تعیین سهم رسوب واحدهای کاربری اراضی در حوضه آبخیز کند با استفاده از رویکرد منشایابی

لازمه اجرای برنامه های حفاظت آب و خاک و کنترل رسوب، کسب اطلاعات از اهمیت نسبی منابع رسوب و سهم آنها در تولید رسوب و در نتیجه شناسایی مناطق بحرانی در درون آبخیز است. به همین منظور در این مطالعه جهت تعیین سهم رسوب دهی هر یک از کاربری ها به عنوان منابع رسوب در حوضه آبخیز کند در استان تهران، 35 ردیاب ژئوشیمیایی و کربن آلی در 45 نمونه از منابع رسوب و 11 نمونه رسوب آبخیز، اندازه گیری گردید. براساس نتایج آزمون کروسکال والیس، از بین 35 ردیاب اندازه گیری شده، 10 ردیاب شامل آلومینیوم (al)، آرسنیک (as)، برلیم (be)، کلسیم (ca)، مولیبدن (mo)، فسفر (p)، سرب (pb)، گوگرد (s)، روی (zn) و کربن آلی (oc)، با سطح معنی داری کمتر از یک درصد، توانایی تفکیک منابع رسوب را داشتند. سپس با استفاده از تحلیل تشخیص، 5 ردیاب کربن آلی (oc)، گوگرد (s)، فسفر (p)، روی (zn) و آرسنیک (as) با ضریب معنی داری 000/0، به عنوان ترکیب بهینه انتخاب شدند که با تایید 8/97 درصد قادر به تفکیک منابع رسوب شدند. درنهایت نتایج حاصل از مدل ترکیبی چند متغیره نشان داد که میانگین سهم کاربری باغ، مرتع و اراضی مسکونی در تولید رسوب به ترتیب 1/54، 14/27 و 84/18 درصد و مجموع مربعات خطا نیز 0/33 بود. نتایج این مطالعه می تواند در انتخاب روش مناسب کنترل رسوب در منطقه مطالعاتی مورد استفاده قرار گیرد.

Determining Sediment Contribution of Land Use Units in Kond Watershed using the Fingerprinting Approach

Obtaining information about relative importance of sediment sources and their contributions on sediment production and thus identification of onsite critical areas is required for implementing soil and water conservations and sediment control programs. For this reason, in this study 35 geochemical tracers and organic carbon were measured in 45 samples of sediment sources and in 11 watershed sediment samples to determine the sediment deposit contribution of each land use as sediment resources in Kond watershed of Tehran province. Based on the results of KruskalWallis test, from among 35 measured traces, 10 tracers including Al, As, Be, Ca, Mo, P, Pb, S, Zn and OC had ability to discriminate sediment sources with less than 1% confidence level. Then, 5 tracers: OC, S, P, Zn and As were selected as optimum composite using Discriminant Function Analysis (DFA) with 0.000 confidence coefficient that had distinguishing capability of sediment sources by 97.8% correct assignation. Finally, the results of multivariate mixing model showed that contribution means of orchard, range and residential were 1.54, 14.27 and 84.18% in sediment production, respectively. Also, the sum of squares of the error was 0.33. The results of this study can be used in selecting an appropriate method for sediment control in studied area.