بررسی خصوصیات هیدروژئومورفولوژی حوضه لتیان با استفاده از مدل SWAT

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار ژئومورفولوژی، گروه جغرافیای طبیعی، دانشکده جغرافیا، دانشگاه تهران.

2 دانشجوی دکتری ژئومورفولوژی، روه جغرافیای طبیعی، دانشکده جغرافیا، دانشگاه تهران.

10.22034/gmpj.2021.131023

چکیده

فرسایش حوضه‌های آبریز و بار رسوب رودخانه‌ها، از چالش‌های جدی مدیریت منابع آب کشور است که تبعات منفی در بهره‌برداری از تأسیسات آبی و سدها دارد. SAWT یک مدل فیزیکی و نیمه‌توزیعی است که برای پیش‌بینی اثر تغییر کاربری، تغییر اقلیم و مدیریت آب در حوضه‌های آبریز بزرگ و پیچیده توسعه داده شده است. در این پژوهش با استفاده از مدل ابزار ارزیابی آب و خاک (SAWT) ،شبیه‌سازی رواناب و رسوب در بالا دست سد لتیان انجام ‌شد و اثرات آن بر شرایط سد لتیان مورد بررسی قرار گرفت و زیرحوضه‌ها و واحدهای پاسخ هیدرولوژیک منطقه شامل 34 زیر حوضه و 206 واحد پاسخ هیدرولوژیک(HRU ) استخراج شد. پس از تعیین واحدهای پاسخ هیدرولوژیکی حوضه مورد نظر با استفاده از داده‌های روزانه سینوپتیک، مقدار CN حوضه برابر 82.1 تعیین شد که به معنای آنست که از 395.9 میلی‌متر بارش سالانه در منطقه، خاک این حوضه تنها توانایی جذب 17.9 درصد آن را دارد و باقی بارش بر روی سطح به صورت رواناب سطحی و تبخیر و تعرق درمی‌آید که مقدار نسبتا بالایی است. بنابر نتایج مدل مقدار رواناب سطحی حوضه برابر67.06 میلی متر و مقدار تبخیر و تعرق در حوضه آبریز مورد نظر برابر 117.7 میلی متر در سال می‌باشد. همچنین مقدار رسوب میانگین تولیدی در حوضه معادل 1240.41 میلی‌گرم بر هکتار و بیشینه رسوب تولیدی در حوضه آبریز 3369.93 میلی‌گرم بر هکتار در سال است که ازین مقدار، 1231.65 میلی‌گرم بر هکتار در پایین دست حوضه رسوب می‌کند.

کلیدواژه‌ها


عنوان مقاله [English]

Investigation of hydro geomorphological characteristics of the Latian basin by using SWAT model

نویسندگان [English]

  • mohamad fathallahzadeh 1
  • Shirin Mohammadkhan 2
1 Faculty of Geography, University of Tehran
2 Professor Assistant, Geomorphology, University of Tehran
چکیده [English]

Introduction:
Erosion of catchments and sediment load of rivers is one of the serious challenges of water resources management in the country, which has negative consequences in the operation of water facilities and dams. On the other hand, the amount of runoff, erosion and sediment transport varies depending on the hydrological conditions, soil and cover in the basin and this makes the simulation of the above processes need to provide the necessary information on how these factors change spatially (Jirani et al., 2011). Due to the diversity of the topography of the country, the majority of the watershed, especially in mountainous areas impassable, lack of gauging stations are sufficient and because the data these stations in different parts water resources management is used to simulate phenomena hydrology of the basin The optimal solution for this is data loss (Rostamian, 2006). Many models have been proposed for the description and forecast of the hydrology of the catchment, which is very different in terms of purpose, scale, time, and place (Sitgen et al., 2008).

Methodology:
SAWT is a physical model and instead of using regression equations to describe the relationship between input and output variables, it receives specific information about climate, soil, topography, vegetation, and land cover in the catchment. The physical processes related to water movement, sediment movement, plant growth, nutrient cycle in this model are simulated directly from the input parameters. The advantages of this method are that: 1- Basins without collected data (flow measurement information) can also be simulated. 2- The relative effect of input information (change in management methods, climate, and vegetation) on water quality and other variables can be quantified. The SWAT model uses easy and accessible input parameters and is very computationally efficient. Large and complex simulations, with different management strategies that can be implemented without spending a lot of time and money, enable the user to study the long-term effects. The subdivision is subdivided according to the characteristics of surface cover, land management, and soil characteristics. Calculations in the SWAT model to determine HRUs are performed using Equation (1) (Zahbiun et al., 2010).
Equation (1):
SWt = SW0 + – Qsurf – Ea – Wseep – Qgw)
SWt = final amount of soil water (mm)
SW0 = initial amount of soil water on the day I (mm)
t = time (daily)
Rday = Precipitation on the 1st day (mm)
Qsurf = amount of surface runoff on the day I (mm)
Ea = amount of evapotranspiration on the day I (mm)
Wseep = amount of water entering from the unsaturated zone in soil profile on the day I (mm)
Qgw = is the amount of return current on the day I (mm).

Results and discussion:
For Latian catchment, DEM with a spatial resolution of 12.5 m extracted from ALOS PALSAR satellite imagery, vector layer of land use, and soil texture of Lavasanat region with appropriate accuracy and Lavizan and Shimran synoptic stations were used. According to the land use map in the region, there are 4 different uses including rangeland, residential area, garden and lake, which due to the existence of two different soil classes in the region and three slope classes from 0 to 40, 40 to 60 and more than 60 degrees sub-basins and Hydrological response units were extracted in the area, which includes 34 sub-basins and 206 hydrological response units (HRU). According to the obtained model, the amount of surface runoff in the basin is equal to 67.06 mm and the amount of evapotranspiration in the desired catchment is equal to 117.7 mm and the average amount of sediment produced in the basin is equal to 1240.41 mg/ha and the maximum amount of sediment produced in the catchment is 3369.93 mg/ha, of which 1231.65 mg/ha is deposited downstream of the basin.

Conclusion:
In this study, using the SWAT model, the hydrological characteristics of Latian catchment were investigated. Based on the results obtained in the region, there are 4 different uses including rangeland, residential area, garden, and lake, which due to the existence of two different soil classes in the region. And three slope classes of 0 to 40, 40 to 60 and more than 60 degrees of sub-basins and hydrological response units of the region were extracted, which include 34 sub-basins and 206 hydrological response units (HRU). After determining the hydrological response units of the basin using daily synoptic data, the CN value of the basin is 82.1, which according to the definition of CN means that out of 395.9 mm of annual rainfall, the soil of this basin is only able to absorb 17.9% and The rest of the precipitation on the surface is in the form of surface runoff and evapotranspiration, which is a relatively high amount. Infiltrates and makes the catchment flood-prone to occur, the construction of the Latian Dam downstream of the basin will control floods from above. According to the model results, the amount of surface runoff in the basin is 67.06 mm and the amount of evapotranspiration in the catchment is 117.7 mm. Also, the average amount of sediment produced in the basin is equal to 1240.41 mg/ha and the maximum amount of sediment produced in the catchment is 3369.93 mg/ha, of which 1231.65 mg/ha is deposited downstream of the basin, so water erosion and sediment production in Latian catchment This can have adverse effects on the Latian Dam. According to the obtained results and determining the average amount of runoff and sediment entering the dam, the dam conditions in sudden rains and prevented possible hazards.

کلیدواژه‌ها [English]

  • Watershed
  • Latian
  • Hydro geomorphology
  • SWAT
  • احمدآبادی، ع.، صدیقی فر، ز.، 1397. پیش بینی اثرات تغییر اقلیم بر خصوصیات هیدروژئومورفولوژی حوضه آبریز کن براساس مدل ریز مقیاس نمایی آماری، نشریه تحقیقات کاربردی علوم جغرافیایی سال هجدهم، شماره 15، صص 114-103.
  • انصاری، م.، 1394. بررسی اثرات مدیریت خاک بر میزان رواناب و رسوب با استفاده از مدل SWAT و مقایسه روش ارزیابی چند معیاره MCE با مدل SWAT در پهنه بندی مناطق حساس به فرسایش خاک در حوضه معرف رود زرد، رساله دکتری، پردیس کشاورزی و منابع طبیعی دانشگاه تهران.
  • جیرانی، ف.، مرید، س.، مریدی، ع.، 1390. اثر دقت مکانی نقشه رقومی ارتفاع در واسنجی و برآورد رواناب و رسوب با استفاده از مدل SWAT-CUP ، پژوهش های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی)، دوره 18، شماره 4، صص 81-101.
  • ذهبیون، ب.، گودرزی، م.، مساح بوانی، ع.، 1389. کاربرد مدل SWAT در تخمین رواناب حوضه در دوره های آتی تحت تاثیر تغییر اقلیم، نشریه پژوهش های اقلیم شناسی، سال اول، شماره 3و4، صص 45-60.
  • رستمیان، ر.، موسوی، ف.، حیدرپور، م.، افیونی، م.، عباسپور، م.، 1387. کاربرد مدل SWAT2000 در تخمین رواناب و رسوب حوضه بهشت‌آباد از زیرحوضه‌های کارون شمالی ، پژوهش های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی)، دوره 12، شماره 46، صص 517-531.
  • رفاهی، ح.، 1396. فرسایش آبی و کنترل آن، انتشارات دانشگاه تهران، ص 117.
  • طالبی زاده، م.، مرید، س.، 1387. کالیبراسیون و آنالیز عدم قطعیت یک مدل هیدرولوژی(SWAT) با روش SUFI 2 در برآورد غلظت رسوب، سومین کنفرانس منابع آب ایران، دانشکده مهندسی عمران دانشگاه تبریز.
  • عمانی، ن.، تجریشی، م.، ابریشم چی، الف.، 1385. شبیه سازی جریان رودخانه با استفاده از مدل SWAT، GIS، هفتمین کنفرانس بین المللی مهندسی رودخانه، اهواز، دانشگاه شهید چمران.
  • گودرزی، م.، ذهبیون، ب.، مساح بوانی، ع.، کمالی، ع.، 1389. مقایسه عملکرد سه مدلSWAT ، IHACRES و SIMHYD در شبیه سازی رواناب حوضه قره سو، مدیریت آب و آبیاری، شماره 2، جلد1، صص 25-40.
  • Abbaspour, k.c., 2007. User manual for swat-cup, swat calibration and uncertainly analysis programs, Swiss Federal Institute of Aquatic Science and Technology, Eawag, Dübendorf, Switzerland, p. 95.
  • Bauwe, Andreas& Eckhardt, Kai-Uwe& Lennartz, Bernd., 2019. Predicting dissolved reactive phosphorus in tile-drained basins using a modified SWAT model, Ecohydrology & Hydrobiology, 19(2), pp. 198-209.
  • Birhanu, B, Z& Ndomba, P.M and Mtalo, F.W., 2007. Application of SWAT for Mountainous Basin, FWU Water Resources Publications, 1613(1045), pp: 182-187.
  • Burn HB, Elnur MAH., 2002. Detection of hydrologic trends and variability, Journal of Hydrology, 255, pp. 107 -122.
  • Ficklin, Darren L& Luo, Yuzhou& Luedeling, Eike and Zhang, Minghua., 2009. Climate change sensitivity assessment of a highly agricultural watershed using SWAT, Journal of Hydrology, 374, pp. 16–29.
  • Lagacherie, P& Rabotin, M& Colin, F& Moussa, R and Voltz, M., 2010. Geo-MHYDAS: A landscape discretization tool for distributed hydrological modeling of cultivated areas, Computers & Geosciences, 36, pp. 1021-1032.
  • Lee, M& Park G& Park M& Park J.Y& Lee, J and Kim S., 2010. Evaluation of non-point source pollution reduction by applying Best Management Practices using a SWAT model and QuickBird high resolution satellite imagery, Journal of Environmental Sciences, 22(6), pp. 826-833.
  • LeongTan, Mou& Gassman, Philip. W& Yang, Xiaoying and Haywood, James., 2020. A review of SWAT applications, performance and future needs for simulation of hydro-climatic extremes, Advances in Water Resources, 143.
  • Naramangam, S., 2008. Modeling the impacts of agricultural management practices on water quality in the little Miami River Basin, PhD Dissertation in Geography, University of Cincinati, p. 217.
  • Sandeep Dash, Sonam& Sahoo, Bhabagrahi&  Raghuwanshi, Narendra Singh., 2020. A novel embedded pothole module for Soil and Water Assessment Tool (SWAT) improving streamflow estimation in paddy-dominated basins, Journal of Hydrology, 588.
  • Setegn, S.G& Srinivasan, R and Dargahi, B., 2008. Hydrological Modelling in the Lake Tana Basin, Ethiopia Using SWAT Model, The Open Hydrology Journal, 2, pp. 49-62.
  • Tuppad, P& Kannan, N& Srinivasan, R& Rossi, C.G and Arnold, J.G., 2010. Simulation ao Agricultural Management Alternatives for Watershed Protectio, Water Resour Manage, 24, pp. 3115-3144.
  • Uniyal, Bhumika and Dietrich, Jörg., 2019. Modifying Automatic Irrigation in SWAT for Plant Water Stress scheduling, Agricultural Water Management, 223.
  •