منشايابي رسوب بر اساس برآورد عدم قطعيت

Sediment fingerprinting by using uncertainty estimation

شناخت منبع توليد رسوب و تعيين سهم نسبي هر يك از منابع رسوب براي تعيين فعاليت‌هاي مديريتي حوضه آبخيز در راستاي راهكارهاي كنترل فرسايش و رسوب و حفاظت خاك كه بيشترين اثر را بر كميت و كيفيت آب و خاك دارد، اهميت به سزايي دارد. تعيين سطوح اطمينان عدم قطعيت در منشايابي منابع رسوب با مدل‌هاي تركيبي بسيار ضروري است اما هنوز اين عدم قطعيت همگام با تعيين سهم منابع رسوب در مدل‌هاي تركيبي لحاظ نگرديده است. هدف از اين مطالعه تهيه مدل منشايابي رسوب بر اساس برآورد عدم قطعيت در حوضه آبخيز زيدشت است. به اين منظور 28 ردياب ژيوشيميايي در 42 نمونه منابع رسوب و 14 نمونه رسوب اندازه‌گيري گرديد. روش پس‌رونده آماره تحليل توابع تشخيص 7 ردياب بر (B)، كربن آلي (C)، پتاسيم (K)، موليبدن (Mo)، فسفر (P)، سرب (Pb) و تاليوم (Tl) را با تاييد بيش از 97 درصد تفكيك منابع رسوب به عنوان تركيب بهينه از ردياب‌ها و قادر به جداسازي منابع رسوب در منطقه مطالعه، انتخاب شد. مدل منشايابي منابع رسوب بر اساس عدم قطعيت Bayesian تهيه و درصد سهم هر يك از منابع رسوب تعيين شد. براي چهار منبع رسوب حوضه زيدشت يعني مرتع-فرسايش سطحي، اراضي كشاورزي-فرسايش سطحي، فرسايش آبراهه‌اي و اراضي ديم-فرسايش سطحي به ترتيب مقادير 13 (20-8)، 5/7 (10-0)، 59 (75-45) و 5/20 (30-10) درصد برآورد شد. نتايج اين مطالعه مي‌تواند براي انتخاب روش‌هاي حفاظت خاك و كنترل رسوب و مديريت جامع حوضه آبخيز استفاده شود.

Knowledge of source of sediment and determination of relative contributions of sediment sources are required for watershed management strategies as soil and sediment erosion control methods that have important effect on soil and water quality and quantity. Uncertainty confidence levels ascertaining is needed in sediment fingerprinting mixing models but it has not yet been fully incorporated in these models. The objective of this study is to apply a Bayesian-mixing model to assess the uncertainty estimation in sediment fingerprinting in the Zidasht catchment, Iran. In view of this, 28 tracers were measured in 42 different sampling sites from four sediment sources and 14 sediment samples. Backward discriminant analysis provided an optimum composite of seven tracers viz. B, C, K, Mo, P, Pb and Tl that afforded more than 97% correct assignations in discriminating between the sediment sources in the study area. Sediment source fingerprinting was used to explore the uncertainty in the contributions of sediment from the four sources. In the study area, the relative contributions associated with Bayesian uncertainty from rangeland/sheet erosion, crop field/sheet erosion, stream bank and dry-land farming/sheet erosion sources ranged between 13 (8-20), 7.5 (0-10), 59 (45-75) and 20.5 (10-30) percent, respectively. These results can be useful as a scientific basis for selecting proper soil conservation and sediment control methods and integrated watershed management.