1. مقدمه
فرسایش خندقی یک فرآیند تخریب جدی زمین است و نه تنها با تولیدات کشاورزی اطراف تداخل می کند، بلکه رسوبات زیادی را تولید می کند که می تواند باعث گل و لای شدید مخازن در پایین دست شود و همچنین منجر به سیل های فاجعه بار و آلودگی در حوضه شود [ 1 ، 2 ، 3 ، 4 ]. ، 5 ]. فرسایش خندقی یک منبع رسوب مهم است و نرخ از دست دادن خاک ناشی از فرسایش خندقی می تواند 10 تا 94 درصد از کل رسوبات فرسایش یافته در حوضه های مختلف در سراسر جهان را تشکیل دهد [ 3 , 6 ].]. حجم آبکند و تغییر آن می تواند برای منعکس کردن شدت فرسایش و فرآیندهای تکاملی شکل زمین سطح زمین و حتی مشخص کردن سهم فرسایش آبکندی در رسوب در یک حوضه استفاده شود [ 7 ، 8 ، 9 ]. بنابراین، توسعه روشی که بتواند حجم آبکند را به سرعت و به صورت علمی تعیین کند، مفید خواهد بود. با این حال، اندازه گیری دقیق حجم آبکند در عمل بسیار دشوار است. خندق ها معمولاً در مناطقی از نظر اکولوژیکی شکننده که دارای زمین های پیچیده هستند، رشد می کنند، که رسیدن انسان و اندازه گیری حجم آبکند را دشوار می کند. علاوه بر این، حجم آبکند معمولاً با روشهای سنتی تعیین میشود، مانند نوار نواری [ 10 ، 11 ]، صفحه سوزنی 12 ] تعیین میشود.، 13 ، 14 ]، GPS [ 15 ، 16 ] و ایستگاه کل [ 12 ، 17 ]. با این حال، همه این روشها بسیار زمانبر هستند و تا حد زیادی توسط ویژگیهای مورفولوژیکی شکل زمین محدود میشوند. علاوه بر این، دقت این روشها با مهارت اپراتورها متفاوت است، به این معنی که همه این روشها فقط در یک منطقه کوچک قابل استفاده هستند [ 12 ، 18 ]. به عنوان مثال، Casali و همکاران. [ 19] دقت استفاده از پروفیل متر و نوار میکروتوپوگرافیک را برای اندازهگیری میدانی یک خندق و رودخانه در ناواره مرکزی (اسپانیا) مقایسه کرد و دریافت که استفاده از نوار سخت، زمانبر و خطاهای بزرگی را به همراه داشت. سنجش از دور برای مطالعه خندق ها در مقیاس فضایی بزرگ معرفی شد، اما برخی از تغییرات در خط لبه خندق به دلیل محدودیت در دقت زمانی و مکانی تصاویر ماهواره ای از طریق ماهواره های سنجش از دور قابل شناسایی نیستند [ 20 ، 21 ، 22 ، 23 ]. ]. علاوه بر این، تکنیک های مختلف اسکن، مانند فتوگرامتری با فاصله کوتاه [ 18 ، 24 ، 25 ]، اسکنرهای لیزری سه بعدی [ 26 ، 27 ]]، و وسایل نقلیه هوایی بدون سرنشین (UVAs) [ 28 ، 29 ، 30 ]، برای خندق ها برای به دست آوردن داده های توپوگرافی با دقت بالا سازگار شده اند. با این حال، تمام این تکنیک ها دارای معایب ذاتی هستند. اولاً، تجهیزات پشتیبانی برای چنین تکنیکهایی بسیار گران است و اپراتور نیاز به سطح بالایی از آموزش حرفهای دارد [ 12 ، 31 ، 32 ]. دوم، سطح زمین در منطقه مورد مطالعه باید عاری از محافظ باشد [ 25 ، 33]، که کاربرد چنین تکنیک هایی را در مناطق با پوشش گیاهی متوسط و زیاد محدود می کند. تمام محدودیتهای فوق، استفاده از این روشها را برای اندازهگیری خندقها در مقیاس فضایی بزرگ در زمانی که به دقت بالا نیاز است، دشوار میسازد. در نهایت، بدست آوردن حجم آبکند به طور مستقیم از طریق فناوری های موجود بسیار دشوار است. در مقایسه با حجم آبکند، سایر ویژگیهای مورفولوژیکی خندق، مانند طول، عرض، عمق خندق، با دقت خاصی آسانتر به دست میآیند [ 17 ، 19 ، 34 ]. برای مثال، گیمنز و همکاران. [ 23] دریافت که پهنای آبکند کمی تحت تاثیر سایه خورشید و دید قرار می گیرد، اما حجم آبکند زمانی که از تکنیک های فتوگرامتری استفاده می شود بسیار تحت تاثیر قرار می گیرد. بنابراین تعیین رابطه درونی حجم آبکند و سایر ویژگیهای مورفولوژیکی خندق و ایجاد یک مدل پیشبینی مناسب برای حجم خندق روشی موثر برای تخمین حجم آبکند و پیشبینی فرآیندهای تکاملی خندقها خواهد بود.
با این حال، اگرچه برخی از مطالعات تلاش کرده اند تا رابطه بین حجم آبکند و طول خندق یا بین مساحت حوضه و شیب متوسط حوضه حوضه را بررسی کنند، تقریباً همه این مطالعات به سادگی معادلات برازش مربوطه را ایجاد کردند و کارایی یا دقت آنها را در پیش بینی حجم آبکند تأیید نکردند. [ 6 ، 31 ، 34 ، 35 ، 36 ]. علاوه بر این، بیشتر مطالعات موجود عمدتاً بر روی خندقهای زودگذر متمرکز شدهاند. تنها چند مطالعه خندق های دائمی را بررسی کردند [ 31 ]. به عنوان مثال، مزدا شرکت-زارع و همکاران. [ 6] رابطه بین حجم و طول خندق را در 146 خندق زودگذر ایران مورد بحث قرار داد. علاوه بر این، مطالعات بسیار کمی هنگام تلاش برای پیشبینی حجم خندق، سایر ویژگیهای مورفولوژیکی، مانند عرض و عمق خندق را در نظر گرفتهاند. در همین حال، مطالعات در مورد ویژگیهای مورفولوژیکی خندقها عمدتاً در اسپانیا، ایتالیا، بلژیک، استرالیا، ایران [ 6 ، 34 ، 37 ، 38 ] و منطقه خاک سیاه [ 36 ] و فلات لوس [ 35 ، 39 ] در چین متمرکز شدهاند. به عنوان مثال، فرانکل و همکاران. [ 31] مورفولوژی خندق (شامل مقاطع، حجم و حجم کلی دیوارهای زیر برش، و ورودی لوله های خاک) را از طریق عکس های زمینی که توسط دوربین رفلکس Canon EOS 450D در مرکز بلژیک و شمال اتیوپی گرفته شده است، تشریح کرد، در حالی که لی و همکاران. [ 40 ] مورفولوژی لندفرم های خندقی را در فلات لس چین بررسی و تایید کرد.
منطقه دره خشک و گرم جینشا یک منطقه مهم است که در آن فرسایش خندقی به طور قابل توجهی توسعه یافته است. با این حال، رابطه کمی بین حجم آبکند و سایر ویژگی های مورفولوژیکی آبکند هنوز به اندازه کافی مورد بحث قرار نگرفته است. یک مطالعه قبلی که رابطه بین ویژگیهای توپوگرافی مختلف خندقها را در منطقه دره خشک-گرم بررسی میکرد، توسط دونگ و همکاران انجام شد. [ 41 ]. در مطالعه خود، دونگ و همکاران. [ 41 ] رابطه SA را در دره خشک و داغ، فلات لس و مناطق خاک سیاه در چین خلاصه کرد و رابطه عملکردی بین حجم و طول خندق را محاسبه کرد ( V = 3.239 L 1.2675 ؛ R2 0.77،p <0.01) بر اساس داده های بررسی میدانی 36 خندق در منطقه دره خشک و گرم. با این حال، روابط بین حجم آبکند و سایر پارامترهای مورفولوژیکی، از جمله عرض، عمق، سطح مقطع، هنوز مورد مطالعه قرار نگرفته است. علاوه بر این، دنگ و همکاران. [ 42 ] پارامترهای کلیدی را برای مشخص کردن مقطع از طریق تجزیه و تحلیل مقایسه ای ویژگی های مورفولوژیکی مختلف در منطقه دره گرم-خشک جدا کرد اما بر پیش بینی حجم آبکند تمرکز نکرد.
در سالهای اخیر، به دلیل ظهور و محبوبیت فزاینده فناوری هوش مصنوعی، یادگیری ماشین به تدریج در پیشبینی خندق استفاده میشود [ 43 ، 44 ]. به عنوان مثال، Band et al. [ 45] اثربخشی و دقت پنج روش یادگیری ماشینی را در مدلسازی حساسیت به فرسایش خندقی ارزیابی کرد و به این نتیجه رسید که مدل شبکه عصبی یادگیری عمیق و مجموعه آن با الگوریتم بهینهسازی ازدحام ذرات میتواند به عنوان یک روش جدید و عملی برای پیشبینی حساسیت به فرسایش خندقی استفاده شود. می تواند به برنامه ریزان و مدیران برای مدیریت و کاهش خطر فرسایش خندقی کمک کند. جنگل تصادفی یکی دیگر از روشهای بالقوه است که میتواند برای مدلسازی فرآیند تکامل خندق استفاده شود. جنگل تصادفی مزایای برجسته ای در برخورد با روابط غیرخطی بین متغیرهای متعدد بدون در نظر گرفتن مشکل همخطی چند متغیره متغیرها دارد [ 46 ، 47 ، 48 ]. برای مثال، گاروسی و همکاران. [ 32] رابطه عملکردی بین فرسایش خندقی و عوامل کنترل را با استفاده از روشهای جنگل تصادفی و سایر روشهای یادگیری ماشین محاسبه کرد و دریافت که مدل جنگل تصادفی بیشترین عملکرد پیشبینی را با دقت فوقالعاده ارائه میدهد. در مقایسه با روش جعبه سیاه فوق الذکر، مدل رگرسیون تجربی، یک روش معمولی جعبه سفید، هنوز دارای مزایایی در تشخیص رابطه درونی بین متغیرهای خاص است، به ویژه زمانی که عوامل مرتبط واضح هستند و برای بحث در مورد مکانیسم فیزیکی عمل مورد نیاز هستند. بین آنها. در نتیجه، در این مطالعه، مدل رگرسیون تجربی را برای بررسی ارتباط فیزیکی بین حجم آبکند و سایر ویژگیهای مورفولوژیکی انتخاب کردیم. در واقع، پایداری اکوسیستم و کیفیت حفاظت از خاک و آب در حوضه رودخانه جینشا (یک منطقه مهم از نظر اکولوژیکی شکننده) ارتباط نزدیکی با عملکرد عادی پروژههای حفاظت از آب و انرژی آبی پایین دست دارد. بنابراین، هدف اصلی این مطالعه تعیین رابطه درونی حجم آبکند و سایر ویژگیهای مورفولوژیکی و ایجاد یک مدل پیشبینی مؤثر برای حجم آبکند بود که بتواند افت خاک ناشی از خندقها را در این منطقه ارزیابی کند. اهداف این مطالعه عبارت بودند از: (1) بررسی ویژگی های مورفولوژیکی خندق ها بر اساس بررسی ها و اندازه گیری های میدانی. (2) رابطه بین حجم خندق و سایر ویژگیهای مورفولوژیکی را بررسی کنید و مدلهای تجربی را ایجاد کنید که میتواند حجم آبکند را به طور مؤثر ارزیابی کند. و (3) اعتبار و دقت مدلهای تجربی تثبیتشده را برای تعیین مؤثرترین آنها بررسی کنید. همه این نتایج پیشبینی مؤثر فرسایش خندقی را تسهیل میکند و راهنماییهای اساسی برای اصلاح خندقها در منطقه دره خشک-گرم جینشا ارائه میکند.
2. مواد و روشها
2.1. منطقه مطالعه
منطقه مورد مطالعه در شهرستان یوانمو، استان یوننان چین واقع شده است، که یک نمایش معمولی از منطقه دره خشک و گرم Jinsha است. منطقه مورد مطالعه مساحت 2020 کیلومتر مربع را پوشش می دهد که از 101 درجه و 35 دقیقه شرقی تا 102 درجه و 06 دقیقه شرقی و از 25 درجه و 23 دقیقه شمالی تا 26 درجه و 06 دقیقه شمالی گسترش می یابد ( شکل 1 ). منطقه مورد مطالعه دارای آب و هوای نیمه گرمسیری موسمی است و با آب و هوای خشک و گرم، بارش متمرکز و فصول خشک و مرطوب قابل توجه مشخص می شود [ 41 ، 49 ، 50 ].]. میانگین سالانه دما تقریباً 21.9 درجه سانتیگراد و بارندگی سالانه حدود 615 میلی متر است. در این منطقه، فصول خشک و مرطوب روشن و مشخص است. فصل بارانی از ماه می تا اکتبر ادامه دارد که حدود 91 درصد از بارندگی سالانه را تامین می کند و رگبارهای شدید و بارندگی در فصل بارانی رایج است. با این حال، بارش در فصل خشک تنها حدود 9 درصد از بارندگی سالانه را تشکیل می دهد. علاوه بر این، تبخیر بالقوه می تواند تا 6.4 برابر بارندگی سالانه باشد که منجر به آب و هوای خشک در تمام طول سال در این منطقه می شود. خاکهای غالب در منطقه خاک خشک، قرمز و ورتیسول هستند، با میانگین جرم ظاهری خشک 1.4 تا 1.8 g·cm- 3 [ 51 ].]. نوع پوشش گیاهی منطقه ای در این منطقه بوته ای استوایی با درختان پراکنده است که منجر به یک اکوسیستم استوایی مانند ساوانا می شود که نرخ پوشش جنگلی آن به 3.4 تا 6.3 درصد می رسد [ 52 ، 53 ]. گونه های غالب Heteropogon contortus و Dodonaea riscosa [ 52 ] هستند. علاوه بر این، این لایه متعلق به رسوبات دریاچه ای کواترنر است که دارای ساختار ضعیف، نرخ نفوذ آب کم و نرخ فرسایش خاک بالا است. بنابراین، فرسایش خندقی در منطقه حاد است، با تراکم متوسط خندقی 4.5 km·km- 2 و حداکثر تراکم 7.4 km·km- 2 ، و مدول فرسایش خاک به 8000 ~ 20000 t·km – 2 · می رسد. یک -1[ 54 ، 55 ، 56 ].
2.2. جمع آوری داده ها و تقسیم بندی مرحله توسعه خندق
مجموعه ای از تحقیقات میدانی دقیق در مورد فرسایش خندقی در منطقه دره خشک-گرم یوانمو از سال 2013 تا 2014 انجام شد. بر اساس این بررسی ها، حدود 134 خندق با ویژگی های توسعه معمولی در این مطالعه انتخاب شدند ( شکل 1).) که از میان آنها 111 خندق برای ایجاد مدل پیش بینی حجم آبکند و 23 خندق دیگر برای اعتبارسنجی اثربخشی و دقت مدل ایجاد شده استفاده شد. اطلاعات دقیق ژئومورفیک 134 خندق با استفاده از ایستگاه کل (Leica TCR802POWER) بررسی شد. فواصل بین نقاط اندازه گیری بیشتر از 0.5 متر در امتداد دیواره کناری خندق و بستر بود. برخی از نقاط مکمل با Trimble GPS اندازه گیری شدند تا نقاط خطای RMS بالا را حذف کنند. مدل رقومی ارتفاع (DEM) به عنوان یک روش مؤثر برای به دست آوردن اطلاعات زمین در نظر گرفته می شود و بسیاری از روش های تحلیل ژئومورفولوژیکی بر اساس DEM [ 57 ] توسعه یافته اند. بنابراین، یک DEM با وضوح 0.1 متر برای هر خندق با استفاده از تابع پایه شعاعی (RBF) [ 58 ] ایجاد شد.] بر اساس نقاط اندازه گیری شده ( شکل 2 ). ME و RMSE DEM ها به ترتیب از 0.191- تا 0.152 و از 0 تا 1.212 متغیر بودند.
با توجه به DEM، پارامترهای مورفولوژیکی، مانند طول خندق ( L ، m)، عرض آبکند ( W ، m)، عمق آبکند ( D ، m)، سطح مقطع آبکند ( A ، m2 )، حجم آبکند ( V ، m3 )، گرادیان عمودی خندقی ( Vg )، و نسبت عرض به عمق ( Bd جدول 1 ) . )، استخراج و با استفاده از تحلیلگر سه بعدی و ابزار تحلیل فضایی محاسبه شدعلاوه بر این، مقادیر میانگین پارامترهای مورفولوژیکی برای مشخص کردن ویژگیهای سیستماتیک خندق محاسبه شد. دادههای موجود در این مقاله برای پارامترهای مورفولوژیکی بهعنوان مقادیر میانگین ارائه شدهاند که روشهای محاسبه دقیق آنها در
با توجه به نتایج مطالعه Ai [ 59 ]، Sidorchuk [ 60 ] و Zhang و همکاران، سپس آنتروپی اطلاعات ژئومورفیک ( Egi ) برای ارزیابی درجه توسعه فرسایش خندقی محاسبه شد . [ 61 ]. در یک سیستم کانال، مقدار E gi منعکس کننده درجه فعالیت خندق است. هرچه مقدار E gi کوچکتر باشد ، فعالیت فرسایش شدیدتر است و بالعکس. بنابراین، در این مطالعه، هر چه مقدار Egi بزرگتر باشد ، شدت فعالیت فرسایش کمتر است، در نتیجه نشان می دهد که خندق تمایل به پایداری دارد [ 42 ]]. فرمول محاسبه به شرح زیر است:
که در آن E gi آنتروپی اطلاعات ژئومورفیک است، S مقدار انتگرال ارتفاع ناحیه استرالر و f(x) تابع برازش ارتفاع ناحیه استرالر است.
بر اساس تئوری آنتروپی اطلاعات ژئومورفیک، Ai [ 59 ] درجه توسعه فرسایش شکل زمین را به سه فاز تقسیم کرد. وقتی Egi < 0.1110 ، درجه توسعه فرسایش شکل زمین در مرحله جوانی است. وقتی 0.1110 ≤ E gi ≤ 0.4000، درجه توسعه فرسایش شکل زمین در مرحله بلوغ است. هنگامی که E gi > 0.4000، درجه توسعه فرسایش شکل زمین در مرحله قدیمی است. استاندارد تقسیم تا حدی جهانی است اما می تواند با تفاوت در عوامل جغرافیایی منطقه ای در کاربردهای عملی متفاوت باشد [ 62 ]. در این مطالعه مقدار E giبین 0.059 و 0.290 بود. بر اساس استاندارد Ai [ 59 ] برای آنتروپی اطلاعات ژئومورفیک، 134 خندق همه در مراحل جوانی و بالغ بودند، اما این نتیجه با مرحله توسعه خندق مشاهده شده در میدان سازگار نبود. بنابراین، این مطالعه تمام ویژگیهای ژئومورفیک، شرایط پوشش گیاهی و نهشتههای خندقها را برای بازتعریف استاندارد تقسیمبندی برای مرحله توسعه خندق در نظر گرفت. استاندارد تقسیم تفصیلی در جدول 2 نشان داده شده است .
2.3. آزمون ساخت و اثربخشی مدل های تجربی
یک تحلیل رگرسیون غیرخطی برای تعیین روابط بین حجم آبکند و سایر پارامترهای مورفولوژیکی مورد استفاده قرار گرفت و مدلهای تجربی مربوطه با توجه به نتایج تحلیلهای آماری انجام شده با استفاده از SPSS 16.0 و Origin 8.0 ایجاد شد. همچنین نمودارهای این پژوهش با نرم افزار سیگما پلات (نسخه 10.0) ترسیم شدند.
ویژگی های مورفولوژیکی در 23 خندق دیگر برای آزمایش اثربخشی مدل های تجربی ساخته شده استخراج شد. ابتدا از آزمون t برای ارزیابی اهمیت تفاوت بین میانگین حجم خندق اندازه گیری شده و برآورد شده استفاده شد [ 63 ]. علاوه بر این، میانگین خطای نسبی ( Er ) [ 39 ] و ضریب راندمان نش ( Ens ) [ 64 ]، و همچنین R2 رگرسیون خطی بین حجم خندق اندازهگیری شده و ارزیابیشده، برای آزمایش اثربخشی محاسبه شد . از مدل ها
E r می تواند دقت مدل ریاضی را بررسی کند. فرمول محاسبه به صورت معادله (2) ارائه شده است. Ens به عنوان یک شاخص برای ارزیابی خوب بودن برازش مدل استفاده شد و از -∞ تا 1 متغیر بود . فرمول محاسبه به صورت معادله (3) ارائه شده است. E ns = 1 یک تطابق کامل بین مقدار اندازه گیری شده و مقدار شبیه سازی شده مدل را نشان می دهد. E ns = 0 نشان می دهد که نتیجه شبیه سازی مدل برابر با میانگین سری مقدار اندازه گیری شده است. Ens < 0 نشان می دهد که مقدار میانگین اندازه گیری شده بهتر از مقدار شبیه سازی شده است.
جایی که i تعداد خندق ها را نشان می دهد، M i حجم اندازه گیری شده خندق i است، P i حجم پیش بینی شده خندق i است، و M ave مقدار متوسط حجم اندازه گیری شده است.
3. نتایج
3.1. ویژگی های مورفولوژیکی گلی
طول خندق ( L ، m)، عرض ( W ، m)، عمق ( D ، m)، سطح مقطع ( A ، m2 )، حجم ( V ، m3 )، گرادیان عمودی ( Vg ) ، و عرض نسبت عمق ( Bd ) در این کار به عنوان ویژگی های مورفولوژیکی پایه خندق در نظر گرفته شد و تفاوت هایی را بین مراحل مختلف توسعه خندق نشان داد. تغییر در طول، عرض، عمق، سطح مقطع، شیب عمودی، نسبت عرض به عمق و حجم بین مراحل مختلف رشد در شکل 3 نشان داده شده است.. به جز نسبت عرض به عمق آبکندها، میانگین و میانه شش پارامتر مشخصه مورفولوژیکی دیگر به طور کلی با کاهش درجه فعالیت خندق کاهش یافت. برای طول و حجم خندق، زمانی که خندق ها تمایل به پایداری داشتند، روند کاهش آشکاری وجود داشت و میانگین نرخ کاهش برای طول خندق از 2.164 (برای میانه) تا 3.313 (برای میانگین) و نرخ کاهش برای حجم خندق در محدوده بود. از 2067.900 (برای میانه) تا 4789.800 (برای میانگین). دلیل اصلی این نتیجه ممکن است این باشد که رسوبات به تدریج از انتهای کانال خندق تا سر و همزمان با ته نشین شدن پوشش گیاهی در خندق ها جمع می شوند. برای عرض، عمق و سطح مقطع آبکند، نقاط عطف برای میانگین، میانه و 10، 25، 75، و صدک 90 در فرآیندهای پایدار خندق ها، که نشان می دهد که فرآیندهای کاهش عرض، عمق و سطح مقطع خندق زمانی که خندق ها از (نسبتا) فعال به کمی پایدار تغییر می کنند، پیوسته نیستند. با این حال، کاهش ناپیوسته در عرض، عمق و سطح مقطع خندق، وضعیت کلی را که در آن خندقها تمایل به پایداری داشتند، تغییر نداد، که ممکن است به این دلیل باشد که پدیدههای فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در خندقها فعال باقی ماندند. انتهای خندق علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. که نشان داد که فرآیندهای کاهش عرض، عمق و سطح مقطع خندق زمانی که خندق ها از (نسبتا) فعال به کمی پایدار تغییر کردند، پیوسته نبودند. با این حال، کاهش ناپیوسته در عرض، عمق و سطح مقطع خندق، وضعیت کلی را که در آن خندقها تمایل به پایداری داشتند، تغییر نداد، که ممکن است به این دلیل باشد که پدیدههای فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در خندقها فعال باقی ماندند. انتهای خندق علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. که نشان داد که فرآیندهای کاهش عرض، عمق و سطح مقطع خندق زمانی که خندق ها از (نسبتا) فعال به کمی پایدار تغییر کردند، پیوسته نبودند. با این حال، کاهش ناپیوسته در عرض، عمق و سطح مقطع خندق، وضعیت کلی را که در آن خندقها تمایل به پایداری داشتند، تغییر نداد، که ممکن است به این دلیل باشد که پدیدههای فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در خندقها فعال باقی ماندند. انتهای خندق علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. و سطح مقطع زمانی که خندق ها از (نسبتا) فعال به کمی پایدار تغییر کردند پیوسته نبودند. با این حال، کاهش ناپیوسته در عرض، عمق و سطح مقطع خندق، وضعیت کلی را که در آن خندقها تمایل به پایداری داشتند، تغییر نداد، که ممکن است به این دلیل باشد که پدیدههای فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در خندقها فعال باقی ماندند. انتهای خندق علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. و سطح مقطع زمانی که خندق ها از (نسبتا) فعال به کمی پایدار تغییر کردند پیوسته نبودند. با این حال، کاهش ناپیوسته در عرض، عمق و سطح مقطع خندق، وضعیت کلی را که در آن خندقها تمایل به پایداری داشتند، تغییر نداد، که ممکن است به این دلیل باشد که پدیدههای فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در خندقها فعال باقی ماندند. انتهای خندق علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. کاهش ناپیوسته عرض، عمق و سطح مقطع خندق وضعیت کلی را که خندقها تمایل به پایداری داشتند تغییر نداد، که ممکن است به این دلیل باشد که پدیده فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در انتها فعال باقی ماندند. از خندق علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. کاهش ناپیوسته عرض، عمق و سطح مقطع خندق وضعیت کلی را که خندقها تمایل به پایداری داشتند تغییر نداد، که ممکن است به این دلیل باشد که پدیده فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در انتها فعال باقی ماندند. از خندق علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. که ممکن است به این دلیل باشد که پدیده فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در انتهای خندق فعال باقی ماندهاند. علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد. که ممکن است به این دلیل باشد که پدیده فرسایش جانبی و عمودی در خندقها همراه با انباشته شدن رسوبات در انتهای خندق فعال باقی ماندهاند. علاوه بر این، اثر فرآیند رسوب گذاری شدیدتر از فرسایش جانبی و عمودی بود. به همین دلیل، عرض، عمق و سطح مقطع آبکند افزایش جزئی را تجربه کرد، اما این فرآیندها پیشرفت پایدار خندق را قطع نکرد.
علاوه بر این، میانگین گرادیانهای عمودی خندق در مرحله بسیار فعال، فعال و نسبتا فعال تفاوتهای آشکاری را نشان نمیدهند، اما به طور قابلتوجهی بزرگتر از شیبهای عمودی خندقها در مرحله کمی پایدار بودند، احتمالاً به این دلیل که ریز توپوگرافی خندقها در مرحله کمی مرحله پایدار در مقایسه با سه مرحله دیگر نسبتاً مسطح بود. علاوه بر این، ریز توپوگرافی های مسطح خندق ها در مرحله کمی پایدار، نتیجه انباشته شدن رسوبات در کانال های خندقی بود. در نهایت، روند افزایشی برای نسبت عرض به عمق خندق همراه با ضعف در درجه فعال آبکند برای میانگین، میانه و صدک های 75 و 90 وجود داشت. درک این پدیده بسیار آسان بود زیرا آبکندها در مرحله پایدار معمولاً به شکل U هستند، عرض بزرگتر و عمق کمتری داشتند. و نسبت عرض به عمق بیشتر است. در مقابل، اگرچه هم عرض و هم عمق خندقها با انتقال خندقها از مرحله نسبتاً فعال به مرحله کمی پایدار افزایش مییابد، نسبت عرض به عمق خندقها در مرحله کمی پایدار به طور قابلتوجهی نسبت به سه مرحله توسعه قبلی افزایش یافته است. خندق ها اینها نشان میدهند که تغییر جداگانه در عرض یا عمق آبکند ممکن است تأثیر بسیار کمی بر مرحله تکاملی خندق داشته باشد. نسبت عرض به عمق خندق ها در مرحله کمی پایدار به طور قابل توجهی در مقایسه با سه مرحله قبلی توسعه خندق ها افزایش یافته است. اینها نشان میدهند که تغییر جداگانه در عرض یا عمق آبکند ممکن است تأثیر بسیار کمی بر مرحله تکاملی خندق داشته باشد. نسبت عرض به عمق خندق ها در مرحله کمی پایدار به طور قابل توجهی در مقایسه با سه مرحله قبلی توسعه خندق ها افزایش یافته است. اینها نشان میدهند که تغییر جداگانه در عرض یا عمق آبکند ممکن است تأثیر بسیار کمی بر مرحله تکاملی خندق داشته باشد.
3.2. رابطه بین ویژگی های مختلف مورفولوژیکی خندق ها
حجم آبکند یک شاخص مستقیم است که می تواند درجه فرسایش و از دست دادن خاک سطح زمین را منعکس کند. کاوش در رابطه داخلی بین حجم آبکند و سایر ویژگیهای مورفولوژیکی نه تنها میتواند از دست دادن خاک را از طریق حجم آبکند در صورت کمبود دادههای اندازهگیری شده مستقیم پیشبینی کند، بلکه میتواند دقت حجم خندق اندازهگیری شده را در صورت وجود چنین اندازهگیریهایی تأیید کند.
شکل 4 رابطه بین حجم آبکند و طول، عرض، عمق و سطح مقطع آبکند را در مراحل مختلف توسعه خندق نشان می دهد. به طور کلی، بین ویژگیهای مورفولوژیکی خندق ارتباط معنیداری وجود داشت و یک سری توابع قدرت برای منعکس کردن رابطه ریاضی بین هر ویژگی ساخته شد. برای آبکندها در مراحل بسیار فعال و فعال، هر هشت معادله برازش V – L ، VW ، VD و VA به سطح بسیار معنیداری رسیدند ( 001/ 0p <). با این حال، ضریب تعیین شده مربوطه R2 در همان سطح نبود. در مرحله بسیار فعال، R2 معادله برازش برای VL و VW بزرگتر از 0.75 بود، که نشان میدهد که معادله برازش قادر است رابطه داخلی بین حجم خندق و طول و عرض خندق را به دقت منعکس کند. در مقابل، در مرحله فعال، تنها R2 معادله برازش برای VL بزرگتر از 0.75 بود، در حالی که مقادیر R2 سه معادله برازش دیگر برای VW ، VD ، و VA کمتر از 0.75 بود که نشان دهنده خندق است. حجم در مرحله فعال فقط با طول خندق قابل پیش بینی است. برای خندق ها در مرحله نسبتا فعال، معادلات برازش ازVL ، VW و VD به سطح بسیار معنیداری رسیدند ( 001/ 0p <)، اما معادله برازش VA تنها در سطح 05/0 معنیدار بود ( 05/0 < 03/0 = p، اما 01/0 >). علاوه بر این، مقادیر R2 معادلات برازش برای VW ، VD ، و VA بسیار کوچک بود (همه <0.5) . فقط مقدار R2 VL بزرگتر از 0.75 ( R2 = 0.947 ) بود. در مرحله کمی پایدار، معادله برازش VD معنیدار نبود ( ص= 0.077 > 0.05)، و مقادیر R2 معادلات برازش برای VL و VW بزرگتر از 0.75 بود. بنابراین، در تمام مراحل توسعه خندق، رابطه برازش خوبی بین حجم آبکند و طول خندق وجود داشت. فقط در مراحل بسیار فعال و کمی پایدار، رابطه مناسبی بین حجم آبکند و عرض آبکند وجود داشت. با این حال، ما رابطه مناسبی بین عمق آبکند، سطح مقطع و حجم آبکند تشخیص ندادیم.
معادلات برازش مربوطه، همانطور که در شکل 5 نشان داده شده است ، برای تعیین رابطه بین حجم آبکند و سایر پارامترها در تمام مراحل توسعه محاسبه شد. وقتی همه 111 خندق در نظر گرفته شدند، توابع توان بسیار قابل توجهی بین حجم خندق و طول، عرض، عمق و سطح مقطع خندق وجود داشت. مقادیر R 2 چهار معادله برازش همگی کمتر از 0.75 بود. فقط مقادیر R 2 معادله VL نزدیک به 0.75 بود. این نتایج نشان میدهد که طول خندق یک ویژگی مورفولوژیکی مؤثرتر و دقیقتر برای پیشبینی حجم آبکند نسبت به عرض، عمق یا سطح مقطع آبکند است.
از آنجایی که گرادیان عمودی و نسبت عرض به عمق نیز ویژگیهای اساسی مورفولوژیکی خندقها هستند، تحلیلهای رگرسیونی بین حجم خندق و گرادیان عمودی و نسبت عرض به عمق انجام شد ( شکل 6 و شکل 7).). هیچ عملکرد مناسب قابل توجهی را نمی توان در هیچ مرحله توسعه خندق (یعنی مراحل بسیار فعال، فعال، نسبتا فعال، کمی پایدار) یا فرآیند کلی توسعه خندق یافت. به طور کلی، ما روابط قابل توجهی بین حجم آبکند و طول، عرض، عمق و سطح مقطع آبکند مشاهده کردیم اما هیچ رابطه مشابهی بین حجم آبکند و گرادیان عمودی یا نسبت عرض به عمق پیدا نکردیم. در همین حال، طول و عرض آبکند، به ویژه طول خندق، بهترین شاخص برای پیشبینی حجم آبکند در میان پارامترهای مختلف مورفولوژیکی مشخص شد.
3.3. تایید مدل های تجربی ساخته شده
در تجزیه و تحلیل فوق، مدلهای تجربی بین حجم آبکند و سایر ویژگیهای مورفولوژیکی ایجاد شد و از مقادیر p و R2 معادله برازش برای تعیین صحت مدلها استفاده شد. ما متوجه شدیم که مدل های VL و VWبهتر از بقیه بودند با این حال، تا چه حد این مدل ها معتبر هستند نیاز به تأیید بیشتر دارد. حجم آبکند با توجه به مدلهای تجربی تثبیتشده با استفاده از مقادیر طول، عرض، عمق و سطح مقطع خندق استخراجشده از DEMs 23 آبکند معمولی دیگر در منطقه مورد مطالعه ما برای اعتبارسنجی مدلهای تجربی پیشبینی شد. علاوه بر این، حجم خندق 23 خندق مستقیماً از طریق DEMs آنها اندازه گیری شد و سپس تحلیل مقایسه ای بین حجم خندق پیش بینی شده و اندازه گیری شده انجام شد. ابتدا از آزمون t برای تجزیه و تحلیل تفاوت بین میانگین حجم خندق اندازه گیری شده و پیش بینی شده استفاده شد. نتایج نشان داد که بین دو حجم در سطح 01/0 تفاوت معناداری وجود ندارد زیرا تمامی مقادیر pبزرگتر از 0.01 بودند، که نشان می دهد واریانس در حجم خندق اندازه گیری شده و پیش بینی شده برابر بوده و مدل های تجربی ساخته شده در این مطالعه اساسا معتبر هستند ( جدول 3 ).
برای آزمایش بیشتر اثربخشی مدل های فوق الذکر VL ، VW ، VD و VA در مراحل مختلف توسعه خندق، میانگین خطای نسبی ( Er )، ضریب بازده نش ( Ens ) ، و R2 رگرسیون خطی. بین حجم خندق اندازه گیری شده و پیش بینی شده محاسبه شد ( جدول 3 ). طبق مطالعات قبلی، هرچه مقدار Er کوچکتر باشد ، مدل پیشبینی بهتر است. در مقابل، مقدار E ns و R 2 بزرگتر استبودند، مدل پیشبینی بهتر بود. بنابراین مشخص شد که مدل VL میتواند حجم آبکند را بهتر از مدلهای VW و VD در تمام مراحل رشد یک خندق پیشبینی کند که Er به عنوان معیار قضاوت منحصربهفرد در نظر گرفته شود. علاوه بر این، اثربخشی مدل VA در مرحله کمی پایدار در مقایسه با مقادیر Er بهتر از مدل VL بود.
با این حال، هنگام مقایسه مقادیر E ns در مدلهای مختلف، تفاوتهایی مشاهده شد. نتایج نشان داد که مدل های بهینه متفاوتی برای پیش بینی حجم آبکند در مراحل مختلف توسعه آبکند وجود دارد. در مرحله نسبتا فعال، مدل VL با Ens 0.840 بهترین عملکرد را داشت که به طور قابلتوجهی بزرگتر از مقادیر Ens در مدلهای VW و VD بود. در مرحله کمی پایدار، بهترین انتخاب مدل VA بود که Ens آن 0.990 بود. علاوه بر این، مدل VD با E بهترین بودns از 0.558 زمانی که تمام آبکندها (از جمله آنهایی که در مرحله نسبتا فعال و کمی پایدار هستند) در مدل در نظر گرفته شدند.
مقدار R2 معادله برازش شاخص مهمی برای ارزیابی خوب بودن برازش بود . در مرحله نسبتا فعال، مدل VL با مقدار R 2 0.845 بهترین عملکرد را داشت که از مقدار R 2 در مدل های VW ، VD و VA بزرگتر بود . علاوه بر این، R 2 مدل VL برابر با 0.822 بود که به طور محسوسی از R 2 بزرگتر بود.مقادیر در سه مدل دیگر زمانی که همه 23 خندق در نظر گرفته شدند. از آنجایی که فقط دو آبکند برای تأیید مدل در مرحله کمی پایدار استفاده شد، مقدار R2 منحنی برازش همیشه 1000 بود. در نتیجه، R2 نمی تواند برای ارزیابی اثربخشی مدل ها در این مرحله استفاده شود . بنابراین، مدل VL در پیشبینی حجم آبکند بهتر از مدلهای VW ، VD و VA بود که R2 به عنوان تنها شاخص قضاوت در نظر گرفته شد .
در نتیجه، بهترین مدل پیشبینی برای حجم آبکند زمانی که شاخصهای ارزیابی مختلف استفاده میشود، تا حدی تغییر میکند. در این مطالعه، زمانی که تمام مقادیر Er ، Ens و R2 مدلهای پیشبینی در نظر گرفته شدند، اثر پیشبینیکننده مدل VL بهترین در بین چهار مدل تأیید شده نشان داده شد. بهترین مدل های پیش بینی برای حجم آبکند بر اساس نتایج تحلیل رگرسیون بین حجم آبکند و سایر ویژگی های مورفولوژیکی در جدول 4 نشان داده شده است.. قابل ذکر است که بهترین مدلهای پیشبینی برای حجم خندق فقط بر اساس 23 خندق در مراحل نسبتاً فعال و کمی پایدار تأیید شدند، زیرا تعداد خندقهای واجد شرایط با در نظر گرفتن ناهمگونی زمین که باید تا حد معینی کنترل شود محدود بود. و امکان اندازه گیری خندق های مربوطه. با این وجود، نتایج این مطالعه هنوز در تسهیل پیشبینی حجم آبکند و هدایت کنترل فرسایش خندق و احیای اکولوژیکی در منطقه دره خشک-گرم جینشا اهمیت دارد.
4. بحث
4.1. شناسایی مرحله توسعه آبکند
در این مطالعه، ویژگیهای مورفولوژیکی خندقها توصیف شد، رابطه بین حجم آبکند و سایر پارامترهای مشخصه مورفولوژیکی مورد بحث قرار گرفت و مدلهای پیشبینیکننده برای حجم خندق بر اساس حدود 111 خندق در منطقه دره خشک-گرم جینشا ایجاد شد. علاوه بر این، اثربخشی مدلهای پیشبینی با توجه به نتایج تحقیقاتی 23 خندق دیگر در منطقه مورد مطالعه ما تأیید شد و مدل VL بهترین نشان داده شد. نکته مهم این است که این مطالعه آنتروپی اطلاعات ژئومورفیک ( Egi ) را به عنوان یک استاندارد تقسیم برای تعیین مرحله توسعه خندق ها اقتباس کرد و این استاندارد در تشخیص خندق های مختلف بسیار مؤثر بود . اگرچه آنتروپی اطلاعات ژئومورفیک ( Egi ) معمولاً برای تقسیم فرآیندهای توسعه ژئومورفیک استفاده می شود، هنوز هیچ استاندارد جهانی با مقادیر بحرانی مشخص وجود ندارد. به عنوان مثال، وانگ و همکاران. [ 65 ] یک استاندارد طبقه بندی ژئومورفولوژیکی متفاوت با تنظیم استاندارد ایجاد شده توسط Ai [ 39 ] پیشنهاد کرد. علاوه بر این، زی و همکاران. [ 66 ] یک استاندارد طبقه بندی برای مرحله توسعه ژئومورفولوژیکی حوضه بر اساس آنتروپی اطلاعات ژئومورفیک در تیانشان چین ارائه کرد که با استاندارد پیشنهادی Ai [ 59 ] و استاندارد پیشنهاد شده توسط وانگ و همکاران متفاوت بود. [ 65]. دلیل اصلی این تفاوت ها این است که فرآیندهای توسعه ژئومورفیک مربوطه بسیار پیچیده و پر از ناهمگنی هستند، زیرا تحت تأثیر ژئومورفولوژی، آب و هوا، هیدرولوژی، پوشش گیاهی، نوع خاک و حتی فعالیت های انسانی قرار دارند. بنابراین، معیارهای خاص مورد استفاده برای تقسیم فرآیند توسعه ژئومورفیک بر اساس آنتروپی اطلاعات ژئومورفیک باید به صورت پویا با توجه به وضعیت خاص هر منطقه مورد مطالعه تنظیم شود. به همین دلایل، منحصر به فرد بودن منطقه مورد مطالعه و ویژگی های سطح زمین خندق های مورد مطالعه به طور جامع در کنار نتایج تحقیقات قبلی در نظر گرفته شد و استاندارد تقسیم بر اساس آنتروپی اطلاعات ژئومورفیک ( E gi ) مطابق جدول 2 تعیین شد.. اگرچه نتیجه خوبی در این مطالعه بر اساس نتایج تقسیمبندی مراحل توسعه خندقها به دست آمد، استاندارد ما ممکن است همچنان محدودیتهایی داشته باشد که در مناطق دیگر اعمال شود. با این حال، این محدودیت جهانی است. بنابراین، تعیین یک استاندارد کلی که برای تقسیم فرآیند توسعه ژئومورفیک مناسب باشد، یک حوزه مطالعاتی مداوم برای گروه تحقیقاتی ما و سایر محققانی که به توسعه و تکامل ژئومورفیک علاقه مند هستند، باقی خواهد ماند. قابل ذکر است که به دلیل تفاوت در شرایط جغرافیایی، ایجاد یک استاندارد طبقه بندی منحصر به فرد و ثابت در سراسر جهان غیر واقعی است، اما ممکن است ایجاد یک سری استانداردهای طبقه بندی بر اساس شرایط جغرافیایی یکسان یا مشابه، از جمله توپوگرافی، آب و هوا، هیدرولوژی، امکان پذیر باشد. ، و غیره.
4.2. معنی پارامترهای مدل
مجموعه ای از تحلیل های رگرسیون در این مطالعه برای بررسی رابطه بین حجم آبکند و سایر ویژگی های مورفولوژیکی انجام شد. نتایج نشان داد که توابع قدرت توانستند این روابط درونی را به خوبی منعکس کنند که با مطالعات قبلی مطابقت داشت [ 6 ، 34 ، 35 ، 63 ، 67 ]. علاوه بر این، در یک تابع توان V = aL^b ، پارامتر a معمولاً به عنوان شاخصی در نظر گرفته می شود که درجه همبستگی بین L و V را منعکس می کند . هر چه قدر مطلق a بیشتر باشدیعنی همبستگی بین این دو قوی تر خواهد بود. پارامتر b شاخصی است که نرخ رشد یا کاهش V را زمانی که یک تغییر واحد در متغیر L رخ می دهد، نشان می دهد . در این مطالعه، روابط بین حجم آبکند با طول، عرض، عمق و سطح مقطع مورد بحث قرار گرفت و مدل VL بهترین است. در مدل VL ، مقدار a از 0.164 تا 13.721 متغیر بود، در حالی که مقدار b از 1.778 به 2.735 تغییر کرد که بسیار متفاوت از نتایج سایر مناطق در سراسر جهان بود. به عنوان مثال، Li [ 67 ] یک تابع توان بین حجم و طول خندق با شکل از پیدا کردV = aL^b ، و مقادیر a و b به ترتیب از 0.653 تا 0.899 و از 1.990 تا 2.162 در منطقه لوس فلات متغیر بودند. شرکت-زارع و همکاران. [ 6 ] رابطه ریاضی بین حجم و طول خندق را در 146 خندق در استان فارس، ایران محاسبه کرد و یک تابع توانی بین دو عامل پیدا کرد. و پارامترهای a و b در محدوده 1.0-10.8 و 0.8-1.4 بودند. Nachtergaele و همکاران. [ 35 ]، کاپرا و همکاران. [ 63 ] و زوکا و همکاران. [ 34] همچنین توابع توانی را یافت که به ترتیب میتوانند رابطه بین حجم و طول خندق را به ترتیب در اسپانیا، پرتغال و ایتالیا منعکس کنند، اما مقادیر a و b به طور قابلتوجهی متفاوت بودند. مقدار پارامتر a از 0.008 تا 0.114 متغیر بود و مقدار پارامتر b از 0.920 تا 1.420 متغیر بود. این نتایج نشان می دهد که مقادیر پارامترهای a و b تغییر آشکاری را از منطقه ای به منطقه دیگر تجربه می کنند. در عین حال، مقیاس خندق عامل بسیار مهمی بود که بر مقادیر پارامترهای a و b تأثیر گذاشت . در مطالعات شرکت-زاره و همکاران. [ 6 ]، زوکا و همکاران. [34 ]، Nachtergaele و همکاران. [ 35 ] و کاپرا و همکاران. [ 63 ]، خندق ها زودگذر با مقیاس های نسبتاً کوچک بودند (حجم خندق < 100 متر مکعب ، طول <60 متر، سطح مقطع <0.5 متر مربع ، عرض <2 متر). در مقابل، خندق های مشاهده شده توسط لی [ 67 ] با فلس هایی که معمولاً آشکارا بزرگتر از خندق های زودگذر بودند دائمی بودند. علاوه بر این، آبکندها در این مطالعه نیز دائمی بودند و مقیاس آبکند در مطالعه ما بزرگتر از مطالعه Li [ 67 ] بود. بنابراین مقادیر پارامترهای a و b با مقیاس خندق ها همبستگی مثبت داشتند. علاوه بر این، بر خلاف مقدار پارامترa ، که به وضوح در مقیاس های کانال های مختلف خندق ها متفاوت بود، مقدار پارامتر b فقط اندکی تغییر کرد. این نتایج نشان داد که مقیاس کانال یک خندق نه تنها بر قدرت همبستگی بین V و L بلکه بر افزایش نرخ V با L نیز تأثیر می گذارد.، اگرچه درجه تحت تأثیر مقیاس کانال آبکند ممکن است متفاوت باشد. در نهایت، تمام مدلهای پیشبینی ما بر اساس روش رگرسیون تجربی ساخته شدهاند که مزایای آشکاری در مدیریت روابط غیرخطی بین دو عامل و روابط خطی بین متغیرهای متعدد ارائه میدهد. با این حال، ویژگیهای مورفولوژیکی خندقها را میتوان تحت تأثیر عوامل دیگری که مکانیسم تأثیرگذاری آنها چندان مشخص نیست، مانند نوع خاک، نوع کاربری اراضی و اختلالات انسانی تعیین کرد. برای تجزیه و تحلیل رابطه بین چنین متغیرهایی و تلاش برای پیشبینی فرسایش خندقی بر اساس نتایج تحلیل، فناوری هوش مصنوعی، بهویژه مدلهای یادگیری ماشین، میتواند بسیار خوب عمل کند [ 68 ، 69 ]]. برای بهبود مدل پیشبینی ما برای حجم خندق، عوامل تأثیرگذار بیشتری در آینده در نظر گرفته میشوند و مدلهای یادگیری ماشین، از جمله جنگل تصادفی و مدل ماشین بردار پشتیبان [ 43 ]، در اولویت خواهند بود.
5. نتیجه گیری ها
در این کار، فرآیندهای تغییر برای ویژگیهای مورفولوژیکی خندقها، از جمله طول، عرض، عمق، سطح مقطع، حجم، گرادیان عمودی، و نسبت عرض به عمق، بین مراحل مختلف توسعه خندق مورد تجزیه و تحلیل قرار گرفت. علاوه بر این، رابطه بین حجم آبکند و سایر ویژگیهای مورفولوژیکی مورد بررسی قرار گرفت و مدلهای تجربی مربوطه برای پیشبینی حجم آبکند ساخته شد. علاوه بر این، این مطالعه اثربخشی مدلها را تأیید کرد و مدلهای پیشبینی بهینه برای حجم آبکند انتخاب شدند. نتایج نشان داد که میانگین پارامترهای مورفولوژیکی خندق (شامل طول، عرض، عمق، سطح مقطع، حجم و گرادیان عمودی) با ضعف در درجه فعالیت خندق کاهش مییابد. اگرچه فرآیندهای کاهش بین پارامترها متفاوت بود. روابط رگرسیون معنیداری بین حجم آبکند و سایر ویژگیهای مورفولوژیکی شناسایی شد و یک سری مدلهای تجربی در قالب یک تابع توان برای پیشبینی حجم آبکند ساخته شد. در مقایسه با سایر پارامترهای مشخصه مورفولوژیکی، طول و عرض خندق، به ویژه طول خندق، بهترین شاخص برای پیشبینی حجم آبکند هستند. آزمون اثربخشی تمامی این مدل های تجربی نشان داد که مدل از به خصوص طول خندق بهترین شاخص برای پیش بینی حجم آبکند است. آزمون اثربخشی تمامی این مدل های تجربی نشان داد که مدل از به خصوص طول خندق بهترین شاخص برای پیش بینی حجم آبکند است. آزمون اثربخشی تمامی این مدل های تجربی نشان داد که مدل ازV = aL^b (در مرحله بسیار فعال a = 0.164، b = 2.735؛ در مرحله فعال a = 13.721، b = 2.092؛ در مرحله نسبتا فعال a = 1.739، b = 2.162؛ در مرحله کمی پایدار a = 7.407، b = 1.834؛ در کل فرآیند a = 11.641، b= 1.778) موثرترین در پیش بینی حجم آبکند در منطقه دره خشک-گرم جینشا بود. این نتایج یک مرجع نظری برای شناسایی مرحله توسعه آبکند و پیشبینی حجم آبکند با ویژگیهای مورفولوژیکی پایه ارائه میکند. علاوه بر این، ایجاد یک مدل پیشبینی تجربی برای حجم آبکند میتواند راهنمایی اساسی برای اصلاح خندقها در منطقه دره خشک-گرم جینشا ارائه کند. یک مدل پیشبینی با کاربرد جهانی برای حجم آبکند و فرسایش خندقی که عوامل تأثیرگذار جامع را در نظر میگیرد موضوع تحقیقات آینده ما خواهد بود.
بدون دیدگاه