دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Applying Reinforcement Learning- Cooperative Game Theory (CGT-RL) in the fair distribution of profits from cooperation among basin stakeholders به‌کارگیری نظریه بازی همکارانه - یادگیری تقویتی برای توزیع عادلانه مزایای ناشی از همکاری میان ذینفعان حوضه آبریز 1 35 7766 10.22069/jwsc.2026.23707.3808 FA شاهین سلیم پور ناغانی گروه مهندسی عمران، دانشگاه سیستان و بلوچستان، زاهدان، ایران. سید آرمان هاشمی منفرد گروه مهندسی عمران دانشگاه سیستان و بلوچستان عباسعلی قادری گروه مهندسی عمران، دانشگاه سیستان و بلوچستان مهدی اژدری مقدم گروه مهندسی عمران دانشگاه سیستان و بلوچستان سروش ابوالفتحی دانشکده مهندسی دانشگاه وارویک، کاونتری، انگلستان Journal Article 2025 05 28 Background and objectives: In basins with diverse stakeholders, ensuring the equitable distribution of water resources and the benefits derived from them is a fundamental aspect of integrated water resources management. This issue becomes more complex when one party, despite being the primary resource of the basin, is less developed than the other due to inequality in wealth distribution. In such cases, achieving an equitable distribution of benefits among stakeholders is crucial, especially when the parties have the potential for sustainable cooperation, which can lead to greater collective benefits. Cooperative game theory (CGT) provides a suitable framework to address the equitable allocation of benefits in such competitive environments. However, determining the values of benefits in the objective function, considering different coalitions of stakeholders, can be very challenging. Reinforcement learning (RL) provides a valuable tool to determine the benefits of various levels of cooperation, including full cooperation, partial cooperation, and no cooperation among stakeholders. This study uses a Cooperative Game Theory-Reinforcement Learning (CGT-RL) approach to examine two adjacent watersheds, the North Karoon and Zayandeh Rood. The three main stakeholder provinces in these two basins, namely Chaharmahal Bakhtiari, Isfahan, and Khuzestan, have disagreements about water allocation and the fair and efficient distribution of benefits from its use, which have increased in the past few years. In this paper, the CGT-RL method is used for the first time to address this real-world challenge in a large water system. This study aims to use the aforementioned framework to fairly and efficiently distribute benefits (revenue) from water use in the case of a grand coalition and full cooperation among these three stakeholders. The proposed framework combines RL and CGT to address two major weaknesses of the approaches prevalent in previous research on maximizing and distributing benefits in multi-stakeholder water resource systems. The first weakness of the application of conventional optimization methods is the maximization of the total system benefit regardless of how it is distributed among the stakeholders. These methods assume that there is perfect cooperation among stakeholders and ignore the dynamics of individual decision-making and the benefits of each of them. Cooperative game solutions can provide strong incentives for individual decision-makers and facilitate cooperation to achieve the optimal solution. However, obtaining the information required to use them is very challenging and computationally complex. This leads to the second weakness of the applications of game theory in previous water resources studies, which made simplifying assumptions about the benefits achievable by the parties under different levels of cooperation. Overall, the goal of the present study is to empower various stakeholders through creating coalitions and group cooperation (collective rationality) to achieve greater individual benefits (individual rationality).<br />Materials and methods: Based on the CGT-RL method, first, the benefits achievable under each possible coalition, including the grand coalition (full cooperation), partial coalitions, and single coalition (non-cooperation), are obtained by applying the Q-Learning algorithm. In the second step, cooperative game solving methods, including Nash-Harsanyi bargaining, Shapley value, and Nucleolus, are used to fairly distribute the benefits resulting from full cooperation among stakeholders, considering various concepts of fairness. The stakeholders (players) include the provinces of Esfahan (ESF), Chaharmahal Bakhtiari (CHB), and Khuzestan (KHZ). Their different levels of cooperation include full cooperation, partial cooperation, and no cooperation. In full cooperation, the system is managed by a single agent that tries to optimize the objective function. In partial cooperation, the system is a two-agent system, one agent is responsible for the coalition of two provinces, and the other is responsible for optimizing the objective function for a single province. In non-cooperation, the system has three agents, each of which is separately responsible for a province, and each agent tries to maximize the objective function for the province that it is in charge of. The objective function is a linear function including the amount of water withdrawal from rivers by each province and the average monthly income of the provinces per unit of water consumed. The input data for optimization include the average monthly income of each province per cubic meter of water withdrawal, the volume of monthly water withdrawal by the provinces (MCM), the average volume of river discharge in each province (MCM), and the maximum and minimum values of annual water withdrawal and storage by each province (MCM). <br />Results: The research findings indicate that, in the case of full cooperation among stakeholders (i.e., establishing a grand coalition), the benefits for both parties increase compared to other levels of cooperation. In the case of no cooperation, that is, with the continuation of the current situation, the share of each province from the benefits derived from the withdrawal and use of water from the North Karoon and Zayandeh Rood rivers (average total annual income) is estimated to be 478765.72 billion rials for Isfahan, 421791.33 billion rials for Khuzestan, and 156881.39 billion rials for Chaharmahal Bakhtiari. In the case of full cooperation and establishing a coalition between all the beneficiary provinces, the annual revenues calculated using the whole system optimization method (Q learning algorithm) for Isfahan, Khuzestan, and Chaharmahal Bakhtiari provinces increase to 1641776.17 billion rials, 503201.94 billion rials, and 179054.8 billion rials, respectively. These values are 54 percent higher than the non-cooperation case and about 30 to 40 percent higher than the partial cooperation case (creation of small coalitions). The redistribution of income from full cooperation among stakeholders based on the Nash-Harsani bargaining solution for the three provinces of Isfahan, Khuzestan, and Chaharmahal Bakhtiari is 900963.88, 843989.49, and 579079.55 billion rials, respectively. Based on the Shapley value method, these values for the three provinces of Isfahan, Khuzestan, and Chaharmahal Bakhtiari are 1006962.48, 798112.57, and 518957.86 billion rials, respectively, and in the nucleolus method, the income distributed among the three provinces of Isfahan, Chaharmahal Bakhtiari, and Khuzestan is 886626.26, 847094.96, and 590311.69 billion rials per year, respectively. Esfahan (ESF), having a higher income due to the advantage of industrialization and development, has the highest share of income redistribution (about 38-43%). Chaharmahal Bakhtiari (CHB) gains more stability under the nucleolus method, as this method slightly increases its allocation to reduce dissatisfaction. Khuzestan (KHZ) has a share of income redistribution of the whole system optimization in all methods of 34-36%.<br />Conclusion: This study applied a novel framework to develop collaborative solutions to increase the efficiency of multi-stage, multi-agent water management problems in a practical manner to address a real-world issue. The proposed framework combines RL and CGT. The proposed CGT-RL approach was applied to distribute water benefits from the North Karoon and Zayandeh Rood basins among three stakeholder provinces. The results of this study show that with the computational capacity and the possibility of implementing the Q-learning algorithm, the CGT-RL method can solve much more complex problems in a reasonable time. The combination of RL and CGT provides an opportunity to explore coordinated policies that, in addition to maximizing the benefits of the entire system, also consider the fair allocation of benefits. According to the results, stakeholders can increase their benefits (revenue) from the Zayandeh Rood and North Karoon rivers by fully cooperating and coordinating exploitation policies. The results demonstrate that in the case of full cooperation among stakeholders, the benefits of parties increase relative to other levels of cooperation, as partial and non-cooperation. سابقه و هدف: در حوضه‌های آبریز با ذی‌نفعان گوناگون، تضمین توزیع عادلانه منابع آب و مزایای حاصل از آن‌، جنبه‌ای اساسی از مدیریت یکپارچه منابع آب است. این مسئله زمانی پیچیده‌تر می‌شود که یکی از طرفین، باوجودآنکه منبع اصلی حوضه آبریز است، به دلیل نابرابری در توزیع ثروت، کمتر از دیگری توسعه‌یافته باشد. در چنین مواردی، دستیابی به توزیع عادلانه منافع بین ذی‌نفعان بسیار مهم است، به‌ویژه هنگامی که طرفین پتانسیل همکاری پایدار را داشته باشند که این امر می‌تواند منجر به منافع جمعی بیشتری شود. نظریه بازی‌های همکارانه (CGT) چارچوب مناسبی را برای پرداختن به تخصیص عادلانه منافع در چنین محیط‌های رقابتی فراهم می‌کند. بااین‌حال، تعیین مقادیر منافع در تابع هدف، با درنظرگرفتن ائتلاف‌های گوناگون ذی‌نفعان، می‌تواند بسیار چالش‌برانگیز باشد. یادگیری تقویتی (RL) ابزاری ارزشمند برای تعیین مزایای سطوح مختلف همکاری شامل همکاری کامل، همکاری جزئی و عدم همکاری بین ذی‌نفعان فراهم می‌کند. این مطالعه از رویکرد نظریه بازی‌ها همکارانه - یادگیری تقویتی (CGT-RL) برای بررسی دو حوضه آبریز مجاور کارون شمالی و زاینده‌رود استفاده می‌کند. سه استان ذی‌نفع اصلی در این دو حوضه، شامل استان چهارمحال بختیاری، اصفهان و خوزستان، در مورد تخصیص آب و نیز توزیع (تقسیم) عادلانه و کارآمد مزایای حاصل از مصرف آن اختلاف‌نظر دارند که این اختلافات در چند سال گذشته افزایش‌یافته است. در این مقاله برای نخستین‌بار از روش CGT-RL برای پرداختن به این چالش دنیای واقعی در یک سیستم آبی بزرگ استفاده شد. هدف از این پژوهش استفاده از چارچوب مذکور برای تخصیص عادلانه و کارای مزایای ناشی از مصارف آب در حالت ایجاد ائتلاف بزرگ و همکاری کامل میان این سه ذی‌نفع است. این چارچوب پیشنهادی، RL و CGT را ترکیب می‌کند تا به دو ضعف اصلی رویکردهای غالب در پژوهش‌های پیشین برای به حداکثر رساندن و توزیع مزایا در سیستم‌های منابع آب دارای چند ذی‌نفع بپردازد. نخستین ضعف کاربرد روش‌های بهینه‌سازی مرسوم، بیشینه‌سازی کل مزایای سیستم بدون توجه به نحوه توزیع (تقسیم) آن بین ذی‌نفعان است. این روش‌ها فرض می‌کنند که بین ذی‌نفعان یک سیستم همکاری کاملی وجود دارد و پویایی تصمیم‌گیری افراد و منفعت هر یک از آن‌ها را نادیده می‌گیرد. راه‌حل‌های بازی‌های همکارانه می‌تواند باعث فراهم‌شدن انگیزه‌های قوی در تصمیم‌گیران فردی و نیز تسهیل همکاری جهت دستیابی به راه‌حل بهینه گردد. بااین‌حال، به‌دست‌آوردن اطلاعات موردنیاز برای استفاده از آن‌ها بسیار چالش‌برانگیز و از نظر محاسباتی پیچیده است. این منجر به دومین ضعف کاربردهای نظریه بازی در مطالعات قبلی منابع آب شده که فرضیات ساده‌کننده‌ای را در مورد مزایای دست‌یافتنی طرفین تحت سطوح مختلف همکاری ایجاد می‌کردند. به‌طورکلی هدف پژوهش حاضر توانمندسازی ذی‌نفعان گوناگون از طریق ایجاد ائتلاف و همکاری گروهی (عقلانیت جمعی) برای دستیابی به منافع فردی (عقلانیت فردی) بیشتر است.<br />مواد و روش‌ها: بر اساس روش CGT-RL ابتدا مزایای قابل‌دستیابی تحت هر ائتلاف ممکن، شامل ائتلاف بزرگ (همکاری کامل)، ائتلاف‌های کوچک (همکاری جزئی) و عدم تشکیل ائتلاف (عدم همکاری)، با به‌کارگیری الگوریتم یادگیری Q به دست می‌آید. در مرحله دوم، از روش‌های حل بازی مشارکتی شامل چانه‌زنی نش - هارسانی، ارزش شپلی و نکلئولوس برای توزیع عادلانه مزایای حاصل از همکاری کامل بین ذینفعان، با درنظرگرفتن مفاهیم مختلف انصاف، استفاده می‌شود. ذی‌نفعان (بازیکنان) شامل استان‌های اصفهان، چهارمحال بختیاری و خوزستان هستند. سطوح مختلف همکاری شامل همکاری کامل، همکاری جزئی و عدم همکاری است. در همکاری کامل، سیستم توسط یک عامل مدیریت می‌شود که سعی در بهینه‌سازی تابع هدف برای کل سیستم دارد. در همکاری جزئی، سیستم یک سیستم دوعاملی است که یک عامل مسئول ائتلاف دو استان همکار و دیگری مسئول بهینه‌سازی تابع هدف برای استان غیر همکار است. در عدم همکاری، سیستم سه عامل دارد که هر کدام به طور جداگانه مسئول یک استان هستند و هر عامل سعی می‌کند تابع هدف را برای استانی که مسئول آن است، به حداکثر برساند. تابع هدف یک تابع خطی شامل میزان برداشت آب از رودخانه‌ها توسط هر استان و میانگین بهره‌وری اقتصادی ماهانه استان‌ها به‌ازای هر مترمکعب برداشت آب است. داده‌های ورودی برای بهینه‌سازی شامل میانگین بهره‌وری اقتصادی ماهانه هر استان به‌ازای هر مترمکعب برداشت آب، حجم برداشت ماهانه آب توسط استان‌ها، میانگین حجم تخلیه رودخانه در هر استان، حداکثر و حداقل مقادیر برداشت و ذخیره سالانه آب توسط هر استان است. <br />یافته‌ها: یافته‌های پژوهش نشان می‌دهد که در صورت همکاری کامل میان ذی‌نفعان (ایجاد ائتلاف بزرگ)، منافع طرفین در مقایسه با سایر سطوح همکاری افزایش می‌یابد. در حالت عدم همکاری یعنی با ادامه وضع موجود سهم هر استان از مزایای حاصل از برداشت و مصارف آب رودخانه‌های کارون شمالی و زاینده‌رود (متوسط درآمد سالانه کل) برای اصفهان 72/478765، خوزستان 33/421791 و برای چهارمحال بختیاری 39/156881 میلیارد ریال برآورد می‌گردد. در صورت همکاری کامل و ایجاد ائتلاف بین تمام استان‌های ذینفع مقادیر درآمد سالانه محاسبه‌شده با استفاده از روش بهینه سازی کل سیستم (الگوریتم یادگیری Q) برای استان‌های اصفهان، خوزستان و چهارمحال بختیاری به‌ترتیب 17/1641776، 94/503201 و 8/179054 میلیارد ریال افزایش می‌یابد. این مقادیر 54 درصد بیشتر از حالت عدم همکاری (وضع موجود) و حدود 30 تا 40 درصد بیشتر از حالت همکاری جزئی (ایجاد ائتلاف‌های کوچک) است. بازتوزیع درآمدهای حاصل از همکاری کامل بین ذینفعان بر اساس راه‌حل چانه‌زنی نش - هارسانی برای سه استان اصفهان، خوزستان و چهارمحال بختیاری به ترتیب 88/900963، 49/843989 و 55/579079 میلیارد ریال است. بر اساس روش ارزش شپلی، این مقادیر برای سه استان اصفهان، خوزستان و چهارمحال بختیاری به ترتیب 48/1006962، 57/798112 و 86/518957 میلیارد ریال و در روش نوکلولئوس، درآمد‌های توزیع‌یافته میان سه استان اصفهان، چهارمحال بختیاری و خوزستان به ترتیب 26/886626، 96/847094 و 69/590311 میلیارد ریال در سال است. اصفهان (ESF) با داشتن درآمد بیشتر به دلیل مزیت صنعتی بودن و توسعه یافتگی، بالاترین سهم از بازتوزیع درآمد (حدود ۳۸-۴۳٪) را به خود اختصاص می‌دهد. چهارمحال بختیاری (CHB) تحت روش نوکلولئوس، ثبات بیشتری کسب می‌کند، زیرا این روش تخصیص خود را کمی افزایش می‌دهد تا نارضایتی را کاهش دهد. سهم خوزستان (KHZ) در تمام روش‌ها از بازتوزیع درآمد بهینه سازی کل سیستم ۳۴-۳۶٪ است. <br />نتیجه‌گیری: رویکرد CGT-RL برای توزیع درآمد حاصل از برداشت و مصرف آب از رودخانه‌های کارون شمالی و زاینده‌رود بین سه استان اصلی ذی‌نفع به کار گرفته شد. نتایج این مطالعه نشان می‌دهد که با ظرفیت محاسباتی و امکان پیاده‌سازی الگوریتم یادگیری Q، روش CGT-RL می‌تواند مسائل بسیار پیچیده‌تری را در مدت‌زمان معقولی حل کند. ترکیب RL و CGT فرصتی را برای بررسی سیاست‌های هماهنگ فراهم می‌کند که علاوه بر به حداکثر رساندن منافع کل سیستم، تخصیص عادلانه و کارای منافع را نیز در نظر می‌گیرد. طبق نتایج، ذی‌نفعان می‌توانند با همکاری کامل و هماهنگی سیاست‌های بهره‌برداری، منافع خود را از برداشت مشارکتی آب از رودخانه‌های زاینده‌رود و کارون شمالی افزایش دهند. یافته‌های پژوهش نشان می‌دهد که در صورت همکاری کامل بین استان‌ها، درآمد طرفین نسبت به سایر سطوح همکاری افزایش می‌یابد که می‌توان با استفاده از روش‌های حل بازی‌های همکارانه این مزایای افزایشی را میان آنها تقسیم نمود. https://jwsc.gau.ac.ir/article_7766_f61fc1537db9f9f2c2366928da931974.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 The effect of mycorrhizal fungi and different levels of salt stress on nutrient uptake and root colonization percentage in Lycium depressum تأثیر قارچ‌های مایکوریزا و سطوح مختلف تنش شوری بر جذب عناصر غذایی و درصد کلونیزاسیون ریشه در گیاه دیوخار ترکمنی (Lycium depressum) 37 69 7767 10.22069/jwsc.2026.23228.3784 FA یاسمن کیاسی دانشگاه علوم کشاورزی و منابع طبیعی گرگان محمد رحیم فروزه دانشگاه علوم کشاورزی و منابع طبیعی، گرگان الهام ملک زاده Gorgan University of Agricultural sciences and Natural resources, Gorgan, Iran عبدالله اردبیلی دانشگاه علوم پزشکی گرگان حسین بارانی دانشگاه علوم کشاورزی و منابع طبیعی گرگان Journal Article 2025 01 24 Background and Objective:<br />Salinity stress is a major challenge in natural and rangeland areas, particularly in arid and semi-arid regions, with significant negative impacts on plant growth and performance. This stress limits plant growth by disrupting the absorption of water and essential nutrients such as phosphorus, nitrogen, and potassium, thereby reducing plant growth and productivity. Arbuscular mycorrhizal fungi (AMF) play a crucial role as root symbionts in enhancing nutrient uptake, increasing plant resistance to environmental stresses, and reducing the absorption of toxic ions like sodium. The medicinal plant Lycium depressum is important for soil stabilization and biodiversity conservation in arid and semi-arid regions due to its relative tolerance to salinity and drought. However, there is limited information on the impact of AMF symbiosis on nutrient uptake and salt tolerance in this plant. The objective of this study is to investigate the effects of different salinity levels and inoculation with various AMF species (including Funneliformis mosseae, Rhizophagus intraradices, and a combination of F. mosseae + R. intraradices) on nutrient absorption (sodium, potassium, calcium, magnesium, and phosphorus) and root colonization percentage in L. depressum. This research aims to develop effective biological strategies for improving the establishment and sustainability of this valuable species in saline ecosystems and providing solutions for the optimal management of degraded rangelands.<br />Materials and Methods:<br />This study was conducted as a pot experiment in a factorial design using a completely randomized block design with four replications, totaling 64 experimental units in the greenhouse of Gorgan University of Agricultural Sciences and Natural Resources in 2022. The experimental treatments consisted of two factors: 1) Inoculation with arbuscular mycorrhizal fungi (AMF) at four levels: treatments with Funneliformis mosseae (F1), Rhizophagus intraradices (F2), a combination of F. mosseae + R. intraradices (F1+F2), and a control without fungi (F0); 2) Different salinity levels induced by sodium chloride at four levels: a control (soil salinity of the native habitat, equivalent to 6 dS/m) and levels of 10, 14, and 18 dS/m. Cuttings of Lycium depressum were collected from the Qaraqara large rangeland hills and, after rooting in a washed sandy bed, were transferred to pots containing sterilized soil from the native habitat. Fungal inoculum (60 grams, containing 60 spores per gram) was applied as a thin layer 1 cm below the root in each pot, and salinity levels were applied gradually. Plants were maintained under controlled greenhouse conditions for two years, with a mean temperature of 21°C to 27°C, 8 hours of darkness and 16 hours of light, and humidity maintained at 70% to 80% of field capacity. The concentration of nutrients (sodium, potassium, calcium, magnesium, and phosphorus) was measured in leaves and roots. Root colonization percentage was determined using the trypan blue staining method and counting fungal structures with a light microscope. Data were analyzed using the General Linear Model (GLM) in Minitab software version 19, and mean comparisons were performed using Tukey's test at a 5% probability level. Graphs were drawn using Excel 2016.<br />Findings:<br />The results of this study showed that increasing salinity levels significantly reduced growth and nutrient uptake in L. depressum. However, inoculation with arbuscular mycorrhizal fungi (AMF), particularly the combined treatment (F1+F2), had a positive effect on nutrient absorption. In mycorrhizal treatments, the concentration of potassium, calcium, magnesium, and phosphorus in leaves significantly increased (p < 0.05). The highest absorption of these elements was observed at a salinity level of 6 dS/m (S1). At this salinity level, the combined treatment F1+F2 increased phosphorus absorption by up to two-fold and calcium absorption by more than two-fold compared to the control. Additionally, at this salinity level, root colonization percentage in the F1+F2 treatment reached 26.325%, which was 39 times higher than the control. As salinity increased to levels of 10, 14, and 18 dS/m (S2, S3, and S4), the positive effect of the combined treatment F1+F2 on nutrient absorption and root colonization decreased, but it still outperformed the control. For example, at the S4 salinity level, potassium absorption in the F1+F2 treatment increased by more than two-fold compared to the control. Furthermore, the F1+F2 treatment significantly improved calcium and magnesium absorption across all salinity levels, such that at the S4 level, calcium absorption in this treatment was more than three and a half times that of the control. The fungal combination F1+F2 also reduced sodium absorption in roots (by up to 50%) and leaves (by up to 64.3%), especially at higher salinity levels, and enhanced plant tolerance to salinity through synergistic effects. These findings suggest that the fungal combination F1+F2 can be used as an effective strategy to improve nutrient uptake and enhance the tolerance of L. depressum to salinity stress.<br />General Conclusion:<br />This study demonstrated that salinity stress significantly affects the absorption of nutrients (sodium, potassium, calcium, magnesium, and phosphorus) and root colonization by arbuscular mycorrhizal fungi (AMF) in Lycium depressum. However, inoculation with a combination of two fungal species (F1+F2), particularly at lower salinity levels, effectively mitigated the adverse effects of salinity. The combined treatment F1+F2 played a crucial role in enhancing the absorption of essential elements like calcium and magnesium (in some salinity levels, several times higher than the control) and significantly increasing root colonization (up to 39 times at the lowest salinity level and notably at other levels). Additionally, the F1+F2 treatment reduced sodium absorption in roots by up to 50% and in leaves by up to 64.3%, especially at higher salinity levels, and improved plant tolerance to salinity through synergistic effects. These findings suggest that using this fungal combination can be an effective strategy for managing salinity stress in L. depressum and potentially similar species. This approach is particularly important for projects aimed at rehabilitating saline rangelands and sustainably developing land use in arid and semi-arid regions facing soil salinity issues. سابقه و هدف: تنش شوری یکی از چالش‌های اصلی در عرصه‌های طبیعی و مراتع، به ویژه در مناطق خشک و نیمه‌خشک است که اثرات منفی قابل توجهی بر رشد و عملکرد گیاهان دارد. این تنش با اختلال در جذب آب و عناصر غذایی ضروری مانند فسفر، نیتروژن و پتاسیم، رشد گیاهان را محدود کرده و رشد و عملکرد آن‌ها را کاهش می‌دهد. قارچ‌های میکوریزا آربوسکولار (AMF) به عنوان همزیست‌های ریشه، نقش مهمی در بهبود جذب عناصر غذایی، افزایش مقاومت گیاهان به تنش‌های محیطی و کاهش جذب یون‌های سمی مانند سدیم ایفا می‌کنند. گیاه دارویی دیوخار ترکمنی (Lycium depressum) به دلیل مقاومت نسبی به شوری و خشکی، نقش مهمی در تثبیت خاک و حفظ تنوع زیستی در مناطق خشک و نیمه‌خشک دارد. با این حال، اطلاعات محدودی در مورد تأثیر همزیستی با قارچ‌های مایکوریزا بر جذب عناصر غذایی و تحمل این گیاه به شوری وجود دارد. هدف این پژوهش، بررسی تأثیر سطوح مختلف تنش شوری و تلقیح با قارچ‌های مختلف AMF (شامل Funneliformis mosseae، Rhizophagus intraradices و ترکیب F. mosseae + R. intraradices) بر جذب عناصر غذایی (سدیم، پتاسیم، کلسیم، منیزیم و فسفر) و درصد کلونیزاسیون ریشه در گیاه L. depressum است. این مطالعه با هدف توسعه راهکارهای زیستی مؤثر برای بهبود استقرار و پایداری این گونه ارزشمند در اکوسیستم‌های شور و ارائه راهکارهایی برای مدیریت بهینه مراتع تخریب‌شده انجام شده است.<br />مواد و روش‌ها:<br />این پژوهش به صورت آزمایش گلدانی به‏صورت فاکتوریل در قالب طرح بلوکهای کاملاً تصادفی با چهار تکرار در مجموع با 64 واحد آزمایشی در گلخانه دانشگاه علوم کشاورزی و منابع طبیعی گرگان در سال ۱۴۰۱ انجام شد. تیمارهای آزمایشی شامل دو فاکتور بودند: 1) تلقیح با قارچ‌های مایکوریزا آربوسکولار (AMF) در چهار سطح: ) تیمارهای قارچ Funneliformis mosseae (F1)، Rhizophagus intraradices (F2)، ترکیب F. mosseae + R. intraradices (F1+F2) و شاهد بدون قارچ، (F0)؛ ۲) سطوح مختلف تنش شوری ناشی از کلرید سدیم در چهار سطح: شاهد (شوری خاک رویشگاه معادل ۶ دسی‌زیمنس بر متر) و سطوح ۱۰، ۱۴ و ۱۸ دسی‌زیمنس بر متر. قلمه‌های گیاه دیوخار ترکمنی L. depressum از تپه‌های مرتع قره‌قره بزرگ برداشت و پس از ریشه‌دار شدن در بستر ماسه بادی شسته شده، به گلدان‌های حاوی خاک استریل‌شده رویشگاه منتقل شدند. زادمایه قارچی به اندازه 60 گرم (حاوی ۶۰ اسپور در هر گرم) به صورت یک لایه نازک تلقیح شده در فاصله 1 سانتیمتری زیر ریشه به گلدان‌ها اضافه شد و سطوح شوری به صورت تدریجی اعمال گردید. گیاهان به مدت دو سال تحت شرایط کنترل‌شده گلخانه‌ای متوسط دما حداقل 21 و حداکثر 27 درجه ‌سانتیگراد و شدت نور 8 ساعت تاریکی و 16 ساعت روشنایی با حفظ رطوبت ۷۰ تا ۸۰ درصد ظرفیت زراعی، نگهداری شدند. غلظت عناصر غذایی (سدیم، پتاسیم، کلسیم، منیزیم و فسفر) در برگ‌ها و ریشه‌ها اندازه‌گیری شد. درصد کلونیزاسیون ریشه با روش رنگ‌آمیزی تریپان بلو و شمارش ساختارهای قارچی با استفاده از میکروسکوپ نوری تعیین گردید. داده‌ها با استفاده از مدل خطی عمومی (GLM) در نرم‌افزار Minitab نسخه ۱۹ تحلیل و مقایسه میانگین‌ها با آزمون توکی در سطح احتمال ۵ درصد انجام شد. نمودارها نیز با نرم‌افزار Excel 2016 ترسیم گردیدند.یافته‌ها:<br />نتایج این پژوهش نشان داد که افزایش سطوح شوری منجر به کاهش معنی‌دار رشد و جذب عناصر غذایی در گیاه دیوخار ترکمنی می‌شود. با این حال، تلقیح با قارچ‌های میکوریزا آربوسکولار (AMF)، به ویژه تیمار ترکیب (F1+F2)، تأثیر مثبتی بر جذب عناصر داشت. در تیمارهای مایکوریزایی، غلظت عناصر پتاسیم، کلسیم، منیزیم و فسفر در برگ‌ها به طور معنی‌داری افزایش یافت .(p<0.05) بیشترین میزان جذب این عناصر در سطح شوری ۶ دسی‌زیمنس بر متر (S1) مشاهده شد، در سطح شوری S1، تیمار ترکیبی F1+F2 جذب فسفر را تا دو برابر و جذب کلسیم را تا بیش از دو برابر نسبت به شاهد افزایش داد. همچنین، در همین سطح شوری، درصد کلونیزاسیون ریشه در تیمار F1+F2 به 325/26 درصد رسید که ۳۹ برابر بیشتر از شاهد بود. با افزایش شوری به سطوح ۱۰، ۱۴ و ۱۸ دسی‌زیمنس بر متر(S2، S3 و S4)، تأثیر مثبت تیمار ترکیبی F1+F2 بر جذب عناصر و کلونیزاسیون ریشه کاهش یافت، اما همچنان نسبت به شاهد برتری داشت. به عنوان مثال، در سطح شوری S4، جذب پتاسیم در تیمار F1+F2 نسبت به شاهد بیش از دو برابر افزایش یافت. علاوه بر این، تیمار F1+F2 در تمام سطوح شوری، جذب کلسیم و منیزیم را به طور معنی‌داری بهبود بخشید، به‌طوری که در سطح شوریS4، جذب کلسیم در این تیمار بیش از سه و نیم برابر شاهد بود. همچنین ترکیب قارچی F1+F2جذب سدیم را در ریشه (تا ۵۰٪) و برگ (تا 3/64٪) کاهش داد، به ویژه در سطوح بالا شوری، و با ایجاد اثر هم‌افزایی، تحمل گیاه به شوری را بهبود بخشید. این یافته‌ها نشان می‌دهد که ترکیب قارچی F1+F2 می‌تواند به عنوان یک راهکار مؤثر برای بهبود جذب عناصر غذایی و افزایش تحمل گیاه L. depressum به تنش شوری مورد استفاده قرار گیرد.<br />نتیجه‌گیری کلی:<br />این پژوهش نشان داد که تنش شوری به طور معنی‌داری جذب عناصر غذایی (سدیم، پتاسیم، کلسیم، منیزیم و فسفر) و کلونیزاسیون ریشه توسط قارچ‌های میکوریزا آربوسکولار (AMF) در گیاه L. depressum را تحت تأثیر قرار می‌دهد. با این حال، تلقیح با ترکیب دو گونه قارچ (F1+F2)، به ویژه در سطوح پایین‌تر شوری، اثرات نامطلوب شوری را به طور مؤثری تعدیل کرد. تیمار ترکیبی F1+F2 با بهبود جذب عناصر ضروری مانند کلسیم و منیزیم (در برخی سطوح شوری تا چند برابر بیشتر از شاهد) و افزایش چشمگیر کلونیزاسیون ریشه (در شوری سطح یک تا ۳۹ برابر و در سایر سطوح نیز افزایش قابل توجه)، نقش بسزایی در کاهش اثرات منفی شوری ایفا نمود. علاوه بر این، ترکیب قارچی F1+F2 جذب سدیم را در ریشه تا ۵۰٪ و در برگ تا ۳/۶۴٪ کاهش داد، به ویژه در سطوح بالای شوری، و با ایجاد اثر هم‌افزایی، تحمل گیاه به شوری را بهبود بخشید. این یافته‌ها نشان می‌دهد که استفاده از این ترکیب قارچی می‌تواند به عنوان یک راهکار مؤثر در مدیریت تنش شوری در گیاه دیوخار ترکمنی و احتمالاً سایر گونه‌های مشابه، مورد توجه قرار گیرد. این امر به ویژه در پروژه‌های احیای مراتع شور و توسعه پایدار بهره‌برداری از اراضی در مناطق خشک و نیمه‌خشک که با مشکل شوری خاک مواجه هستند، اهمیت دارد. https://jwsc.gau.ac.ir/article_7767_286dedd7affb9bb38d6a4db40c5a9e83.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Evaluation of Diverse Modeling Approaches for Rainfall–Runoff Processes in Semi-Arid Regions of Iran ارزیابی رویکردهای متنوع مدل‌سازی برای فرآیندهای بارش-رواناب در مناطق نیمه‌خشک ایران 71 98 7768 10.22069/jwsc.2025.23831.3817 FA اکرم حیدری دانش‌جوی کارشناسی ارشد علوم و مهندسی آبخیزداری، گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس، ایران نادر جندقی دانشیار هیدرولوژی مهندسی، گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس مجتبی قره محمود لو دانشیار هیدروژئولوژی زیست‌محیطی، گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس، ایران مجید عظیم محسنی دانشیار آمار، گروه آمار، دانشگاه گلستان، ایران 0000-0001-7016-1268 Journal Article 2025 07 05 Background and Objectives: The relationship between rainfall and runoff is a fundamental concept in hydrology, reflecting complex processes such as infiltration, evapotranspiration, and water exchange between surface and subsurface flows that ultimately lead to runoff generation. In arid and semi-arid regions, irregular and intense rainfall events, coupled with limited hydrometric data and the intricate structure of watersheds, pose significant challenges for water resources management. Rivers, as vital components of the hydrological cycle, play a crucial role in water supply, aquifer recharge, and ecosystem sustainability, and are highly sensitive to variations in precipitation. Advanced runoff modeling, particularly through data-driven approaches such as machine learning and deep learning, has enabled the identification of nonlinear patterns and the accurate prediction of hydrological events, providing valuable tools for informed decision-making in sustainable water resources management. Accordingly, the primary objective of this study is to evaluate and compare the performance of statistical and data-driven models, including Quantile Regression (QR), Multi-Layer Perceptron (MLP), Adaptive Neuro-Fuzzy Inference System (ANFIS), and Transfer Function (TF), in simulating the rainfall–runoff process in the semi-arid regions of Iran.<br />Materials and Methods: In the present study, monthly data from hydrometric and meteorological stations in three watersheds, Zoshk, Dehbar, and Kardeh, located in Khorasan Razavi Province, were used to model the rainfall–runoff process over 26 years (1997–2022). As an initial step, the Chow method was employed to assess the accuracy and homogeneity of the time series data. Given the temporal dependency of monthly rainfall and runoff data, the data were structured as a time series for further analysis. To simulate and forecast monthly runoff for the next 12 months based on rainfall data, four models were utilized: multilayer perceptron (MLP) neural network, adaptive neuro-fuzzy inference system (ANFIS), transfer function (TF), and quantile regression (QR). Considering that more recent years provide more accurate insights into current conditions, a forward selection approach was adopted to determine the effective number of years for modeling. Among the available years, all but one were used for model training, and the remaining year was reserved for validation. The performance of the calibrated models was evaluated using three standard metrics: mean absolute error (MAE), root mean square error (RMSE), and the coefficient of determination (R²). It is noteworthy that statistical analyses and computations in this study were performed using R software (quantreg and frbs packages), SAS, MINITAB, and SPSS.<br />Results: The analysis of the monthly trend of rainfall and runoff time series in the three studied watersheds revealed that these basins exhibit distinct structural characteristics. Cross-correlation analysis indicates the presence of a lagged relationship between rainfall and runoff time series in the three selected watersheds. Specifically, the direct effect of precipitation on runoff was observed with a maximum lag of one month in the Zoshk and Dehbar watersheds, while in the Kardeh watershed—due to its mountainous conditions and the higher contribution of snow in the precipitation regime—a maximum lag of three months was identified. The effective number of years for modeling, determined through a forward selection process, was found to be 17, 19, and 9 years for the Zoshk, Dehbar, and Kardeh watersheds, respectively, providing optimal model performance. The validation results of the models using MAD, RMSE, and R² indices indicate that the MLP model provides the most accurate estimation of monthly runoff in the Zoshk, Dehbar, and Kardeh watersheds (RMSE = 0.0032, 0.0028, and 0.0123 m³/s, respectively) compared to the other models. Following MLP, the ANFIS model ranked second in performance (RMSE = 0.0146, 0.0044, and 0.0186 m³/s, respectively). The validation results further revealed considerable similarity between the simulation outputs of the MLP and ANFIS models. After these two models, the quantile regression (QR) approach exhibited the next highest accuracy in the Zoshk, Dehbar, and Kardeh watersheds (RMSE = 0.0344, 0.0293, and 0.0444 m³/s, respectively). The transfer function (TF) model also provided relatively satisfactory results in identifying trends and evaluating prediction accuracy; however, it exhibited the weakest performance among the four models in the Zoshk, Dehbar, and Kardeh watersheds (RMSE = 0.0344, 0.0378, and 0.0510 m³/s, respectively). Validation results also indicated notable similarities between the simulation outputs of the TF and QR models. Based on the coefficient of determination (R²) for the models, it can be concluded that a substantial proportion of the variance in the dependent variable was adequately explained by the independent variables. Therefore, all four models demonstrated acceptable levels of predictive accuracy.<br />Conclusion: The results of this study indicated that the four models employed, including MLP, ANFIS, QR, and TF, despite differences in accuracy, demonstrated satisfactory performance in identifying patterns and modeling variations in output time series based on input data. Accordingly, these models can be considered efficient and effective tools for predicting monthly runoff based on precipitation in the study area. No evidence of persistent overfitting or underfitting, which could reduce the models’ accuracy and efficiency, was observed in any of the approaches. Nevertheless, a comparison of the evaluation metrics indicated that, in terms of predictive accuracy, the models ranked in the following order: MLP, ANFIS, QR, and TF. Given the high variability of precipitation in Khorasan Razavi Province, it was initially expected that the QR model, designed to handle extreme values differently from average values, would achieve superior accuracy. However, its performance was noticeably lower than that of the MLP and ANFIS models. Although the TF model demonstrated lower accuracy compared to the other models, it played a significant role in identifying time lags in the relationship between input variables (rianfall) and output variables (runoff). Moreover, the structure of the TF model provides a suitable framework for explaining hydrological processes and representing the influence of rainfall on runoff within a process-based modeling perspective. سابقه و هدف: رابطه بارش و رواناب از مفاهیم بنیادین هیدرولوژی به‌شمار می‌رود و بیانگر فرآیندهای پیچیده‌ای نظیر نفوذ، تبخیر و تعرق و تبادل آب میان جریان‌های سطحی و زیرسطحی است که منجر به شکل‌گیری رواناب می‌شوند. در مناطق خشک و نیمه‌خشک بارش‌های نامنظم و شدید، همراه با کمبود داده‌های هیدرومتری و ساختار پیچیده حوضه‌ها، چالش‌های جدی برای مدیریت منابع آب ایجاد کرده است. رودخانه‌ها به‌عنوان شریان‌های حیاتی چرخه هیدرولوژیکی، نقشی اساسی در تأمین آب، تغذیه آبخوان‌ها و پایداری زیست‌بوم‌ها دارند و به‌شدت تحت تأثیر تغییرات بارش قرار می‌گیرند. بهره‌گیری از مدل‌سازی پیشرفته رواناب، به‌ویژه استفاده از رویکردهای داده‌محور همچون یادگیری ماشین و یادگیری عمیق، امکان شناسایی الگوهای غیرخطی و پیش‌بینی دقیق رخدادهای هیدرولوژیکی را فراهم کرده و ابزاری ارزشمند برای تصمیم‌گیری هوشمندانه در مدیریت پایدار منابع آب ارائه می‌دهد. بر این اساس هدف اصلی این پژوهش، ارزیابی و مقایسه عملکرد مدل‌های آماری و داده‌محور، شامل رگرسیون چندکی(QR)، شبکه عصبی پرسپترون چندلایه (MLP)، شبکه عصبی-فازی (ANFIS) و تابع انتقال (TF)، در شبیه‌سازی فرآیند بارش–رواناب در مناطق نیمه‌خشک ایران است.<br />مواد و روش‌ها: در پژوهش حاضر، به منظور مدل‌سازی فرآیند بارش-رواناب در سه حوضه آبخیز زشک، دهبار و کارده واقع در استان خراسان رضوی، از داده‌های ماهانه ایستگاه‌های هیدرومتری و هواشناسی در دوره آماری 26 ساله (2022-1997) استفاده شد. در گام نخست، به‌منظور بررسی صحت و همگنی سری‌های زمانی داده‌ها، آزمون چاو به‌کار گرفته شد. با توجه به وابستگی مقادیر بارش و رواناب ماهانه به زمان، داده‌ها به‌صورت سری‌های زمانی مرتب گردیدند. برای برازش و مدل‌سازی مقادیر رواناب ماهانه با استفاده از داده‌های بارش به‌منظور پیش‌بینی ۱۲ ماه آینده، از چهار مدل شامل شبکه عصبی پرسپترون چندلایه (MLP)، شبکه عصبی–فازی (ANFIS)، تابع انتقال (TF) و رگرسیون چندکی (QR) بهره گرفته شد. با توجه به این‌که سال‌های نزدیک‌تر به زمان حال اطلاعات دقیق‌تری از شرایط کنونی ارائه می‌دهند، از سال‌ها به‌صورت فرآیند پیش‌رو در مدل‌سازی استفاده شده و تعداد سال‌های مؤثر تعیین گردید. از میان سال‌های آماری مورد بررسی، تمامی سال‌ها برای آموزش مدل‌ها و سری زمانی یک سال به‌منظور اعتبارسنجی به‌کار رفت. اعتبارسنجی مدل‌های برازش داده شده با استفاده از سه معیار استاندارد میانگین قدر مطلق خطا (MAE)، مجذور میانگین مربعات خطا (RMSE) و ضریب تعیین (R2) ارزیابی شد. شایان ذکر است که در این پژوهش به‌منظور انجام محاسبات آماری از نرم‌افزارهای R (بسته‌های quantreg و frbs)، SAS، MINITAB و SPSS استفاده شد.<br /><br />یافته‌ها: بررسی روند سری‌های زمانی بارش و رواناب ماهانه در سه آبخیز مورد مطالعه نشان داد که این حوضه‌ها دارای ساختارهای متفاوتی هستند. تحلیل نمودارهای خودهمبستگی متقابل بیانگر وجود ارتباط تاخیری بین سری‌های زمانی بارش و رواناب در سه آبخیز منتخب است. بر این اساس، اثر مستقیم بارش بر رواناب در حوضه‌های آبخیز زشک و دهبار با حداکثر تأخیر یک‌ ماهه و در حوضه آبخیز کارده، به‌دلیل شرایط کوهستانی و سهم بالاتر برف در رژیم بارندگی، با حداکثر تأخیر سه‌ ماهه مشاهده شد. تعداد سال‌های مؤثر در مدل‌سازی با استفاده از فرآیند پیش‌رو برای حوضه‌ های آبخیز زشک، دهبار و کارده به‌ترتیب ۱۷، ۱۹ و ۹ سال تعیین گردید که بهترین عملکرد مدل‌ها را فراهم کرده است. بررسی نتایج اعتبارسنجی مدل‌ها با شاخص‌های MAD، RMSE و R² حاکی از آن است که مدل MLP در مقایسه با سایر مدل‌ها، دقیق‌ترین برآورد رواناب ماهانه را در آبخیزهای زشک، دهبار و کارده (به‌ترتیب RMSE=0.0032, 0.0028, 0.0123m3/s) ارائه می‌دهد. پس از آن، مدل ANFIS (RMSE=0.0146, 0.0044, 0.0186 m3/s) در رتبه دوم قرار دارد. اعتبارسنجی مدل‌ها همچنین نشان‌دهنده شباهت قابل‌توجه نتایج مدل‌سازی دو روش MLP و ANFIS است. پس از این دو مدل، رگرسیون چندکی (QR) بالاترین دقت را در آبخیزهای زشک، دهبار و کارده ارائه داد (به‌ترتیب RMSE=0.0344, 0.0293, 0.0444m3/s). مدل تابع انتقال (TF) نیز مشابه مدل QR نتایج نسبتا مناسبی در تشخیص روند و ارزیابی دقت ارائه کرده است؛ اما در مقایسه با سه مدل دیگر، ضعیف‌ترین عملکرد را در آبخیزهای زشک، دهبار و کارده داشته است (به‌ترتیب RMSE=0.0344, 0.0378, 0.0510m3/s). نتایج اعتبارسنجی همچنین بیانگر شباهت زیاد نتایج مدل‌سازی رواناب ماهانه در دو روش TF و QR بود. بر اساس ضریب تعیین (R²) برای مدل‌ها، می‌توان نتیجه گرفت که سهم قابل‌توجهی از واریانس متغیر وابسته به‌طور قابل قبولی توسط متغیرهای مستقل توضیح داده شده است؛ بنابراین، همه مدل‌ها از دقت مناسبی برخوردارند.<br />نتیجه‌گیری: نتایج این پژوهش نشان داد که چهار مدل مورد استفاده، شامل MLP، ANFIS، QR و TF، با وجود تفاوت در میزان دقت، عملکرد قابل قبولی در شناسایی الگو ها و مدل‌ سازی تغییرات سری‌های زمانی خروجی بر اساس داده‌های ورودی نشان داده‌اند. بر این اساس، می‌توان از این مدل‌ها به‌عنوان ابزارهایی کارآمد و مؤثر برای پیش‌بینی رواناب ماهانه بر مبنای میزان بارش در منطقه‌ مورد مطالعه بهره گرفت.در هیچ‌یک از مدل‌های بررسی‌شده شواهدی از بیش‌برازش یا کم‌برازش مستمر که منجر به کاهش دقت و کارایی مدل‌ها شود، مشاهده نشد. با این حال، مقایسه شاخص‌های ارزیابی نشان داد که از نظر دقت، مدل‌ها به‌ترتیب شامل MLP، ANFIS، QR و TF بوده‌اند. با توجه به نوسانات بالای بارش در استان خراسان رضوی، انتظار می‌رفت مدل QR که برای نقاط حدی سازوکار متفاوتی نسبت به مقادیر متوسط در نظر می‌گیرد، دقت بالاتری داشته باشد؛ با این حال دقت آن نسبت به دو مدل MLP و ANFIS به‌طور چشمگیری پایین‌تر بود. اگرچه مدل TF از نظر دقت نسبت به سایر مدل‌ها ضعیف‌تر عمل کرده است، اما این مدل در شناسایی تأخیر زمانی در اثرگذاری بین متغیرهای ورودی (بارش) و خروجی (رواناب) نقش قابل‌ توجهی ایفا می‌کند. علاوه‌ بر این، ساختار مدل TF چارچوب مناسبی برای تبیین فرآیندهای هیدرولوژیکی و نحوه اثرگذاری بارش بر رواناب به‌صورت یک مدل فرآیند محور فراهم کرده است. https://jwsc.gau.ac.ir/article_7768_8dac20cfd7b1fe7f859b987b84ab1bdb.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Evaluating the effectiveness of environmental variables in modeling spatial distribution of cation exchange capacity in Sistan Plain using geostatistical approaches بررسی کارایی متغیرهای محیطی بر مدل سازی توزیع مکانی ظرفیت تبادل کاتیونی خاک در دشت سیستان با استفاده از روشهای زمین آماری 99 125 7769 10.22069/jwsc.2026.23843.3821 FA خلیل اله میرک زهی گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، خوزستان، ایران. 0009-0005-8306-0440 سعید حجتی گروه خاکشناسی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، خوزستان، ایران علی شهریاری گروه علوم و مهندسی خاک، دانشکده مهندسی آب و خاک، دانشگاه زابل، سیستان و بلوچستان، ایران. محمد رضا پهلوان راد بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان، سازمان تحقیقات آموزش و ترویج کشاورزی، گرگان، گلستان، ایران. Journal Article 2025 07 15 Background and Objectives: Soil maps are essential for various users and land-use decision-makers. Improving the accuracy of these maps is of significant importance. Soil properties exhibit complex spatial and temporal variations due to the combined interactions of biological, physical, and chemical processes at different scales. Precise knowledge of the spatial distribution of soil characteristics is crucial for effective agricultural management and informed decision-making. Soil cation exchange capacity (CEC) is an important property that serves as a reliable indicator of plant nutrition, pollutant adsorption, and the prevention of leaching from the soil. Given the significance of this property, its measurement in soil studies can be costly and time-consuming, making it one of the challenging, labor-intensive, and expensive tasks faced by researchers. However, previous studies have shown that geostatistical methods can effectively predict and map soil properties. Therefore, this study aims to compare the effectiveness of auxiliary variables and geostatistical methods in producing a map of soil cation exchange capacity in the Sistan Plain.<br /><br />Materials and Methods: For this research, data from 422 soil profiles in the Sistan Plain were utilized. Sampling locations were selected using a controlled random sampling method. Additionally, this study employed time series remote sensing data, including Landsat 8 OLI sensor images (single bands and indices derived from band ratios), to prepare relevant indices. For this research, data from 422 soil profiles in the Sistan Plain were utilized. Sampling locations were selected using a controlled random sampling method. Additionally, this study employed time series remote sensing data, including Landsat 8 OLI sensor images (single bands and indices derived from band ratios), to prepare relevant indices. These indices were calculated and extracted using ArcGIS software version 10.8.2. Environmental variables derived from the region's digital elevation model were obtained with SAGAGIS software. The corresponding values of the indices extracted from satellite images and the digital elevation model were retrieved at each sampling point in ArcGIS and compiled into tables stored in Excel. A total of 81 environmental variables were examined, including categorized into soil variables, remote sensing variables, and those derived from the digital elevation model. Variables showing significant correlation with soil cation exchange capacity were selected for modeling and geostatistical analyses. Inverse distance weighting methods (with power parameters of one, two, and three), simple and ordinary kriging, and simple and ordinary cokriging were employed as geostatistical approaches for interpolation and prediction of cation exchange capacity values at unsampled locations. The influence of each selected environmental variable was individually assessed within the cokriging methods concerning their effect on the prediction accuracy of cation exchange capacity. To evaluate the accuracy of the various models, two statistics were used: root mean square error (RMSE) and mean error (ME).<br /><br />Results: The results indicated that the best variogram model for predicting the spatial variability of cation exchange capacity in the soils of the Sistan Plain, based on the minimum residual sum of squares (RSS) and the maximum R² value, is the Gaussian model. The spatial suitability index, calculated as the ratio of local variance to the threshold, indicated that the cation exchange capacity of the soils in the Sistan Plain falls within the moderate spatial suitability class. Correlation analysis revealed that topographic variables derived from the digital elevation model had the strongest correlation with soil cation exchange capacity. An examination of the spatial distribution pattern of cation exchange capacity in the region showed that the lowest values (less than 6 cmol/kg) were found in the southeastern and southern areas. Low to moderate values (6–12 cmol/kg) were observed in the southern, eastern, and parts of the northwestern regions; moderate to high values (12–24 cmol/kg) were found in the central, northeastern, and western areas; and the highest values (greater than 24 cmol/kg) appeared in small sections of the northeast and west. Among the methods tested, ordinary cokriging performed best. When combined with ordinary cokriging, the soil clay percentage among soil variables, NIR_TOA among remote sensing variables, and elevation among variables extracted from the digital elevation model demonstrated the best performance and were selected as the most accurate method for mapping soil cation exchange capacity in the Sistan Plain.<br /><br />Conclusion: Soil CEC is a key characteristic for managing soil fertility and plant production, making the spatial modeling of this parameter crucial for farmers and land managers. This study found that the average CEC in the Sistan Plain ranged from low to moderate values (12.67 centimoles per kilogram of soil). The spatial correlation of CEC in the Sistan region was moderate, likely due to the complex geomorphology and variations in depositional environments. Geostatistical methods, particularly cokriging with auxiliary variables, can effectively produce geostatistical maps, greatly assisting various land users in better management. Ultimately, ordinary cokriging, which utilized a combination of three selected auxiliary variables, was identified as the best and most accurate method for mapping soil cation exchange capacity in the Sistan Plain. The lowest CEC values were observed in the southeastern and southern parts of the area, while the highest values were found in small sections of the northeast and west. Additionally, CEC values ranged from low to high in the central, northeastern, and western parts of the region. The spatial distribution pattern of soil CEC appears to be strongly influenced by the distribution of soil particle sizes in the area. The results demonstrate that incorporating combined environmental variables that reflect soil formation conditions or influencing factors, alongside cokriging, can lead to accurate and practical mapping outcomes. سابقه و هدف: نقشه‌های خاک یکی از نیازهای اصلی برای کاربران و تصمیم‌سازان علوم زمین می‌باشد. آگاهی دقیق از توزیع مکانی خصوصیات فیزیکی و شیمیایی خاک مانند ظرفیت تبادل کاتیونی برای تصمیم‌گیری مناسب در مدیریت مؤثر کشاورزی می‌تواند مهم باشد. ظرفیت تبادل کاتیونی خاک یکی از ویژگی‌های کلیدی برای مدیریت حاصلخیری و تولید گیاهی است و مدل‌سازی مکانی آن برای کشاورزان و مدیران این حوزه دارای اهمیت است.. مطالعات پیشین ثابت نموده است که می‌توان از روش‌های زمین‌آماری به طور موفقیت-آمیزی برای پیش‌بینی و پهنه‌بندی ویژگی‌های خاک استفاده نمود. از این‌رو با عنایت به اینکه اندازه‌گیری ظرفیت تبادل کاتیونی خاک به عنوان یکی از ویژگی‌های دیربافت و هزینه‌بر از چالش‌های پیش روی محققان محسوب می‌شود و همچنین در رابطه با بررسی روند تغییرات مکانی ظرفیت تبادل کاتیونی در دشت سیستان مطالعه‌ای انجام نشده است، لذا این مطالعه با هدف تهیه نقشه‌ پراکنش مکانی ظرفیت تبادل کاتیونی خاک و تعیین عوامل (متغیرهای) محیطی تاثیرگذار بر تغییرات مکانی این ویژگی و همچنین مقایسه روش‌های مختلف میان‌یابی در پیش‌بینی مقادیر ظرفیت تبادل کاتیونی اراضی دشت سیستان انجام شد.<br />مواد و روش‌ها: به‌منظور انجام این پژوهش تعداد 422 نقطه به روش‌ نظارت شده تصادفی در دشت سیستان انتخاب و سپس در تابستان سال 1403 از خاک سطحی (عمق 20-0 سانتی‌متری) در نقاط پیشنهادی نمونه‌برداری شد. همچنین، در این مطالعه از داده‌های سنجش از دوری شامل تصاویر سنجنده OLI ماهواره لندست 8 (باندهای منفرد و شاخص‌های حاصل از نسبت‌گیری باندی) مربوط به نزدیک‌ترین زمان نمونه‌برداری از خاک استفاده شد. شاخص‌های سنجش از دوری مورد نظر با استفاده از نرم‌افزار ArcGIS نسخه شماره 10.8.2 محاسبه و استخراج شدند. هم‌چنین متغیر‌های محیطی مشتق شده از مدل رقومی ارتفاعی محدوده مطالعاتی با قدرت تفکیک مکانی 30 متر از پایگاه استر بارگیری شده و سپس با کمک نرم افزار SAGAGIS نسخه شماره7.5 استخراج شدند. سپس در نرم افزار ArcGIS مقادیر متناظر شاخص‌های حاصل از تصاویر ماهواره‌ای و مدل‌های رقومی ارتفاعی در نقاط نمونه‌برداری شده استخراج و به صورت جدول در نرم افزار Excel ذخیره گردید. در مجموع 81 متغیر محیطی در سه دسته متغیرهای خاکی، سنجش از دوری و مستخرج شده از مدل رقومی ارتفاع مورد سنجش قرار گرفتند. در گام بعد، متغیرهایی که همبستگی معنی‌داری با ظرفیت تبادل کاتیونی خاک نشان دادند وارد فرآیند مدل‌سازی و تجزیه و تحلیل‌های زمین‌آماری شدند. روش‌ وزن‌دهی معکوس فاصله (در سه حالت توان اول، دوم و سوم)، کریجینگ ساده و معمولی و کوکریجینگ ساده و معمولی به عنوان روش‌های زمین ‌آماری برای میان‌یابی و پیش‌بینی مقادیر ظرفیت تبادل کاتیونی در نقاط نمونه برداری نشده مورد استفاده قرار گرفتند. تأثیر تمامی متغیرهای محیطی منتخب به صورت جداگانه و ترکیبی در روش‌های کوکریجینگ ساده و معمولی بر دقت پیش‌بینی ظرفیت تبادل کاتیونی توسط این مدل‌ها بررسی گردید. همچنین، به منظور ارزیابی دقت مدل‌های مختلف از دو آماره ریشه میانگین مربعات خطا (RMSE) و میانگین خطا (ME) استفاده شد.<br />یافته‌ها: نتایج نشان داد که میانگین ظرفیت تبادل کاتیونی در دشت سیستان 67/12 سانتی‌مول در هر کیلوگرم خاک می‌باشد. بهترین مدل تغییرنما بر اساس حداقل مجموع مربعات (RSS) و حداکثر مقدار ضریب تبیین (R2) برای پیش‌بینی تغییرپذیری مکانی ظرفیت تبادل کاتیونی در خاک‌های دشت سیستان، مدل گوسی (60/0 = R2 و 289 = RSS) به‌دست آمد. بررسی همبستگی مکانی ظرفیت تبادل کاتیونی در منطقه مطالعاتی متوسط به‌دست آمد که احتمالاً به دلیل پیچیدگی‌های ژئومورفولوژیکی منطقه و تغییرات در محیط‌هـای رسـوبگذاری است. نتایج تحلیل همبستگی بین ظرفیت نبادل کاتیونی و متغیرهای کمکی استفاده شده در این پژوهش حاکی از آن است که متغیرهای مستخرج از مدل رقومی ارتفاع بیشترین همبستگی را با ظرفیت تبادل کاتیونی خاک دارند. در بین متغیرهای خاکی، درصد رس، در بین متغیرهای سنجش از دوری، باند مادون قرمز نزدیک و در بین متغیرهای مستخرج از مدل رقومی ارتفاع ، ارتفاع منطقه از سطح دریا به عنوان موثرترین متغیرهای پیش‌بینی کننده ظرفیت تبادل کاتیونی تشخیص داده شدند. از بین روش‌های میان‌یابی استفاده شده، روش کوکریجینگ معمولی بهترین عملکرد (011/0- = ME و 116/7 = RMSE) را در مقایسه با روش‌های کریجینگ و وزن‌دهی عکس فاصله نشان داد و به عنوان مدل منتخب برای تهیه نقشه پراکنش مکانی ظرفیت تبادل کاتیونی در منطقه مورد استفاده قرار گرفت. از بین سناریوها و روش‌های مختلف میان‌یابی به‌کارگرفته شده در این پژوهش، روش کوکریجینگ معمولی با تلفیق هر سه متغیر درصد رس، باند مادون قرمز نزدیک و ارتفاع منطقه از سطح دریا به‌عنوان بهترین و دقیق‌ترین روش تهیه نقشه ظرفیت تبادل کاتیونی خاک در دشت سیستان انتخاب شد. بررسی الگوی پراکنش مکانی ظرفیت تبادل کاتیونی در منطقه نیز حاکی از آن است که مقدار ظرفیت تبادل کاتیونی خاک در قسمت‌های جنوب شرقی و بخش‌هایی از جنوب منطقه کمترین مقدار (کمتر از 6 سانتی‌مول در هر کیلوگرم خاک) است و در قسمت‌های شرقی، بخش‌هایی از جنوب و شمال غرب منطقه دارای مقدار کم تا متوسط (12-6 سانتی‌مول در هر کیلوگرم خاک) است. در بخش‌های مرکزی، شمال شرق و غرب منطقه مقادیر متوسط تا زیاد (24-12 سانتی‌مول در هر کیلوگرم خاک) و در بخش‌های کوچکی از شمال شرق و غرب منطقه بیشترین مقدار ظرفیت تبادل کاتیونی خاک (بیشتر از 24 میلی‌اکی‌والان بر 100 گرم خاک) مشاهده شد. <br />نتیجه‌گیری: در کل می‌توان چنین نتیجه‌گیری نمود که الگوی پراکنش مکانی تغییرات مکانی ظرفیت تبادل کاتیونی خاک در منطقه به شدت تحت تاثیر پراکنش اندازه ذرات خاک، ژئومورفولوژی منطقه و شرایط هیدرولوژیکی است. یافته‌های این پژوهش حاکی از آن است که تلفیق متغیرهای محیطی منتخب در این پژوهش که منعکس کننده شرایط خاک‌سازی در منطقه و یا عوامل موثر بر آن هستند، همراه با استفادده از روش زمین‌آماری کوکریجینگ می‌تواند به تهیه نقشه‌های ظرفیت تبادل کاتیونی خاک با دقت خوب منجر شود. https://jwsc.gau.ac.ir/article_7769_d9386fcd571759e45c03f1bfb41222e8.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Laboratory study of the effect of Bendway weirs on pollution transfer in meandering rivers with sedimentary bed مطالعه آزمایشگاهی تأثیر سرریزهای قوس رودخانه بر انتقال آلاینده در رودخانه های پیچان رودی با بستر رسوبی 127 149 7770 10.22069/jwsc.2025.22996.3772 FA سمانه نجومی سیاهمرد دانش‌آموخته دکترای گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان مهدی مفتاح هلقی دانشگاه علوم کشاورزی و منابع طبیعی گرگان مهدی اسمعیلی ورکی هیات علمی گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان امیر احمد دهقانی استاد دانشگاه علوم کشاورزی و منابع طبیعی گرگان عبدالرضا ظهیری دانشگاه علوم کشاورزی و منابع طبیعی گرگان Journal Article 2024 11 17 Abstract <br />Background and objectives: In recent years, the rise in pollutant entry into surface waters and rivers has made studying the mixing process of pollutants increasingly important. Mixing in streams influences turbulence, nonuniform velocity, and molecular motion. Secondary current plays a significant role in determining mixing coefficients; enhancing these flows can improve the overall mixing process. One critical mixing coefficient is the longitudinal dispersion coefficient, which can be estimated through both theoretical and experimental methods. Increasing turbulence in rivers is one way to enhance their self-purification capacity. Installing structures like river wall protection systems, including various types of weirs, Bendway weirs, and submerged plates, can enhance turbulence and secondary flow patterns. This, in turn, helps improve the mixing of pollutants in the water. This present study's aim is to investigate the effect of the bendway weirs on the mixing process and the longitudinal dispersion coefficient in the laboratory meandering channel. To achieve this, tracking experiments were conducted in a laboratory meander channel with a sedimentary bed, comparing conditions both with and without bendway weirs.<br />Materials and methods: The experiments in this study were conducted in the Hydraulics and Physical Models Laboratory within the Water Engineering Department at the University of Guilan. The experiments took place in a rectangular flume with a length of 16 meters and a width of 1.5 meters. A salt and water solution was used as a tracer In each experiment, the flow concentration was measured with two EC meters at two points: at the beginning and at the end of the tested intervals. Additionally, the changes in the salinity concentration curve were assessed at two points: at the start of the meandering path and at the end of each curve. By using the Temporal concentration profiles, How the tracer is distributed, transferred, and changed in different intervals and flow rates is examined and then the longitudinal dispersion coefficient was estimated with the routing method, and the effect between hydraulic parameters and bendway weirs was compared. <br />Results: The results indicate that any increase in discharge per unit width from the minimum value (0.014 m3/m.s) to the maximum value (0.022 m3 /m.s), Cr, Tpr, and Tdr decreased up to 97% and U and DL increased by 98% in most experiments. The experiments indicated that most of the considered parameters increase with distance and number of bends and an increase in the lengths of sections leads to the improvement of the indicators related to the reduction of salinity concentration as a symbol of pollution. A comparison of the results showed that by installing the bendway weirs on both sides of the channel with a ratio of 2.5 times the distance to the length of the spillways, the Cr and DL parameters increased by 94% and decreased by 95%, respectively. Cr and D‌L were achieved by installing the weirs in the inner arch with a ratio of 2.5 times the distance to the length of the spillways with an increase of 94% and a decrease of 97%, respectively. Additionally, the structure was installed on both sides of the channel at a ratio of 5 times the distance to the length of the weirs, mentioned parameters were decreased. Furthermore, the distance of the bendway weirs was reduced to 1.7 times the distance to the length of the weirs, resulting in another increase of 94%. Comparison of the time measurement parameters of the distribution and transfer of the tracer, including Tpr and Tdr, obtained from experiments without structures and with the installation of bendway weirs with different arrangements showed that the aforementioned parameters increased with the installation of structures. So the Tpr parameter increased by 66% after the installation of bendway weirs on both sides of the meandering path with a ratio of 2.5 times the distance to the weir length, increased by 61% with the installation of bendway weirs only on the inner curve with a ratio of 2.5 times the distance to the weir length, increased by 49% with the installation of bendway weirs on both sides of the path with a ratio of 5 times the distance to the weir length, and increased by 48% with the installation of weirs on both sides of the meandering path with a ratio of 1.7 times the distance to the weir length compared to the case without weirs. The Tdr parameter has increased by as much as 84% in most cases after the installation of bendway weirs in various configurations. The analysis of the results shows that installing these bendway weirs, along with the increase in obstacles, has resulted in a decrease in tracer transfer speed (denoted as parameter U).<br />Conclusion: The analysis of the results showed that with the increase in the average velocity and turbulence of the flow in the experiments conducted on the sedimentary bed, the Cr was decreased and the DL (Longitudinal dispersion coefficient) was increased. Also, the increase in the distance of sections and the number of arches of the meandering flume has led to an increase in Cr and DL parameters. The results indicate that the installation of bendway weirs in various arrangements generally led to an increase in the Cr parameter and a decrease in the DL parameter. Notably, placing weirs on both sides of the channel, at a distance that is 1.7 times the length of the weirs, demonstrated the best performance. This configuration resulted in simultaneous improvements in both the Cr and DL parameters. سابقه و هدف: امروزه با توجه به افزایش ورود آلاینده‌ها به آب‌های سطحی و رودخانه‌ها، مطالعه فرآیند اختلاط آلاینده‌ها در رودخانه‌ها از اهمیت زیادی برخوردار است. اختلاط در آبراهه‌ها تحت تأثیر عوامل متعددی نظیر آشفتگی، غیر یکنواختی سرعت و حرکت مولکولی انجام می‌گیرد. جریان‌های ثانویه، یکی از عوامل مؤثر بر ضرایب اختلاط است که افزایش پارامتر مذکور می‌تواند منجر به بهبود در فرآیند اختلاط گردد. از ضرایب مهم اختلاط می‌توان به ضریب پراکندگی طولی اشاره کرد که از روش‌های نظری و تجربی قابل برآورد می‌باشد. یکی از راه‌کارهای بهبود توان خودپالایی رودخانه‌ها، افزایش مقدار آشفتگی در رودخانه می‌باشد. کارگذاری سازه‌هایی مانند سازه‌های حفاظت دیواره رودخانه از جمله انواع آبشکن‌ها، سرریزهای مستغرق و صفحات مستغرق بدلیل الگوی جریانی که در اطراف و بین خود ایجاد می-کنند می‌توانند موجب افزایش آشفتگی و جریان‌های ثانویه و در نتیجه کمک به بهبود اختلاط آلاینده‌ها شود. هدف از تحقیق حاضر بررسی تأثیر کارگذاری سرریزهای قوس رودخانه بر فرآیند اختلاط و ضریب پراکندگی طولی، در مسیر پیچان‌رودی به روش آزمایشگاهی می‌باشد. برای این منظور آزمایش‌های ردیابی در پیچان‌رود آزمایشگاهی با بستر رسوبی و در شرایط با و بدون سرریزهای قوس رودخانه انجام گرفت. <br />مواد وروش‌ها: آزمایش‌های تحقیق حاضر در آزمایشگاه هیدرولیک و مدل‌های فیزیکی گروه مهندسی آب دانشگاه گیلان، در فلومی مستطیلی به طول 16 متر و عرض 5/1 انجام گرفت. به‌منظور ایجاد مسیر پیچان‌رودی به‌کمک ورق‌های فلزی مسیر پیچان‌رودی متشکل از 8 قوس با شعاع 5/0 متر ایجاد شد و سپس کف پیچان‌رود به کمک ماسه معدنی به قطر 5/2 میلی‌متر پوشانده شد. برای انجام آزمایش‌های ردیابی از محلول آب و نمک بعنوان ماده ردیاب استفاده شد. در هر آزمایش غلظت جریان در دو نقطه ابتدا و انتهای بازه‌های مورد آزمایش به کمک دو دستگاه Ecمتر اندازه‌گیری و سپس تغییرات منحنی غلظت شوری در دونقطه ابتدای مسیر پیچان‌رودی و انتهای هر یک از قوس‌ها، اندازه‌گیری شد. در ادامه با به‌کارگیری نمودارهای تغییرات زمانی غلظت، چگونگی توزیع، انتقال و تغییرات ردیاب در بازه‌ها و دبی‌های مختلف بررسی و سپس ضریب پراکندگی طولی به‌کمک روش روندیابی برآورد شده و مقایسه بین اثر پارامترهای هیدرولیکی و کارگذاری سرریز بر آن‌ها انجام شد. <br />یافته‌ها: نتایج آزمایش‌ها نشان داد که با افزایش دبی واحد عرض از m3/m.s 014/0 به 022/0 پارامتر Cr (بیانگر اختلاف بیشینه غلظت ورودی و خروجی به بازه مورد آزمایش) در غالب آزمایش‌ها با کاهش مقدار تا 97 درصد، پارامتر Tpr (بیانگر اختلاف زمان نسبی رسیدن به بیشینه غلظت در دو نقطه اندازه‌گیری) در اغلب آزمایش‌ها با کاهش مقدار تا 90 درصد، پارامتر Tdr (بیانگر اختلاف زمان نسبی خروج ابر ردیاب از بازه مورد مطالعه) در غالب آزمایش‌ها با کاهش مقدار تا 60 درصد، پارامتر U (نشان‌دهنده سرعت انتقال ردیاب) در تمامی آزمایش‌ها با افزایش مقدار تا 85 درصد و پارامتر DL (بیانگر ضریب پراکندگی طولی) در غالب آزمایش‌ها با افزایش مقدار تا 98 درصد مواجه شده‌اند. تجزیه و تحلیل نتایج حاکی از آن است که افزایش مسیر پیمایش غلظت تزریق شده، منجر به بهبود شاخص‌های مرتبط با کاهش غلظت شوری به عنوان نماد آلایندگی می‌شود. به‌طوری‌که پارامترهای Cr و DL به‌ترتیب با 66 و 96 درصد افزایش مقدار بیشترین تغییرات را داشتند. مقایسه نتایج نشان داد که با کارگذاری سرریز قوس رودخانه در دو طرف مسیر با نسبت 5/2 برابری فاصله به طول سرریزها پارامترهای Cr و DL به‌ترتیب 94 درصد افزایش و 95 درصد کاهش یافتند. پارامترهای مذکور با کارگذاری سرریز در قوس داخلی با نسبت 5/2 برابری فاصله به طول سرریزها به‌ترتیب با افزایش مقدار تا 94 درصد و کاهش مقدار تا 97 درصد، با کارگذاری سازه در دو طرف مسیر پیچان‌رودی با نسبت 5 برابری فاصله یه طول سرریزها با کاهش مقدار و با کاهش فاصله کارگذاری سرریزها به 7/1 برابری نسبت فاصله به طول سرریزها با افزایش مقدار تا 94 درصد حاصل گردیدند. مقایسه پارامترهای سنجش زمانی توزیع و انتقال ردیاب شامل Tpr و Tdr حاصله از آزمایش‌های بدون سازه و با کارگذاری سرریزهای قوس رودخانه با آرایش‌های مختلف نشان داد که با نصب سازه‌ها پارامترهای مذکور با افزایش مقدار مواجه شدند. به‌طوری که پارامتر Tpr بدنبال کارگذاری سرریزهای قوس رودخانه در دو طرف مسیر پیچان‌رودی با نسبت 5/2 برابری فاصله به طول سرریزها با 66 درصد افزایش مقدار، با کارگذاری سرریزهای قوس رودخانه تنها در قوس داخلی با نسبت 5/2 برابری فاصله به طول سرریزها تا 61 درصد افزایش مقدار، با کارگذاری سرریزهای قوس رودخانه در دو طرف مسیر با نسبت فاصله به طول سرریزها برابر با 5، تا 49 درصد و با کارگذاری سرریزها در دو طرف مسیر پیچان‌رودی با نسبت 7/1 برابری فاصله به طول سرریزها تا 48 درصد افزایش مقدار نسبت به حالت بدون سرریز داشت. همچنین پارامتر Tdr نیز در اغلب موارد پس از کارگذاری سرریزهای قوس رودخانه با آرایش‌های مختلف با افزایش مقدار تا 84 درصد مواجه شده است. تجزیه و تحلیل نتایج حاکی از آن است که کارگذاری سرریزهای قوس رودخانه با آرایش‌های مختلف و افزایش موانع منجر به کاهش سرعت انتقال ردیاب (پارامتر U) شده است.<br />نتیجه‌گیری: تجزیه و تحلیل نتایج نشان داد که در آزمایش‌های انجام گرفته بر روی بستر رسوبی، با افزایش متوسط سرعت و تلاطم جریان، پارامتر Cr با کاهش مقدار و پارامتر DL با افزایش مقدار مواجه شده است. همچنین افزایش مسافت نسبی و تعداد قوس‌های آبراهه منجر به افزایش پارامتر Cr و DL گردیده است. نتایج حاکی از آن است که به‌طور کلی با کارگذاری سرریزهای قوس رودخانه با آرایش‌های مختلف در اغلب موارد پارامتر Cr با افزایش مقدار و پارامتر DL با کاهش مقدار مواجه شده است. از این میان کارگذاری سرریزها در دو طرف مسیر با نسبت 7/1 برابری فاصله به طول سرریزها بدلیل افزایش همزمان دو پارامتر Cr و DL عملکرد بهتری داشت. https://jwsc.gau.ac.ir/article_7770_155698e700e48876aabdee93a02a4ea2.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Monitoring and Estimation of Horticultural and Agricultural Crop Cultivation Area through Integration of Sentinel-2 Sensor Time Series and Machine Learning Algorithms (Case Study: Mojen Region) پایش و برآورد سطح زیر کشت محصولات باغی و زراعی با تلفیق سری‌های زمانی سنجنده سنتینل-۲ و الگوریتم‌های یادگیری ماشین (مطالعه موردی: منطقه مجن) 151 173 7771 10.22069/jwsc.2026.23099.3778 FA مجتبی شاکر دانشجوی دکتری گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان موسی حسام دانشیار گروه مهندسی اب، دانشکده مهندسی اب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران. خلیل قربانی دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان. ایران. ابوطالب هزار جریبی گروه مهندسی آب، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان محمد اوشنی دکتری علوم اقتصادی، کارشناس مطالعات اقتصادی آب و آبفا، عضو دبیر خانه هیئت ساماندهی و راهبری بازارهای محلی آب وزارت نیرو، تهران Journal Article 2024 12 25 Abstract <br />Background and objectives: Accurate monitoring of cropping patterns and cultivated area, particularly in mountainous regions with fragmented and small-scale landholding structures, is essential for optimal water resource management and agricultural planning. However, the lack of precise and up-to-date statistics poses significant challenges for planning in these areas. Remote sensing technology, with its extensive coverage capacity and ability to provide timely data, offers an effective solution for monitoring cultivated area. This research was conducted with the objective of monitoring and estimating the cultivated area of dominant horticultural and agricultural crops in the Mojen region by integrating Sentinel-2 satellite image time series and machine learning algorithms.<br />Materials and methods: The study area of this research is the city of Mojen. Located on the southern slopes of the Alborz mountain range with specific topographic conditions, it features a complex cropping pattern consisting of dense orchards (such as apricot, apple, and cherry) and agricultural lands (primarily wheat). The lack of accurate and up-to-date data on the cultivation area of each of these crops has hindered planning for the optimal allocation of the region's limited water resources. Consequently, access to an automated, accurate, and low-cost method based on remote sensing technology for monitoring the cropping pattern in this region is not only a scientific need but also an operational necessity for sustainable water resource and agricultural management. This research, focusing on this regional challenge, sought to fill the existing information gap. In this study, multi-temporal Sentinel-2 satellite images were used to identify the cultivated area of lands in the Mojen water market by utilizing the phenological cycle. Initially, the types of crops in the region, including apricot, apple, cherry, and wheat, along with their phenological stages, were identified. Subsequently, from all orchards and farms in the region, 91 apple orchards, 254 apricot orchards, 15 cherry orchards, 35 wheat fields, and also 50 areas of barren and uncultivated land were selected as training samples to prevent spectral interference. Furthermore, the Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), and Normalized Difference Water Index (NDWI) were used as the most practical vegetation indices for identifying vegetation covers, crop type, and the greening status of the region during different periods. Finally, with the help of field surveys and supervised models including Support Vector Machine (SVM), Neural Network (Neural Net), Minimum Distance (MD), and Maximum Likelihood Estimation (MLE), the satellite images were classified, and the crop types and agricultural land map were obtained.<br />Results: To verify the accuracy of the results, the generated maps were cross-referenced with field surveys. The analysis of vegetation index profiles clearly demonstrated the distinct separation of the profiles, with each of the apple, apricot, and cherry orchards, as well as the wheat fields, being discernible as separate entities with different intensities and colors. This effectively illustrated the phenological dynamics of the region's dominant crops—including Leaf Area Index (LAI), canopy type and structure, moisture content, and the identification of vegetated water bodies—throughout their growth cycle from onset to harvest and dormancy. A cross-validation method was employed to assess the accuracy of the classification models, utilizing the statistical metrics of Kappa coefficient and overall accuracy. Additionally, the values of the two errors—omission error (indicating pixels of a class that were incorrectly excluded from that class) and commission error (indicating pixels incorrectly included in a class)—were calculated to determine producer's accuracy and user's accuracy, respectively. For the Neural Network, Support Vector Machine (SVM), Maximum Likelihood, and Minimum Distance methods, the Kappa coefficients were 0.79, 0.78, 0.66, and 0.60, respectively, with corresponding overall accuracies of 89%, 88%, 81%, and 79%. Examination of these values, along with the commission and omission errors, indicated the superior performance of the Neural Network and Support Vector Machine methods compared to the other two. The results obtained using the Neural Network method showed that from the total 2000 hectares of land in Mojen, the areas covered by apricot, apple, and cherry orchards were 1442, 333, and 52 hectares (72.1, 16.7 & 2.6 percent), respectively, and the area under wheat cultivation was 173 hectares (8.6 percent). This represents a 94% accuracy compared to the statistics from the Agricultural Jihad Organization. Field investigations revealed that factors such as the limited intercropping of peach, nectarine, sour cherry, and walnut trees within some apricot and apple orchards—coupled with the region's vastness and similarities in agricultural calendar phases—contributed to estimation errors for these crops. Furthermore, the presence of unremoved weeds in a small number of orchards in early spring led to errors in distinguishing these orchards from wheat farmlands. The lowest error rate was observed in the estimated area under wheat cultivation, attributable to its autumn sowing season, during which no other crops are simultaneously cultivated in the region.<br />Conclusion: In summary, the integration of multi-temporal satellite imagery and phenological indices offers a reliable approach for identifying agricultural crop types and estimating cultivated areas with acceptable accuracy. From a management and monitoring perspective, this methodology is highly valuable due to its distinct advantages, including access to remote regions, extensive spatial coverage, rapid and easy data acquisition, and sufficient precision for generating accurate agricultural land-use maps. Furthermore, employing this technology across various research and operational contexts can provide critical insights for improving irrigation management, optimizing water use in farms and orchards, and mitigating water stress. By adopting this approach, stakeholders can enhance the accuracy of agricultural planning and monitoring across different sectors, while minimizing costs and enabling continuous, large-scale oversight. سابقه و هدف: پایش دقیق الگو و سطح زیر کشت محصولات کشاورزی، به‌ویژه در مناطق کوهپایه‌ای با ساختار خرده‌مالکی و پراکنده، برای مدیریت بهینه منابع آب و برنامه‌ریزی کشاورزی امری ضروری است. با این وجود، فقدان آمار دقیق و به‌روز، برنامه‌ریزی در این مناطق را با چالش مواجه ساخته است. فناوری سنجش از دور با قابلیت پوشش گسترده و تهیه داده‌های به‌هنگام، راهکاری کارآمد برای پایش سطح زیر کشت به‌شمار می‌رود. این پژوهش با هدف پایش و برآورد سطح زیر کشت محصولات باغی و زراعی غالب در منطقه مجن با تلفیق سری‌های زمانی تصاویر سنتینل-۲ و الگوریتم‌های یادگیری ماشین انجام شد. <br />مواد و روش‌ها: منطقه مورد مطالعه این پژوهش، شهر مجن، با دارا بودن شرایط خاص توپوگرافی واقع در دامنه جنوبی رشته‌کوه البرز، الگوی کشت پیچیده‌ای متشکل از باغات متراکم (مانند زردآلو، سیب و گیلاس) و اراضی زراعی (عمدتاً گندم) را در خود جای داده است. عدم وجود آمار دقیق و به‌روز از سطح زیر کشت هر یک از این محصولات، برنامه‌ریزی برای تخصیص بهینه منابع آب محدود این منطقه را با مشکل مواجه ساخته است. از این‌رو، دسترسی به یک روش خودکار، دقیق و کم‌هزینه مبتنی بر فناوری سنجش از دور برای پایش الگوی کشت در این منطقه، نه تنها یک نیاز علمی، بلکه یک ضرورت عملیاتی برای مدیریت پایدار منابع آب و کشاورزی است. این پژوهش با تمرکز بر این چالش منطقه‌ای، در پی پر کردن خلأ اطلاعاتی موجود است.در این پژوهش با استفاده از تصاویر چند زمانه ماهواره سنتینل 2، اقدام به شناسایی سطح زیر کشت اراضی موجود در بازار آب مجن با بهره‌گیری از دوره فنولوژیکی گردیده است. در ابتدا اقدام به شناسایی نوع محصولات منطقه شامل زردآلو، سیب، گیلاس و گندم و نیز دوره فنولوژیکی آن‌ها گردید. سپس به عنوان اهداف تعلیمی از میان تمامی باغات و مزارع منطقه 91 باغ سیب، 254 باغ زردآلو، 15 باغ گیلاس و 35 مزرعه گندم و نیز 50 محدوده اراضی بایر و فاقد کشت به عنوان جلوگیری از تداخل طیفی انتخاب شدند. همچنین از شاخص‌های گیاهی تفاضلی نرمال شده (NDVI)، پوشش گیاهی بهبود یافته (EVI)، تفاضلی نرمال شده آب (NDWI) به عنوان کاربردی‌ترین شاخص‌های گیاهی جهت شناسایی پوشش‌های گیاهی، نوع کشت و وضعیت سبزینگی منطقه در طی دوره‌های مختلف نیز استفاده گردیده شد. در نهایت به کمک برداشت‌های میدانی و همچنین مدل‌های نظارت شده ماشین بردار پشتیبان (SVM)، شبکه عصبی (Neural Net)، حداقل فاصله از میانگین (MD) و حداکثر تشابه (MLE)، تصاویر ماهواره‌ای طبقه‌بندی و نوع محصولات و نقشه اراضی کشاورزی بدست آمد. <br />یافته‌ها: جهت بررسی صحت نتایج، نقشه‌های تولید شده با برداشت‌های میدانی تطبیق داده شد. نتایج بررسی نمودارهای شاخص-های گیاهی به وضوح بیانگر تفکیک نمودارها از یکدیگر و مشاهده هر یک از باغات سیب، زردآلو، گیلاس و مزارع گندم بصورت جداگانه با شدت و رنگ متفاوت بودند، لذا روند تغییرات ساختار محصولات غالب منطقه که شامل شاخص سطح برگ، نوع و ساختار تاج پوششی گیاه، مقادیر رطوبت و شناسایی پهنه‌های آبی از گیاهی می‌باشند را در شناسایی، تفکیک و همچنین آغاز روند رشد تا برداشت و خزان به خوبی نمایش داده‌اند. به جهت ارزیابی دقت مدل‌های طبقه‌بندی از روش اعتبارسنجی متقابل استفاده گردید که شاخص‌های آماری ضریب کاپای و دقت کلی در آن‌ها به کار گرفته شد، همچنین مقادیر دو خطای اومیسیون که بیانگر پیکسل‌هایی است که در مساحت اراضی به اشتباه طبقه بندی شده و به آن کلاس تعلق ندارد و نیز خطای کومیسیون که نشان دهنده اراضی یک کلاس که در کلاسهای دیگر واقع شده است به ترتیب برای محاسبه دقت تولیدکننده و دقت کاربر محاسبه گردیدند. برای روش‌های شبکه عصبی، ماشین بردار پشتیبان، حداکثر تشابه و حداقل فاصله از میانگین مقادیر ضریب کاپای به ترتیب 79/0، 78/0، 66/0 و 60/0 و دقت کلی 89، 88، 81 و 79 درصد بدست آمد که بررسی این اعداد به همراه مقادیر دوخطای کمیسیون و اومیسیون بیانگر عملکرد بهتر روش شبکه عصبی و ماشین بردار پشتیبان نسبت به دو روش دیگر بودند. نتایج نشان داد با استفاده از روش شبکه عصبی از مجموع 2000 هکتار اراضی مجن، مساحت تحت پوشش باغات زردآلو، سیب، گیلاس به ترتیب 1442، 333 و 52 هکتار (1/72، 7/16 و 6/2 درصد) و زراعت گندم 173 هکتار (6/8 درصد) می‌باشد، که در مقایسه با آمار سازمان جهاد کشاورزی از دقت 94 درصدی برخودار است. بررسی‌های میدانی نشان داد عواملی همچون کشت درختان هلو، شلیل، آلبالو و گردو به شکلی محدود در برخی از باغات منطقه به صورت ترکیبی با زردآلو و سیب با توجه به وسعت منطقه و تشابه دوره تقویم زراعی موجب بروز خطا در برآورد سطح زیر کشت این محصولات شده است، همچنین از بین نبردن علف‌های هزر در تعداد معدودی از باغات منطقه در ابتدای فصل بهار موجب بروز خطا در تفکیک این باغات با زمین‌های زراعی گندم شده. کمترین میزان خطا را می‌توان در سطح زیر کشت گندم در منطقه مشاهده نمود زیرا کشت آن بصورت پاییزه بوده و در این دوره محصولی همزمان در منطقه کشت نمی‌گردد. <br />نتیجه گیری: در نهایت می‌توان بیان داشت کاربرد تصاویر ماهواره‌ای چند زمانه و شاخص فنولوژیکی می‌توانند نتایج نسبتاً مقبولی را در شناسایی نوع محصولات کشاورزی و تعیین سطح زیر کشت آن‌ها ارائه نمایند که از دیدگاه‌های مدیریتی و نظارتی با توجه به مزایای آن از جمله قابلیت دسترسی به نقاط دوردست، سطح گسترده پوشش، دسترسی آسان و سریع به تصاویر و نیز دقت مناسب به جهت تهیه نقشه اراضی کشاورزی حائز اهمیت می‌باشد. در واقع می‌توان بیان داشت با بهره‌گیری از این فناوری در تمامی ابعاد مطالعاتی و مدیریتی می‌توان اطلاعات بسیار مفیدی را پیرامون مدیریت آبیاری و نحوه استفاده آن در مزارع و باغات و نیز کنترل تنش-های آبی به جهت برنامه‌ریزی در بخش‌های مختلف بهره جست و دقت کار را با صرف کمترین هزینه و نظارت دائمی افزایش داد. https://jwsc.gau.ac.ir/article_7771_9aa55e7a1ac2539b01cad0311c183e99.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Prediction of Land Use Changes Using the Markov Chain and Cellular Automata Model (Case Study: Hyrcanian Region) پیش‌بینی تغییرات کاربری اراضی با مدل زنجیره مارکوف و سلول خودکار (مطالعه موردی: منطقه هیرکانی) 175 198 7772 10.22069/jwsc.2026.23849.3819 FA سارا هدایتی کلیجی گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران سید محسن حسینی گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران سید جلیل علوی گروه علوم و مهندسی جنگل، دانشکده کشاورزی و منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران محدثه امیری گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران Journal Article 2025 07 09 Background and Objectives: Modeling and predicting land use changes is essential for sustainable land use and awareness of potential future changes. Detection and modeling of such changes using satellite image processing serve as effective tools for understanding environmental transformations associated with human activities. The use of Geographic Information Systems (GIS) and Remote Sensing (RS) provides systematic and accurate information about land surface phenomena. Monitoring the trend of these changes for sustainable land use can be successfully achieved using multi-temporal remote sensing data. Given the ecological significance of the Hyrcanian region- due to its genetic diversity and ecological and touristic functions- understanding the extent of land use changes and conversions is a key aspect of land use planning and sustainable development. Moreover, since land use change monitoring in the past and its future prediction have not yet been conducted across the entire Hyrcanian region, this study aims to simulate and predict land use/land cover (LULC) changes from past to future by integrating the Markov chain model with Cellular Automata (CA), known as the "Markov-CA" approach. Another novelty of this study lies in the implementation of image processing and modeling workflows within the cloud-based Google Earth Engine (GEE) environment.<br />Materials and Methods: To detect and model land use changes, Landsat 5 TM images from the 2000, 2005 and 2010, and Landsat 8 OLI images from 2015 and 2020 were analyzed and used. After applying spatial, temporal, and cloud filters (with cloud cover less than 5%), all time-series images were combined using a mean filter in the Google Earth Engine platform, and then classified into six classes (i.e. forest, rangeland, agriculture, built-up areas, bare land, and water bodies) using the supervised Random Forest machine learning algorithm. Classification accuracy was calculated based on the Kappa index and overall accuracy. To simulate land use for the year 2020, land use maps from 2000 and 2010 were utilized in conjunction with a combined Cellular Automata model and logistic regression-based transition rules, implemented in MATLAB 2021a. Spatial variables including Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI) and Normalized Difference Built-up Index (NDBI) indices, as well as elevation and slope, were used as influencing factors on changes in the Random Forest algorithm. To ensure the representativeness of the selected land use classes, efforts were made to achieve a homogeneous and well-distributed sampling across the study area. Seventy percent of the visually interpreted samples from satellite imagery were used for model implementation (training samples), while the remaining 30 percent were employed for accuracy assessment (test or validation samples). Additionally, the Markov-CA model was integrated to predict land use changes in the Hyrcanian region for the years 2070 and 2100.<br />Results: Based on the spatial accuracy assessment, for the period 2000 to 2020, the overall accuracy and Kappa coefficient were higher than 80%, indicating a high agreement between the model-predicted images and ground reality and also the efficiency of the Google Earth Engine platform in processing and classifying Landsat imagery. During the 2000-2010 period, a 3.8% decrease in forest cover was observed, primarily due to its conversion into rangelands and agriculture. In the subsequent period (2010–2020), the most significant land use conversion was from rangeland to agriculture, covering an area of 78,872 ha. Using the cellular automata model and logistic regression rules, the Kappa coefficient for land use predictions in 2070 and 2100 was estimated at 76% and 72%, respectively. The Kappa coefficient obtained from comparing these two maps was 87.31%, demonstrating the high capability of the Markov-CA model in simulating future land use changes. The predicted land use changes using the Markov transition estimator showed the degradation and reduction in forest, rangeland, and water bodies in 2070 and 2100. As a result of changes in land use/land cover between 2020 and 2070, forested areas are expected to decrease by 1,686,80 ha compared to the 2000-2020 period. Water bodies are also projected to decline by 2070, with approximately 8,667 ha expected to be converted into rangelands. By 2100, over a 30-year period, forest areas are projected to decrease by 8,900 ha, primarily transitioning into water bodies and barren lands. The most significant land-use changes in the study area include the conversion of forests to rangelands and agriculture, the transformation of rangelands into agriculture and built-up areas, and the conversion of water bodies into barren lands. In fact, if the current trend of land use changes and improper conversions continue, natural resource areas will be drastically reduced.<br />Conclusion: Overall, the accuracy assessment based on indices derived from the error matrix indicated that the Google Earth Engine platform, through processing multi-temporal Landsat data, proved to be an effective tool for evaluating and monitoring land use changes. The observed trend in the study area showed that agricultural lands, built-up areas, and bare lands had an increasing trend, primarily due to the conversion of other land use types into these classes. In contrast, among all land-cover types, water bodies experienced the most significant decline compared to forests and rangelands. The continuation of this degradation trend is expected to lead to adverse environmental consequences. The increase in built-up areas and agricultural lands can be justified by population growth and urbanization to meet the food needs of this population, as well as proper management in agriculture. Since by examining land use changes, trends related to degradation, deforestation, desertification, and loss of biodiversity in a region are identified, awareness of these changes over time, it is possible future challenges and implement preventive measures for better management. سابقه و هدف: مدل‌سازی و پیش‌بینی تغییرات کاربری اراضی جهت استفاده پایدار از زمین و آگاهی از میزان تغییرات احتمالی در آینده امری ضروری است. آشکارسازی و مدل‌سازی این تغییرات با پردازش تصاویر ماهواره‌ای ابزار سودمندی جهت درک تغییرات محیط زیستی مرتبط با فعالیت‌های انسانی به شمار می‌روند. استفاده از سامانه اطلاعات جغرافیایی و سنجش از دور، اطلاعات به‌هنگامی را پیرامون پدیده‌های سطح زمین ارائه می‌دهد. نظارت بر روند این تغییرات به منظور استفاده پایدار از زمین می‌تواند با استفاده از داده‌های سنجش از دور چند زمانی با موفقیت حاصل شود. با توجه به اهمیت زیست‌محیطی منطقه رویشی هیرکانی، تنوع ژنتیکی و کاربردهای اکولوژیکی و گردشگری آن، آگاهی از وسعت تغییرات و تبدیل کاربری‌های مختلف آن مهم‌ترین جنبه برنامه‌ریزی کاربری اراضی و توسعه پایدار است. همچنین، از آنجایی‌که تا کنون پایش تغییرات کاربری اراضی در گذشته و پیش‌بینی آن در آینده در کل منطقه هیرکانی صورت نگرفته است، این پژوهش، با تلفیق مدل زنجیره مارکوف و سلول‌های خودکار تحت عنوان "مارکوف-CA" به شبیه‌سازی و پیش‌بینی تغییرات کاربری اراضی منطقه هیرکانی از گذشته تا آینده می‌پردازد. <br />مواد و روش‌ها: برای آشکارسازی و مدل‌سازی تغییرات کاربری اراضی، تصاویر لندست 5 سنجنده TM سال‌های 2000، 2005 و 2010 و لندست 8 سنجنده OLI سال‌های 2015 و 2020 میلادی تجزیه و تحلیل و مورد استفاده قرار گرفتند. پس از اعمال فیلترهای مکانی، زمانی و ابری (ابرناکی کمتر از 5 درصد)، تصاویر تمام مقاطع زمانی با استفاده از فیلتر میانگین در پلتفرم گوگل ارث انجین (GEE) ترکیب شدند و سپس، با استفاده از الگوریتم یادگیری ماشین نظارت شده جنگل تصادفی در شش کلاس (جنگل، مرتع، کشاورزی، مناطق ساخته شده، اراضی بایر و پهنه‌های آبی) طبقه‌بندی شدند. دقت طبقه‌بندی بر اساس شاخص کاپا و دقت کلی محاسبه شد. شبیه‌سازی کاربری اراضی سال 2020 با استفاده از نقشه‌های کاربری سال‌های 2000 و 2010 و به کمک مدل تلفیقی سلول‌های خودکار و قوانین انتقال رگرسیون لوجستیک در نرم‎افزار MATLAB 2021a انجام گرفت. برای این منظور از متغیرهای مکانی شامل شاخص نرمال شده تفاوت پوشش گیاهی (NDVI)، شاخص تفاضلی نرمال شده آب (NDWI)، شاخص نرمال شده تفاوت مناطق ساخته شده (NDBI)، ارتفاع و شیب به‎عنوان عوامل مؤثر بر تغییرات در الگوریتم جنگل تصادفی استفاده شد. در راستای انتخاب نمونه‌ها برای کاربری‌های در نظر گرفته شده، سعی شد تا نمونه‌ها پراکنش همگن و مناسبی در سطح منطقه داشته باشند. از 70 درصد نمونه‌های برداشت شده به صورت بصری از روی تصویر ماهواره‌ای، برای اجرای مدل (نمونه‌های تعلیمی یا آموزشی) و از 30 درصد باقیمانده برای ارزیابی دقت مدل (نمونه‌های تست یا اعتبارسنجی) استفاده شد. همچنین، مدل مارکوف-CA برای پیش‌بینی تغییرات کاربری اراضی در منطقه هیرکانی برای سال‌های 2070 و 2100 تلفیق شدند. <br />یافته‌ها: بر اساس ارزیابی صحت داده‌های مکانی، برای سال‌های 2000 تا 2020، مقادیر دقت کلی و ضریب کاپا بالاتر از 80 درصد به‌دست آمد که حاکی از انطباق زیاد تصاویر پیش‌بینی شده مدل با واقعیت زمینی و کارایی سامانه GEE در پردازش و طبقه‌بندی تصاویر لندست می‌باشد. در دوره 2000 تا 2010، کاهش 8/3 درصدی در پوشش جنگل و تبدیل آن به اراضی مرتعی و کشاورزی رخ داد. در دوره 2010 تا 2020 بیشترین میزان تبدیل از کاربری مرتع به کشاورزی به وسعت 872,78 هکتار بود. با مدل سلول‌های خودکار و قوانین رگرسیون لجستیک، شاخص کاپا برای پیش‌بینی کاربری‌ها در سال‌های 2070 و 2100 به ترتیب 76 و 72 درصد به‌دست آمد. ضریب کاپای حاصل از مقایسه این دو نقشه با مقدار 31/87 درصد نشان‌دهنده قابلیت بالای مدل مارکوف-CA در شبیه‌سازی تغییرات کاربری اراضی برای آینده بود. نتایج پیش‌بینی تغییرات کاربری اراضی با استفاده از تخمین‌گر انتقال مارکوف مبیّن تخریب و کاهش سطح کاربری‌های جنگل، مرتع و پهنه‌های آبی در سال‌های 2070 و 2100 بود. با تغییر پوشش کاربری‌های مختلف بین سال‌های 2020 تا 2070، سطح اراضی جنگلی نسبت به دوره 2020-2000، 168,680 هکتار کاهش خواهد یافت. سطح پهنه‌های آبی نیز تا سال 2070 کاهش خواهد یافت و به میزان 8,667 هکتار به کاربری مرتع تبدیل خواهد شد. تا سال 2100 و طی یک دوره زمانی 30 ساله، سطح اراضی جنگلی 8,900 هکتار کاهش خواهد یافت و به پهنه‌های آبی و اراضی بایر تبدیل خواهد شد. بیشترین تغییرات کاربری اراضی در منطقه مورد مطالعه شامل تبدیل جنگل‌ها به مراتع و اراضی کشاورزی، تبدیل مراتع به کاربری کشاورزی و مناطق ساخته‌شده، و نیز تبدیل پهنه‌های آبی به اراضی بایر بوده است. در واقع، در صورت تداوم روند تغییر کاربری اراضی و تبدیل غیر اصولی آن‌ها به یکدیگر، عرصه‌های منابع طبیعی به‌شدت کاهش خواهند یافت.<br />نتیجه‌گیری: در مجموع، صحت ارزیابی بر اساس شاخص‌های مستخرج از ماتریس خطا مبیّن این بود که سامانه GEE با پردازش داده‌های لندست در سری‌های مختلف زمانی توانست ابزار مهمی جهت ارزیابی و پایش تغییرات کاربری باشد. روند تغییرات در منطقه مورد مطالعه به گونه‌ای بود که کاربری‌های کشاورزی، ساخته شده و بایر روند افزایشی داشتند که دلیل این امر، تبدیل سایر کاربری‌ها به آن‌ها بود. در مقابل، در مقایسه با جنگل و مرتع، بیشترین روند کاهشی در منطقه مربوط به پهنه‌های آبی بود که ادامه این روند تخریب، پیامدهای نامطلوب زیست‌محیطی را به دنبال خواهد داشت. افزایش سطح کاربری‌های مناطق ساخته شده و کشاورزی را می‌توان به در توجیه افزایش جمعیت و گسترش شهرنشینی برای رفع نیازهای غذایی این جمعیت و همچنین مدیریت صحیح در زمینه کشاورزی در نظر گرفت. از آنجاییکه با بررسی تغییرات کاربری اراضی، روندهای مربوط به فرآیندهای تخریب، جنگل‌زدایی، بیابان‌زایی و فقدان تنوع زیستی در یک منطقه مشخص می‌گردد، با آگاهی از این تغییرات در طول زمان، می‌توان چالش‌های آینده را پیش‌بینی کرد و با ارائه اقدامات پیشگیرانه، مدیریت بهتری را اعمال نمود. https://jwsc.gau.ac.ir/article_7772_b3604c237c3db43e578ae66e72106f60.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Hydraulic Modeling and Non-Revenue Water Assessment in the Tabas Golshan Water Distribution Network مدل‌سازی هیدرولیکی و ارزیابی آب بدون درآمد در شبکه آب طبس گلشن 199 222 7773 10.22069/jwsc.2025.23962.3824 FA علی نصیریان عضو هیات علمی گروه عمران دانشگاه بیرجند مهسا مردانی گروه مهندسی عمران ، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران Journal Article 2025 08 11 Background and objectives: Non-revenue water (NRW), comprising real losses (physical leakages from pipes and fittings) and apparent losses (unrecorded consumption due to meter errors, unauthorized connections, or data recording inaccuracies), represents a major challenge for urban water distribution networks in arid and semi-arid regions like Iran. This phenomenon reduces the economic and operational efficiency of water supply systems and increases operational costs. In Tabas, a city in South Khorasan Province characterized by a hot, dry climate and limited water resources, effective water management is critical. Zone 1 of the Tabas Golshan water distribution network was selected for study due to its size and significance. This research aims to develop a hydraulic model of the Zone 1 network, perform precise calibration using field data, accurately estimate NRW, and differentiate between real and apparent losses. The study's innovation lies in integrating water balance methods, minimum night flow analysis, and the FAVAD approach to precisely estimate leakages and propose practical solutions for loss reduction in arid regions. This research aligns with the objectives of the Journal of Water and Soil Conservation Research by contributing to sustainable water resource management, reducing water wastage, and enhancing the efficiency of water distribution networks in water-scarce environments. Additionally, it provides a scientific approach to water management in regions with aging infrastructure or limited monitoring, serving as a model for similar areas in Iran and globally.<br />Materials and methods: The study was conducted in Zone 1 of the Tabas Golshan water distribution network, located in South Khorasan Province, Iran, a region facing significant challenges in potable water supply due to its hot, arid climate. A hydraulic model was developed using WaterGEMS software, based on updated AutoCAD and GIS maps containing detailed information on pipes, valves, reservoirs, and network nodes. Consumption data from 2,640 subscribers during the fourth and fifth periods of 2021 (October and November) were collected, including hourly consumption rates, usage types (residential, commercial, green spaces, etc.), and geographic coordinates. These data were used to determine consumption patterns and allocate demand to model nodes. Field data included tank outflow rates from a telemetry system, hourly pressure measurements from two automatic loggers in the Amiralmomenin and Maskan-e-Mehr areas, flowmeter data from a transmission line, and manual pressure and flow measurements at various network points. Model calibration was performed at two levels: macro (matching tank outflow) and micro (matching node pressures). Macro-calibration involved comparing tank outflow with telemetry data, while micro-calibration aligned simulated pressures with logger measurements. Minimum night flow analysis (1–5 a.m.) was employed to estimate leakage rates and distinguish real from apparent losses. Emitter coefficients and pressure exponents (assumed as 1.5 for longitudinal cracks) were calculated using the FAVAD method, as outlined in Publication 556 of the Iran Water and Wastewater Company. Pipe roughness coefficients were determined based on material (PE, GRP, asbestos) and pipe age, and adjusted during calibration. A field experiment on December 6–7, 2021, increased the pressure-regulating valve setting from 1.1 to 1.9 bar and then reduced it to 1.0 bar to assess the pressure-flow relationship, aiding in the analysis of pressure impacts on leakage and consumption.<br />Results: The modeling results indicated that NRW in Zone 1 of Tabas accounts for approximately 37.5% of the input water, with over 90% attributed to physical leakages (real losses) and the remainder to apparent losses (meter errors and unregistered consumption). The calibrated hydraulic model showed good agreement with field data from October and November 2021. The pressure difference between the model and logger data from 1 p.m. to 7 p.m. was approximately 1 meter, likely due to assumptions of uniform consumption patterns, homogeneous leakage distribution, or calibration errors in pipe roughness coefficients. Minimum night flow analysis revealed that leakage flow during low-consumption hours ranged from 0.016 to 0.022 m³/s (16–22 L/s). Emitter coefficients for the Amiralmomenin and Maskan-e-Mehr areas were calculated as 0.002 and 0.000653, respectively, indicating variations in leakage intensity across these regions. The field experiment increasing pressure from 1.1 to 1.9 bar showed that flow rates increased by up to 0.0012 m³/s (1.2 L/s) during peak consumption hours, while the increase was approximately 0.0002 m³/s (0.2 L/s) during low-consumption hours. The pressure exponent ranged from 1.32 to 1.5, consistent with the predominant types of pipe failures (longitudinal cracks and joint separations). Telemetry data indicated tank outflow rates of 0.062 m³/s (62 L/s) in July and 0.042 m³/s (42 L/s) in November, influenced by climatic conditions (summer heat and water cooler usage) and pressure-regulating valve settings. Subscriber consumption analysis showed average consumption rates of 0.0168 m³/s (16.8 L/s) in the fourth period and 0.01307 m³/s (13.07 L/s) in the fifth period, with the reduction likely due to seasonal variations. Residential usage accounted for over 90% of total consumption. Additionally, an annual consumption increase of 0.00115 m³/s (1.15 L/s) and an additional per-subscriber consumption of 24.9 liters per year highlighted growing water demand in the region.<br />Conclusion: This study, utilizing hydraulic modeling in WaterGEMS and precise calibration with field data, provided an effective tool for analyzing NRW in the Zone 1 Tabas water distribution network. The 37.5% NRW rate, predominantly from physical leakages (over 90%), underscores the urgent need for active pressure management and leakage detection strategies. The study’s innovation lies in employing the FAVAD method, minimum night flow analysis, and region-specific emitter coefficients, which are applicable to similar arid regions. Precise adjustment of pressure-regulating valves can significantly reduce leakage, particularly during peak consumption hours when pressure increases have a greater impact. Limitations, such as outdated data, limited measurement equipment (only two pressure loggers and one flowmeter), and simplifying assumptions (e.g., uniform consumption patterns), affected result accuracy. Recommendations include collecting pressure and flow data across seasons using more precise tools (e.g., smart sensors), which can lead to a 15-25% reduction in real losses through continuous monitoring and early leak detection. Continuously monitoring pressure-regulating valves, which, based on similar studies, can reduce leakage by 20-30%. Applying machine learning algorithms for more accurate consumption and leakage estimation, with potential for 20% NRW reduction. Developing District Metered Areas (DMAs) and installing continuous monitoring equipment could further reduce losses by 15-20%. These findings are valuable for improving the efficiency of water distribution networks in arid regions and align with the Journal of Water and Soil Conservation Research goals of promoting water conservation and sustainable management. The results can guide long-term planning and implementation of loss reduction measures in other arid cities in Iran and similar regions worldwide. سابقه و هدف: آب بدون درآمد (NRW)، شامل تلفات واقعی (نشت‌های فیزیکی از لوله‌ها و اتصالات) و تلفات ظاهری (مصارف ثبت‌نشده ناشی از خطاهای کنتور، انشعابات غیرمجاز یا خطاهای ثبت داده)، یکی از چالش‌های اصلی شبکه‌های توزیع آب شهری در مناطق خشک و نیمه‌خشک مانند ایران است. این پدیده کارایی اقتصادی و عملیاتی شبکه‌های آبرسانی را کاهش می‌دهد و هزینه‌های بهره‌برداری را افزایش می‌دهد. در شهر طبس، واقع در استان خراسان جنوبی، با اقلیم گرم و خشک، محدودیت منابع آبی و رشد جمعیت، مدیریت بهینه آب شرب از اهمیت ویژه‌ای برخوردار است. زون یک شبکه توزیع آب طبس گلشن به دلیل وسعت و اهمیت آن به‌عنوان منطقه مورد مطالعه انتخاب شد. این پژوهش با هدف توسعه مدل هیدرولیکی شبکه توزیع آب زون یک، کالیبراسیون دقیق مدل با استفاده از داده‌های میدانی، برآورد دقیق میزان آب بدون درآمد و تفکیک مؤلفه‌های تلفات واقعی و ظاهری انجام شد. نوآوری این مطالعه در ترکیب روش‌های بیلان آبی، تحلیل حداقل جریان شبانه و رویکرد FAVAD برای برآورد دقیق نشت و ارائه راهکارهای عملی برای کاهش تلفات در مناطق کویری است. این پژوهش با اهداف نشریه پژوهش‌های حفاظت آب و خاک هم‌راستاست، زیرا به مدیریت پایدار منابع آبی، کاهش هدررفت آب و ارتقای بهره‌وری شبکه‌های آبرسانی در شرایط کم‌آبی کمک می‌کند. این مطالعه همچنین با استفاده از داده‌های میدانی و مدل‌سازی پیشرفته، رویکردی علمی برای تحلیل و مدیریت منابع آبی در مناطق با زیرساخت‌های فرسوده یا نظارت محدود ارائه می‌دهد، که می‌تواند به‌عنوان الگویی برای سایر مناطق مشابه در ایران و جهان مورد استفاده قرار گیرد.. <br />مواد و روش‌ها: مطالعه در زون یک شبکه توزیع آب شهر طبس گلشن، واقع در استان خراسان جنوبی، انجام شد. این منطقه به دلیل اقلیم گرم و خشک و محدودیت منابع آبی، چالش‌های جدی در تأمین آب شرب دارد. مدل هیدرولیکی شبکه با استفاده از نرم‌افزار WaterGEMS و بر اساس نقشه‌های به‌روز AutoCAD و GIS توسعه یافت. این نقشه‌ها شامل اطلاعات دقیق لوله‌ها، شیرآلات، مخازن و گره‌های شبکه بود که با دقت بالا به مدل منتقل شدند. داده‌های مصرف 2640 مشترک در دوره‌های چهارم و پنجم سال 1400 (مهر و آبان) شامل متوسط مصرف ساعتی، نوع کاربری (مسکونی، تجاری، فضای سبز و غیره) و مختصات جغرافیایی جمع‌آوری شد. این داده‌ها برای تعیین الگوی مصرف و تخصیص تقاضا به گره‌های مدل استفاده شدند. داده‌های میدانی شامل دبی خروجی مخزن از سیستم تله‌متری، فشار ساعتی از دو لاگر فشار خودکار در مناطق امیرالمؤمنین و مسکن مهر، داده‌های فلومتر خط انتقال و اندازه‌گیری‌های دستی فشار و دبی در نقاط مختلف شبکه بود. کالیبراسیون مدل در دو سطح ماکرو (تطبیق دبی خروجی مخزن) و میکرو (تطبیق فشار در گره‌های خاص) انجام گرفت. برای کالیبراسیون ماکرو، دبی خروجی مخزن با داده‌های تله‌متری مقایسه شد و برای کالیبراسیون میکرو، فشارهای ثبت‌شده توسط لاگرها با فشارهای شبیه‌سازی‌شده تطبیق داده شد. تحلیل حداقل جریان شبانه (ساعات 1 تا 5 بامداد) برای تخمین دبی نشت و تفکیک تلفات واقعی از ظاهری به کار رفت. ضریب امیتر و توان فشار بر اساس روش FAVADمطابق نشریه 556 شرکت آب و فاضلاب) محاسبه شد، که در آن توان فشار برای ترک‌های طولی 5/1 فرض شد. ضرایب زبری لوله‌ها بر اساس جنس (PE، GRP، آزبست) و عمر لوله‌ها تعیین و در فرآیند کالیبراسیون اصلاح شد. آزمایش میدانی افزایش فشار در روزهای 15 و 16 آذر 1400 برای بررسی رابطه فشار و دبی انجام شد، که طی آن فشار تنظیمی شیر فشارشکن از 1/1 به 9/1 بار افزایش یافت و سپس به 0/1 بار کاهش یافت. این آزمایش به تحلیل تأثیر فشار بر نشت و مصرف کمک کرد.. <br />یافته‌ها: نتایج مدل‌سازی نشان داد که میانگین آب بدون درآمد در زون یک طبس حدود 5/37 درصد از آب ورودی به شبکه است، که بیش از 90 درصد آن به نشت‌های فیزیکی (تلفات واقعی) و مابقی به تلفات ظاهری (خطاهای کنتور و مصارف ثبت‌نشده) اختصاص دارد. کالیبراسیون مدل هیدرولیکی با داده‌های مهر و آبان 1400 نشان داد که دبی خروجی شبیه‌سازی‌شده با داده‌های واقعی تطابق خوبی دارد. اختلاف فشار بین مدل و داده‌های لاگرها در ساعات 13 تا 19 حدود یک متر بود، که احتمالاً ناشی از فرض الگوی مصرف یکنواخت، توزیع همگن نشت یا خطاهای کالیبراسیون ضرایب زبری است. تحلیل حداقل جریان شبانه نشان داد که دبی نشت در ساعات کم‌مصرف بین 16 تا 22 لیتر بر ثانیه متغیر است. ضریب امیتر برای مناطق امیرالمؤمنین و مسکن مهر به ترتیب 002/0 و 000653/0 محاسبه شد، که نشان‌دهنده تفاوت در شدت نشت بین این مناطق است. آزمایش میدانی افزایش فشار از 1/1 به 9/1 بار نشان داد که دبی در ساعات اوج مصرف تا 2/1 لیتر بر ثانیه افزایش می‌یابد، در حالی که در ساعات کم‌مصرف این افزایش حدود 2/0 لیتر بر ثانیه بود. توان فشار شبکه بین 32/1 تا 5/1 برآورد شد، که با نوع شکستگی‌های غالب (ترک‌های طولی و جداشدگی‌ها) همخوانی دارد. داده‌های تله‌متری مخزن نشان داد که دبی خروجی در تیرماه به 62 لیتر بر ثانیه و در آبان به 42 لیتر بر ثانیه می‌رسد، که تحت تأثیر شرایط اقلیمی (گرمای تابستان و استفاده از کولرهای آبی) و تنظیمات شیر فشارشکن است. تحلیل داده‌های مصرف مشترکین نشان داد که میانگین مصرف در دوره چهارم 8/16 لیتر بر ثانیه و در دوره پنجم 07/13 لیتر بر ثانیه بود، که کاهش در دوره پنجم احتمالاً ناشی از تغییرات فصلی است. بررسی‌ها نشان داد که کاربری مسکونی بیش از 90 درصد مصرف را تشکیل می‌دهد. همچنین، افزایش سالانه مصرف با شیب 15/1 لیتر بر ثانیه و سرانه مصرف اضافی 9/24 لیتر به ازای هر مشترک، نشان‌دهنده رشد تقاضا در منطقه است. <br />نتیجه گیری: این پژوهش با استفاده از مدل‌سازی هیدرولیکی در نرم‌افزار WaterGEMS و کالیبراسیون دقیق با داده‌های میدانی، ابزار مؤثری برای تحلیل آب بدون درآمد در شبکه توزیع آب زون یک طبس ارائه کرد. میزان 5/37 درصدی آب بدون درآمد، با غلبه نشت‌های فیزیکی (بیش از 90 درصد)، نیاز به اقدامات فوری برای مدیریت فشار و نشت‌یابی را برجسته می‌کند. نوآوری مطالعه در استفاده از روش FAVAD، تحلیل حداقل جریان شبانه و ارائه ضرایب امیتر منطقه‌ای است که برای مناطق مشابه با اقلیم خشک قابل‌تعمیم است. تنظیم دقیق شیر فشارشکن می‌تواند نشت را به‌طور قابل‌توجهی کاهش دهد، به‌ویژه در ساعات اوج مصرف که افزایش فشار تأثیر بیشتری دارد. محدودیت‌هایی نظیر کمبود داده‌های به‌روز، تعداد محدود تجهیزات اندازه‌گیری (تنها دو لاگر فشار و یک فلومتر) و فرض‌های ساده‌ساز مدل (مانند الگوی مصرف یکنواخت) دقت نتایج را تحت تأثیر قرار داد. پیشنهاد می‌شود برای بهبود دقت، داده‌های فشار و دبی در فصول مختلف با تجهیزات دقیق‌تر (مانند حسگرهای هوشمند) جمع‌آوری شود، که می‌تواند منجر به کاهش ۱۵-۲۵ درصدی تلفات واقعی از طریق پایش مستمر و تشخیص زودهنگام نشت شود. عملکرد شیرهای فشارشکن به‌طور مستمر پایش گردد، که بر اساس مطالعات مشابه، می‌تواند نشت را تا ۲۰-۳۰ درصد کاهش دهد. الگوریتم‌های یادگیری ماشین برای تخمین دقیق‌تر مصرف و نشت به کار گرفته شوند، که پتانسیل کاهش ۲۰ درصدی NRW را دارد. توسعه مناطق مدیریت‌شده و نصب تجهیزات پایش مستمر نیز می‌تواند به کاهش تلفات تا ۱۵-۲۰ درصد کمک کند. این یافته‌ها نه‌تنها برای بهبود بهره‌وری شبکه‌های آبرسانی در مناطق خشک مفید است، بلکه با اهداف نشریه پژوهش‌های حفاظت آب و خاک در حفاظت از منابع آبی و ارتقای مدیریت پایدار هم‌راستاست. نتایج این مطالعه می‌تواند به‌عنوان راهنمایی برای برنامه‌ریزی و اجرای اقدامات کاهش تلفات در سایر شهرهای کویری ایران و مناطق مشابه در سطح جهانی مورد استفاده قرار گیرد. https://jwsc.gau.ac.ir/article_7773_8e07cbb301113b736a1d9c8d1b942d0e.pdf

دانشگاه علوم کشاورزی و منابع طبیعی گرگان مجله پژوهش‌های حفاظت آب و خاک 2322-2069 33 1 2026 03 21 Effects of Modified Almond Shell Biochar with Acid on the Amount and Rate of Phosphorus Release in Calcareous Sandy Soils اثر بیوچار اسیدی پوست بادام بر آزادسازی فسفر در خاک‌های آهکی رسی و شنی 223 243 7774 10.22069/jwsc.2026.23821.3816 FA حمیدرضا متقیان گروه خاک دانشگاه شهرکرد علیرضا حسین پور گروه علوم و مهندسی خاک؛ دانشکده کشاورزی- دانشگاه شهرکرد ساناز بازیوند گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران صاحب سودایی گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران Journal Article 2025 07 01 Background and Objectives: Phosphorus (P) is a vital macronutrient for plant development and productivity, playing a crucial role in key physiological and biochemical processes, including photosynthesis, energy transfer via ATP, nucleic acid synthesis, root growth, and cell division. Despite its importance, the availability of phosphorus in soils—particularly in calcareous soils—is significantly limited due to its tendency to react with calcium and other soil minerals, leading to the formation of insoluble phosphate compounds. These reactions immobilize added phosphorus fertilizers, making them inaccessible to plants. In calcareous soils, where the pH is high and calcium carbonate is abundant, phosphorus readily precipitates as calcium phosphates. Consequently, only a small fraction of applied phosphorus remains in a form that plants can absorb. This inefficiency not only reduces crop yield potential but also increases the economic and environmental costs associated with excessive fertilizer use. To address this issue, researchers have increasingly focused on sustainable soil amendment strategies that can enhance phosphorus availability. Among these, biochar—produced through pyrolysis of organic materials under limited oxygen conditions—has emerged as a promising candidate. Biochar possesses a high specific surface area, stable carbon structures, significant cation exchange capacity, and the potential for surface functionalization. These properties make it suitable for modifying nutrient dynamics in soil. However, most biochars, especially those derived from woody feedstocks, tend to have alkaline pH values, which can further exacerbate phosphorus immobilization in alkaline soils. Therefore, modifying biochar through acid treatment has been proposed as an effective way to improve its properties for nutrient retention and release, particularly phosphorus. Acid treatment can lower the pH, introduce more functional groups, and remove base cations, potentially enhancing the biochar’s capacity to retain and release phosphorus in a plant-available form.<br />Materials and Methods: This study was conducted to evaluate the effect of acid-modified almond shell biochar on the release and availability of phosphorus in two calcareous soils with contrasting textures—sandy and clay. A factorial experiment with a completely randomized design was carried out, incorporating three main factors: (1) biochar amendment (no amendment/control, 1% w/w unmodified almond shell biochar, and 1% w/w acid-modified almond shell biochar), (2) soil texture (sandy and clay), and (3) incubation period (30 and 60 days), each with three replications. Biochar was produced by pyrolyzing almond shell wood at a temperature of 400°C. For acid modification, 200 grams of the produced biochar were saturated with distilled water, followed by the addition of 11.3 mL of concentrated phosphoric acid (H₃PO₄) and 34.9 mL of concentrated nitric acid (HNO₃). The mixture was stirred thoroughly with a glass rod and then oven-dried at 60°C. These treatments aimed to alter the surface characteristics of the biochar, particularly its pH and electrical conductivity (EC), as well as to introduce oxygen-containing functional groups that could facilitate phosphorus release. The treated soils were incubated with the respective biochar amendments at 70% field capacity to simulate realistic soil moisture conditions. Phosphorus release was monitored through sequential extraction using sodium bicarbonate solution (NaHCO₃) at multiple time intervals: 2, 4, 8, 24, 48, 72, 96, 240, 336, 456, 600, and 768 hours. The extracted phosphorus was quantified to determine the release pattern over time. To model the kinetics of phosphorus release, four commonly used equations were fitted to the data: first-order kinetics, power function, simple Elovich, and parabolic diffusion. These models help in understanding the mechanisms and rates of phosphorus release under various treatments and conditions. The determination of the most suitable kinetic equation was generally based on the coefficient of determination (R²) and the standard error (SE) associated with each equation. Equations exhibiting higher R² values and lower SE were considered the most appropriate for describing the elemental release data.<br />Results: The results indicated that the acid-modified biochar significantly enhanced phosphorus release in both soil types compared to the control (p < 0.05), while the unmodified almond shell biochar did not lead to a significant increase (P > 0.05). The highest cumulative phosphorus release, 144.6 mg/kg, was recorded in the clay soil treated with acid-modified biochar after 30 days of incubation. In general, phosphorus release was greater in clay soil than in sandy soil, which may be attributed to the higher cation exchange capacity and greater organic matter content of the clay soil, both of which enhance phosphorus retention and release dynamics. The acid-modified biochar exhibited a markedly lower pH (3.0) compared to the unmodified biochar (7.1), and its electrical conductivity was also significantly reduced (0.0026 vs. 0.46 dS/m). This reduction in EC suggests the successful removal of soluble base cations during the acid washing process, a change that likely contributed to improved phosphorus desorption and availability in calcareous conditions. Among the kinetic models applied, the power function and simple Elovich equations provided the best fit for the experimental data, based on their high R² and low SE. These models indicated that diffusion was the dominant mechanism controlling phosphorus release from the soil-biochar system, especially under the influence of acid-modified biochar. The model parameters—particularly the intercepts and slopes—provided further insights into the dynamics of phosphorus availability. A higher intercept signifies a greater initial release of phosphorus, while a lower slope is indicative of faster release rates. The intercepts of the best-fit models were highest for acid-modified biochar in both soil types, suggesting that these treatments facilitated the most rapid initial release of phosphorus. Conversely, the slopes were lowest in acid-biochar treatments, reaffirming the faster rate of release. Over time, as incubation progressed to 60 days, the intercepts generally decreased while the slopes increased, reflecting the natural decline in phosphorus release as the soil-biochar system approached equilibrium. Notably, the acid-modified biochar maintained a higher phosphorus release rate over time compared to the other treatments, underscoring its sustained effectiveness.<br />Conclusion: The findings of this study demonstrate that acid treatment of almond shell biochar using phosphoric and nitric acids can substantially enhance its capacity to release phosphorus in calcareous soils. Compared to unmodified biochar, the acid-modified variant showed superior performance in increasing phosphorus availability, particularly in clay soils with higher nutrient retention capacity. This suggests that acid-modified biochars can be effectively used as soil amendments in alkaline and calcareous agricultural systems to improve phosphorus use efficiency and reduce reliance on synthetic fertilizers. Furthermore, kinetic modeling provided valuable information on the temporal dynamics of phosphorus release, offering a scientific basis for designing more efficient phosphorus fertilization strategies. سابقه و هدف: فسفر یکی از عناصر غذایی ضروری برای رشد گیاهان است که نقش‌های حیاتی در فرآیندهای فیزیولوژیکی نظیر فتوسنتز، انتقال انرژی، تقسیم سلولی و رشد ریشه ایفا می‌کند. با این حال، به دلیل واکنش‌پذیری بالای فسفر با اجزای معدنی خاک به‌ویژه در خاک‌های آهکی، مقدار زیادی از فسفر افزوده ‌شده به خاک به شکل ترکیب‌های نامحلول مانند فسفات‌های کلسیم رسوب کرده و از دسترس گیاه خارج می‌شود. این مسئله منجر به کاهش بهره‌وری مصرف کودهای فسفره و افزایش هزینه‌های تولید در کشاورزی شده است. در سال‌های اخیر، استفاده از مواد آلی و زیستی از جمله بیوچار به عنوان اصلاح‌کننده‌های خاک با هدف بهبود فراهمی عناصر غذایی مورد توجه پژوهش‌گران قرار گرفته است. بیوچار به دلیل دارا بودن سطح ویژه بالا، ظرفیت تبادل کاتیونی زیاد، مواد آلی پایدار و امکان تغییر در ساختار شیمیایی آن از طریق فرآیندهای اصلاح، می‌تواند به‌عنوان منبعی مؤثر برای افزایش فسفر دردسترس در خاک مطرح باشد اما pH بالای بیوچار ممکن است سبب کاهش قابلیت استفاده فسفر در خاک‌های قلیایی شود. بنابراین، استفاده از بیوچار اسیدی می‌تواند برای بهبود قابلیت استفاده فسفر در نظر گرفته شود، زیرا اصلاح بیوچار با اسید می‌تواند ویژگی‌های شیمیایی سطح آن را به‌گونه‌ای تغییر دهد که آزادسازی عناصر غذایی را تسهیل کند.<br />مواد و روش‌ها: برای بررسی اثر بیوچار بر آزادسازی فسفر، آزمایش فاکتوریل 2×2×3 در قالب طرح کاملاً تصادفی با استفاده از دو نوع خاک آهکی در 3 تکرار انجام شد. آزمایش شامل فاکتور اول بهساز (بدون کاربرد (شاهد)، 1 درصد وزنی/ وزنی بیوچار پوست بادام و 1 درصد وزنی/ وزنی بیوچار پوست بادام اسیدی) و فاکتور دوم نوع خاک (شنی و رسی) در طی زمان انکوباسیون (30 و 60 روز) بود. بیوچار با استفاده از پوسته چوبی بادام در دمای ۴۰۰ درجه سلسیوس تولید شد. مقدار 200 گرم از بیوچار را در بشر ریخته و با آب مقطر اشباع شد. سپس 3/11 میلی‌لیتر اسید فسفریک غلیظ (درصد جرمی/جرمی 85 درصد) و 9/34 میلی‌لیتر اسید نیتریک (درصد جرمی/جرمی 68 درصد) غلیظ به آن اضافه و با هم‌زن شیشه‌ای بهم زده و در نهایت در دمای 60 درجه سلسیوس خشک شدند. نمونه‌های خاک با بیوچارها تیمار و در شرایط رطوبت ۷۰ درصد ظرفیت زراعی انکوبه شدند. پس از پایان دوره انکوباسیون، مقدار فسفر آزادشده به روش استخراج متوالی در زمان‌های 2، 4، 8، 24، 48، 72، 96، 240، 336، 456، 600 و 768 ساعت با محلول بی‌کربنات سدیم استخراج شد. مدل‌های سینتیکی شامل مرتبه اول، تابع توانی، الوویچ ساده و نفوذ پارابولیکی داده‌های حاصل برازش داده شد و ضرایب سرعت آزادشدن فسفر از تیمارهای مختلف تعیین گردید. تعیین بهترین معادله سینتیکی معمولا بر اساس ضرایب تبیین و خطای استاندارد مربوط به هر معادله صورت گرفت. معادله‌هایی که ضریب تبیین بالا و خطای استاندارد کمتری داشته باشند به‌عنوان برترین معادلات در توصیف داده‌های آزادشدن عناصر انتخاب شدند.<br />یافته‌ها: نتایج نشان داد که در هر دو خاک، تیمار بیوچار اسیدی منجر به افزایش معنی‌دار (05/0> p) فسفر تجمعی آزاد شده نسبت به تیمار شاهد شد، درحالی‌که بیوچار پوسته بادام تأثیر معنی‌داری بر مقدار فسفر تجمعی آزاد شده نداشت (05/0< P). بیشترین مقدار فسفر آزادشده (6/144 میلی‌گرم بر کیلوگرم) در تیمار بیوچار اصلاح‌شده با اسید و خاک رسی پس از ۳۰ روز مشاهده شد. در همه تیمارها، مقدار فسفر آزاد شده در خاک رسی بیش از خاک شنی بود که می‌تواند به دلیل ظرفیت تبادل کاتیونی و ماده آلی بیشتر خاک رسی نسبت داده شود. بیوچار اسیدی در مقایسه با بیوچار معمولی، دارای pH پایین‌تر (0/3 در برابر 1/7) و EC بسیار کمتر 0026/0 در برابر 46/0 (dS/m) بود. کاهش قابل توجه قابلیت هدایت الکتریکی در بیوچار اسیدی می‌تواند به‌دلیل حذف کاتیون‌های بازی طی فرآیند شستشو و اسیدی‌سازی باشد. در بررسی مدل‌های سینتیکی، مشخص شد در همه تیمارها معادله تابع توانی و الوویچ ساده با دارا بودن بیشترین ضریب تبیین و کمترین خطای استاندارد نسبت به معادلات دیگر برازش بهتری بر داده‌های آزاد شده داشتند. این امر حاکی از غالب‌ بودن مکانیسم انتشار در فرآیند آزاد شدن فسفر از خاک تحت تاثیر تیمارهای مورد مطالعه است. مقادیر شیب معادلات ﺷﺎﺧﺼﻲ ﺍﺯ سرعت ﺁﺯﺍﺩﺳـﺎﺯﻱ فسفر و ﻣﻘﺪﺍﺭ عرﺽ ﺍﺯ ﻣﺒﺪﺃ ﺑﻴﺎﻥ ﮐﻨﻨﺪﻩ سرعت ﺁﺯﺍﺩﺳﺎﺯﻱ فسفر ﺩﺭ ﻣﺮﺣﻠﻪ ﺍﻭﻝ ﺁﺯﺍﺩﺳﺎﺯﻱ (ﻣﻘـﺪﺍﺭ ﺍﻭﻟﻴـﻪ فسفر ﺁﺯﺍﺩ ﺷﺪﻩ) فسفر است. ضریب عرض از مبدا به‌ترتیب در تابع توانی و الوویچ ساده در بیوچارهای اسیدی در خاک رسی و شنی بیشتر از شاهد و در 30 و 60 روز انکوباسیون، این ضرایب در هر دو خاک رسی و شنی بین تیمارهای بیوچار پوست بادام نزدیک به آن در خاک شاهد بود و در تیمار بیوچار اسیدی افزایش یافت. همچنین این ضرایب در خاک رسی بیشتر از خاک شنی بود. کمترین ضریب شیب در تیمارهای بیوچار اسیدی مشاهده شد که نشان‌دهنده سرعت بیشتر آزادشدن فسفر از این تیمارهاست. عرض از مبدا پس از 60 روز انکوباسیون کاهش یافت و شیب افزایش یافت. ضرایب این مدل‌ها نشان داد که تیمار بیوچار اسیدی دارای بیشترین سرعت آزادسازی فسفر در خاک بود. علاوه‌براین، با گذشت زمان انکوباسیون، مقدار پارامترهای مرتبط با سرعت آزادسازی کاهش یافت و در تیمار بیوچار اسیدی این کاهش کمتر از سایر تیمارها بود.<br />نتیجه‌گیری: نتایج این پژوهش نشان داد که اصلاح بیوچار با اسید فسفریک و اسید نیتریک موجب افزایش قابل توجه فسفر آزاد شده از خاک‌های آهکی می‌شود. در مقایسه با بیوچار، بیوچار اسیدی اثر بیشتری در بهبود قابلیت استفاده فسفر داشته و این اثر در خاک رسی بارزتر بود. این یافته‌ها بر اهمیت اصلاح شیمیایی بیوچار برای بهینه‌سازی کارایی آن در سیستم‌های خاک آهکی تأکید دارد. همچنین، بررسی سرعت آزاد شدن فسفر اطلاعات ارزشمندی درباره رفتار فسفر در طول زمان فراهم کرده و می‌تواند مبنایی برای مدیریت بهینه کوددهی فسفره در اراضی آهکی فراهم کند. https://jwsc.gau.ac.ir/article_7774_586466894c6acb9c5edabc65c294785c.pdf