كارايي مدل هاي MUSLE-S، MUSLT، USLE-M وAOF در برآورد رسوب رگبارهاي منفرد در پلاتهاي استاندارد (مطالعه موردي: سايت تحقيقاتي سفيد دشت سمنان)

Efficiencies of MUSLE-S, MUSLT, USLE-M and AOF Models for Storm-wise Sediment Yield Estimation in Standard Plats (Case Study: Sefiddasht Research Site of Semnan)

فرسایش خاك و تولید رسوب یكی از مهم ترین مسائل در كشورهای در حال توسعه از جمله ایران است. در این تحقیق سعی شد تا كاربرد چهار مدل MUSLE-S ، MUSLT،USLE-M وAOF در سایت تحقیقاتی سفید دشت در استان سمنان و در مقیاس رگبار برای برآورد رسوب مورد سنجش قرار گیرد. برای این منظور كلیه متغیرهای مورد نیاز و ورودی های مدل های مذكور در حوزه آبخیز مورد نظر محاسبه شده است و تخمین حاصل از اجرای مدل های آماری با رسوب اندازه گیری شده 15 رگبار مورد مقایسه قرار گرفت. نتایج آزمون همبستگی، t-استیودنت نشان داد كه بین مدل های MUSLE-S و MUSLT و رسوب اندازه گیری شده، اختلاف معنی داری در سطح یك درصد وجود ندارد. بر این اساس می توان گفت كه نتایج حاصل از این 2 مدل برای تخمین رسوب ناشی از رگبارها در تحقیق حاضر در مقایسه با سایر روش ها از دقت بالاتری برخوردار هستند. همچنین نتایج ارزیابی و كارایی مدل با استفاده از روش ناش- ساتكلیف و آماره میانگین نسبی مجذور مربعات خطا (RRMSE) نشان داد كه مدل های MUSLT و MUSLE-S از كارایی بالاتری نسبت به سایر مدل ها برخوردار هستند و عدم كارایی مدل های USLE-Mو AOF در برآورد رسوب ناشی از رگبارها در ایستگاه تحقیقاتی مورد مطالعه در تحقیق حاضر مورد تائید قرار گرفته است.

Soil erosion and sediment production are among most important problems in developing countries including Iran. In this study it has been endeavored that applicability of four (AOF, MUSLE-S, MUSLT and USLE-M) models is investigated in Srfiddasht Research Site, Semnan province, at event scale to estimate the sediment. For this, all required variables and inputs of the model have been calculated in the watershed and the estimations from considering statistical models with measured sediments of 15 cloudbursts have been compared. The results for t-student correlation test showed that there is no significant difference (at 1%) between MUSLT, MUSLE-S models and measured sediment. Based on these, it can be said that in this study, the results from these two models have higher accuracies to estimate the sediment from cloudbursts than other methods. Also, the results of evaluation and efficiency of the model using Nash-Suttcliffe criterion and root relative mean squared error (RRMSE) statistic showed that MUSLE-S and MUSLT models have higher efficiencies than other models and inefficiencies of USLE-M and AOF models to estimate sediments from cloudburst have been confirmed in the studied research station in this study.