پتانسیل سنجی شبکه‌های باور بیزین در برآورد و ارزیابی میزان فرسایش بادی (منطقه مورد مطالعه: دشت دهلران- ایلام)

نوع مقاله : پژوهشی

نویسندگان

1 دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران.

2 دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

چکیده

جهت برآورد شدت فرسایش بادی در اکوسیستم­های مختلف باید از شاخص‌ها و روش‌های مناسب استفاده نمود. در این تحقیق، میزان فرسایش بادی دشت دهلران واقع در استان ایلام با استفاده از شاخص‌های مؤثر در معیار فرسایش بادی مدل IMDPA ارزیابی و با استفاده از شبکه‌های باور بیزین (BBN) یک مدل علت و معلولی برای پیش‌بینی شدت فرسایش بادی این منطقه استفاده شد. با توجه به نتایج حاصل از معیار فرسایش بادی مدل IMDPA،20 درصد از منطقه مطالعاتی در کلاس فرسایش بادی کم، 54 درصد از منطقه در کلاس فرسایش بادی متوسط و 26 درصد از منطقه نیز در کلاس فرسایش بادی زیاد قرار گرفت. براساس امتیازات داده شده به هر یک از شاخص‌های معیار فرسایش بادی در سطح واحدکاری، رخساره‌های اراضی برداشت، اراضی رها شده و دشت ریگی ریزدانه بیشترین نقش را در میزان فرسایش بادی منطقه داشته‌اند. با استفاده از مرور منابع و نظر کارشناسان یک مدل BBN قابلیت تحلیل سناریوهای مختلف ایجاد شد که نحوه ارتباط بین این شاخص‌ها و میزان فرسایش بادی در جداول احتمال شرطی ذخیره شده است. براساس حساسیت سنجی مدل شبکه‌های باور بیزین مهم‌ترین پارامترهای تشدید کننده فرسایش بادی در منطقه مورد مطالعه به ترتیب، سرعت و وضعیت باد، فراوانی سرعت باد بیش از 6 متر بر ثانیه و پوشش حفاظتی سطح زمین می‌باشد. صحت‌سنجی مدل BBN ایجاد شده با انجام حساسیت سنجی در نرم‌افزار نتیکا و مقایسه با نتایج معیار فرسایش بادی مدل  IMDPAانجام شد. ضریب تبیین بین خروجی معیار فرسایش بادی مدل  IMDPA و BBN نشان داد که نتایج حاصل از هر دو مدل دارای همبستگی معنی‌دار(R2> 0.60, p ˂ 0.05)  می‌باشد. این مطالعه نشان داد که ارائه مدل فرسایش بادی به شکل شبکه باور بیزین می‌تواند بررسی نتایج سناریوهای مختلف را تسهیل نموده و عدم قطعیت حاصل از ارتباطات متغیرها را نمایش دهد. 

کلیدواژه‌ها


احمدی، حسن؛ 1383. کالیبراسیون معیارها و شاخص‌های ارزیابی بیابان‌زایی در ایران(با استفاده از مدل IMDPA منطقه مورد مطالعه شرق اصفهان. مجله مرتع و مدیریت آبخیزداری، 58 (3)، 417-431.
آرخی، صالح؛ فتحی زاد، حسن؛ 1393. مقایسه روش های مختلف آشکارسازی تغییرات کاربری اراضی در منطقه بیابانی دهلران استان ایلام . مجله مهندسی اکوسیستم بیابان. 2(2)،65 – 80 .
بوعلی، عبدالحسین؛ بشری، حسین؛ جعفری، رضا؛ سلیمانی، محسن؛ 1396. پتانسیل‌یابی شبکه‌های باور بیزین جهت ارزیابی تأثیر معیار کیفیت خاک در بیابان‌زایی منطقه دشت سگزی اصفهان. نشریه علوم آب و خاک)علوم و فنون کشاورزی و منابع طبیعی (، 21(2) ، صفحه 28 – 15.
خنامانی، علی؛ کریم زاده حمید؛ جعفری، رضا؛ 1390. استفاده از معیار خاک برای ارزیابی شدت بیابان‌زایی (مطالعه موردی : دشت سگزی اصفهان). مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک.17(63)، 59 – 49.
صفی‌یاری، راضیه؛ سرمدیان، فریدون؛ حیدری، احمد؛ یونسی، شیرین؛ 1394. بررسی حساسیت ارزیابی به فرسایش آبی و بادی با استفاده از مدل Raizal(مطالعه موردی: منطقه آبیک) مجله مرتع و مدیریت آبخیزداری، 66 (3)، 417-431.
طهماسبی بیرگانی، علی؛ سرداری، فرهاد؛ 1389 . طرح بازنگری کانون‌های بحرانی فرسایش بادی راهبردی مناسب برای مقابله با فرسایش بادی در چشم انداز بیست ساله کشور. دومین همایش ملی فرسایش بادی و طوفان‌های گرد و غبار. دانشگاه یزد.635ص.
کریمی، ابراهیم؛ 1389. ارزیابی خطر، خسارت و برنامه مدیریت زمین لغزش حوضه آبخیز چهل چای، استان گلستان، پایان‌نامه کارشناسی ارشد آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، 147 ص.
مصباح زاده، طیبه؛ احمدی، حسن؛ زهتابیان، غلامرضا؛ فریدون، سرمدیان؛ 1389. ارزیابی شدت فرسایش بادی با بهره‌گیری از مدل IRIFR. E.A بررسی موردی: ابوزیدآباد (کاشان). مجله مرتع و مدیریت آبخیزداری، مجله منابع طبیعی ایران، 63 (3)، 499-399.
موحدان، محمود؛ عباسی، نادر؛ کرامتی، مجید؛ 1392. بررسی اثر پلی وینیل آستا بر فرسایش باد خاک‌های مختلف با تأثیر ذرات شن و ماسه، مجله حفاظت از آب و خاک، 20(1)، 55-75.
مهاجرانی، حدیث؛ خلقی، مجید؛ مساعدی، ابوالفضل؛ سعدالدین، امیر؛ مفتاح هلقی، مهدی؛ 1389. مدیریت کمی آبخوان با شبکه‌ی تصمیم بیزی. مجله آب و خاک. دانشگاه فردوسی مشهد. 21(6)، 1534-1522.
Aalders, I., Hough, R. L., & Tower, W. (2011). Risk of erosion in peat soils – an investigation using Bayesian belief networks. Soil Use and Management, 27,538 –549.
Adriaenssens, V., Goethals, P. L. M,. Charles, J & De pauw, N. (2009). Application of Bayesian Belief network for the prediction of macro invertebrate taxa in rivers . Annales de limnologie – International journal of limnolog 40 ، No، 3pp، 181-191.
Bashari, H., & Hemami, M. (2013). A predictive diagnostic model for wild sheep (Ovis orientalis) habitat suitability in Iran. Journal of Nature Conservation. 21 : 319 – 325.
David, N., Barton, Tamara., Benjamin, Carlos. R., Cerdan, Fabrice., DeClerck, Anders. L., Madsen, Graciela. M., Rusch, Álvaro G., Salazar, Dalia. Sanchez., & Cristobal, Villanueva. (2016). Assessing ecosystem services from multifunctional trees in pastures using Bayesian belief networks. Ecosystem Services 18: 165 – 174.
Gizachew, D., Solomon, T., & Rehan, S., 2015. Prediction of Soil Corrosivity Index: A Bayesian Belief Network Approach.International Conference on Applications of Statistics and Probability in Civil Engineering, Canada.
Landuyt, D., Broeckx, S. K., Van der, B., & Goethals, L. M. (2014).Probabilistic Mapping With Bayesian Belief Networks: An Application On Ecosystem Service Delivery In Flanders, Belgium. International Environmental Modelling and Software Society (iEMSs) 7th Intl. Congress on Env.
Marcot, B. G., Steventon, J., Sutherland, G.D. & McCann, R. K. (2006).Guidelines for developing and updating Bayesian belief networks applied to ecological modeling and conservation. Canadian Journal of forest Research 36(12): 3063-3054.
Mashhadi, M., Hanifehpoor, M., Amiraslani, F. & Sh. Mohamadkhan. (2016). A Study on The Wind Erosion Potential of Agricultural Lands after Crop Harvesting (Case study: Damghan Region). Journal of Desert 21(2), 133-141.
Skidmore, E. L. (2000). Air, soil, and water quality as influenced by wind erosionand strategies for mitigation, In: AGROENVIRON: 216-221. In: Second International Symposium of New Technologies for Environmental Monitoringand Agro-Applications Proceedings, Tekirdag, Turkey.
Subramaniam, N., & Chinappa, G.P. (2002). Remote sensing and GIS techniques for land degradation assessment due to water erosion, P 815-819. In: 17th WCSS, Thailand.
Wigley, T. M. L. (1995). MAGICC and SCENGEN: Integrate models estimating regional climate change in response to anthropogenic emissions, Journal of Studies in Environmental science 65, 93-94.
Zhang, K. Qu., Han, Q. & Z, An. (2012). Wind energy environments and aeolian sand characteristics along the Qinghai–Tibet Railway, China, Journal of Sedimentary Geology, 273–274, 91–96.
Zho, X., H, S. LIN & White, E. A. (2008). Surface soil hydraulic properties in four soil series under different land use and their temporal change. Catena (73): 180-188.
CAPTCHA Image