اکوهیدرولوژی
سال:1395 | دوره:3 | شماره:4 |تعداد مقالات:15

رشد روزافزون جمعیت سبب افزایش فعالیت های انسانی از جمله فعالیت های کشاورزی و صنعتی شده و افزایش این فعالیت ها و استفاده ی بی رویه از کود ها، آفت کش ها و حشره کش ها، موجب آلودگی خاک و آب های زیرزمینی شده است. در این میان ارزیابی آسیب پذیری می تواند تأثیر بسزایی در مدیریت فعالیت های آلاینده داشته باشد. در این پژوهش روش جدیدی برای ارزیابی آسیب پذیری دشت مغان به عنوان اصلی ترین تأمین کننده ی تولیدات کشاورزی و دامپروری استان اردبیل، ارائه شده است. این روش از ترکیب وزن دار سه روش رایج ارزیابی آسیب پذیری آب های زیرزمینی DRASTIC، SINTACS و SI بهره می برد. مقایسه ی نتایج به دست آمده از روش پیشنهادی با داده های میدانی غلظت نیترات که از 21 حلقه چاه در محدوده ی مطالعاتی در پاییز 1394 نمونه برداری شده است، نشان می دهد روش پیشنهادی شاخص همبستگی بیشتری نسبت به دیگر روش های DRASTIC، SINTACS و SI دارد. براساس این نتایج در روش پیشنهادی 41، 46 و 13 درصد از آبخوان دشت مغان به ترتیب در مناطق با آسیب پذیری کم، متوسط و زیاد واقع شده است. روش شناسی ارائه شده در این تحقیق می تواند برای ارزیابی آسیب پذیری سایر آبخوان ها نیز استفاده شود.

خصوصیات کیفی آب زیرزمینی ازجمله مؤلفه هایی است که ضرورت توجه به آن در برنامه ریزی های مدیریت منابع آب بسیار پر اهمیت است. در این مطالعه تغییرات الگوی مکانی کیفیت آب زیرزمینی از نظر شرب (برمبنای روش شولر) و کشاورزی (برمبنای روش ویل کاکس) در دشت فسا بر مبنای داده های سالانه (1387 تا 1392) بررسی شد. در این تحقیق اقدام به پهنه بندی پارامتر های مؤثر در هریک از روش های طبقه بندی کیفیت آب با استفاده از روش های زمین آمار برمبنای داده های 25 حلقه چاه در محیط GIS شد و مساحت تحت تأثیر کلاس های کیفی مختلف مشخص شد. سپس، با استفاده از آزمون های آماری غیر پارامتریک (اسپیرمن) و پارامتریک (رگرسیون خطی) تغییرات مساحت در دوره ی بررسی شده ارزیابی شد. نتایج نشان داد در بحث آب شرب و کشاورزی بر مبنای هر دو روش آماری، مساحت مناطق دارای کلاس های مناسب تر، در حال کاهش و مساحت مناطق دارای کلاس های نامناسب، در حال افزایش است. بررسی الگوی مکانی کلی کیفیت آب شرب نشان داد منطقه سه کلاس نامناسب، بد و موقتاً قابل قبول دارد که مساحت مناطق موقتاً قابل قبول در حال افزایش است هر چند این تغییر در سطح 95 درصد معنادار نیست. الگوی مکانی کلی کیفیت آب کشاورزی نشان داد منطقه سه کلاس خوب، متوسط و بد دارد که مساحت مناطق با وضعیت متوسط در حال کاهش و مساحت مناطق با وضعیت بد در حال افزایش است. این تغییرات بر مبنای هر دو روش آماری در سطح 95 درصد معنا دار ند.

هدف از این مطالعه، بررسی غلظت نیترات در منابع آب زیرزمینی دشت کردکندی دوزدوزان و ارزیابی آسیب پذیری آن با روش های GODS و AVI است. دشت کردکندی دوزدوزان در شمال غرب ایران در استان آذربایجان شرقی واقع شده است که به دلیل کمبود منابع آب سطحی مطلوب در این منطقه، آب زیرزمینی اهمیت خاصی برای کشاورزی و آشامیدن دارد. همچنین فعالیت های شدید کشاورزی و استفاده ی بیش از حد از کودهای کشاورزی سبب شده است که آب زیرزمینی این دشت با خطر آلودگی نیترات مواجه باشد. بنابراین، ضروری است که کیفیت آب زیرزمینی این منطقه نسبت به غلظت نیترات بررسی و میزان آسیب پذیری آن تعیین شود. برای این منظور از 22 حلقه چاه عمیق و نیمه عمیق در مهر ماه 1394 نمونه برداری و تجزیه ی هیدروشیمیایی شد. کمترین غلظت نیترات با مقدار 31/3 میلی گرم بر لیتر در شمال دشت و مجاورت ارتفاعات میانی به دست آمد که علت آن عمق زیاد سطح آب زیرزمینی و دانه ریز بودن رسوبات است. بیشترین غلظت نیترات نیز با مقدار 23/37 میلی گرم بر لیتر در جنوب شرقی منطقه متمرکز شده است که می توان علت آن را به رسوبات دانه درشت موجود در این ناحیه نسبت داد. بر اساس نتایج، فعالیت های انسانی مهم ترین دلیل حضور نیترات در آب زیرزمینی منطقه است. این فعالیت ها می توانند از استفاده ی بیش از حد از کودهای کشاورزی توسط کشاورزان یا نشت از سیستم های فاضلاب خانگی در منطقه ناشی باشد. همبستگی نسبتاً متوسط (497/0 r=) غلظت نیترات با بی کربنات نیز مؤید استفاده از کودهای نیتروژنه در زمین های کشاورزی است. به منظور برآورد اولیه ی آسیب پذیری دشت از روش های ساده ی AVI و GODS استفاده شد. براساس روش AVI، بخش های شمال غربی و شرقی دشت و براساس روش GODS بخش های شمال غربی و جنوب شرقی دشت به عنوان مناطق دارای پتانسیل آلودگی بیشتر نسبت به سایر مناطق تعیین شدند.

به دلیل محدودیت اطلاعات آماری در بیشتر ایستگاه ها و اقتصادی نبودن جمع آوری اطلاعات مشاهده ای،شناخت نوعی مدل هیدرولوژی مناسب می تواند کمک به سزایی در امر مدیریت منابع آب داشته باشد,مدل IHACRES با توجه به اینکه برای داده های ورودی نیاز به داده های پیچیده ندارد،از این لحاظ نسبت به مدل های دیگر هیدرولوژیکی برتری دارد,در این پژوهش قابلیت کارایی مدل هیدرولوژی IHACRES در شبیه سازی دبی روزانه ی رودخانه های پل رود و شلمان رود در استان گیلان ارزیابی شد که در منطقه ی مرطوب واقع هستند,با توجه به نتایج به دست آمده R2(ضریب تبیین) در بازه ی 60/0 تا 70/0 است و همچنین وجود خطای میانگین نسبی کم برای دو رودخانه ی مطالعه شده که به ترتیب برای رودخانه ی پل رود (367/0= APRE) و برای رودخانه ی شلمان رود (058/0= APRE) است،نشانگر انحرافات کم مدل در شبیه سازی مقادیر روزانه ی دبی است,با در نظر گرفتن نتایج می توان بیان کرد که این مدل در شبیه سازی جریان در مناطق مرطوب که دبی زیادی دارند،توانایی مناسبی دارد,

خصوصیات فیزیوگرافی و شرایط اقلیمی در حوضه های آبریز از عوامل مهم دخیل در رژیم جریان رودخانه هستند که درک روابط بین این عوامل با جریان رودخانه در یک حوضه موجب می شود بتوان از این روابط در زیرحوضه های فاقد آمار برای پیش بینی جریان رودخانه استفاده کرد. در این مطالعه، روابط بین پارامترهای فیزیوگرافی و اقلیمی زیرحوضه های آبریز استان گلستان با جریان رودخانه با کاربرد مدل درختی M5، مدل نزدیک ترین K-همسایگی (KNN) و رگرسیون چند متغیره ی خطی (MLR) بررسی شد. داده های روزانه ی 28 ساله (1360 1390) بارش، دما و دبی ایستگاه های هیدرومتری و هواشناسی 39 زیرحوضه ی آبریز برای استخراج سری های فصلی به منظور مدل سازی استفاده شد. متوسط مقادیر R و RMSE در فصول مختلف برای مدل M5 به ترتیب برابر 768/0 و 800/0، برای مدل KNN به ترتیب برابر 885/0 و 501/0 و برای مدل MLR به ترتیب برابر693/0 و 205/1 است که نشان دهنده برتری مدل KNN است. همچنین بر اساس مقادیر R و RMSE دقت نتایج مدل سازی در فصل های مختلف به ترتیب به صورت زمستان، پاییز، بهار و تابستان بوده است. به بیان دیگر نتایج پیش بینی جریان رودخانه در فصول تر از فصول خشک دقت بیشتری داشته است. همچنین بررسی مقادیر MBE نشان داد مدل KNN در فصل های بهار و زمستان به کم برآوردی و در تابستان و پاییز به بیش برآوردی منجر می شود. مدل M5 صرفاً در فصل بهار به کم برآوردی و در سایر فصول به بیش برآوردی و مدل MLR نیز در زمستان به کم برآوردی و در سایر فصول به بیش برآوردی از مقدار مشاهداتی منجر می شود.

شاخه ی خشکیدگی نشان دهنده ی توازن شبکه ی رودخانه بین دریافتی ها و هدررفت های رودخانه است. منحنی خشکیدگی رابطه ی ذخیره خروجی را برای خوشه نشان می دهد. هدف از پژوهش حاضر بررسی روند، مدل سازی خشکیدگی و برآورد عدم قطعیت مدل سازی خشکیدگی در ایستگاه شاه مختار روی رودخانه ی بشار در استان کهگیلویه و بویراحمد است. بر اساس نتایج آزمون من کندال دبی در ایستگاه مطالعه شده روند بسیار جزئی افزایشی دارد، اما روند معنا داری مشاهده نشد. پس از تعیین روند قطعات خشکیدگی تعیین و مدل های مایلت، بارنز، بوزینس، هورتن، کوتانگ، دراگ و مخزن توانی به آنها برازش داده شد. در این زمینه ابتدا قسمت های مختلف قطعات خشکیدگی (در مدل های چند مخزنی) تعیین و سپس مقادیر پارامترهای مدل های مختلف برآورد شد. برای کالیبره کردن ضرایب معادلات علاوه بر روی هم انداختن هیدروگراف های برآوردی و مشاهداتی (ترسیمی) از معیار جمع مربعات خطا نیز استفاده شد. مقایسه ی نتایج مدل ها در مدل سازی خشکیدگی نیز بیانگر عملکرد مدل ها به ترتیب دراگ (ویتنبرگ و کوتانگ)، بارنز، هورتون، بوزینس، مخزن توانی و مایلت بود.

در دهه های اخیر، توسعه ی مدل های هوش مصنوعی برای پیش بینی پدیده های هیدرولوژیکی کاربرد زیادی پیدا کرده است. در این مطالعه، توانایی مدل های شبکه ی عصبی مصنوعی به منظور مدل سازی و پیش بینی اکسیژن مورد نیاز بیولوژیکی (BOD) در رودخانه ی کارون واقع در غرب کشور ایران ارزیابی شد. به منظور بهبود نتایج شبیه سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. سری زمانی ماهانه ی شاخص BOD رودخانه ی کارون در ایستگاه ملاثانی به مدت 13سال (1381 1393) و با استفاده از متغیرهای کمکی اکسیژن محلول (DO)، جریان رودخانه و دمای ماهانه شبیه سازی شد. بهترین ورودی مدل های به کار گرفته شده با استفاده از روش تجزیه و تحلیل مؤلفه های اصلی (PCA) انتخاب شد. برای ارزیابی و مقایسه ی عملکرد مدل ها از جذر میانگین مربعات خطا (RMSE)، ضریب تعیین (R2) و معیار اطلاعاتی آکائیک (AIC) استفاده شد. نتایج به دست آمده بیانگر آن بود که شبکه ی عصبی مصنوعی میزان خطای 0412/0 و ضریب تعیین 76/0 دارد و اعمال تبدیل موجک روی داده های ورودی مدل، سبب بهبود نتایج تا ضریب تعیین 89/0 و میزان خطای 0273/0 شد.

در این تحقیق فرایند حذف کادمیوم از محلول آبی توسط خاک اره ی صنوبر (Populus nigra) به عنوان نوعی جاذب زیستی ارزان و در دسترس بررسی شده است. برای بهینه سازی کارایی حذف کادمیوم، پارامترهای فیزیکی شیمیایی مختلفی از قبیل pH، غلظت اولیه ی یون فلزی، مقدار جاذب و زمان تماس بررسی شد. آزمایش های جذب کادمیوم براساس طرح مرکب مرکزی و با دامنه ای از غلظت های اولیه ی کادمیوم برابر 5 25 میلی گرم بر لیتر انجام شد. دامنه ی تغییرات برای سایر متغیر ها شامل pH، زمان تماس، مقدار خاک اره به ترتیب برابر 10، 105، 2 5 دقیقه و 5 50 گرم بر لیتر بود. نتایج نشان دادند توافق خوبی بین مقادیر پیش بینی شده توسط مدل مرکب مرکزی حذف کادمیوم از محیط آبی و داده های مشاهده ای وجود دارد (9283/0 = R2 و %93/2 = RMSE). با استفاده از طرح مرکب مرکزی بیشترین حذف 25/96 درصد در غلظت کادمیوم 75/38 میلی گرم بر لیتر، pH5/6، خاک اره 10 گرم بر لیتر و نیز زمان تماس 80 دقیقه به عنوان شرایط بهینه تعیین شد. با توجه به کارایی زیاد و همچنین مکانیسم جذب سریع کادمیوم، استفاده از خاک اره ی صنوبر ارزان قیمت در فرایند پالایش آب از فلزات سنگین به ویژه کادمیوم توصیه می شود.

ارزیابی تأثیرات بالقوه ی تغییرات اقلیم در قرن 21 میلادی بر توزیع گونه ها و فرایندهای اکولوژیکی به سناریوهای اقلیمی با تفکیک پذیری مکانی کافی نیاز دارد. در پژوهش حاضر عملکرد سناریوهای SRES و RCP در پیش بینی دمای کمینه و بیشینه ی ایستگاه های ارازکوسه و نوده، واقع در استان گلستان در دوره های زمانی 2046 2065 و 2080 2099 نسبت به دوره ی پایه 1986 2005 مقایسه شد. بدین منظور از هشت مدل GCM و شش سناریوی انتشار و مدل های ریزمقیاس نمای LARS-WG و SDSM استفاده شد. نتایج نشان داد در بین سناریوهای انتشار قدیم، A1B و در بین سناریوهای جدید، RCP 8. 5 بیشترین افزایش دما را برای هر دو ایستگاه پیش بینی کردند. مقدار افزایش دما به طور نسبی از سناریوی RCP 2. 6 به سمت سناریوی RCP 8. 5 افزایش می یابد. در هر دو سناریوهای جدید و قدیم، دمای تابستان آینده ممکن است با نرخ بیشتری نسبت به دیگر فصول افزایش یابد. همچنین در این تحقیق گسترده تر بودن تغییرات دما با مدل MICP5 و سناریوهای RCP نسبت به مدل های MICP3 و سناریوهای SRES به وضوح مشاهده شد. تفاوت ها در پیش بینی ها توسط سناریوها بیانگر وجود عدم قطعیت است. به طور کلی، عدم قطعیت به محدوده ی وسیعی از برآورد تأثیرات تغییر اقلیم منجر می شود. بنابراین، با توجه به پیش بینی های متنوع آینده ی دما، در صورت انتخاب فقط یک یا تعداد محدودی از مدل های گردش عمومی جوّ، برداشتی اشتباه درباره ی تغییرات اقلیمی آینده ایجاد می شود.

از تأثیرات مخرب تغییر کاربری اراضی یک حوضه، افزایش تولید رسوب و ورود آن به رودخانه ها و تجمع آن در مخزن سدها ست. از این رو، بررسی تأثیر تغییر کاربری اراضی بر فرایندهای هیدرولوژی امری مهم و ضروری است. این پژوهش با هدف بررسی اثر تغییرات کاربری اراضی بر رسوب معلق طی سال های 1994 تا 2010 در حوضه ی آبخیز دینور در استان کرمانشاه با استفاده از مدل SWAT صورت گرفت. واسنجی و اعتبارسنجی مدل با استفاده از برنامه ی SUFI-2 انجام شد. نتایج شاخص های آماری استفاده شده در ارزیابی مدل مد نظر در مرحله ی واسنجی و اعتبارسنجی NS و R2 به ترتیب بیش از 50 و 60 درصد به دست آمد که دلالت بر کارایی مدل در شبیه سازی داده های هیدرولوژیکی در حوضه ی مطالعه شده است. بررسی کاربری اراضی طی یک دوره ی 16 ساله نشان داد بیشترین تغییر مختص به کاربری کشاورزی است با افزایشی بیش از 30 درصد و کمترین تغییر در کاربری مناطق مسکونی و جاده 25/3 درصد رخ داده است. همچنین نتایج به دست آمده از بررسی رسوب معلق، گویای تأثیر چشمگیر رسوب تولیدشده از تغییرات کاربری اراضی در دوره ی مطالعه شده است. طوری که بیشترین میزان رسوب در سال 1994، 18/1 گرم در لیتر بوده، اما این میزان در سال 2010 به 65/12 گرم در لیتر رسیده است.

گیاهان بالشتکی به عنوان گونه ی غالب مناطق کوهستانی، حضور گونه های اطراف خود را آسان می کنند. این مطالعه به دنبال بررسی تأثیر آتش سوزی بر بهبود خرداقلیمی اسپرس در علفزارهای کوهستانی است. آتش سوزی در تابستان 1392 رخ داده است. بدین منظور از 29 اسفند 1394 با استفاده از دماسنج تکمه ای در عمق نوسان دمای روزانه در زیر بوته ی شاهد و نیز زیر بوته ی سوخته ی اسپرس به مدت 31 روز و با فواصل زمانی نیم ساعت ثبت شد. اختلاف متغیرهای مرتبط با دما در زیر بوته ها با استفاده از آزمون t غیرجفتی صورت گرفت. رطوبت خاک زیر بوته ی شاهد و بوته ی سوخته با استفاده از دستگاه TDR در دو زمان متفاوت بررسی شد. برای تعیین مهم ترین عوامل تأثیرگذار بر رطوبت خاک، از دو عامل آتش سوزی و زمان و برای اثر متقابل آنها از مدل خطی تعمیم یافته ی عمومی مدل خطی ترکیبی عمومی و برای مقایسه ی میانگین اثر آتش و زمان نیز از آزمون t غیرجفتی استفاده شد. بر اثر آتش سوزی به جز دمای کمینه، سایر متغیرها شامل میانگین دما، نوسان دمای روزانه و دمای بیشینه افزایش معنا دار (01/0≥ P) داشت. براساس نتایج به دست آمده نوسان دمای روزانه در بوته ی سوخته (5/2-5/14 درجه ی سانتی گراد) بیشتر از بوته ی شاهد (0/1 5/3 درجه ی سانتی گراد) بود. بر اساس نتایج مدل خطی ترکیبی عمومی به ترتیب زمان (01/0 ≥ P; 4/22F= ) بیشترین تأثیر را بر رطوبت خاک داشتند. رطوبت خاک در هر دو منطقه ی آتش گرفته و شاهد کاهش یافت که این تغییر تنها در زمان نخست معنا دار (05/0≥ P) بود.

بارش یکی از فرایند های هیدرولوژیک است که تأثیر زیادی در کنترل مدیریت منابع آب دارد. کمبود بارش سبب به وجود آمدن مشکلات فراوانی از جمله کمبود آب شرب می شود. به علت اهمیت مسئله ی کمبود آب، استفاده از روش های نوین به منظور پیش بینی فرایند های هیدرولوژیک تأثیر زیادی در برنامه ریزی و مدیریت منابع آب خواهد داشت. از این رو، در تحقیق حاضر کمبود آب ماهانه در حوضه ی نازلوچای طی یک دوره ی آماری 39ساله (1352 1391) با استفاده از مدل شبکه ی عصبی مصنوعی و مدل بهبودیافته ی موجک شبکه ی عصبی، شبیه سازی، پیش بینی و تحلیل شده است. عملکرد این دو مدل توسط معیار های خطای ضریب همبستگی، ضریب تبیین و جذر میانگین مربعات خطا ارزیابی شد. بنا بر نتایج به دست آمده، مدل موجک شبکه ی عصبی با ضریب همبستگی 96/0 و 945/0 که به ترتیب مختص به حالت آموزش و آزمون است، نسبت به شبکه ی عصبی مصنوعی توانایی بیشتری برای پیش بینی کمبود آب داشت. در ادامه، مقادیر کمبود آب ماهانه در این حوضه طی سال های 1392 تا 1399 پیش بینی شده است. نتایج نشان می دهند روند کمبود آب همچنان مانند گذشته باقی است. البته، متوسط میزان کمبود در 8 سال آینده تقریباً 95/2 میلیون متر مکعب تخمین زده شد. در حالی که همین پارامتر برای 39 سال گذشته 04/4 میلیون متر مکعب بوده است. از این رو، نیاز است که برای سال های آینده اقدامات لازم انجام شود و با برنامه ریزی مدیریتی دقیق برای بهره برداری از منابع آب (کشاورزی، صنعت، شرب و. . . )، کاهش میزان کمبود آب در سال های آتی ممکن شود.

مدل سازی می تواند نوعی رویکرد کمی و سازگاری در برآورد فرسایش خاک و تولید رسوب تحت دامنه ی وسیعی از شرایط را فراهم کند. در این مطالعه به منظور شناسایی توزیع مکانی خطر فرسایش خاک و تولید رسوب در حوضه ی آبخیز تالار روش یکپارچه سازی معادله ی جهانی هدررفت خاک اصلاح شده، سامانه ی اطلاعات جغرافیایی و فن سنجش از دور به کار گرفته شد. عوامل فرسایندگی باران، فرسایش پذیری خاک، طول و درجه ی شیب و پوشش گیاهی به منظور تهیه ی نقشه ی نهایی به دست آمده از RUSLE محاسبه شدند. مقدار هدررفت خاک برای کل حوضه از 0 تا 01/92 تن در هکتار در سال محاسبه شد و طبقه بندی مناطق فرسایشی نشان داد طبقه ی فرسایشی کم، متوسط، زیاد و خیلی زیاد به ترتیب 12/33، 62/27، 13/21 و 13/18 درصد از کل حوضه ی آبخیز را پوشش می دهند. نتایج رگرسیون خطی نیز در این پژوهش نشان داد در بین عوامل مدل RUSLE عامل طول و درجه ی شیب با مقدار 93/0 بیشترین همبستگی را با نقشه ی هدررفت خاک دارند. همچنین زیرحوضه ی 3SW با 58/5 تن در هکتار در سال و زیرحوضه ی 4SW با 59/19درصد تولید رسوب به ترتیب بیشترین خطر فرسایش و کمترین تولید رسوب را بین زیرحوضه ها داشتند. با توجه به اینکه مقادیر بیشترین و میانگین هدررفت خاک ویژه در حوضه ی بررسی شده عدد بسیار زیادی به دست آمده اند و از طرف دیگر همبستگی بین عامل LS و هدررفت خاک بسیار قوی است، بنابراین می توان نتیجه گرفت که خطا در اندازه گیری عامل LS رخ داده است.

پیش بینی دقیق جریان در رودخانه ها یکی از ارکان مهم در مدیریت منابع آب های سطحی به ویژه اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی ها ست. در حقیقت، حصول روش های مناسب و دقیق در پیش بینی جریان رودخانه ها را می توان به عنوان یکی از چالش های مهم در فرایند مدیریت و مهندسی منابع آب دانست؛ اگر چه تحقیقات وسیعی در خصوص کاربرد روش های متکی بر شبکه های عصبی مصنوعی دقت این روش ها بر روش های متداول آماری مانند روش های اتورگسیو و میانگین متحرک ارائه شده است. در این تحقیقات برای یافتن بهترین ساختار برای شبکه ی عصبی تنها به تغییر تعداد لایه های پنهان و تعداد نورون ها اکتفا می شود و به دلیل پیچیدگی حاکم بر انتخاب و معماری شبکه ی مناسب، استفاده از آنها در عمل به طور مناسب توسعه نیافته است. در این تحقیق تعداد 15 تابع یادگیری در شبکه ی عصبی بررسی شد و نتایج نشان داد در ساختار شبکه با یک لایه ی پنهان (ANN1) تابع یادگیری learnglv1، learnh و learnis به ترتیب با MSE برابر 000158/0، 000185/0 و 000188/0 و در مدل ساختار شبکه با دو لایه ی پنهان ANN2 توابع یادگیری learnh، learnsomb و learncon به ترتیب با MSE برابر 000154/0، 000173/0 و 000176/0، عملکرد مناسب تری نسبت به دیگر توابع یادگیری داشته اند. از سوی دیگر در ده مرتبه اجرای دو مدل، دو تابع یادگیری learnsom و learngdm در مدل ANN1 و learnh و learnos در مدل ANN2، بیشترین تکرار را در بین بهترین توابع یادگیری، داشته اند و بنابراین، هنگام استفاده از شبکه ی پس انتشار خطا (که تابع یادگیری آن learngdm است) بهتر است تعداد لایه ی پنهان بیشتر از یکی نباشد؛ زیرا در این صورت شانس رسیدن به جواب مناسب بیشتر خواهد بود، اما اگر به دنبال زیاد کردن عملکرد شبکه با افزایش تعداد لایه ی پنهان باشیم بهتر است با احتیاط از پیش فرض شبکه و به طور مشخص از learngdm استفاده شود.

پژوهش حاضر به منظور مقایسه ی هدررفت خاک سالانه ی برآوردی مدل RUSLE با اندازه گیری های فرسایش به دست آمده از میخ ها و کرت های فرسایش در حوضه ی آبخیز معرف خامسان در استان کردستان انجام شد. بدین منظور هدررفت خاک سالانه به صورت توزیعی با استفاده از مدل RUSLE برآورد شد. سپس، به مدت یک سال (تیر 1394 تا خرداد 1395) نمونه برداری از رسوب معلق در ایستگاه هیدرومتری خروجی حوضه ی آبخیز انجام شد. همچنین فرسایش در میخ ها و کرت های مستقر در جهت های شمالی، غربی و شرقی در زیرحوضه ی شاهد در بازه ی زمانی مشابه اندازه گیری شد. نسبت تحویل رسوب از تقسیم بار کل رسوب حوضه ی آبخیز به فرسایش به دست آمده از سه روش RUSLE، میخ و کرت محاسبه شد. نتایج نشان داد در روش کرت، فرسایش تعمیم یافته به کل حوضه سالانه 06/0 تن در هکتار، بسیار کمتر از واقعیت و SDR بسیار زیاد و غیر منطقی (655 درصد) بود. همچنین در روش میخ، فرسایش تعمیم یافته به کل حوضه سالانه 79/76 تن در هکتار، بسیار بیشتر از واقعیت و نسبت تحویل رسوب بسیار کم (51/0 درصد) بود. حال آنکه در مدل RUSLE، نسبت تحویل رسوب قابل قبول تر 21/2 درصد به دست آمد و بنابراین فرسایش برآوردی مدل سالانه 53/18 تن در هکتار و به واقعیت نزدیک تر بود. بنابراین، تعمیم نتایج میخ ها و کرت ها فقط با لحاظ نسبت مساحت نمی تواند برآورد مناسبی برای فرسایش در سطح حوضه باشد. بررسی توپوگرافی حوضه ی آبخیز نشان داد مناطق کم شیب میانی و انتهایی حوضه ی آبخیز احتمالاً عامل اصلی تله اندازی رسوب و کاهش نسبت انتقال رسوب به خروجی حوضه ی آبخیز است.