌کند. بخش عمده‌ای از منابع تولید کشاورزی استان از اراضی لسی تأمین می‌شود که به علت فرسایش‌پذیری بالا، نیازمند توجه ویژه به کیفیت خاک و مدیریت مؤثر این اراضی است (نجفی نیا و همکاران، 1397). بررسی‌ها نشان می‌دهد که میزان فرسایش خاک در این منطقه تحت تأثیر کاربری‌های مختلف متفاوت است؛ به‌طوری که در شهرستان‌های کلاله و مراوه تپه، کاربری‌های زراعی (137956 هکتار) و مرتعی (281662 هکتار) بیشترین تأثیر را بر فرسایش دارند (جعفری اردکانی و همکاران، 1388). این نهشته‌ها سرشاخه‌های گرگانرود و اترک را تغذیه کرده و تولید رسوب بالا در پایین‌دست می‌تواند عواقب زیست‌محیطی و اقتصادی جدی به همراه داشته باشد. به‌طور خاص، نرخ تولید رسوب در این نهشته‌ها می‌تواند به ۲۱ تا ۲۷ تن در هکتار برسد(عرب خدری،1400). که این امر نیازمند مدیریت دقیق منابع طبیعی است. مدل‌سازی و پیش‌بینی فرسایش در اراضی لسی نه تنها برای شناسایی و مدیریت این خطرات ضروری است، بلکه به کشاورزان و مدیران منابع طبیعی کمک می‌کند تا با اتخاذ تدابیر مناسب، از کاهش کیفیت خاک (فرسایش و رسوب) و آسیب‌های حاصله به تولیدات جلوگیری کنند (موسوی و همکاران، 1400).با توجه به پیچیدگی عوامل مؤثر بر فرسایش خاک، استفاده از روش‌های سنتی برای ارزیابی و مدل‌سازی این پدیده ممکن است ناکافی باشد. مدل‌های سنتی مانند PSIAC و IRIFR به طور گسترده‌ای برای ارزیابی فرسایش آبی و بادی استفاده می‌شوند. این مدل‌ها معمولاً بر اساس داده‌های میدانی و ویژگی‌های فیزیکی خاک، مانند بافت، شیب، پوشش گیاهی و بارش طراحی شده‌اند (Bashari et al., 2023). این مدل‌ها معمولاً نمی‌توانند تعاملات پیچیده بین عوامل مختلف را به خوبی شبیه‌سازی کنند و در نتیجه ممکن است دقت پیش‌بینی آن‌ها پایین باشد (Boali et al., 2024). به همین دلیل، در سال‌های اخیر توجه بیشتری به استفاده از روش‌های هوش مصنوعی مانند یادگیری ماشین جلب شده است. این روش‌ها می‌توانند با پردازش حجم بالای داده‌های مربوط به ویژگی‌های خاک، شرایط اقلیمی و توپوگرافی، الگوهای فرسایش را شناسایی کرده و پیش‌بینی دقیقی از میزان فرسایش ارائه دهند (موسوی و همکاران، 1400). مطالعه‌ای که در اراضی شرق دریاچه ارومیه انجام شد، نشان داد که مدل شبکه عصبی هیبرید شده با الگوریتم بهینه‌سازی وال بهترین عملکرد را در پیش‌بینی فرسایش پذیری بادی خاک داشت (راعی و همکاران، 1399). تحقیقاتی که توسط جلالی‌فرد و همکاران انجام شد، به بررسی فرسایش پایپینگ در اراضی لسی استان گلستان پرداختند. این مطالعه با استفاده از رگرسیون لجستیک، خطر تشکیل پایپینگ را پیش‌بینی کرد و نشان داد که متغیرهای مختلف مانند مقاومت خاک و فاصله از آبراهه تأثیر زیادی بر خطر تشکیل پایپینگ دارند (جلالی فرد و همکاران، 1397). همچنین تحقیقاتی که در حوزه آبخیز باختگان انجام شده است، نشان داد که مدل جنگل تصادفی برای پیش‌بینی فرسایش بادی و مدل ماشین بردار پشتیبانی نیز برای پیش‌بینی فرسایش آبی عملکرد خوبی داشته است. این نتایج نشان‌دهنده توانایی بالای مدل‌های هوش مصنوعی در شبیه‌سازی فرآیندهای پیچیده فرسایش خاک است (جلالی و همکاران، 1402). در اراضی قرقری شهرستان هیرمند نیز از روشهای هوش مصنوعی به منظور پیشبینی شوری خاک استفاده شده است. در این تحقیق از روش‌های زمین‌آمار و مدل‌های هوش مصنوعی شامل شبکه عصبی مصنوعی، درخت تصمیم و ماشین بردار پشتیبان استفاده شد. نتایج این تحقیق نشان داد که روش‌های هوش مصنوعی به طور قابل توجهی دقت بیشتری در برآورد شوری خاک نسبت به روش‌های زمین‌آمار دارند.هدف این تحقیق ارزیابی و مدل‌سازی فرسایش خاک در نهشته‌های لسی شمال شرق استان گلستان (شهرستان‌های مراوه‌تپه و کلاله)، با استفاده از روش‌های داده‌کاوی است. این تحقیق می‌تواند به شناسایی دقیق‌تر عوامل مؤثر بر فرسایش خاک کمک کرده و راهکارهای مدیریتی مناسبی برای کاهش اثرات منفی آن ارائه دهد. با توجه به اهمیت موضوع (تهدید و فرصت نهشته‌های لسی) و نیاز به استفاده از فناوری‌های نوین در مدیریت منابع طبیعی، این مطالعه می‌تواند گامی مؤثر در جهت حفاظت از خاک و توسعه پایدار در منطقه محسوب شود. https://wmrj.areeo.ac.ir/article_134945.html مقدمه و هدفمدیریت پایدار آب در مناطق خشک و نیمه خشک مستلزم برآورد دقیق اجزای تعادل آب، به ویژه تبخیر و تعرق واقعی (ETa) است. ETa برای درک مصرف آب توسط پوشش گیاهی، به ویژه در کشاورزی آبی حیاتی است. با توجه به محدودیت‌های اندازه‌گیری ETa مبتنی بر میدان، مدل‌های سنجش از دور ماهواره‌ای مانند METRIC، SEBAL و SEBS در سال‌های اخیر محبوبیت پیدا کرده‌اند. این مطالعه با هدف ارزیابی و مقایسه عملکرد این سه مدل در تخمین ETa در دشت گربایگان، استان فارس، ایران انجام شده است.مواد و روش‌هااین مطالعه در دشت گربایگان واقع در جنوب شرقی استان فارس با آب و هوای خشک و میانگین بارندگی سالانه حدود 230 میلی متر انجام شد. تصاویر ماهواره ای لندست 8 و 9 از فصل کشاورزی 2022-2023 استفاده شد. پس از انجام اصلاحات هندسی، رادیومتری و اتمسفر، مدل‌های SEBAL، METRIC و SEBS بر اساس معادله تعادل انرژی سطح اعمال شدند. مدل‌ها تشعشع خالص، شار حرارتی خاک، شار حرارت محسوس و شار گرمای نهان را برای محاسبه ETa لحظه‌ای و روزانه تخمین زدند. برای اعتبارسنجی از داده های مزرعه، بیلان آب خاک و سوابق آبیاری استفاده شد. شاخص‌های NDVI برای استخراج پیکسل‌های کشاورزی و ارزیابی مصرف آب محصول استفاده شد.نتایج و بحثمدل METRIC بالاترین دقت را در تخمین ETa نشان داد (R² = 0.87، RMSE = 0.85 میلی متر در روز)، در درجه اول به دلیل استفاده از کالیبراسیون داخلی از طریق پیکسل های لنگر. مدل SEBS همچنین عملکرد قابل قبولی داشت (R2 = 0.79)، در حالی که SEBAL، علیرغم شباهت ساختاری آن به METRIC، به دلیل عدم وجود کالیبراسیون محلی، دقت کمتری (R2 = 0.74) را نشان داد. SEBAL، با این حال، نقشه های فضایی صاف تری از ETa ارائه کرد. انتخاب مدل برای تخمین ETa به کاربرد مورد نظر، در دسترس بودن داده های میدانی و دقت عددی یا مکانی دلخواه بستگی دارد. METRIC با استفاده از کالیبراسیون پیکسل مرجع، برای ارزیابی‌های منطقه‌ای و مقیاس مزرعه مناسب‌تر است. در مقابل، SEBAL و SEBS می‌توانند بینش‌های فضایی اولیه را تحت شرایط داده‌های میدانی محدود ارائه دهند. عملکرد برتر METRIC اهمیت ادغام مشاهدات زمینی با تصاویر ماهواره ای را برجسته می کند.نتیجه‌گیری و پیشنهادها یافته ها تأیید می کند که مدل METRIC ابزاری قابل اعتماد برای تخمین دقیق ETa در اراضی کشاورزی دشت قربایگان است. می تواند نظارت بر مصرف آب، برنامه ریزی آبیاری و ارزیابی بهره وری را پشتیبانی کند. علاوه بر این، طبقه بندی پیکسل مبتنی بر NDVI به طور قابل توجهی تخمین مصرف آب کشاورزی را بهبود بخشید. مطالعات آینده برای استفاده از ماهواره‌های با وضوح زمانی بالا (به عنوان مثال، Sentinel-2) و ترکیب مشاهدات میدانی بیشتر برای کالیبراسیون و اعتبارسنجی مدل توصیه می‌شود.برای هر سه مدل (METRIC، SEBS و SEBAL)، از داده‌های تصاویر ماهواره‌ای لندست 8 و 9 شامل 9 باند بازتابی و 2 باند حرارتی با تفکیک مکانی 30 متر برای باندهای بازتابی و 100 متر برای حرارتی، داده‌های هواشناسی، پردازش تصاویر و تصحیح هندسی، رادیومتریک و اتمسفری انجام شد. داده‌های بازتابی و دمای سطح استخراج گردید. مدل METRIC بر اساس بیلان انرژی سطح زمین و روش کالیبراسیون داخلی برای محاسبه تبخیر- تعرق عمل می‌کند که مراحل اصلی شامل محاسبه تابش خالص (Rn، برآورد شار گرمای خاک، مدل SEBS یک مدل فیزیکی است که تبخیر- تعرق را با استفاده از معادلات بیلان انرژی و پارامترهای سطحی برآورد می‌کند. که دارای مراحل محاسبه تابش خالص، دمای سطح و آلبیدو، استفاده از شاخص‌های پوشش گیاهی مانند NDVI و LAI برای تعیین وضعیت گیاهان و پارامترهای گسیلندگی و مقاومت سطح، برآورد شار گرمای محسوس (H) و شار گرمای نهان (LE) با استفاده از مدل فیزیکی شامل معادله انتقال حرارت و اختلاف دما بین سطح و هوا، محاسبه تبخیر- تعرق در قالب لحظه‌ای و تبدیل به مقدار روزانه با کمک داده‌های هواشناسی و الگوریتم SEBS و اعتبارسنجی با مقایسه نتایج با داده‌های تبخیر- تعرق مرجع و اندازه‌گیری‌های میدانی و مدل SEBAL نیز بر اساس ارزیابی بیلان انرژی و نسبت بوون برای محاسبه تبخیر- تعرق طراحی شده است، شامل شناسایی نقاط گرم و سرد در تصویر ماهواره‌ای برای تعیین دمای سطح حداقل و حداکثر، محاسبه ضرایب اختلاف دمای سطح برای برآورد شار گرمای محسوس (H) و گرمای نهان (LE)، استفاده از شاخص‌های پوشش گیاهی و دمای سطح برای برآورد پارامترهای مقاومت تبخیری و انتقال حرارت، محاسبه تبخیر- تعرق لحظه‌ای و روزانه با توجه به بیلان انرژی سطح و داده‌های هواشناسی متناظر و اعتبارسنجی نیز با داده‌های تبخیر- تعرق مرجع، بیلان آب خاک و داده‌های میدانی آبیاری در دستور کار دارد. تمام نتایج به دست آمده از هر سه مدل با داده‌های تبخیر- تعرق مرجع (ETo) و اندازه‌گیری‌های میدانی آبیاری و آب برگشتی مقایسه و بیلان آب خاک منطقه برای ارزیابی صحت مدل‌ها به کار گرفته شد. مقایسه آماری شامل معیارهایی مانند ضریب تعیین (R²)، خطای میانگین مطلق (MAE) و خطای ریشه میانگین مربعات (RMSE) انجام شد. با استفاده از نقشه‌های NDVI و تفکیک پیکسل‌های زراعی از سایر پوشش‌ها، میزان تبخیر- تعرق واقعی در اراضی کشاورزی با هر سه مدل محاسبه و برآورد مصرف آب سالانه صورت گرفت https://wmrj.areeo.ac.ir/article_134946.html مقدمه و هدفسیلاب‌ها خسارات مالی و تلفات جانی زیادی را هرساله در کشور به بار می‌آورند. اگرچه اطلاعات موقعیت رخدادهای سیل از ارزش علمی بالایی برخوردار است، در بسیاری از مطالعات سیل، پهنه‌های سیل‌گیری صرفاً بر اساس نظر کارشناسی و روش‌های تصمیم‌گیری چندمعیاره مشخص‌شده است. هدف از انجام این پژوهش، پیش‌بینی الگوی مکانی استعداد سیل‌گیری آبخیز سیروان استان کردستان با استفاده از اطلاعات مکانی رخداد سیل‌گیری در دهه اخیر است. در مطالعه حاضر، برای دستیابی به این هدف از مدل ماشین بردار پشتیبان به عنوان یک مدل مبتنی بر یادگیری ماشینی، استفاده شده است. مواد و روش‌هابه‌منظور اجرای این پژوهش، نخست یک پایگاه داده در سامانه اطلاعات جغرافیایی برای رخدادهای سیل‌گیری آبخیز سیروان با استفاده از اطلاعات بانک سیل اداره کل منابع طبیعی و آبخیزداری استان کردستان تهیه شد. تعداد 102 رخداد سیل‌گیری در آبخیز سیروان در بازه زمانی ده ساله (1395 تا 1404) مورد تأیید قرار گرفت. ازآنجایی‌که مدل‌های یادگیری ماشینی نیاز به نقاط رخداد و عدم رخداد سیل‌گیری دارند، بر اساس روش واحدکاری، نقاط عدم رخداد سیل‌گیری نیز انتخاب شدند. این پایگاه داده با استفاده از اطلاعات حاصل از مصاحبه حضوری با افراد بومی این منطقه تکمیل شد. بر اساس خصوصیات مختلف آبخیز سیروان و همچنین مرور منابع علمی، شانزده عامل مؤثر بر رخداد سیل‌گیری انتخاب‌شده و نقشه‌های رقومی آن‌ها تهیه شد. عوامل مؤثر بر سیل‌گیری شامل ارتفاع، جهت دامنه، درصد شیب، شاخص همگرایی، تراکم زهکشی، کاربری اراضی، حداکثر بارندگی 24 ساعته، تعداد بارش‌های با مقدار بیشتر از میانگین ایستگاه هواشناسی، شاخص نرمال‌شده تفاوت پوشش گیاهی، انحنای سطح، انحنای مقطع، بافت خاک، فاصله از جریان، شاخص موقعیت توپوگرافی، شاخص رطوبت توپوگرافی و فاصله عمودی از آبراهه بودند که در مدل‌سازی به‌عنوان متغیرهای مستقل، مورداستفاده قرار گرفتند. داده‌های رخداد و عدم رخداد سیل‌گیری به‌صورت تصادفی به دو گروه آموزش و اعتبارسنجی با نسبت‌های 70 درصد و 30 درصد تقسیم شدند. پس از اجرای مدل ماشین بردار پشتیبان در محیط نرم‌افزار R، نقشه استعداد سیل‌گیری آبخیز سیروان تهیه‌شده و الگوی مکانی استعداد سیل‌گیری موردبررسی قرار گرفت. دقت نقشه مزبور با استفاده از آماره مساحت زیرمنحنی مشخصه عملکرد گیرنده مورد ارزیابی قرار گرفت.نتایج و بحثپس از انجام اعتبارسنجی، نتایج نشان داد که مدل ماشین بردار پشتیبان با مقدار مساحت زیرمنحنی مشخصه عملکرد گیرنده (AUC) 921/0 (1/92 درصد) قابلیت بالایی در پیش‌بینی مناطق مستعد سیل‌گیری دارد. با توجه به اینکه دقت پیش‌بینی مدل بیشتر از 90 درصد گزارش‌شده است، بر اساس طبقه‌بندی رایج عملکرد مدل‌ها، کارایی مدل ماشین بردار پشتیبان در آبخیز سیروان عالی محسوب می‌شود. بر اساس تحلیل‌های انجام‌شده، کلاس استعداد سیل‌گیری خیلی کم، کم، متوسط، زیاد و خیلی زیاد به ترتیب 51، 10، 17، 20 و 2 درصد از آبخیز سیروان را شامل شده‌اند. با توجه به مشخص‌شدن پهنه‌های استعداد سیل‌گیری، اولویت‌های اجرایی جهت برنامه مدیریت سیل به‌وضوح برای انجام اقدامات اجرایی مشخص‌شده است که از میان 127 زیرحوضه آبخیز سیروان تعداد 15 زیرحوضه در کلاس استعداد سیل‌گیری زیاد و 8 زیرحوضه در کلاس استعداد سیل‌گیری خیلی زیاد قرار گرفته‌اند. تمامی زیرحوضه‌های آبخیز واقع در کلاس استعداد زیاد (مانند گازرخانی، پالنگان، شویشه، ساوجی، سلین، ساناو، زریبار و غیره) و زیرحوضه‌های آبخیز واقع در کلاس استعداد خیلی زیاد (مانند سنندج، باباریز، مریوان، موچش، دولباغ، دورود و خامسان) از تراکم جمعیتی نسبتاً بالایی برخوردارند.نتیجه‌گیری و پیشنهادها بر اساس نتایج حاصل از این پژوهش، مدل ماشین بردار پشتیبان عملکرد بسیار خوبی در شناسایی مناطق مستعد سیل‌گیری دارد که با توجه به کمبود داده‌های تخصصی و منابع مالی در دستگاه‌های اجرایی، نقش آن در مدیریت و برنامه‌ریزی برنامه‌های اصلاحی آبخیزداری حائز اهمیت است. اولویت‌بندی زیرحوضه‌های اجرایی بر اساس شدت سیل‌گیری انجام ‌شد که در شرایط کمبود داده، ضمن صرفه‌جویی در زمان و منابع، موجب بهبود اثربخشی اقدامات اصلاحی آبخیزداری نیز خواهد شد. بر این اساس می‌توان پیشنهاد نمود که از مدل ماشین بردار پشتیبان در سطوح بالاتر استانی، منطقه‌ای و ملی و همچنین مطالعات تفضیلی-اجرایی آبخیزداری و مدیریت ریسک بهره گرفت. https://wmrj.areeo.ac.ir/article_134947.html مقدمه و هدفدر قرن پیش رو با تشدید خشکسالی‌ها و فشار بشریت بر منابع آب‌های زیرزمینی، ارزیابی تاب‌آوری سیستم‌های آبخوان به‌عنوان یک شاخص کلیدی پایداری منابع آب، از اهمیت روزافزونی ویژه‌ای برخوردار می‌باشد. هدف اصلی این تحقیق بکار گیری یک روش جامع برای پیش‌بینی تاب‌آوری آب‌های زیرزمینی در آبخیز دشت مرودشت می‌باشد. بدین‌وسیله از شاخص کمّی (Calamity Resilience System) CRS به‌عنوان معیاری برای سنجش توانایی آبخوان در بازگشت به وضعیت مطلوب پس از وقوع شوک‌های هیدرولوژیکی استفاده شد. این مطالعه با تلفیق مدل وزن‌دهی شواهد (Weight of Evidence – WoE)، تکنیک‌های انتخاب ویژگی پیشرفته و چندین روش اعتبارسنجی، به دنبال ارائه یک نقشه پیش‌بینی‌کننده قابل‌اعتماد و کاربردی برای تصمیم‌گیری‌های مدیریتی می‌باشد. در نهایت، یک نقشه توزیع مکانی تاب‌آوری آب‌های زیرزمینی ایجاد می‌شود و عملکرد نقشه بر اساس سه روش بوت‌استرپ، منحنی کالیبراسیون و اعتبارسنجی تصادفی بررسی می‌شود. روش پژوهشی بکار رفته بر اساس این مطالعه، تاب‌آوری آب‌های زیرزمینی آبخیز دشت مرودشت را به طور قابل‌اعتماد و مؤثر پیش‌بینی می‌کند. مواد و روش‌هامنطقه مطالعاتی یکی از محدوده‌های مطالعاتی حوزه مهارلو و و بختگان در استان فارس دشت مرودشت - خرامه می‌باشد که بین طول‌های جغرافیایی 52 درجه و 15 دقیقه تا 53 درجه و 27 دقیقه شرقی و بین عرض‌های 29 درجه و 19 دقیقه تا 30 درجه و 25 دقیقه شمالی قرار گرفته است. دشت مرودشت از وسیع‌ترین دشت‌های ایران می‌باشد با حداکثر ارتفاع 3099 متر در کوه دشتک و ارتفاع متوسط 1590 متر، 8/3 درصد از سطح استان را در خود جای‌داده است. در این مطالعه، ابتدا ۲۱ متغیر محیطی، هیدروژئولوژیکی و اقلیمی به‌عنوان عوامل تعیین‌کننده وضعیت آب‌های زیرزمینی شناسایی و به‌صورت لایه‌های رستری تهیه شدند. سپس، با به‌کارگیری یک چارچوب انتخاب ویژگی چندمرحله‌ای مبتنی بر واریانس، همبستگی، هم‌خطی و اطلاعات متقابل (Mutual Information)، تنها مؤثرترین عوامل در این مطالعه ۱۰ عامل شامل (تراکم کرنل چاه‌های بهره‌برداری، تراکم آبراهه، فاصله از چاه‌های کشاورزی و سایر لایه‌ها برای مدل‌سازی نهایی انتخاب شدند. روابط بین شاخص CRS و این عوامل از طریق ادغام شواهد و محاسبه وزن‌های WoE برقرار گردید. با استفاده از تجمیع وزن‌های WoE نقشه نهایی تاب‌آوری تولید و سپس بر اساس روش طبقه‌بندی چندکی (Quantile-based) به پنج کلاس مجزا تقسیم شد. اعتبارسنجی مدل با رویکردی جامع شامل اعتبارسنجی متقابل تصادفی، روش بوت‌استرپ (1000 تکرار)، تحلیل کالیبراسیون (Brier Score) انجام شد. این دشت با 148 هزار هکتار اراضی زارعی آبی، 22 هزار هکتار اراضی دیم به قطب کشاورزی استان فارس تبدیل شده است. باوجود رونق کشاورزی و اقتصادی دشت مرودشت اما برداشت بی‌رویه از منابع آب زیرزمینی چالش‌های مختلفی مانند افت سطح آب زیرزمینی، فرونشست و شکاف‌های متعددی به وقوع پیوسته است و متأسفانه خطر فرونشست در نواحی باستانی تخت‌جمشید و نقش‌رستم نیز نمایان گردیده و سبب شد تا به بررسی این منطقه پرداخته شود.نتایج و بحثیافته‌های اعتبارسنجی جامع در مدل‌سازی پیشرفته وزن شواهد نشان می‌دهد که مدل پیش‌بینی‌کننده شاخص تاب‌آوری آب‌های زیرزمینی (CRS) دارای عملکرد تمایز بسیار بالا (920/0= AUC) و پایداری آماری قابل‌اطمینان است. در آبخیز محدوده دشت مرودشت – خرامه تاب‌آوری آب زیرزمینی با طبقات مختلف و دقت مناسب شناسایی شد و نقشه نهایی بر اساس روش طبقه‌بندی چندکی به پنج کلاس مجزا تقسیم گردید که شامل: بسیارکم (223/0 - 0)، کم (367/0 – 223/0)، متوسط (503/0 – 367/0)، زیاد (669/0 – 503/0)، خیلی زیاد (1 – 669/0). این طبقات منعکس‌کننده تغییرپذیری ذاتی داده‌ها می‌باشند، زیرا بر اساس توزیع تجربی مقادیر شاخص نرمال شده که از ترکیب وزن‌های WoE عوامل مؤثر محاسبه شدند به‌طوری که هر کلاس تقریباً شامل 20 درصد از سطح مطالعاتی می‌باشد. با توجه‌به مقادیر کم شاخص تاب‌آوری در بیشتر مناطق (میانگین = 048/0) بازگوکننده ضعف شدید تاب‌آوری سیستم آبخوان در برابر شوک‌های هیدرولوژیکی است. مناطق با کمترین تاب‌آوری می‌بایست به‌عنوان اولویت طرح‌های مدیریتی در کاهش برداشت، تغذیه مصنوعی یا نظارت شدید موردتوجه قرار گیرند.نتیجه‌گیری و پیشنهادها نتایج حاصل از این تحقیق توانایی شناخت مناطق بحرانی با کمترین تاب‌آوری را فراهم می‌سازد. بنابراین، پیشنهاد می‌گردد مناطق با کلاس بسیار کم تاب‌آوری در اولویت اول برنامه‌های مدیریتی مانند کاهش برداشت‌های غیرمجاز، اجرای طرح‌های تغذیه مصنوعی، ایجاد مناطق حفاظتی و نظارت فنی - حقوقی شدید موردتوجه قرار گیرند. این چارچوب مدل‌سازی می‌تواند به‌عنوان یک مبانی علمی قابل‌تعمیم برای ارزیابی تاب‌آوری آب‌های زیرزمینی در سایر دشت‌های بحرانی کشور به کار گرفته شود. https://wmrj.areeo.ac.ir/article_135294.html مقدمه و هدفزمین‌لغزش‌ها، به‌عنوان یکی از مخرب‌ترین پدیده‌های ژئومورفولوژیکی، هرساله می‌توانند خسارات جانی و مالی هنگفتی را به مناطق مختلف ایران وارد کنند. زمین‌لغزش‌ها، به‌عنوان نوعی حرکت دامنه‌ای، عمدتاً تحت تأثیر عوامل طبیعی مانند زلزله، بارندگی شدید و فرسایش رودخانه قرار می‌گیرند، اما این پدیده می‌تواند توسط مداخلات انسانی مانند ساخت‌وسازهای غیراصولی، جاده‌سازی و تغییر در الگوی رواناب تشدید شود. مناطق کوهستانی و دامنه‌های شیب‌دار کشور، به‌ویژه مناطق شمالی کشور، به دلیل شرایط حساس سنگ‌شناسی و تکتونیکی، کانون اصلی این پدیده هستند. پیامدهای زمین‌لغزش‌ها به تخریب خانه‌ها و شریان‌های حیاتی محدود نمی‌شود و اغلب منجر به مسدود شدن مسیرهای حمل‌ونقل، آسیب به زمین‌های کشاورزی و تلفات انسانی می‌شود. تلفیق روش‌های سنجش‌ازدور و مطالعات میدانی، امکان پایش و ارزیابی دقیق‌تر زمین‌لغزش‌ها را فراهم می‌کند. تحلیل‌های ژئوتکنیکی و ژئومورفولوژیکی نقش بسزایی در شناسایی مناطق مستعد و مدیریت ریسک این مخاطره طبیعی دارند. بنابراین، مطالعه و شناسایی مناطق ناپایدار و تحلیل عوامل کنترل‌کننده این پدیده، گامی اساسی در کاهش ریسک و مدیریت بحران است. به همین دلیل، پژوهش حاضر باهدف سنجش رفتار مکانی-زمانی توده زمین‌لغزش چاسرکا بابل انجام شد.مواد و روش‌هاتوده زمین‌لغزش چاسرکا در جنوب شرقی شهرستان گلوگاه و 35 کیلومتری جنوب شهر بابل واقع‌شده است. این منطقه در حوزه آبخیز سجاد رود واقع‌شده و مساحتی حدود 72 هکتار دارد. در مرحله نخست، به‌منظور بررسی تاریخچه و شناخت این توده لغزشی، از تصاویر تاریخی سامانه گوگل ارث در بازه زمانی ۱۹۸۱ تا ۲۰۰۴ استفاده شد و پنج سال 2010، 2013، 2016، 2020 و 2025 به‌عنوان نمونه انتخاب گردید. در این تحقیق، شبکه‌های رفتار‌سنجی منطقه لغزشی شامل چهار نقطه مبنا و ۲۲ نقطه پایش جابجایی طراحی و ایجاد شد. هم‌چنین، عکس‌های هوایی ارتو شده در دوره‌های مختلف موردبررسی قرار گرفت و روند تغییرات آن‌ها مقایسه گردید. برای پردازش داده‌ها و محاسبات سرشکنی شبکه ژئودتیک پایش زمین‌لغزش، از نرم‌افزار تجاری Leica Geo Office نسخه ۷ بهره‌برداری شد و دقت مدل و صحت کلی آن ارزیابی گردید.نتایج و بحثنتایج این پژوهش نشان‌دهنده نقش ترکیبی عوامل طبیعی و مداخلات انسانی در وقوع زمین‌لغزش‌ها در منطقه چاسرکا است. تحلیل‌ها حاکی از آن است که عوامل طبیعی مانند شیب، جهت دامنه و ویژگی‌های زمین‌شناسی (مارن، شیل و رس‌های نئوژن) زمینه‌ساز وقوع زمین‌لغزش‌ها بوده‌اند، اما مداخلات انسانی به‌ویژه تخریب پوشش جنگلی، ساخت‌وسازهای غیرمهندسی، و تغییر پوشش اراضی در دهه‌های اخیر، عامل محرک اصلی ناپایداری شیب‌ها و تشدید خطر زمین‌لغزش‌ها به شمار می‌روند. بیش‌ترین وقوع زمین‌لغزش‌ها در جهت‌های شمال شرقی، شرقی و شمال غربی با شیب‌های 25 تا 45 درصد و در مناطق با عمق خاک کمتر از 50 سانتی‌متر مشاهده‌شده است. تغییرات پوشش اراضی در 40 سال اخیر از جنگل‌های بکر به جاده‌ها و اراضی زراعی، علاوه بر کاهش پوشش گیاهی، موجب اختلال در تعادل هیدروژئومکانیکی دامنه‌ها و افزایش خطر لغزش‌ها شده است. نتایج پایش ژئودتیکی نشان‌دهنده تغییرات تدریجی و مداوم در حرکت توده‌های لغزشی است. این تغییرات که در پنج مرحله مشاهداتی ثبت شدند، نشان می‌دهند که زمین‌لغزش‌ها در چاسرکا فرآیندهای تدریجی و پویا هستند که درنهایت به شکست ناگهانی منجر می‌شوند. تحلیل‌ها نشان دادند که جابجایی‌های قابل‌توجه در برخی نقاط (مانند R2 و R3) همخوانی زیادی با جهت غالب لغزش‌ها در منطقه دارند و این نشان‌دهنده وقوع تغییرات تدریجی در مقاومت برشی خاک است که درنهایت موجب شکست شیب‌ها می‌شود. به‌طورکلی، نتایج این تحقیق بر اهمیت تحلیل جامع تغییرات اقلیمی، ژئومورفولوژیکی و انسانی در مدیریت خطر زمین‌لغزش‌ها تأکید دارند و نشان می‌دهند که برای پیشگیری از این پدیده‌ها، لازم است که برنامه‌ریزی‌های مناسب برای کنترل تغییرات پوشش اراضی و حفظ پوشش گیاهی در مناطق حساس صورت گیرد.نتیجه‌گیری و پیشنهادها یافته‌های تحلیل پایش و رفتارسنجی توده زمین‌لغزش چاسرکا گویای آن است که تغییر شکل‌های تدریجی پیش از گسیختگی ناگهانی عامل اصلی ناپایداری این توده است. لذا، استقرار سامانه پایش دائمی مبتنی بر داده‌های سنجش‌ازدور و اندازه‌گیری دقیق جابجایی‌ها می‌تواند مبنای توسعه سامانه هشدار زودهنگام زمین‌لغزش قرار گیرد. علاوه بر این، با توجه به نقش و اهمیت پوشش گیاهی در تعدیل شرایط هیدرولوژیکی و مکانیکی شیب، احیای هدفمند پوشش گیاهی با استفاده از گونه‌های بومی می‌تواند به‌عنوان یک راهکار تکمیلی در مدیریت پایداری توده لغزشی توصیه شود. هم‌چنین، با توجه به تغییر نوع و شدت بارش‌های حدی ناشی از تغییر اقلیم در شمال ایران، تداوم پایش بلندمدت برای تحلیل رفتار توده لغزشی در پاسخ به محرک‌های هیدرو–اقلیمی در سایر حوزه‌های آبخیز مشابه کشور ضروری است. https://wmrj.areeo.ac.ir/article_135295.html زمین‌لغزش‌ها به عنوان یک خطر طبیعی مهم و گسترده، تهدیدات قابل توجهی برای زندگی انسان، زیرساختها و محیط زیست، به‌ویژه در مناطق کوهستانی و تپه‌ای ایجاد می‌کنند.. پیشرفت‌های اخیر در تکنیکهای یادگیری ماشین، در تلفیق با سیستم‌های اطلاعات جغرافیایی، پتانسیل بالایی را برای بهبود دقت نقشه‌های حساسیت‌پذیری زمین‌لغزش نشان داده‌اند. الگوریتم MARSیکی از این مدل‌های پیشرفته-کاوی است که به دلیل توانایی آن در مدیریت روابط پیچیده و غیرخطی بین عوامل مستعدکننده محیطی و وقوع زمین‌لغزش شناخته شده است. با این حال، عملکرد و قابلیت اطمینان مدل‌های یادگیری ماشین مانند MARS می-تواند به‌طور قابل توجهی تحت تأثیر پیکربندی مدل، به‌ویژه نسبت حجم نمونه مورد استفاده برای آموزش و اعتبارسنجی و تعداد تکرارهای مدل قرار گیرد. این مطالعه با هدف ارزیابی سیستماتیک تأثیر حجم نمونه و تعداد تکرارهای مختلف بر عملکرد پیش‌بینی‌کننده الگوریتم MARS برای نقشه‌برداری آسیب‌پذیری زمین‌لغزش در یک منطقه مستعد در آبخیز گرگانرود، استان گلستان، ایران انجام شده است. هدف اصلی این مطالعه، شناسایی ترکیب بهینه این پارامترها برای افزایش قابلیت اطمینان و دقت نقشه‌های حساسیت‌پذیری حاصل و در نتیجه ارائه ابزاری قدرتمندتر برای مدیران و برنامه‌ریزان اراضی استاین مطالعه در محدوده‌ای به مساحت ۴۱۱۵ کیلومتر مربع از آبخیزگرگانرود در شمال شرق ایران که با توپوگرافی پیچیده، سازندهای زمین‌شناسی متنوع و فعالیت قابل توجه زمین‌لغزش مشخص می‌شود، انجام شد. در مجموع ۳۵۱ موقعیت زمین‌لغزش تاریخی از طریق بررسی‌های میدانی، تفسیر تصاویر Google Earth و نقشه‌های موجود رخداد زمین‌لغزش، شناسایی و نقشه‌برداری شد. هجده عامل مؤثر بر وقوع زمین‌لغزش بر اساس بررسی پیشینه و ویژگی‌های محلی انتخاب شدند. این عوامل شامل: کاربری اراضی، فاصله از گسل، فاصله از رودخانه، لیتولوژی، درصد شیب، جهت شیب، مدل رقومی ارتفاع، بارش سالانه، شاخص رطوبت توپوگرافی، انحنای طولی، انحنای عرضی، فاکتورLS، تراکم زهکشی، بافت خاک، موقعیت شیب نسبی، شاخص توان جریان، شاخص زبری توپوگرافی و فاصله از جاده بودند. تمامی عوامل در نرم‌افزارهای ArcGIS 10.5 و SAGA GIS به لایه‌های رستری با اندازه پیکسل ۳۰x۳۰ متر تبدیل شدند. هم‌خطی بین این عوامل با استفاده از شاخص‌های عامل تورم واریانس و تلورانس در نرم‌افزار SPSS ارزیابی و منجر به حذف لایه شاخص زبری توپوگرافی به منظور جلوگیری از افزونگی شد. الگوریتم MARS با استفاده از سناریوهای مختلف تقسیم داده برای تحلیل حساسیت و عدم قطعیت مدل اجرا شد. دو سناریوی اصلی آزمایش شد: ۱) حجم نمونه‌های مختلف: ۵۰/۵۰٪، ۷۰/۳۰٪ و ۸۰/۲۰٪ (آموزش/اعتبارسنجی) با ۱۰ تکرار. ۲) تعداد تکرارهای مختلف: ۵، ۱۰ و ۱۵ تکرار برای تقسیم نمونه ثابت ۷۰/۳۰٪. عملکرد مدل برای هر سناریو با استفاده از منحنی ROC و سطح زیر منحنی ارزیابی شد. اعتبارسنجی بیشتر با استفاده از معیارهای مستقل از آستانه شامل حساسیت، ویژگی، کارایی، دقت، ضریب کاپا و شاخص یودن برای ارزیابی جامع برازش، پایداری و توانایی پیش‌بینی-کننده مدل انجام گرفت.نتایج و بحثنتایج ارزیابی نشان داد که مدل MARS در تمامی سناریوهای آزمایش شده عملکرد عالی داشته است، به طوری که مقادیر AUC بین 94/0-80/0 متغیر بود که دقت پیش‌بینی‌کننده "عالی" تا "برجسته" را طبق طبقه‌بندی استاندارد نشان می‌دهد. سناریوی استفاده از تقسیم نمونه ۸۰/۲۰٪ برای آموزش/اعتبارسنجی با مقدار AUC برابر 92/0، بالاترین مقدار را به دست آورد. در بین سناریوهای تکرار، مدل با ۱۵ تکرار، بالاترین AUC را معادل 94/0 تولید کرد. تحلیل بیشتر با استفاده از معیارهای اعتبارسنجی جامع، سناریوهای تقسیم نمونه ۸۰/۲۰٪ و ۱۵ تکرار را به عنوان باثباتترین و قویترین سناریوها شناسایی کرد. سناریوی ۸۰/۲۰٪ مقادیر بالایی برای حساسیت (87/0)، ویژگی (62/0)، کارایی (30/85٪)، دقت (75/0)، کاپا (50/0) و شاخص یودن (24/0) نشان داد. به طور مشابه، سناریوی ۱۵ تکرار نیز عملکرد قوی با حساسیت (۰.۸۴)، ویژگی (۰.۶۵)، کارایی (۸۶.۵۱٪)، دقت (۰.۷۴)، کاپا (۰.۴۹) و شاخص یودن (۰.۳۵) داشت. مقادیر بالای حساسیت، توانایی برتر مدل را در شناسایی صحیح مناطق مستعد زمین‌لغزش (مثبت‌های واقعی) تأیید می‌کند. ویژگی نسبتاً متوسط، نشان‌دهنده برخی محدودیتها در شناسایی صحیح مناطق پایدار است که با توجه به ماهیت پیچیده و چندعاملی پدیده زمین‌لغزش انتظار می‌رود. مقادیر قابل قبول کاپا و دقت کلی، بیانگر توافق خوب بین پیش‌بینی‌های مدل و مشاهدات میدانی است. تحلیل پایداری، نوسانات حداقلی در معیارهای دقت هنگام تغییر داده‌های ورودی را نشان داد که Robustness مدل را تأیید می‌کند. عملکرد برتر تقسیم ۸۰/۲۰٪ حاکی از آن است که تخصیص بخش بزرگتری از داده‌ها به مرحله آموزش برای مدل MARS در این زمینه سودمند است. به طور مشابه، افزایش تعداد تکرارها به ۱۵، سازگاری و قدرت پیش‌بینی‌کنندگی مدل را افزایش داده و اثرات تغییرپذیری نمونه‌گیری تصادفی را کاهش داد. این مطالعه با موفقیت کارایی بالای الگوریتم MARS را برای نقشه‌برداری حساسیت‌پذیری زمین‌لغزش در آبخیز گرگانرود نشان داد. بررسی سیستماتیک پارامترهای حجم نمونه و تعداد تکرار، نشان داد که این عوامل تأثیر معنی-داری بر عملکرد و پایداری مدل دارند. پیکربندیهای بهینه، تقسیم نمونه ۸۰/۲۰ برای آموزش/اعتبارسنجی و ۱۵ تکرار مدل شناسایی شدند که دقیق‌ترین، قابل اعتمادترین و باثبات‌ترین نقشه‌های حساسیت‌پذیری را تولید کردند. نقشه نهایی حساسیت‌پذیری زمین‌لغزش که تحت سناریوی بهینه تولید شد، به‌طور مؤثر حوضه را به طبقاتی با حساسیت-پذیری بسیار کم، کم، متوسط، زیاد و بسیار زیاد تفکیک می‌کند. توانایی مدل در ثبت روابط پیچیده و غیرخطی بین عوامل مختلف ژئو-محیطی و وقوع زمین‌لغزش، بر مزیت آن نسبت به مدل‌های آماری سنتی تأکید دارد. دقت پیش-بینی‌کننده بالا و Robustness مدل MARS که توسط معیارهای آماری متعدد اعتبارسنجی شده است، آن را به ابزاری ارزشمند و قابل اعتماد برای پیش‌بینی مکانی خطر زمین‌لغزش تبدیل می‌کند. نقشه حساسیت‌پذیری حاصل، مبنایی علمی و مستحکم برای تصمیم‌گیری آگاهانه در برنامه‌ریزی کاربری اراضی، توسعه زیرساختها، مدیریت خطر بلایا و اجرای اقدامات کاهشی هدفمند در منطقه مطالعه و مناطق مشابه مستعد زمین‌لغزش فراهم می‌کند. https://wmrj.areeo.ac.ir/article_135296.html چکیدۀ مبسوطمقدمه و هدفسازه‌ شیب‌شکن قائم گابیونی به‌عنوان یکی از سازه‌های نوین هیدرولیکی و همچنین به طور گسترده در عملیات مکانیکی و سازه‌ای طرح‌های آبخیزداری، ترکیبی از واحدهای توری‌سنگی نفوذپذیر است که با ایجاد اختلاف تراز هیدرولیکی میان بالادست و پایین‌دست، انرژی جنبشی سیال را مستهلک می‌کند. عبور جریان از حفرات متخلخل سازه، شدت تنش‌های برشی بستر را کاهش و پیک دبی‌های لحظه‌ای را تعدیل می‌کند و در نتیجه نرخ فرسایش آبراهه‌ای کاهش می‌یابد. اهمیت این سازه‌ها در بسترهای رودخانه‌ای ناپایدار و محیط‌های مستعد جریان فوق بحرانی، در ارتقای پایداری هیدرولیکی و زیست‌محیطی سامانه‌ها دوچندان است. پژوهش حاضر با رویکرد آزمایشگاهی، رفتار جریان در مواجهه با دو گونه سازه‌ی گابیونی و صُلب را مقایسه و تفاوت‌های کارکردی آن‌ها در کاهش انرژی جریان، مدیریت سیلاب و مهار فرسایش موضعی تحلیل کرده است.مواد و روش‌هااین پژوهش در آزمایشگاه هیدرولیک دانشگاه لرستان، در فلومی به طول 11 متر، عرض 6/0 متر و ارتفاع 5/0 متر انجام گرفت. به‌منظور تحلیل جامع رفتار هیدرولیکی، در مجموع تعداد ۶۰ آزمایش بر روی دو گونه سازه‌ی شیب‌شکن قائم صُلب و گابیونی طراحی و اجرا گردید. در این آزمایش‌ها سه ضخامت سازه‌ای (Xg) معادل ۲۰، ۳۰ و ۴۰ سانتی‌متر، در ترکیب با پنج دبی جریان معادل ۱۸، ۲۱، ۲۴، ۲۷ و ۳۰ لیتر بر ثانیه، برای نمونه شاهد مورد بررسی قرار گرفت. همچنین در نمونه‌های گابیونی، سه میزان تخلخل مؤثر معادل ۳۰، ۳۵ و ۴۰ درصد با بهره‌گیری از سه دسته مصالح سنگریزه با ابعاد ریز، متوسط و درشت که به‌ترتیب دارای قطر میانگین (d50) برابر با ۲۱، 5/30 و ۴۲ میلی‌متر بودند، به کار گرفته شد. لازم به ذکر است که در تمامی مدل‌ها ارتفاع سازه در مقدار ثابت ۳۲ سانتی‌متر نگه‌داشته شد تا شرایط مقایسه‌پذیری فراهم آید. تحلیل داده‌های به‌دست‌آمده نشان داد که در کلیه مدل‌ها، میان پارامتر استهلاک انرژی جریان و عمق بحرانی نسبی رابطه‌ای معکوس برقرار است؛ به‌گونه‌ای که با افزایش راندمان اتلاف انرژی، عمق بحرانی نسبی کاهش یافته و این روند در تمامی سناریوهای آزمایشی قابل مشاهده بود.نتایج و بحثیافته‌ها نشان داد که ترکیب شیب‌شکن با بستر گابیونی موجب افزایش چشمگیر اتلاف انرژی جریان شد؛ به‌طوری که استفاده از گابیون حدود ۶۰ درصد راندمان استهلاک انرژی را نسبت به شیب‌شکن صُلب ارتقا داد. جریان عبوری از مدل‌های گابیونی به دو حالت روگذر و درون‌گذر تفکیک شد که در حالت درون‌گذر، جریان شبه‌غیردارسی و غیرخطی از محیط متخلخل عبور می‌کرد و سهم اصلی اتلاف انرژی به این رژیم اختصاص دارد. همچنین، افزایش اندازه ذرات در هسته گابیون و عرض مؤثر این سازه موجب تقویت فرآیند استهلاک انرژی محخرب جریان سیلابی خواهد شد. در نهایت، مقادیر دبی روگذر و درون‌گذر برای تمامی حالت‌های مورد آزمایش، محاسبه شده است. بر اساس این نتایج می‌توان نرخ انتقال دبی جریان سیلابی از درون گابیون را تعیین کرد. با گذشت زمان و تله اندازی ذرات ریزتر در خلل و فُرج مصالح گابیون، دبی عبوری از روی سازه را می توان به آسانی محاسبه نمود که این موضوع مبنای ارزشمندی برای مدل‌سازی هیدرولیکی و طراحی بهینه سازه‌های مشابه می‌باشد.نتیجه‌گیری و پیشنهادها این پژوهش، اندرکنش هیدرولیکی جریان و اتلاف انرژی در دو گونه سازه‌ی شیب‌شکن قائم ساده و گابیونی به‌صورت آزمایشگاهی بررسی شد. نتایج نشان داد که گابیون با ایجاد محیطی متخلخل و نفوذپذیر، قادر است به‌طور مستقل انرژی جریان را مستهلک کند و نیاز به سازه‌های الحاقی مانند حوضچه‌های آرامش و صفحات مشبک را کاهش دهد. همچنین، پارامترهایی نظیر اندازه ذرات سنگدانه، تخلخل گابیون و ضخامت سازه اثر قابل توجهی بر کارایی استهلاک انرژی و سهم دبی‌های درون‌گذر و روگذر دارند. یافته‌ها حاکی است که استفاده از شیب‌شکن قائم گابیونی در پروژه‌های انتقال آب در مناطق شیب‌دار و کوهستانی، از نظر فنی و اقتصادی کارآمدتر و پایدارتر از نمونه‌ی صُلب است. همچنین نتایج این پژوهش می‌تواند در بهینه‌سازی طراحی شیب‌شکن‌های گابیونی در پروژه‌های آبخیزداری کاربردی باشد. https://wmrj.areeo.ac.ir/article_135297.html چکیدۀ مبسوطمقدمه و هدفدرک و کاهش ریسک‌های سیلاب از اولویت‌های اصلی پژوهشگران و سیاست‌گذاران است. پهنه‌بندی حساسیت به سیلاب ابزار کلیدی مدیریت ریسک در مناطق کوهستانی به شمار می‌رود، زیرا مناطق مستعد را شناسایی کرده و مبنای برنامه‌ریزی مکانی، آمادگی و اقدامات پیشگیرانه را فراهم می‌کند. رویکردهای سنتی نقشه‌برداری سیلاب مانند مدل‌سازی هیدرولوژیکی و تحلیل داده‌های تاریخی اغلب با محدودیت‌هایی چون کمبود داده، پیچیدگی محاسباتی و پویایی سیستم‌های محیطی مواجه‌اند. ازاین‌رو، روش‌های نوین هوش مصنوعی به‌ویژه یادگیری ماشین و یادگیری تقویتی برای پردازش داده‌های متنوع و شناسایی الگوهای پیچیده به کار گرفته شده‌اند. در میان رویکردهای هوش مصنوعی، یادگیری تقویتی به دلیل قابلیت تعامل با محیط و بهبود تدریجی تصمیم‌گیری، نویدبخش است. مدل Deep Q-Learning (DQL) به‌عنوان یکی از روش‌های پیشرفته یادگیری تقویتی، امکان کار با فضاهای حالت پیوسته و ابعاد بالا را بدون نیاز به گسسته‌سازی فراهم می‌کند. این پژوهش باهدف بهره‌گیری از مدل DQL برای تهیه نقشه حساسیت به سیلاب در استان چهارمحال و بختیاری، منطقه‌ای کوهستانی و نیمه‌خشک مستعد به سیلاب‌های ناگهانی ناشی از ذوب برف و بارش‌های شدید، انجام‌شده است. هدف اصلی ارائه چارچوبی دقیق برای ارزیابی خطر سیلاب و کمک به سیاست‌گذاران و مدیران بحران در کاهش ریسک و تقویت تاب‌آوری به‌ویژه در شهرستان‌های آسیب‌پذیر همچون اردل و لردگان است.مواد و روش‌هااستان چهارمحال و بختیاری با مساحت تقریبی ۱۶۵۵۳۰۰ هکتار در جنوب غربی ایران و در رشته‌کوه‌های زاگرس قرار دارد. ویژگی‌های توپوگرافی شامل دامنه‌های تند، دره‌های عمیق و شبکه زهکشی گسترده است که نقش مهمی در پویایی هیدرولوژیکی منطقه ایفا می‌کند. رخدادهای بارشی شدید در اواخر زمستان و اوایل بهار اغلب منجر به سیلاب‌های ناگهانی و رودخانه‌ای می‌شود که خسارات قابل‌توجهی به زیرساخت‌ها و اراضی کشاورزی وارد می‌کند. فهرست رخدادهای سیل شامل ۵۴۵ نقطه مکانی (۳۴۶ نقطه سیلابی و ۱۹۹ نقطه غیرسیلابی) از بازه زمانی ۱۹۸۳ تا ۲۰۲۳ گردآوری شد. داده‌ها به‌طور تصادفی و لایه‌ای به مجموعه آموزش (۳۸۹ نقطه، ۷۱٪) و آزمون (۱۵۶ نقطه، ۲۹٪) تقسیم شدند. ابتدا ۲۱ متغیر محیطی از منابع مختلف شامل مدل رقومی ارتفاع، سری زمانی اقلیمی، تصاویر Landsat 9 و پایگاه SoilGrid استخراج شد. پس از انجام تحلیل هم‌خطی، چهار متغیر حذف و ۱۷ متغیر نهایی (ارتفاع، تجمع جریان، جهت جریان، پیوستگی جریان، جهت جغرافیایی، طول شیب، انحنای افقی /و پروفیل، شاخص رطوبت توپوگرافی، عمق تا بستر سنگی، بیشینه بارش ۲۴ ساعته، دماهای میانگین و بیشینه، عمق برف، NDVI، درصد ماسه سطحی و فاصله از مناطق مسکونی) انتخاب گردید. مدل Deep Q-Learning برای پردازش متغیرهای پیوسته و تولید نقشه حساسیت به پنج کلاس (خیلی کم تا خیلی زیاد) طبقه‌بندی شد. دقت مدل با معیارهایی همچون AUC، Kappa، Recall، Precision و Specificity و LogLoss ارزیابی شد.نتایج و بحثپس از مدل سازی بااستفاده از مدل Deep Q-Learning (DQL) نقشه رستری تهیه شده بر اساس روش و الگوریتم Natural break سطح منطقه موردمطالعه (۱٬۶۵۵٬۳۰۰ هکتار) را به پنج کلاس حساسیت به سیلاب ازجمله: خیلی کم (۶٪، معادل ۹۷٬۲۲۱ هکتار)، کم (۲۰٪، ۳۳۶٬۱۹۰ هکتار)، متوسط (۲۶٪، ۴۲۹٬۴۵۳ هکتار)، زیاد (۲۶٪، ۴۳۵٬۲۹۳ هکتار) و خیلی زیاد (۲۲٪، ۳۵۷٬۱۴۰ هکتار) تقسیم کرد. شاخص‌های ارزیابی دقت، نشان‌دهنده عملکرد قوی مدل بود. از نتایج شاخص‌ها می‌توان دید که:AUC برابر93/0 شد که قدرت تفکیک عالی را تأیید می‌کند، Kappa با 72/0 که توافق قابل‌قبول بین پیش‌بینی و واقعیت را نشان می‌دهد،Recall با مقدار 87/0 بیانگر شناسایی بالای نقاط سیلابی است، Precision, برابر با 90/0 ، Specificity برابر با 85/0 و LogLoss معادل 65/0 محاسبه شد. تحلیل اهمیت متغیرها نشان داد که عمق برف بیشترین تأثیر را دارد که نقش کلیدی ذوب برف در سیلاب‌های بهاره را برجسته می‌سازد؛ پس‌ازآن تجمع جریان (ویژگی‌های توپوگرافی)، فاصله از مناطق مسکونی (اثرات انسانی و توسعه شهری)، شاخص NDVI (پوشش گیاهی و نفوذپذیری)، دمای میانگین (شرایط اقلیمی) و طول شیب قرار دارند. مناطق با حساسیت خیلی زیاد عمدتاً در نواحی پست، دره‌ها و امتداد رودخانه‌های اصلی مانند کارون و زاینده‌رود به‌ویژه در شهرستان‌های اردل و لردگان متمرکز هستند. مقایسه با مطالعات مشابه مبتنی بر مدل‌های یادگیری ماشین نظارت‌شده نشان می‌دهد که DQL پیش‌بینی متعادل‌تری در محیط‌های ناهمگن کوهستانی ارائه می‌دهد و پتانسیل بالایی در مدیریت ریسک سیلاب دارد. نتیجه‌گیری و پیشنهادها این پژوهش نشان داد که مدل Deep Q-Learning (DQL) به‌عنوان یک روش یادگیری تقویتی عمیق، ظرفیت بالایی در پهنه‌بندی حساسیت به سیلاب در مناطق پیچیده کوهستانی مانند استان چهارمحال و بختیاری دارد. این مدل با پردازش متغیرهای محیطی پیوسته و شناسایی دقیق روابط غیرخطی، نقشه‌های معتبر و کاربردی تولید کرد که نواحی پرخطر را به‌طور مؤثر مشخص می‌سازد. نتایج تأکید می‌کنند که عوامل اصلی سیلاب در منطقه شامل ذوب برف، ویژگی‌های توپوگرافی، توسعه انسانی و کاهش پوشش گیاهی است که این یافته‌ها با واقعیت‌های میدانی منطقه همخوانی دارد. نقشه‌های حاصل می‌تواند مبنایی عملی برای برنامه‌ریزی کاربری زمین، تقویت زیرساخت‌های دفع آب باران، حفاظت از مناطق مسکونی در برابر سیلاب‌های ناگهانی و بازسازی اکوسیستم‌های گیاهی به‌منظور افزایش نفوذپذیری خاک فراهم آورد. برای بهبود دقت مدل در مطالعات آینده، پیشنهاد می‌شود فهرست رخدادهای سیلاب با داده‌های فصلی و زمانی دقیق‌تر گسترش یابد، متغیرهای پویا مانند نوسانات روزانه دما و چرخه‌های ذوب برف اضافه شود و اعتبارسنجی میدانی گسترده‌تری به‌ویژه در ارتفاعات بالا و مناطق شهری انجام گیرد. همچنین، ترکیب DQL با سایر روش‌های یادگیری تقویتی یا مدل‌های هیبریدی می‌تواند کارایی را افزایش دهد. به‌طورکلی، این رویکرد نوین چارچوبی قدرتمند برای مدیریت پایدار ریسک سیلاب در مناطق مشابه ایران و جهان ارائه می‌دهد و می‌تواند به سیاست‌گذاران در تقویت تاب‌آوری جوامع محلی کمک شایان توجهی کند.واژ‌گان کلیدیارتفاعات ایران، ارزیابی ریسک سیل، یادگیری تقویتی، یادگیری ماشین. https://wmrj.areeo.ac.ir/article_135367.html مقدمه و هدفبررسی عوامل مؤثر بر رواناب و فرسایش خاک از اقدامات اصلی برای مدیریت صحیح خاک در عرصه‌های طبیعی است. منابع آب و خاک در نواحی خشک و نیمه‌خشک به‌عنوان شالوده حیات و پایداری جوامع انسانی اهمیت ویژه‌ای دارند. از طرفی محدودیت این منابع در این نواحی، بهره‌برداری ناپایدار و عدم توجه به اصول علمی مدیریت آن‌ها باعث تخریب روزافزون و افزایش خطر بیابان‌زایی شده است. بطوریکه فرسایش خاک در این مناطق به‌عنوان یکی از مهم‌ترین تهدیدات زیست‌محیطی، چالش‌های جدی برای مدیریت منابع طبیعی ایجاد کرده است؛ بنابراین شناسایی عوامل مؤثر در فرسایش خاک و تدوین برنامه‌های حفاظت خاک امری ضروری است. با توجه کمبود داده‌های آماری مناسب، شرایط سخت کار فیزیکی در آبخیزها و نیز نوسانات غیرقابل پیش‌بینی اقلیمی مانند خشک‌سالی‌های درازمدت، جمع‌آوری اطلاعات مربوط به فرآیندهای اثرگذار بر هدررفت خاک در عرصه‌های طبیعی دشوار می‌باشد. بر این اساس، در بسیاری از پژوهش‌های فرسایش و رسوب، از دستگاه شبیه‌ساز باران استفاده می‌شود. با توجه به اهمیت موضوع، در پژوهش حاضر اثر جنگل‌کاری بر تغییرات رواناب و رسوب در مقایسه با جنگل‌های طبیعی بلوط و عرصه‌های خارج از تاج پوشش بررسی شده است. این مطالعه با هدف بررسی حجم رواناب و فرسایش خاک در زیراشکوب توده‌های جنگلی طبیعی شاخه‌زاد بلوط (Quercus brantii Lindl..) و جنگل‌کاری شده زربین (Cupressus sempervirens var. horizontalis) بعد از شبیه‌سازی بارش باران صورت گرفت.مواد و روش‌هامحدوده مورد مطالعه، پارک جنگلی چغاسبز، جزو حوزه آبریز شهر ایلام در استان ایلام محسوب می‌شود. ویژگی‌های اقلیمی و تنوع پوشش گیاهی، شرایط منحصربه‌فردی را برای بررسی روابط بین پوشش گیاهی، رواناب و فرسایش خاک در این منطقه فراهم می‌کند. به‌منظور مقایسه تأثیر جنگل‌کاری گونه زربین و جنگل طبیعی شاخه‌زاد بلوط بر میزان رواناب و رسوب، از دستگاه شبیه‌ساز باران پرتابل استفاده شد. در این پژوهش، بارش با شدت و مدت زمان مشخص بر اساس نمودارهای شدت-مدت-فراوانی، شدت و پایه زمانی بارش تعیین شد و نمونه‌برداری از رسوب و رواناب زیرآشکوب این توده‌ها با استفاده از قطعات دو مترمربعی (1×2 متر) صورت گرفت. شبیه‌سازی بارش طی دو مدت زمان 15 و 30 دقیقه‌ای و با شدت بارش 80 میلی‌متر بر ساعت انجام پذیرفت. سپس دستگاه شبیه‌ساز باران در سه تکرار تصادفی در هر دو توده جنگل‌کاری شده و طبیعی و قطعه شاهد در موقعیت خارج از تاج پوشش و مجاور توده‌ها مستقر و نمونه رواناب و رسوب و خاک در هر توده و منطقه شاهد جمع‌آوری شد. سپس تجزیه‌وتحلیل آماری داده‌ها با استفاده از نرم‌افزارSPSS نسخه 25 انجام شد. به منظور بررسی اختلاف‌ها، از تجزیه واریانس یک‌طرفه و مقایسه میانگین‌ها با آزمون دانکن صورت گرفت. همچنین، به دلیل بررسی نمونه‌ها در دو مدت زمان بارش، مقایسه میانگین داده‌ها در این مدت‌زمان‌ها با استفاده از آزمون T مستقل انجام شد.نتایج و بحثنتایج تجزیه واریانس نشان داد که پوشش‌های گیاهی مختلف تأثیر معنی‌داری بر برخی خصوصیات فیزیکی خاک دارند. در جنگل‌کاری زربین، هیچ رواناب و رسوبی مشاهده نشد، که ممکن است به دلیل پوشش گیاهی متراکم و نفوذپذیری بالای خاک باشد. در منطقه خارج تاج پوشش، بیشترین میزان رواناب و رسوب مشاهده شد که نشان‌دهنده تأثیر مثبت پوشش‌های گیاهی در کاهش رواناب و رسوب است. برای متغیر رسوب، تفاوت‌ها در میزان رسوب در منطقه جنگل‌کاری زربین با دو منطقه دیگر معنی‌دار نبود، اما تفاوت‌ها در بین توده طبیعی بلوط و منطقه خارج تاج پوشش از لحاظ آماری معنی‌دار بود. بر اساس نتایج با افزایش زمان بارش، ضریب رواناب افزایش یافت اما نرخ افزایش ضریب رواناب در مدت بارش 30 دقیقه به 15 دقیقه در منطقه شاهد (82/1 برابر) نسبت به منطقه جنگل‌کاری بلوط (36/1 برابر) بیشتر بود و این موضوع بیانگر اهمیت پوشش گیاهی است و نشان می‌دهد در صورت تداوم بارش، میزان رواناب و به‌تبع هدررفت خاک در مناطق بدون پوشش با سرعت بیشتری صورت خواهد گرفت. با استناد به نتایج، وجود تاج پوشش درختی که با ویژگی‌هایی مانند کاهش سرعت تجزیه لاشبرگ و افزایش حجم و عمق لاشبرگ در سطح زمین همراه است، موجب کاهش رواناب در زیر اشکوب این گونه درختی شده است. در مقابل، مناطق فاقد تاج پوشش به دلیل پایین بودن میزان ماده آلی و لاشبرگ و همچنین بالا بودن وزن مخصوص ظاهری و فشردگی ساختار خاک، با کمبود نفوذپذیری خاک مواجه هستند که موجب افزایش رواناب در این مناطق شده است. از ویژگی‌های مهم تاج پوشش گیاهی، به‌ویژه درختان، ایجاد بستری مناسب در سطح زمین و توسعه شبکه ریشه است که به بهبود دانه‌بندی خاک، حفظ ساختار خاک و پایداری خاکدانه‌ها کمک می‌کنند. در چنین شرایطی، اصطلاحاً رواناب فیلتر شده و میزان رسوب کاهش می‌یابد.نتیجه‌گیری و پیشنهادها این یافته‌ها بیانگر اهمیت بالای پوشش گیاهی در تنظیم ویژگی‌های هیدرولوژیکی خاک و کاهش فرسایش و رسوب است. بر این اساس، می‌توان نتیجه گرفت که حفظ و احیای پوشش گیاهی در توده‌های جنگلی، به‌ویژه در مناطق زاگرس، می‌تواند تأثیر به‌سزایی در بهبود خصوصیات فیزیکی خاک و کاهش مشکلات ناشی از فرسایش داشته باشد. از این رو، پیشنهاد می‌شود که برای حفاظت از منابع آب و خاک، اقدامات مدیریتی مناسب نظیر کاشت درختان و درختچه‌های بومی در مناطق تخریب یافته یا با پوشش گیاهی کم انجام گیرد. این اقدامات می‌توانند به کاهش رواناب و فرسایش خاک در حوزه‌های آبخیز کمک کرده و به‌طور کلی به مدیریت پایدار منابع طبیعی و کاهش مشکلات زیست‌محیطی منجر شوند. توسعه جنگل‌کاری و حفظ پوشش گیاهی به‌ویژه در مناطق خشک و نیمه‌خشک می‌تواند به‌عنوان راهکاری مؤثر در کاهش فرسایش و حفظ منابع طبیعی در این مناطق مورد توجه قرار گیرد.