ارزیابی میزان حساسیت پارامترهای مدل تجربی mpsiac بر رسوب‌ دهی حوزه آبخیز

مقدمه: مطالعه فرسایش و رسوب یکی از پارامترهای اصلی و جزء تفکیک ناپذیر مطالعات آبخیزداری یک حوزه آبخیز به شمار می رود. روش های جلوگیری از پدیده فرسایش و رسوب، پیکره برنامه ریزی مدیریت حوزه آبخیز را تشکیل می دهد. از طرفی عدم وجود آمار دقیق از مقدار فرسایش و رسوب، استفاده از مدل های برآورد فرسایش و رسوب را اجتناب ناپذیر می کند. چنین مدل هایی اغلب منطقه ای بوده و در سایر مناطق می تواند بازه عدم قطعیت زیادی داشته باشد. یکی از دستاوردهای مهم مدل سازی فارغ از نوع آن، کمک به تحلیل فرایندهای طبیعی در حوزه آبخیز است. از طرفی آگاهی از فرایندهای فرسایش و رسوب در یک منطقه می تواند گام موثری در مدیریت، برنامه ریزی و اولویت بندی منابع موجود باشد. به‌طورکلی در این تحقیق سعی شده تا با آنالیز حساسیت مدل تجربی پسیاک اصلاح‌شده (مدل برآورد فرسایش و رسوب) نسبت به پارامترهای به‌کاررفته در آن، حساسیت مدل نسبت به تغییرات پارامترهای آن ها شناسایی و تاثیر آن ها بر رسوب دهی مشخص شود. از طرفی با مشخص شدن پارامترهای زمینی و جوی تاثیرگذار می توان به اولویت بندی میزان اثر گذاری آن ها بر میزان رسوب دهی آبی منطقه اقدام نمود.مواد و روش ‌ها: آنالیز حساسیت روشی است که به وسیله آن، اثر تغییر ضرایب پارامترهای موجود در مدل ها را بر خروجی مدل می توان بررسی نمود و نیز روابط بین متغیرهای مدل با یکدیگر را تعیین و پارامترهای موثر بر خروجی مدل را اولویت بندی کرد. آنالیز حساسیت را می توان در مرحله واسنجی مورد استفاده قرار داد، به‌گونه‌ای که موجب دقت نتایج و صرفه جویی در وقت و هزینه گردد. بدین منظور با استفاده از استاندارد نمودن پارامترهای 9 گانه مدل، میزان رسوب دهی از طریق تغییر مقادیر هر یک از پارامترها بین حد پایین و بالای آن برآورد گردید و پارامتر دیگر (یا پارامترهای دیگر) در میانگین خود ثابت و با هر تغییر، دبی رسوب محاسبه گردید.نتایج و بحث: در تحلیل نتایج، میزان شیب منحنی های استانداردشده پارامترهای مختلف نسبت به متغیر وابسته (رسوب ویژه) در نظر گرفته می شود؛ به‌طوری‌که هر قسمت از منحنی که تغییرات شیب بیشتری داشته باشد، حاکی از آن است که مدل نسبت به تغییرات جزئی آن پارامتر در آن بازه حساس تر است. نتایج حاصل از این آنالیز حساسیت حاکی از تاثیرگذاری بالای فاکتور شیب و حجم رواناب در رسوب دهی است؛ به طوری که تاثیر مقادیر پارامتر شیب تا حدود شیب 15 درصد در خروجی مدل از دیگر پارامترها کمتر ماست، از طرفی با بالا رفتن مقدار شیب وضعیت تغییر کرده به‌طوری‌که می توان گفت شیب های بالا (بیش از 15 درصد)، بیشترین تاثیر را در میزان رسوب تولیدی حوزه آبخیز دارند. تاثیر عامل رواناب نیز به‌یک‌باره در مقادیر دبی های بالا شیب تندی به خود گرفته است.نتیجه‌ گیری: پس از تفسیر و مطالعه گراف های حاصل از تغییرات رسوب ویژه و پارامترهای استانداردشده موثر بر مقدار خروجی، پارامترهایی که گراف هایی با بیشترین مقدار شیب را نشان دادند؛ به‌عنوان موثرترین پارامترهای تاثیرگذار بر رسوب دهی حوزه آبخیز انتخاب شدند. به‌عبارت‌دیگر، مدل نسبت به تغییرات جزئی در میزان دبی اوج ویژه در مقادیر بالاتر از 20 مترمکعب بر ثانیه در کیلومترمربع حساسیت بالایی را از خود نشان می دهد. لذا توجه به اقدامات مدیریتی در دامنه ها به‌صورت تلفیقی (بیومکانیکی) در جهت تعدیل شیب دامنه و کاهش حجم رواناب می تواند گامی موثر در جهت کاهش رسوب دهی حوزه آبخیز به شمار آید. این اقدام با توجه به ماهیت فیزیکی هر حوزه آبخیز می تواند در دامنه های منتهی به سرشاخه ها صورت پذیرد. لذا در تفسیر نتایج تحقیق حاضر می توان نقش فاکتورهای زمینی مثل شیب و به دنبال آن رواناب را در فرسایش پذیری و تولید رسوب در حوزه های آبخیز را بسیار بااهمیت دانست. البته لازم به ذکر است که پارامترهای اقلیمی به طور مستقیم و غیرمستقیم در میزان دبی اوج سیل تاثیرگذار بوده و نباید از اهمیت و تاثیرگذاری آن ها در سیل خیزی و به دنبال آن فرسایش پذیری حوزه آبخیز غافل شد.

evaluation of the sensitivity of the empirical model of mpsiac parameters on sediment yield in the basin

the study of erosion and sedimentation is a crucial aspect and an integral part of watershed studies in a basin. the methods employed to prevent erosion and sedimentation play a significant role in basin management planning. however, due to the lack of accurate statistics on erosion and sediment amounts, it becomes necessary to utilize estimation models for assessing erosion and sedimentation. these models are often region-specific and may have a wide range of uncertainty in different areas. one notable benefit of modeling, regardless of its type, is its ability to analyze natural processes within the basin. on the other hand, understanding erosion and sedimentation processes in a region can be an effective step in managing, planning, and prioritizing available resources. in this research, the aim was to determine the sensitivity of the mpsiac model to the relationships among its parameters. additionally, the goal was to assess the model’s sensitivity to changes in these parameters and their impact on sedimentation. by identifying the influential ground and atmospheric parameters, it becomes possible to prioritize their effect on water sedimentation in the region.materials and methods: through the sensitivity analysis of the model, it is possible to identify the flexibility of the model to the changes of its various parameters. it is also possible to determine the relationships between model variables and prioritize the parameters affecting the model output. sensitivity analysis can be used in the calibration stage, in such a way that results are accurate, and time and cost are saved. in this study, to analyze the sensitivity of the mpsiac model, first, the nine parameters of the model were examined. then, according to the arrangement of different parameters in the structure of this model, the parameters were numbered from x1 to x9. then, the score range of each parameter was entered in its calculation table according to the modified model of psiac. in this step, the average of each parameter was calculated according to its upper and lower limits. to achieve this, the nine parameters of the model were standardized, and the sedimentation rate was estimated by varying each parameter within its lower and upper limits while keeping the other parameter(s) fixed at their averages. with each change, the sediment discharge was calculated.results and discussion: in the analysis of the results, the slope of the curves of the standardized parameters relative to the dependent variable (specific sediment) is considered. so that, any part of the curve that has more slope changes means that the model is more sensitive to minor changes in that parameter in that interval. in this study, the results of this sensitivity analysis reveal that the slope factor and runoff volume have a considerable influence on sediment yield. for slopes up to approximately 15%, the slope parameter has a relatively smaller impact compared to other parameters. however, as the slope value increases, its effect becomes more pronounced, indicating that high slopes (greater than 15%) have the greatest impact on sedimentation.