۳۴/۰

۴۷/۰

۷۰/۰

۷۳/۰

CV

۱R1S: فرسایش پاشمانی در شیب ۵% و شدت بارندگی ^۱mm.h^-50 ؛ ۱R2S: فرسایش پاشمانی در شیب ۱۵% و شدت بارندگی ^۱mm.h^-50؛ ۲R1S: فرسایش پاشمانی در شیب ۵% و شدت بارندگی ^۱mm.h^-80؛ ۲R2S: فرسایش پاشمانی در شیب ۱۵% و شدت بارندگی ^۱mm.h^-80. CV: ضریب تغییرات.
میانگین­های دارای حروف مشابه در هر ستون، اختلاف معنی­داری در سطح ۰۵/۰ (LSD) با هم ندارند.
تغییرات فرسایش در بین کاربری­های مختلف در شدت بارندگی ۸۰ میلی­متر بر ساعت بیشتر شد (جدول ۴-۴). در ۲R1S فرسایش پاشمانی دیم نسبت به مرتع (جدول ۴-۴) به طور معنی­داری بیشتر بود. در صورتی که در ۲R2S اختلاف فرسایش پاشمانی بین مرتع تخریب شده و کشاورزی آبی معنی­دار شد. این ممکن است به دلیل تفاوت در مقاومت برشی کاربری­های مختلف باشد. آقاسی و برادفورد (۱۹۹۹) گزارش نمودند که عامل مقاومت برشی سطحی خاک همواره با جداشدن خاک در اثر باران در ارتباط می­باشد و این پارامتر باید در مدل­های توزیع فرسایش پاشمانی آورده شود. بر اساس مطالعه قبلی در منطقه زاگرس (خلیلی مقدم، ۲۰۰۹)، کاهش سطح مقاومت برشی خاک در مرتع تخریب شده در مقایسه با مرتع ممکن است به دلیل تخریب خاکدانه­ها و کاهش کربن آلی و شبکه ریشه­ای باشد (به علت چرای بی­موقع، چرای بی­رویه دام و سوزاندن درختچه­ها).
مقاومت برشی سطحی مهمترین خصوصیت مکانیکی خاک می­باشد که بر فرآیندهای جدایش پاشمان تاثیرگذار می­باشد (نیرینگ و برادفورد،۱۹۸۵؛ واتسون و لافلن^[۱۳۸]،۱۹۸۶؛ برونری و همکاران^[۱۳۹]،۱۹۸۹).
۲-۴ مدل­سازی فرسایش پاشمانی
۱-۲-۴ روش رگرسیون خطی چندگانه
از روش رگرسیون گام به گام با بهره گرفتن از نرم افزار آماری SAS برای انتخاب بهترین ترکیب از متغیرهای مستقل ویژگی­های خاک(پایداری خاکدانه، مقاومت برشی خاک، درصد آهک، درصد ماده­آلی، درصد اندازه ذرات خاک) و توپوگرافی (شیب، ارتفاع، شاخص رسوب، شاخص رطوبت و شاخص قدرت) برای برآورد متغیر وابسته (نرخ فرسایش پاشمانی در شیب و شدت­های مختلف) استفاده شد. پس از انجام محاسبات مشخص شد که مدل به دست آمده از این روش دارای میانگین مربعات خطای زیادی بوده و برآورد مناسبی از فرسایش پاشمانی را ارائه نمی­دهد، ولی با انجام تبدیلات لازم(Log، Ln و انواع تبدیلات توانی از ۱/۰ تا ۲) بر روی متغیر وابسته، و به­دست آوردن مدل رگرسیون خطی چندمتغیره بر اساس داده ­های تبدیل یافته، مشاهده شد که تبدیلات توانی ۱/۰ و ۲/۰ با دقت زیادتر و خطای کمتر قادر به مدل­سازی فرسایش پاشمانی این منطقه خواهند بود، لذا این فرایند از یک رابطه غیر خطی(توانی) پیروی می­ کند.

۲-۲-۴ روش رگرسیون خطی فازی
در مدل­سازی به روش رگرسیون خطی فازی از همان عواملی استفاده می­گردد که در روش رگرسیون معمولی استفاده شد. یا با انجام آنالیز همبستگی، در هر حالت از هر کاربری، متغیرهایی که همبستگی معنی­داری با فرسایش پاشمانی دارند به عنوان متغیرهای تاثیرگذار انتخاب می­شوند. همچنین از بین متغیرهای مستقلی که همبستگی معنی­داری با هم داشته باشند متغیری که مقدار عددی همبستگی زیادتری داشته باشد انتخاب می­ شود. جدول ۵-۴ نتایج همبستگی بین متغیرهای مختلف خاک و توپوگرافی و حالات مختلف فرسایش پاشمانی در کل منطقه مورد مطالعه (بدون تفکیک داده ­ها براساس کاربری اراضی) را نشان می­دهد. همان­طور که مشاهده می­ شود بین پارامترهای میانگین وزنی قطر، مقاومت برشی سطحی و ماده آلی همبستگی زیادی وجود دارد، به عبارتی این سه پارامتر گویای یک مطلب می­باشند و لذا به طور همزمان در مدل وارد نمی­شوند و با توجه به نوع کاربری اراضی هر کدام از آن­ها که همبستگی زیادتری با فرسایش پاشمانی داشته در مدل وارد شده ­اند. در نتایج رگرسیون معمولی نیز همین پارامترها در مدل وارد شده ­اند. پارامترهای مورد استفاده در روش FLR در جدول۶-۴ آورده شده ­اند.
مدل­های به­دست آمده از این روش، با بهره گرفتن از مقادیر خام فرسایش پاشمانی اندازه ­گیری شده، دارای باند فازی وسیع و لذا دقت پایین می­باشد، بنابراین و با توجه به اینکه در نتایج روش گرسیون معمولی نیز مشخص شد که این معادلات از یک رابطه غیر خطی (توانی) پیروی می­ کنند، لذا استفاده مستقیم از یک رگرسیون خطی فازی منجر به جواب مناسبی نمی­گردد، و باید از رگرسیون خطی فازی براساس داده ­های تبدیل یافته استفاده نمود. بنابراین در اینجا نیز از همان تبدیلات (تبدیلات توانی ۱/۰ و ۲/۰) استفاده شده در روش رگرسیون معمولی استفاده نمودیم.
 

جدول۶- ۴ ورودی­های مورد استفاده در مدل­سازی به روش رگرسیون خطی چندمتغیره، فازی

تبدیل شدهY
(فرسایش پاشمانی)

متغیرها

مدل

کاربری

Y ^۱/۰

OM - WI - CoSilt - PI

۱

مرتع

Y ^۱/۰

SI - OM

۲

Y ^۲/۰

MWD

۳

Y^2/0

SSS