Hasil untuk "River protective works. Regulation. Flood control"

Jeil Oh, Matthew Bartos

Distributed flood adaptation requires knowing where in a river network attenuation effort should concentrate and how much each reach requires, but the spatial coupling, scenario dependence, and high dimensionality of real drainage networks have kept these requirements largely unresolved. We combine data-driven dynamics learning, reduced-order modeling, and optimal control theory into a diagnostic framework that infers reach-level attenuation targets directly from process-based hydrologic simulations without iterative simulation and optimization. Proper Orthogonal Decomposition compresses the network-wide discharge field into a low-rank basis, Dynamic Mode Decomposition with control identifies a linear surrogate of precipitation-driven flood dynamics, and a Linear Quadratic Regulator solves for the spatially distributed attenuation in closed form. Applied to a large river basin under a multi-model, multi-scenario climate ensemble, the effort–residual trade-off follows a common diminishing-return structure across emission pathways, but higher-emission scenarios retain substantially greater residual flood volume at comparable effort levels. The bulk of the allocation tracks mean-flow scaling, yet the framework identifies priority reaches at tributary junctions that neither drainage area nor mean discharge can flag; these reaches retain the highest residual-to-baseline exceedance ratio after optimal control, revealing structurally stubborn bottlenecks where flooding is hardest to attenuate. Inter-scenario separation in residual risk widens progressively downstream, and ensemble agreement on effectiveness degradation distinguishes reaches where investments can proceed with confidence from those requiring flexible, adaptive strategies.

P. B. Sayers, S. J. Birkinshaw, S. Carr et al.

ABSTRACT The desire to promote Natural Flood Management (NFM) has not yet been matched by implementation. In part, this reflects the lack of scientific evidence regarding the ability of NFM measures to contribute to risk reduction at the national scale. Broad scale understanding, as exemplified for Great Britain in this paper, is necessary evidence for policy development and a prerequisite for implementation at scale. This does not imply a lack of confidence in the wider benefits that NFM provide (for biodiversity, carbon sequestration, well‐being and many others), but without credible quantified flood risk reduction evidence, progress has been slow. This paper integrates national‐scale hydrological models (using SHETRAN and HBV‐TYN) and fluvial flood risk analysis (using the Future Flood Explorer, FFE) to quantify the flood risk reduction benefits of NFM across Great Britain under conditions of future climate and socio‐economic change. An optimisation of these benefits is presented considering alternative NFM policy ambitions and other demands on land (urban development, agriculture, and biodiversity). The findings suggest NFM has the potential to make a significant contribution to national flood risk reduction when implemented as part of a portfolio of measures. An optimisation through to 2100 suggests investment in NFM achieves a benefit‐to‐cost ratio of ~3 to 5 (based on the reduction in Expected Annual Damage (EAD) to residential properties alone). By the 2050s, this equates to an ~£80 m reduction in EAD under a scenario of low population growth and a 2°C rise in global warming by 2100. This increases to £110 m given a scenario of high population growth and a 4°C rise. Assuming current levels of adaptation continue in all other aspects of flood risk management, this represents ~9%–13% of the reduction in EAD achieved by the portfolio as a whole. By the 2080s, the contribution of NFM to risk reduction increases to ~£110 and ~£145 m under these two scenarios. These figures are based on the reduction in EAD to residential properties alone, and do not include the substantial co‐benefits that would also accrue.

Leo van Rijn, Karel Meijer, Kris Dumont et al.

This paper presents a time-dependent, two-dimensional vertical model for the simulation of sand and mud concentrations, transport and bed level changes in tidal conditions with or without surface waves. The model solves the advection-diffusion equation for suspended sediment. The horizontal velocities and the sediment mixing coefficients are modelled as function of x, z, and t. The settling velocity is constant or modelled as function of the sediment concentration. The sediment mixing coefficient over the water depth is described by flexible expressions based on current and wave parameters which can be modified easily in the input file. To represent mud flocculation and hindered settling processes, the settling velocity can be set as constant or concentration-dependent (input). The bed boundary condition is modelled as a bed concentration as function of the bed-shear stress. The model is valid for low and high sand and mud concentrations including fluid mud concentrations. The numerical SUSTIM2V-model is herein used to simulate sand and mud transport as measured in tidal waters. The model is also successfully used for simulation of high mud concentrations in the near-bed region as measured in the mouth of the Amazon River. The model has also been used to simulate scour along an offshore caisson-type foundation structure.

Sam Ramsden, Cathryn E. Birch, Sarah C. Jenkins et al.

ABSTRACT Involving communities in flood early warning systems (FEWS) is increasingly recognised as an essential component of flood resilience. FEWS is considered to be integrated systems of flood forecasting and warnings, impact assessment, communication and preparedness which enable stakeholders to take appropriate actions to reduce the impacts of flooding. In the United Kingdom, voluntary, community‐based flood groups can play an important role in local flood resilience, adding value to the work of Flood Risk Management Agencies including the Environment Agency, Local Authorities and Water Companies. However, little literature has examined how community‐based flood groups use FEWS to help their local communities. In this paper we explore the use of FEWS by communities in the broadest sense, covering the use of any flood forecast or monitoring information and how this is used by flood groups to take action in the local community. We worked with 10 flood groups in England and found they used combinations of official and community‐led information: (i) official information on flood warnings, weather forecasts, river‐level observations and rain gauges and (ii) community‐led bespoke warning systems at local hotspots including telemetry and video. Some of the Flood Groups were considerably advanced in how they analysed and presented this information, developing accessible dashboards and/or trigger points and alerts to support actions in the community. Five of the Flood Groups felt that their use of this information had recently prevented or reduced the impacts of flooding in their local community. However, the Flood Groups faced a range of challenges including technical and funding support for FEWS and wider governance challenges which should be addressed by State support. Support is particularly important in areas of significant flood risk and where community‐led FEWS could complement and be integrated with state flood warnings. For example, where official flood warnings do not cover locations in sufficient detail or for key flood sources (e.g., surface water). In addition, the Flood Groups had mainly developed in affluent areas and appropriate interventions are also required in more disadvantaged communities. The study makes a strong case for State support for voluntary flood groups.

Ervan Kassarian, Francesco Sanfedino, Daniel Alazard et al.

Conventional robust H2/H-infinity control minimizes the worst-case performance, often leading to a conservative design driven by very rare parametric configurations. To reduce this conservatism while taking advantage of the stochastic properties of Monte Carlo sampling and its compatibility with parallel computing, we introduce an alternative paradigm that optimizes the controller with respect to a stochastic criterion, namely the conditional value at risk. We present the problem formulation and discuss several open challenges toward a general synthesis framework. The potential of this approach is illustrated on a mechanical system, where it significantly improves overall performance by tolerating some degradation in very rare worst-case scenarios.

مهین کله هوئی, رئوف مصطفی‌زاده, اباذر اسمعلی‌عوری et al.

مقدمه سامانه بارشی در بخش عمده‌ای از سرزمین ایران، از نوع مدیترانه‌ای است که در آن میزان ریزش‌های جوی در دوره رویش گیاهان کم است. علاوه‌بر این، وقوع بارش در دوره غیررویشی و یا اوایل دوره رویشی که گیاهان هنوز سطح زمین را به خوبی نپوشانده‌اند، از دلایل مهم فرسایش آبی در ایران است. از آنجایی‌که پوشش گیاهی نقش ویژه‌ای در مهار فرسایش خاک و نگهداشت رواناب دارد، هرگونه تغییر در ساختار و الگوی آن که بیان‌گر الگو و عملکرد سیمای سرزمین است، می‌تواند اثر قابل توجهی در تغییر فرایندهای هیدرولوژیکی داشته باشد. لذا، ارزیابی از هدررفت آب و خاک و کمی‌سازی ارتباط آن با سنجه‌های سیمای سرزمین، اطلاعات کلیدی به‌منظور توسعه راهبردهای مدیریتی کیفیت آب و خاک فراهم می‌کند. مواد و روش‌ها پژوهش حاضر با هدف بررسی تغییرات مولفه‌های هیدرولوژیکی در ارتباط با سنجه‌های سیمای سرزمین در مقیاس کرت‌های صحرایی دو متر مربعی و با استفاده از باران شبیه‌سازی شده در شدت‌ 32 میلی‌متر بر ساعت، در بخشی از مراتع شهرستان اردبیل انجام شد. در ابتدا، با در نظر گرفتن نوع و درصد پوشش گیاهی به‌عنوان متغیر اصلی، هشت گروه از ترکیب پوشش گیاهی به‌همراه یک گروه بدون پوشش گیاهی (شاهد) با سه تکرار در نظر گرفته شد. ترکیب‌ و درصد پوشش گیاهی از گروه اول تا هشتم به‌ترتیب شامل غالبیت گرامینه با ارتفاع کم (45)، ترکیب بوته‌ای متراکم با گرامینه (43)، بوته‌ای با ارتفاع کم و پراکنش متوسط (37)، بوته‌ای پراکنده با ارتفاع عمدتا کم و متوسط (31)، ترکیب بوته‌ای پراکنده با گرامینه (56)، بوته‌ای متراکم در بالادست (54)، بوته‌ای با ارتفاع کم و پراکنش بسیار کم (15) و بوته‌ای متراکم با پوشش تقریبا یکنواخت (56) بوده است. پس از اندازه‌گیری رواناب و رسوب در خروجی کرت‌ها، مولفه‌های هیدرولوژیکی مختلف محاسبه شدند. سپس، کرت‌های دارای نه ترکیب مختلف از پوشش گیاهی در سه تکرار قبل و پس از شبیه‌سازی باران، تصویر‌برداری شدند. پس از انتقال تصاویر تهیه شده از کرت‌ها به محیط Arc/Map 10.8، نه سنجه‌ مهم سیمای سرزمین محاسبه شد. نتایج و بحث تغییرات میانگین سنجه‌های تراکم لکه (26.90-4.43)، شاخص بزرگ‌ترین لکه (86.75-54.16)، تراکم حاشیه (107.38-17.12)، شاخص شکل سیمای سرزمین (4.47-1.50)، میانگین اندازه لکه (37.46-4.16)، میانگین فاصله نزدیک‌ترین همسایه اقلیدسی (1.65-0.00)، شاخص گسستگی سیما (2.31-0.19)، میانگین شاخص شکل لکه (22.85-1.24) و اندازه شبکه تاثیرگذار (43.96-15.80)، نشان‌دهنده تاثیرپذیری متفاوت آن‌ها از درصد و ترکیب مختلف پوشش گیاهی بوده است. تحلیل ماتریس همبستگی اسپیرمن، ارتباط غیرمعنی‌داری (r<0.26 و p-value>0.10) بین مقادیر میانگین هدررفت خاک، حجم رواناب، ضریب رواناب و غلظت رسوب با سنجه‌های سیمای سرزمین نشان داد. کوچک بودن مقیاس کرت‌های مورد بررسی، عدم تنوع زیاد در ترکیب پوشش گیاهی و یکنواختی از نظر ارتفاع پوشش گیاهی را می‌توان از دلایل عدم همبستگی ذکر کرد. در حالت کلی، گروه‌هایی که مقادیر پوشش گیاهی بالای 50 درصد داشتند، از وضعیت بهتری از نظر LPI، AREA_MN و MESH برخوردار بودند که نشان‌دهنده پیوستگی بیشتر و تخریب کمتر است. افزایش پوشش گیاهی و ناهمگنی مکانی بالای سیمای سرزمین می‌تواند مسیر انتقال رسوب را تغییر داده، اتصال رسوب را کاهش داده است و منجر به کاهش رسوبگذاری شود. نتیجه‌گیری نتایج به‌دست آمده، در تبیین مرجع مناسب به‌منظور بهینه‌سازی اقدامات حفاظت آب و خاک در مقیاس حوزه آبخیز کاربرد دارند. هر چند، پیشنهاد می‌شود که پژوهش‌های مشابه و جامع‌تر در مقیاس‌های مختلف از کرت‌های فرسایشی و نیز حتی در مقیاس دامنه صورت بگیرد تا با در نظر گرفتن طیف وسیعی از شرایط پوشش گیاهی، توپوگرافی، اقلیمی و نیز رگبارهای متوالی، امکان مقایسه نتایج، انتخاب بهینه مقیاس مطالعاتی و در نهایت، برنامه‌ریزی به‌منظور مدیریت و حفاظت از پوشش گیاهی و منابع آب و خاک، فراهم شود.

Qing Cao, Hanchen Zhang, Upmanu Lall et al.

Abstract Precipitation plays a significant role in human society and the environment, and how large‐scale climatic features influence precipitation has obtained worldwide attention. The nonhomogeneous hidden Markov model (NHMM) is a typical method to downscale large‐scale climatic elements to the regional level for many hydrologic applications. The traditional NHMM using point estimates of parameters has the risk to have no solutions for parameter estimation, but the Bayesian‐NHMM provides a Bayesian method to estimate parameters and avoids the risk. In this study, the suitability of the Bayesian‐NHMM in East Asia is evaluated. Two typical regions (i.e., the Yangtze River basin and the Zhujiang River basin in China) dominated by different climates were chosen to check model performance. Results show that: (1) the model could divide rainy‐season precipitation into several hidden states, whose variation is correspondent to the variability of monsoon and flux moisture transportation; (2) the model captures seasonality and inter‐annual variation of precipitation amount and also wet days during rainy season well in both river basins. These results suggest that the model could improve the prediction of daily precipitation in East Asia, which in turn could help many regions with similar climatic conditions worldwide to supervise floods and droughts.

بنفشه یثربی, مهری دیناروند

مقدمه بخش چالش برانگیز احیای اراضی تخریب یافته در مناطق خشک تأمین رطوبت مورد نیاز برای افزایش تولید زی‌توده است. تأمین آب مورد نیاز می‌‌بایست بدون ایجاد فشار بیشتر بر منابع محدود آبی و بدون ایجاد تعارضات اجتماعی در منطقه صورت بگیرد. استفاده از رواناب حاصل از بارش و ایجاد بستر مناسب برای ذخیره آب روشی کارآمد در احیا و اصلاح مراتع به‌ویژه در مناطق بیابانی و خشک است. هدف از انجام این پژوهش ارزیابی تأثیر عملیات پیتینگ در احیاء پوشش گیاهی بومی در اراضی تخریب یافته و کانون‌های گرد و غبار جنوبی استان خوزستان واقع در شهرستان بندر ماهشهر است.   مواد و روش‌‌ها  به‌منظور بررسی تغییرات پوشش گیاهی از روش ترانسکت-کوادرات استفاده شد. ابتدا به‌صورت تصادفی در وسط عرصه اجرای طرح دو ترانسکت در خلاف جهت یکدیگر و عمود به ردیف‌‌های پیتینگ و روی هر ترانسکت 15 پلات در نظر گرفته شد. در مجموع میزان تاج پوشش و گونه‌‌های گیاهی مستقر در پیتینگ‌‌ها در 30 پلات و 30 پلات هم در بین ردیف‌‌های پیتینگ به‌عنوان منطقه شاهد اندازه‌‌گیری شد. به‌منظور مقایسه پوشش گیاهی مستقر در پیتینگ‌‌ها و مناطق شاهد علاوه‌بر میزان تاج پوشش و تراکم گونه‌‌ها شاخص‌‌های غیرپارامتریک غنا و تنوع پوشش گیاهی با استفاده از نرم‌افزار Past محاسبه شدند. برای بررسی تأثیر احداث پیتینگ‌‌ها بر خاک منطقه در مجموع 60 نمونه خاک از مناطق اجرای پیتینگ و شاهد در سه عمق 30-0، 60 -30 و 60 تا 90 سانتی‌متر نمونه‌‌برداری و از نمونه‌‌ها کربن آلی، شوری و رطوبت در آزمایشگاه اندازه‌گیری شد. به‌منظور بررسی وجود تفاوت معنی‌دار بین پوشش گیاهی و ویژگی‌های نمونه‌‌های خاک موجود در عرصه‌های پیتینگ و شاهد پس از تایید نرمال بوده داده‌‌ها، از آزمون t جفت‌نشده استفاده شد.   نتایج و بحث نتایج نشان داد که در اراضی پیتینگ تراکم گونه‌‌ای 81 درصد، تاج پوشش 14 برابر، شاخص تنوع شانون 82 و سیمپسون 67 درصد نسبت به اراضی شاهد رشد داشته است. همچنین، از میزان غالبیت پوشش گیاهی در اراضی پیتینگ حدود 60 درصد کاسته شده است و شاخص غیریکنواختی در پیتینگ 80 درصد رشد داشت. از نظر مقایسه وضعیت خاک در عرصه پیتینگ کاهش شوری در سه عمق مورد بررسی و همچنین تفاوت معنی‌‌دار در افزایش رطوبت عمق 60 تا 90 سانتی‌متر و افزایش 40 درصدی کربن آلی در عمق 0 تا 30 سانتی‌متر مشاهده شد.   نتیجه‌‌گیری اجرای پیتینگ با ذخیره رطوبت به‌صورت موفقیت‌آمیزی توانسته است پوشش گیاهی بومی را احیا کند و وضعیت خاک را بهبود بخشد؛ به‌‌طوری‌که می‌‌توانند به‌عنوان حلقه اتصال اجزای مختلف در اکوسیستم عمل کنند.

Thomas Banafa, Susa Eräranta, Lasse Peltonen et al.

Abstract Flood risks are increasing in Europe, and the EU Floods Directive is one of the main efforts to implement and harmonize effective flood risk governance and management among member states. At the same time, the ongoing shift from mere flood protection to multi‐functional flood risk governance calls for increased collaboration among a diversity of actors, typically with varying interests and responsibilities. In this study, we analyze the actor networks unfolding from flood risk management plans to visualize the diversity of roles and connections between actors participating in flood risk management measures. We introduce a new framework for analyzing flood risk management plans and related actor networks using Social Network Analysis and test it in the context of Finland. The framework helps to visualize the diversity of networks for different flood risk management strategies. The analysis also reveals the central roles that different types of actors—including those outside the public sector—occupy in the network. The findings suggest that Social Network Analysis can be used in the context of EU flood risk governance and that flood risk management plans offer an excellent opportunity for comparative governance studies in the EU.

Sadegh Moodi, Hossein Mahdizadeh, James Shucksmith et al.

Abstract Flooding in urban areas is expected to increase its magnitude and frequency in the future. Therefore, there is a strong need to better model sewer–surface flow interactions. Existing numerical methods are commonly based on simplified representations of sewer/surface mass exchange, and mainly validated in steady flow conditions. Current methodologies describing the propagation of transient conditions/waves through interaction nodes are simplified, rely on empirical coefficients and/or lack detailed validation. In this paper, an integrated numerical approach for modelling the propagation of water waves through interaction nodes (e.g., manholes) is presented. In this solution, the shallow water equations are used to simulate the free‐surface propagation inside the sewer network, and an ordinary differential equation is employed for modelling flow regimes through pipes and manholes. The model proposed is validated against the well‐known STAR‐CD modelling software for a number of test cases. Finally, further validation is performed against experimental data describing the evolution of water depth around a manhole in unsteady surcharging conditions.

Takahito Fujimori

Linear Quadratic Regulator (LQR) is often combined with feedback linearization (FBL) for nonlinear systems that have the nonlinearity additive to the input. Conventional approaches estimate and cancel the nonlinearity based on the first principle or data-driven methods such as Gaussian Processes (GPs). However, the former needs an elaborate modeling process, and the latter provides a fixed learned model, which may be suffering when the model dynamics are changing. In this letter, we take a Deep Neural Network (DNN) using a real-time-updated dataset to approximate the unknown nonlinearity while the controller is running. Spectrally normalizing the weights in each time-step, we stably incorporate the DNN prediction to an LQR controller and compensate for the nonlinear term. Leveraging the property of the bounded Lipschitz constant of the DNN, we provide theoretical analysis and locally exponential stability of the proposed controller. Simulation results show that our controller significantly outperforms Baseline controllers in trajectory tracking cases.

Monika Gierszewska, Tomasz Berezowski

The flooding extent area in a river valley is related to river gauge observations. The higher the water elevation, the larger the flooding area. Due to synthetic aperture radar\textquoteright s (SAR) capabilities to penetrate through clouds, radar images have been commonly used to estimate flooding extent area with various methods, from simple thresholding to deep learning models. In this study, we propose a physics-guided neural network for flooding area detection. Our approach takes as input data the Sentinel 1 time-series images and the water elevations in the river assigned to each image. We apply the Pearson correlation coefficient between the predicted sum of water extent areas and the local water level observations of river water elevations as the loss function. The effectiveness of our method is evaluated in five different study areas by comparing the predicted water maps with reference water maps obtained from digital terrain models and optical satellite images. The highest Intersection over Union (IoU) score achieved by our models was 0.89 for the water class and 0.96 for the non-water class. Additionally, we compared the results with other unsupervised methods. The proposed neural network provided a higher IoU than the other methods, especially for SAR images registered during low water elevation in the river.

Elghandouri Mohammed, Ezzinbi Khalil, Youness Mezzan

In this work, we develop a spatial SEIAR-type epidemic model considering a quarantined population (denoted as Q), which we call the SQEIAR model. The dynamics of the SQEIAR model are described by six Partial Differential Equations (PDEs) that represent the changes in the susceptible, quarantined, exposed, asymptomatic, infected, and recovered populations. Our goal is to reduce the number of susceptible, exposed, asymptomatic, and infected individuals while accounting for the environment, which plays a critical role in the spread of epidemics. We then propose a novel strategy for epidemic control, incorporating two key control measures: regional quarantine for the susceptible population and treatment for the infected. This approach serves as an alternative to widespread quarantine, minimizing the economic, social, and other potential impacts. Additionally, we consider the possibility of reinfection among recovered individuals, a common occurrence in many diseases. To demonstrate the practical utility of our results, a numerical example centered on COVID-19 is presented.

yuxiu chen, Liyin Zhang, Ge Zhang et al.

Abstract Due to the combined effects of many factors, flood disasters are becoming increasingly serious worldwide, resulting in increasingly frequent river floods. This situation has severely disrupted the ecological balance near riverbanks and has had a great negative impact on the normal production and life of residents. Therefore, certain solutions must be adopted to solve the problem of river floods. This study takes the section of the Erlongtao River in Heilongjiang Province, China, as the research object, presents detailed statistics on the occurrence of floods in this section in recent years, and conducts an in-depth investigation and research on the current status of various flood control projects. In view of the existing problems of the project and the root causes of floods, a comprehensive analysis of the necessity of governance is carried out, and corresponding governance countermeasures and scientific and reasonable design schemes are proposed to improve basic flood control construction and provide a reference case for flood control governance of rivers with the same type of flood control problems in the future.

احمد مختاری, کورش شیرانی, نوید مسلم زاده

مقدمهدشت سگزی در 40 کیلومتری شهر اصفهان با وسعت حدود 40 هزار هکتار، عامل تهدیدی جدی برای این شهر تاریخی محسوب می­‌شود. این دشت که تا چند دهه پیش نیزار و مرغزاری نسبتا آباد بوده، اکنون به خطری عظیم به لحاظ تخریب طبیعت و آلودگی محیط زیست تبدیل شده است. دو عامل طبیعی و انسانی در بیابان‌زایی این منطقه نقش دارند. از عوامل طبیعی، بارندگی کم، تبخیر زیاد، وجود لایه‌های محدود کننده در خاک و بادهای شدید و از عوامل انسانی، چرای بیش از حد دام، بوته­‌کنی، رشد شدید جمعیت و بهره‌­برداری بی‌رویه از منابع موجود، افت آب­‌های زیرزمینی و مهم­تر از همه، بهره­‌برداری از معادن سطحی موجود به‌ویژه معادن گچ را می‌­توان نام برد. هدف اصلی این پژوهش، ارزیابی کارایی الگوریتم SEBAL برای تخمین تبخیر و تعرق واقعی دشت سگزی با توجه به موقعیت خشک و نیمه‌خشک بودن منطقه با استفاده از تصاویر لندست 8 بود. مواد و روش‌­هادر این پژوهش، استخراج اطلاعات مورد نیاز از این تصاویر طی سه مرحله اصلی یعنی پیش­‌پردازش، پردازش و پس‌پردازش صورت گرفت. در مرحله پیش‌پردازش، پس از انجام تصحیحات اتمسفریک، هندسی و سایر تصحیحات لازم، اقدام به زمین‌مرجع ­کردن تصاویر شد. در محله پردازش داده‌­ها، روش‌های مختلف بارزسازی و تحلیل‌های آماری و سنجش از دوری به­‌منظور دستیابی به لایه‌های اطلاعاتی صورت گرفت. به­‌منظور ارزیابی نتایج در مرحله پردازش تصاویر، پس‌­پردازش داده‌­ها بر اساس تحلیل­‌های مختلف ارزیابی لایه­‌های قابل اعتماد از لحاظ صحت و دقت، انجام گرفت. در مرحله بعد، الگوریتم SEBAL اجرا شد که در این مرحله، ابتدا میزان تابش خالص (Rn) با توجه به دمای سطح زمین و پوشش گیاهی و میزان انرژی‌های رسیده به زمین محاسبه شد. سپس، شار گرمایی خاک (G) به‌­دست آمد تا میزان قابلیت انتقال گرما به داخل خاک مشخص شود. سپس، میزان شار گرمای محسوس (H) که تعیین‌کننده هدررفت انرژی از خاک به سمت فضا است، تعیین شد. در نهایت، پس از تعیین مقدار شار گرمای محسوس، تبخیر و تعرق محاسبه شد. الگوریتم SEBAL، معادله بیلان انرژی را به‌منظور محاسبه تبخیر و تعرق واقعی گیاه محاسبه می‌کند. نتایج و بحثپارامترهای آلبیدوی سطحی (بیشترین و کمترین مقادیر وزنی 0.85 و 0.16)، دمای سطح خاک (بیشترین و کمترین مقادیر وزنی 326 و 299 درجه کلوین)، شاخص پوشش گیاهی NDVI (بیشترین وکمترین مقادیر به‌ترتیب مربوط به نواحی با پوشش گیاهی خوب با 1+ و پیکره‌­های آبی با 1-)، میزان انرژی خالص رسیده به سطح زمین (بیشترین و کمترین مقادیر وزنی حدود 703 و 210 وات بر متر مربع)، شار گرمایی خاک (بیشترین و کمترین مقادیر وزنی حدود 130 و 35 وات بر متر مربع)، شار گرمای محسوس (بیشترین و کمترین مقادیر وزنی حدود 323 و 23 وات بر متر مربع)، تبخیر و تعرق لحظه‌­ای (بیشترین و کمترین مقادیر وزنی حدود 0.842 و 0.225 میلی‌متر) و تبخیر و تعرق روزانه (بیشترین و کمترین مقادیر وزنی حدود 20.2 و 5.4 میلی‌متر) از جمله مهم‌ترین پارامترهای موثر در الگوریتم SEBAL بود که در این پژوهش مورد بررسی قرار گرفتند. یافته‌­های پژوهش در رابطه با نتیجه کاربرد الگوریتم SEBAL با داده‌­های ماهواره­ای لندست 8 نشان داد که الگوریتم SEBAL تبخیر و تعرق را در محدوده‌هایی که دارای پوشش گیاهی غالبا کشاورزی و باغ هستند، به‌‌خوبی پیش‌بینی کرده است، به‌طوری ‌که میزان هدررفت آب از طریق بخار را نزدیک به مقادیر ثبت شده ایستگاه سینوپتیک شرق اصفهان (فرودگاه شهید بهشتی) پیش‌بینی کرده است. میزان خطای به‌دست ‌آمده در محاسبه الگوریتم  مورد نظر 0.1 درصد بوده است. میزان تبخیر و تعرق لحظه‌ای واقعی در محدوده بین 0.22 تا 0.84میلی‌متر محاسبه شده است که با توجه به شرایط آب ‌و هوایی منطقه و دمای هوای نزدیک به سطح (27 تا 50 درجه کلوین) و مقدار تبخیر و تعرق ثبت شده به روش پنمن-مانتیث (0.3 میلی‌متر در ایستگاه سینوپتیک شرق اصفهان)، این مقدار در محدوده معقولی قرار دارد. نتیجه­‌گیریمقایسه خروجی‌های الگوریتم SEBAL با مقدار تبخیر و تعرق به‌دست ‌آمده در ایستگاه سینوپتیک شرق اصفهان که RMSE مقدار 0.1 را نشان می‌دهد، بیانگر مناسب بودن این الگوریتم در محاسبه تبخیر و تعرق در منطقه سگزی است. با توجه به نیاز روزافزون کشور برای جلوگیری از هدررفت یا مصرف مازاد آب در بخش کشاورزی، چه از طریق تغییر الگوی کشت و چه تغییر در روش‌های آبیاری، به‌کارگیری الگوریتم SEBAL در این پژوهش، می‌تواند اطلاعات ارزشمندی را در اختیار متخصصین و مدیران بخش آب و کشاورزی قرار دهد. نتایج به‌دست ‌آمده از اجرای این پژوهش، نشان داد که سنجش از دور با در دست ‌داشتن الگوریتم‌های متفاوت از جمله الگوریتم SEBAL و کمینه اطلاعات زمینی، دارای پتانسیل مناسبی برای تخمین تبخیر و تعرق واقعی است.

Matej Vojtek, Saeid Janizadeh, Jana Vojteková

Abstract This study presents the performance of stand‐alone and novel hybrid models combining the feed‐forward neural network (FFNN) and extreme gradient boosting (XGB) with the genetic algorithm (GA) optimization to determine the riverine flood potential at a local spatial scale, which is represented by the Gidra river basin, Slovakia. Eleven flood factors and a robust flood inventory database, consisting of 10,000 flood and non‐flood locations, were used. Using the FFNN, XGB, GA‐FFNN and GA‐XGB models, 16.5%, 11.0%, 17.1%, and 12.3% of the studied basin, respectively, is characterized with high to very high riverine flood potential. The applied models resulted in very high accuracy, that is, AUC = 0.93 in case of the FFNN stand‐alone model and AUC = 0.96 in case of the XGB stand‐alone model. The GA algorithm was able to raise the value of AUC for the hybrid GA‐FFNN and GA‐XGB models to 0.94 and 0.97, respectively. The results of this study can be useful, especially, for the identification of the areas with the highest potential for riverine floods within the next updating of the Preliminary Flood Risk Assessment, which is being carried out based on the EU Floods Directive.

احمد ملا احمدی, مرضیه رضایی, منصوره شمیلی

مقدمهمدیریت صحیح حوضه بر اساس اصول اکولوژیکی است که درک فرایند اکولوژیکی پیش‌نیاز اصلی برنامه‌ریزی منابع طبیعی است. حوضه‌های مجاور دریای عمان و خلیج فارس به‌علت وجود گنبدهای نمکی فراوان، نسبت به سایر حوزه‌های آبخیز کشور از شرایط ویژه‌ای برخوردار هستند. این رخساره‌های ژئومورفولوژیکی بر کیفیت آب‌های زیرزمینی مناطق تاثیر می‌گذارند و نیازمند تکنیک‌های مدیریتی خاصی هستند. در میان عوامل اکولوژیکی، خاک یکی از عواملی است که نقش مهم و تاثیرگذاری در پراکندگی و تراکم پوشش گیاهی دارد. همبستگی قوی و رابطه نزدیک بین پوشش گیاهی و خاک به گونه‌ای است که تغییر در وضعیت هر یک، تاثیر بسیار قوی بر سایر عملکردهای اکوسیستم خواهد داشت. پژوهش حاضر به‌منظور بررسی تغییرات جوامع گیاهی و نقش عوامل خاکی بر این جوامع در این حوضه‌ها، در نواحی رویشی خلیج و عمانی در شهرستان بستک هرمزگان انجام شد.مواد و روش‌­هابدین منظور، پس از مشخص نمودن محدوده‌ مورد نظر با استفاده از تصاویر ماهواره‌ای گوگل ارث و با کنترل زمینی، تیپ‌بندی انجام و سپس نمونه‌برداری‌ها در هر تیپ و بر روی سه ترانسکت 1000 متری و با پلات چهار متر مربعی با فاصله مناسب صورت گرفت. در هر پلات، درصد تاج پوشش، تراکم، ارتفاع و دو قطر عمود بر هم گیاهان غالب اندازه‌گیری شد. به‌منظور بررسی خاک در هر تیپ، تعداد نه پروفیل حفر و از دو عمق صفر تا 45 و 45 تا 90 سانتی‌متری نمونه‌برداری انجام و به آزمایشگاه منتقل شد. آنالیز آماری توسط نرم‌افزار SPSS و مقایسه میانگین‌ها به روش دانکن و در قالب طرح بلوک کامل تصادفی انجام شد.نتایج و بحثنتایج مقایسه نقشه‌های کاربری نشان می‌دهد که طی دوره 20 ساله 1399-1379، تمامی کاربری‌ها دستخوش تغییرات شدیدی شده است. در این بازه زمانی، مراتع 18.32درصد کاهش داشته که از این میزان 9.85 درصد به اراضی شور و بایر، 0.70 درصد به مناطق دست‌ساز شهری و 5.95 درصد به اراضی کشاورزی تغییر یافته است. نتایج آنالیز ضریب همبستگی بیانگر آن است که پوشش گیاهی با هدایت الکتریکی و میزان سدیم در سطح پنج درصد دارای همبستگی بوده است. ارتفاع گونه‌های گیاهی با درصد رطوبت اشباع و درصد سیلت عمق اول و دوم مرتبط بوده و تراکم گونه‌های گیاهی با عامل‌های هدایت الکتریکی، میزان سدیم، مجموع کلسیم و منیزیم، هر سه مورد در عمق‌های اول و دوم در سطح یک درصد و با رویکرد مثبت و با اسیدیته خاک در هر دو عمق همبستگی نشان داد.نتیجه­‌گیریشور شدن خاک و توسعه آن در حوزه‌های آبخیز خشک و نیمه‌خشک یکی از مخاطرات محیط زیست است که در سال‌های اخیر مورد توجه قرار گرفته است. شهرستان فرامرزان بستک یکی از مناطقی است که شرایط محیطی خشک و نیمه‌خشک و یکی از مخاطرات محیط زیست این حوضه، شور شدن اراضی است. به‌طور کلی، می‌توان بیان کرد که منطقه فرامرزی بستک در نواحی مرتفع با گنبدهای نمکی و در نواحی پایین با رودخانه نمکی به واسطه شوره‌زارهای هرمزگان محدود می‌شود. نوع گونه‌های گیاهی این شوره‌زار با توجه به مرکز شوری متفاوت بوده و این تفاوت در نتیجه ویژگی‌های خاک و سازگاری متفاوت گونه‌ها با سطح شوری است.

ایمان صالح, مجید خزایی, حمیدرضا پیروان et al.

فرسایش خاک و رسوب‌گذاری از معضلات اصلی در اغلب حوزه‌های آبخیز ایران محسوب شده و موجب محدودیت‌های اساسی در دستیابی به توسعه پایدار می‌شوند. ارزان‌­ترین و مناسب­‌ترین راه حفاظت خاک، استفاده از پوشش گیاهی است و لذا در پژوهش حاضر، به بررسی تاثیر ارتفاع، سطح و تراکم پوشش گیاهی ماشک علوفه­‌ای مراغه و ماشک گلشن بر کاهش رواناب و رسوب پرداخته شده است. این آزمایش با استفاده از کرت‌های استاندارد با ابعاد 1.8×22 متر، شیب نه درصد و جهت شیب شرقی به انجام رسید، به­‌طوری ‌که در مجموع نه کرت آزمایشی شامل سه تیمار و سه تکرار در قالب طرح بلوک­‌های کامل تصادفی نصب و اجرا شد. نمونه‌برداری رواناب از مخزن­‌های موجود در انتهای هر کرت انجام و پارامترهای پوشش گیاهی شامل سطح تاج پوشش، تراکم بوته و ارتفاع گیاه در هر نوبت نمونه‌­برداری، اندازه­‌گیری شد. سپس، میانگین پارامترهای اندازه‌­گیری شده با استفاده از آزمون دانکن مورد مقایسه و تجزیه و تحلیل آماری قرار گرفت. بیشترین کاهش حجم رواناب (97 درصد) و غلظت رسوب (94 درصد) برای تیمار ماشک مراغه به­‌دست آمد. همچنین، مشاهده شد که خصوصیات گیاهی نظیر سطح تاج پوشش و تراکم پوشش گیاهی همبستگی عالی با کاهش رواناب و رسوب و در نتیجه حفاظت آب و خاک دارند. بنابراین، انتخاب رقم و گونه گیاهی، یک گام مهم در افزایش کارایی این روش بیولوژیک به‌شمار می­‌رود. بر اساس یافته‌های این پژوهش، به منظور حفاظت آب و خاک و نیز کمک به معیشت ساکنین حوزه آبخیز، استفاده از گیاهان علوفه­‌ای دیم سازگار با شرایط اقلیمی هر منطقه توصیه می‌­شود و گیاه انتخابی باید خصوصیات مناسب گیاهی مانند سیستم ریشه‌­ای و ساقه قوی و متراکم و نیز سطح پوشش مناسب داشته باشد. همچنین، انجام آبیاری اولیه و آبیاری در مراحل مهم رشد گیاه علوفه‌­ای دیم مورد استفاده در شرایط خشکسالی و کم‌­بارش توصیه می­­‌شود.

علی بختیاری زاده, محمد نجف زاده, صدیقه محمدی

مقدمه سفره آب ‌زیرزمینی، از مهم‌ترین منابع آبی هر کشور، به‌خصوص کشور‌ی مانند ایران است که در مناطق گرم و خشک قرار دارد. یکی از ‌راه‌‎های پیشگیری از آلودگی منابع آب زیرزمینی، ارزیابی آسیب‌پذیری این منابع است. به­‌طوری­ که ارزیابی قابل اعتماد آسیب‌پذیری آب زیرزمینی می‌تواند، در تعیین دقیق‌تر نقاط آسیب‌پذیر آبخوان برای حفاظت و مدیریت موثر منابع آب‌ زیرزمینی مفید واقع شود. مواد و روش­‌ها در پژوهش حاضر، از شاخص DRASTIC برای ارزیابی حساسیت آب‌های زیرزمینی، با در نظر گرفتن اثرات کاربری اراضی و آلودگی نیترات در دشت کرمان-باغین واقع در استان کرمان، استفاده شد. به این ترتیب، از هفت پارامتر عمق ایستابی، تغذیه خالص، بافت آبخوان، بافت خاک سطحی، توپوگرافی، تاثیر منطقه غیراشباع و هدایت هیدرولیکی برای محاسبه این شاخص استفاده شد. این شاخص، به‌صورت یک برآورد اولیه ارزیابی آسیب‌پذیری آبخوان در برابر آلودگی آب زیرزمینی در مناطق مختلف مورد پذیرش است. اما با وجود پیچیدگی‌هایی در سامانه آب زیرزمینی و نظرات کارشناسی در تخصیص رتبه‌ و وزن‌ پارامتر‌های موجود در این شاخص و تفاوت در شرایط حاکم بر مناطق مورد مطالعه، همواره پژوهشگران را بر آن داشته است که در بهبود این شاخص گام‌های عملی بردارند. این بهبود در تعدادی از پژوهش­‌ها با اضافه کردن پارامتر‌های دیگر مانند کاربری اراضی و تاثیر نیترات، به پارامتر‌های این شاخص انجام شده است. لذا، در پژوهش حاضر نیز از پارامترهای کاربری اراضی و خطر بالقوه مرتبط با کاربری اراضی به‌ترتیب برای محاسبه شاخص DRASTIC مرکب یا Composite DRASTIC (CD) و شاخص آسیب‌پذیری نیترات (Nitrate Vulnerability Index) استفاده شد. شاخص CD با اضافه کردن پارامتر کاربری اراضی به شاخص DRASTIC و شاخص NVI، با ضرب نقشه رستر رتبه‌بندی خطر بالقوه مرتبط با کاربری اراضی در شاخص DRASTIC، به‌دست آمد. لازم به ذکر است که بر اساس نقشه کاربری اراضی، این دشت شامل 54 درصد مراتع کم تراکم، 24 درصد زراعت‌های آبی، 10 درصد جنگل‌های دست کاشت، شش درصد اراضی بدون پوشش و کویری، پنج درصد مناطق مسکونی و یک درصد دق­های رسی است. ارزیابی سه معیار آسیب‌پذیری که با محاسبه سه شاخص DRASTIC، CD و NVI به‌دست آمد با همبستگی آن‎‌ها با خطر آلودگی آب زیرزمینی، مورد بررسی قرار گرفت. نتایج و بحث نتایج نشان داد که همبستگی شاخص DRASTIC با خطر آلودگی آب‌ زیرزمینی هشت درصد، شاخص CD، 30 درصد و شاخص NVI 54 درصد، با احتمال 99 درصد، همبستگی معنی‌داری را نشان می‌دهند. نتایج حاکی از آن است که اضافه شدن پارامتر کاربری اراضی، باعث افزایش همبستگی آسیب‌پذیری با خطر آلودگی آب زیرزمینی می‌شود و ضرب خطر بالقوه مرتبط با کاربری اراضی به افزایش بیشتر این همبستگی کمک می‌کند. در نتیجه، شاخص NVI شاخص برتر نسبت به دو شاخص دیگر انتخاب شد. نتیجه‌گیری نتایج حاصل از شاخص NVI، دشت کرمان-باغین را به دو طبقه آسیب‌پذیری خیلی کم با مساحت 1528.07 کیلومتر مربع (75.52 درصد) با مقدار NVI کمتر از 70 و آسیب‌پذیری کم با مساحت 495.33 کیلومتر مربع (24.48 درصد) با مقدار NVI 70 تا 110، تقسیم می‌کند. در مجموع، پیشنهاد می‌شود در محدوده‌هایی که آسیب‌پذیری کم است، برای مدیریت صحیح منابع آب زیرزمینی و جلوگیری از آلودگی این منابع، از احداث صنایع و کشت محصولات کشاورزی که باعث ایجاد آلودگی می‌شود، جلوگیری شود.

Flávia Castro Motta, Michel Helcias Montoril

Two-component mixture models have proved to be a powerful tool for modeling heterogeneity in several cluster analysis contexts. However, most methods based on these models assume a constant behavior for the mixture weights, which can be restrictive and unsuitable for some applications. In this paper, we relax this assumption and allow the mixture weights to vary according to the index (e.g., time) to make the model more adaptive to a broader range of data sets. We propose an efficient MCMC algorithm to jointly estimate both component parameters and dynamic weights from their posterior samples. We evaluate the method's performance by running Monte Carlo simulation studies under different scenarios for the dynamic weights. In addition, we apply the algorithm to a time series that records the level reached by a river in southern Brazil. The Taquari River is a water body whose frequent flood inundations have caused various damage to riverside communities. Implementing a dynamic mixture model allows us to properly describe the flood regimes for the areas most affected by these phenomena.