Geography and Human Relationships

Geography and Human Relationships

Soil Erosion Hazard Assessment and Its Relationship with Environmental Factors (A Case Study of the Virmooni Watershed, Guilan Province)

Document Type : projects

Authors
tayebe babaei olam 1
Mousa Abedini 2
1 Ph.D Student, Department of Physical Geography, Faculty of Social Scienc,University of Mohaghegh Ardabili, Ardabil, Iran.
2 Professor, Department of Physical Geography, Faculty of Social Scienc, University of Mohaghegh Ardabili, Ardabil, Iran.
10.22034/gahr.2024.472081.2225
Abstract
Soil erosion is one of the most common types of soil degradation that has destructive effects on the environment and human life. The severity of soil erosion is usually estimated using various models. Therefore, the aim of this research is to analyze the intensity of soil erosion hazard and its relationship with environmental factors in the Virmooni watershed in Guilan province,To achieve the research goal, the Revised Universal Soil Loss Equation (RUSLE) model was used, which includes the factors of rainfall erosivity, soil erodibility, topography, vegetation cover, and soil conservation practices. For this purpose, data from rain gauges of the Iran Meteorological Organization, 1:250000 soil texture map of Iran, 30-meter ASTER Digital Elevation Model (DEM), and Landsat 8 OLI satellite image were prepared in the GIS environment. After overlaying the layers, the annual soil erosion amount in the watershed was estimated.In the next step, environmental factors that are effective in soil erosion occurrence were created in the GIS environment, including topographic wetness index, stream power index, slope curvature, profile curvature, surface curvature, and normalized difference vegetation index (NDVI). Finally, zoning maps were prepared. The results of this study showed that the soil erosion rate for the entire watershed was estimated to be between 0 and 1/80 tons per hectare per year. Among the effective factors of the studied model, the topography factor had the highest correlation (0/91) with soil erosion compared to other factors.In another study, the relationship between environmental factors and annual soil loss was investigated. The results showed that the NDVI had the highest correlation (R2=0.62) with soil erosion compared to other factors. The stream power index had the lowest correlation (R2=0.11). This research confirms the possibility of integrating environmental factors affecting soil erosion.
Keywords
Topography"
Vegetation cover"
Environmental factors"
RUSLE Model"
"
Virmooni watershed"

Subjects

  • ابراهیم‌زاده، س.، ارگانی، م.، میردار هریجانی، ف. 1403. مدلسازی نرخ فرسایش خاک و تولید رسوب با مدل RUSLE/SDR در حوضه آبریز دیزگران، مخاطرات محیط طبیعی، 13(39): 24-1.
  • احمدی، ح. ۱۳88. ژئومورفولوژی کاربردی (فرسایش آبی)، چاپ 6، انتشارات دانشگاه تهران، ۵۰۷.
  • اسفندیاری‌درآباد، ف.، مصطفی‌زاده، ر.، پاسبان، ا. ح.، نظافت تکله، ب. 1401. تلفیق شاخص‌های زمینی و پوشش گیاهی برای برآورد و شناسایی خطر فرسایش خاک در حوضه آبخیز عموقین اردبیل، تحلیل فضایی مخاطرات محیطی، 9(1): 96-77.
  • بابلی‌موخر، ح.، تقیان، ع.، شیرانی، ک. 1397. ارزیابی نقشه پهنه‌بندی حساسیت زمین‌لغزش با استفاده از روش تلفیقی فاکتور اطمینان و رگرسیون لجستیک با به‌کارگیری شاخص‌های ژئومورفیک، پژوهش‌های ژئومورفولوژی کمی، 7(3): 116-91.
  • پاسبان، ا. ح.، عابدینی، م.، فروتن، م. 1401. ارزیابی و تحلیل میزان تاثیر کاربری اراضی بر فرسایش خاک با استفاده از مدل تجربی RUSLE (مطالعه موردی: حوضه آبخیز بالیخلوچای، استان اردبیل)، جغرافیا و روابط انسانی، 5(3): 258-238.
  • ذاکری‌نژاد، ر.، فلاح، س. 1401. ارزیابی خطر فرسایش آبی با استفاده از ترکیب مدل تجدید نظرشده جهانی فرسایش خاک (RUSLE) و نقشه تراکم خندقی در حوضه آبخیز علامرودشت استان فارس، پژوهش‎‌های ژئومورفولوژی کمی، 11(4): 209-189.
  • صادقی، س. ح. ر.، کله هوئی، م.، نوری، ع.، نادری مرنگلو، ن.، هواسی، م.، پای فشرده، آ.، خیرپرست، م.، مصطفایی یونجالی، س.، پیروزنیا، ز.، حمزه بی بالانی، م. 1402. تغییرات مکانی خطر فرسایش خاک در حوزه آبخیز بریموند استان کرمانشاه، آب و خاک، 377(3): 456-443.
  • طاهری بابادی، ز.، متشفع، ب.، روشان، س. ح. 1401. تاثیر تغییر کاربری اراضی بر فرسایش خاک با استفاده از GIS و سنجش از دور بر مبنای مدل RUSLE (مطالعه موردی: شهرستان بهبهان)، خشک بوم، 12(1): 92-77.
  • عابدینی، م.، بابایی، ط.، پاسبان، ا. ح. 1402. پهنه بندی مخاطرات زیست محیطی حوضه آبریز ویرمونی استان گیلان، مطالعات علوم محیط زیست، 8(4): 7357-7344.
  • عابدینی، م.، جوادی علی‌بابالو، س.، مصطفی‌زاده، ر.، پاسبان، ا. ح. 1401. ارتباط شاخص‌های پوشش گیاهی و ژئومورفیک با مقادیر فرسایش و رسوب در حوضه آبریز کوزه‌توپراقی، هیدروژئومورفولوژی، 32، 128-105.
  • عابدینی، م.، فتحی جوکندان، ر.، پاسبان، ا. ح. 1403. برآورد فرسایش و رسوب از طریق ارزیابی متغیرهای تاثیرگذار در حوضه آبریز کرگانرود با استفاده از روش EPM، جغرافیا و روابط انسانی، 22034/GAHR.2023.414683.1934
  • فتاح، پ.، حسینی، خ.، هاشمی، س. ع. 1402. بررسی اثرات الگوی رگبار و ویژگی‌های منطقه بر رسوبدهی حوزه آبخیز، مهندسی و مدیریت آبخیز، 15(2): 280-264.
  • کرمی، ف.، مختاری، د.، احمدی، ف. 1402. نقش لندفرم‌ها و لیتولوژی در میزان فرسایش خاک حوضه آبریز زنوزچای، هیدروژئومورفولوژی، 10(37): 24-1.
  • کلارستاقی، ع.، احمدی. ح.، جعفری، م.، قدوسی، ج. 1387. پیش‌بینی تغییرات احتمالی کاربری جنگل به دیم کاری با استفاده از مدل‌سازی احتمالاتی در حوضه آبخیز فریم صحرا استان مازندران، پژوهش و سازندگی، 21(3): 63-52.
  • ملکی، ص.، خرمالی، ف.، کریمی، ع. 1393. معرفی الگوریتم‌های مختلف جریان، برای تهیه نقشه شاخص خیسی و کربن آلی خاک در بخشی از اراضی لسی، منطقه توشن استان گلستان، پژوهش‌های حفاظت آب ‌و خاک، 21(1): 165-141.
  • Ammar, A.K., Alaa, M., Fadhil, K., Alzahrani, H., & Hamad, S. (2023). Predicting Soil Erosion Rate at Transboundary Sub-Watersheds in Ali Al-Gharbi, Southern Iraq, Using RUSLE-Based GIS Model. Sustainability. 15, 1776.
  • Aslam, B., Maqsoom, A., Alaloul, W., Musarat, M. A., Jabbar, T., & Zafar, A. (2010). Soil erosion susceptibility mapping using a GIS-based multi-criteria decision approach: Case of district Chitral, Pakistan. Ain Shams Engineering Journal. 12(2), 1637-1649.
  • Brini, I., Dimitrios, D., & Kalaitzidis, Ch. (2021). Linking Soil Erosion Modeling to Landscape Patterns and Geomorphometry: An Application in Crete, Greece. Applied Sciences. 11(5684), 1-38.
  • Chi, W., Wang, Y., Lou, Y., Na, Y., & Luo, Q. (2022). Effect of Land Use/Cover Change on Soil Wind Erosion in the Yellow River Basin since the 1990s. Sustainability. 14(19), 1-16.
  • Choudhury, M.K., & Nayak, T. (2003). Estimation of soil erosion in Sagar Lake catchment of Central India Proc. International Conference on Water and Environment. 387-392.
  • Dabral, p.p., Baithuri, N., & Pandey, A. (2008). Soil erosion assessment in a hilly catchment of North Eastern India using USLE, GIS and remote sensing. Water Resources Management. 22(12),1783-1798.
  • Elsayed, A., Mostafa, A., Farag, O., Ahmad, B., Dmitry, E., & Mohamad, S. (2023). Integration of RUSLE Model, Remote Sensing and GIS Techniques for Assessing Soil Erosion Hazards in Arid Zones. Agriculture. 13(35), 1-19.
  • Hao, H.X., Wang, J.g., Guo, Z.L., & Hua, l. (2019). Water erosion processes and dynamic change of sediment size distribution under the combined effects of rainfall and overland flow. Catena. 173, 494-504.
  • Imajjane, L., Belfoul, M., Elkadiri, R., & Stokes, M. (2020). Soil erosion assessmentin asemi aridenvironment:acasestudy from the Argana Corridor, Morocco. Environmental Earth Sciences. 79, 409.
  • Olorunfemi, I.E., Komolafe, A.A., Fasinmirin, J.T., Olufayo, A.A. & Akande, S.O. (2020). A GIS-based assessment of the potential soil erosion and flood hazard zones in Ekiti State, Southwestern Nigeria using integrated RUSLE and HAND models CATENA. Land. 194, 104725.
  • Rejith, R.G., & Anirudhan, s. (2019). Delineation of Groundwater Potential Zones in hard rock Terrain Using Integrated Remote Sensing GIS and MCDM Techniques A Case Study From Vamanapuram River Basin, Kerala, India. Gis and Geostatistical Techniques for Groundwater science. 349-364.
  • Renard, K.G. & Freidmund, J.R. (1994). Using monthly precipitation data to estimate the R-factorin the RUSLE. Journal of Hydrology. 157, 287-306.
  • Sharma, A. (2010). Integrating Terrain and Vegetation Indices for Identifying Potential soil Erosion Risk Area. Geo-Spatial Information Science. 13(13), 201-209.
  • Whittington, D. (2022). Improving the Performance of Contingent Valuation Studies in Developing Countries. Environ Resour Econ. 22, 323–367.
  • Wischmeier, W.H., & Smith, D.D. (1978). Predicting rainfall erosion, losses: a guide to conservation planning, United States Department of Agriculture Handbook, Washington DC, 537, 13-27.
Geography and Human Relationships
Volume 7, Issue 3 - Serial Number 27
Winter 2025
Pages 497-517

  • Receive Date 06 August 2024
  • Revise Date 10 February 2025
  • Accept Date 27 August 2024