بررسی میزان فرسایش خاک و تولید رسوب با استفاده از مدل( rusle )و روش پسیاک اصلاح شده (مطالعه موردی: حوضه آبریز کال اسماعیل دره شهرستان شاهرود استان سمنان)

یکی از مهمترین منابع طبیعی هر کشوری خاک است. خاک یک منبع زنده، پویا، تجدید‌پذیر در طول عمر انسان است که برای تولید غذا و همچنین توازن اکوسیستم‌ها ضروری و حیاتی به نظر می‌رسد. منابع‌آب و خاک از نظر اقتصادی و اکولوژی به عنوان ارکان اصلی منابع طبیعی و توسعه فعالیت‌های کشاورزی شناخته شده و در واقع منشا تولید مایحتاج اولیه بشر و تامین کننده نیازهای طبیعی گیاهان و موجودات زنده دراکوسیستم می‌‌باشد. بنابراین در حوضه‌های آبریز نیاز به بررسی و کنترل فرسایش رسوب وجود دارد. و برای حفاظت از هدر رفت رسوب باید تمهبدات ویزه‌ای متناسب با هر حوضه اتخاذ شود.در حوضه کال اسماعیل دره با استفاده مطالعات کتابخانه‌ای، مشاهدات میدانی، تصاویر هوایی و نقشه های gis، فاکتور-های مدلی جهانی تجدید نظر شده فرسایش خاک(rusle) شامل: فرسایش پذیری باران، فرسایش پذیری خاک، طول شیب، درجه شیب، پوشش گیاهی مورد ارزیابی قرار گرفت وهمچنین عوامل 9 گانه مدل پسیاک محاسبه شد.باستفاده از نقشه‌های gis و فرمول‌های مربوطه در مدل جهانی تجدید نظر شده فرسایش خاک، میزان فرسایش رسوب در منطقه مورد مطالعه 17.197 تن در هکتار برآورد شده و براساس مدل پسیاک نیز میزان برداشت رسوب 3.54 تن در هکتار محاسبه گردید. بنابراین از نظر شدت رسوب دهی، منطقه‌ درکلاسi و دارای فرسایش خیلی‌کم می‌باشد.

investigating the rate of soil erosion and sediment production using the rusle model and the modified method psiac (case study: kal basin of ismail , shahrood city, semnan province)

sediment erosion monitoring using the revised universal equation of soil erosion and modified psiac method. (case study: kal basin of ismail valley, shahrood city, semnan province)extended abstractintroductionsoil erosion and production of sediment load in the watershed has become one of the important environmental problems today, and therefore, preventing its occurrence is one of the most important factors for protecting natural resources. increasing soil loss in watershedswatershed is a continuous challenge that is caused by the increase in population and the pressure on natural resources and unsustainable cultivation in soils and lands slope causes a decrease in production in the land (ahmad abadi, 2017). one of the most important factors of soil destruction and fertility reduction is soil erosion, which is increasing nowadays and leads to loss of good agricultural soil. methodologywhich is called the rusle relationship and is a function of six factors as follows:a=r*k*l*s*c*p (2)a: average soil loss per surface unit (tons per hectare per year)r: rain erosion factor, k: soil erodibility factor, l: slope length, s: slope degree, c: management factorvegetation, p: factor of soil protection measuresthis model is still the best available erosion prediction model that can be easily applied at the local level area to be used. in this method, using the dem map of the basin in the gis environment and having the factors rklscp factors, raster maps are prepared and finally, with the correlation of these maps, the soil erosion map is obtained.in the gis environment, rain erosibility index maps (r), soil erodibility index (k), slope length index (l), slope degree index (s) is prepared. also, landsat satellite bands 1 and 7 are used to prepare the ndvi map, vegetation index (c) is prepared.- third step: modified psiac methodin 1968, the american water management committee presented the psiak method qualitatively. this model is based on the sum of 9 factors (x1-9)effective on erosion, it gives the sedimentation of the basin, according to which the erosion class of the basin can be determined. in the year1982 johnson and wegbhart took these factors numerically (y1-9) so that the model takes on a quantitative state and its accuracy to increase factors affecting erosion in this model include: lithology, soil, climate, runoff, topography, vegetation, land use, the current state of erosion and erosion of khanhai river.- fourth step: preparing the necessary invoices:as stated, the revised global equation of soil erosion is an empirical model of soil erosion estimation based on the global equation. soil erosion is designed. this model, in addition to being able to use data such as the physical characteristics of the basin and meteorological stations can estimate the amount of soil erosion, it also enables the spatial distribution of soil erosion.