کمی‌سازی ناهمسانی توپوگرافی برای انتخاب تفکیک مکانی بهینه مدل رقومی ارتفاع در مدل‌سازی فرسایش خاک: چارچوبی زمین‌آماری

نوع مقاله : پژوهشی

نویسنده

Department of Geography, Payame Noor University, PO BOX 19395-3697 Tehran, Iran

10.22034/hyd.2026.72355.1849

چکیده

عامل توپوگرافی (LS) در مدل RUSLE به شدت به تفکیک مکانی مدل رقومی ارتفاع (DEM) وابسته است. پژوهش‌های پیشین اندازه سلول بهینه DEM را برای فواصل مختلف منحنی‌های میزان شناسایی کرده‌اند، اما تغییرات جهتی وابستگی فضایی (ناهمسانی توپوگرافی) بررسی نشده است. این پژوهش تأثیر ناهمسانی بر برآورد عامل LS و قابلیت شاخص‌های ناهمسانی به عنوان معیارهای تکمیلی انتخاب سلول DEM را بررسی می‌کند. چهار DEM با اندازه سلول‌های ۳۰، ۵۰، ۱۰۰ و ۳۰۰ متر از نقشه‌های توپوگرافی با فاصله منحنی‌میزان ۲۰ متر در منطقه کوالا یونگ (مالزی) تحلیل شدند. نیم‌واریوگرام‌های جهتی در چهار جهت (۰، ۴۵، ۹۰، ۱۳۵ درجه) با طول تأخیر ۳۰۰ متر محاسبه و پارامترهای اثر قطعی (C₀)، آستانه جزئی (C₁)، آستانه کل (C)، نسبت ناهمسانی (AR)، دقت (ε)، میانگین خطا (ME) و ریشه میانگین مربعات خطا (RMSE) استخراج شدند. نتایج نشان داد ناهمسانی در DEM ۳۰ متر قوی‌ترین است (433/0=AR، 624/0=ε) و با درشت‌شدن سلول به ۳۰۰ متر به شرایط تقریباً همسان‌گرد (842/0=AR، 188/0=ε) می‌رسد. DEM ۵۰ متر بهترین تعادل را ارائه داد: بیشترین وابستگی فضایی (966/0=C₀/C)، حداکثر آستانه کل (1566/0)، دقت پیش‌بینی مطلوب (0332/0=ME، 2435/0=RMSE) و حفظ ساختار ناهمسانی (500/0=AR، 508/0=ε). در وضوح ۳۰ متر «ناهمسانی کاذب» ناشی از برازش افراطی مشاهده شد. چارچوب زمین‌آماری پیشنهادی، معیارهای همسان‌گرد و ناهمسان‌گرد را یکپارچه ساخته و قابلیت اطمینان برآورد عامل LS را افزایش می‌دهد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Quantifying Topographic Anisotropy for Optimal DEM Resolution Selection in Soil Erosion Modeling: A Geostatistical Framework

نویسنده [English]

  • mohammad almasinia
Department of Geography, Payame Noor University, PO BOX 19395-3697 Tehran, Iran
چکیده [English]

Topographic factor (LS) in the Revised Universal Soil Loss Equation (RUSLE) is highly sensitive to Digital Elevation Model (DEM) resolution. Previous studies have identified optimal DEM cell sizes for different contour intervals, but the directional variation of spatial dependency—termed topographic anisotropy—has remained unexplored. This study investigates how anisotropy affects LS factor estimation and whether anisotropy indices can serve as additional criteria for DEM resolution selection. Four DEMs (30 m, 50 m, 100 m, and 300 m) derived from 20 m contour interval topographic maps of the Kuala Yong area in Peninsular Malaysia were systematically analyzed. Directional semivariograms were computed at four orientations (0°, 45°, 90°, 135°) with a lag size of 300 m, and key geostatistical parameters—nugget (C₀), partial sill (C₁), total sill (C), anisotropy ratio (AR), precision (ε), mean error (ME), and root mean square error (RMSE)—were extracted. Results showed that anisotropy is strongest at 30 m (AR=0.433, ε=0.624) and progressively declines to near-isotropic conditions at 300 m (AR=0.842, ε=0.188). The 50 m DEM achieved optimal balance: highest spatial dependency (C₀/C=0.966), maximum total sill (0.1566), favorable prediction accuracy (ME=0.0332, RMSE=0.2435), and preserved anisotropy (AR=0.500, ε=0.508). The 30 m resolution exhibited "false anisotropy" due to overfitting. The proposed geostatistical framework integrates isotropic and anisotropic criteria, enhancing LS factor reliability and supporting sustainable watershed management in erosion-prone landscapes.

کلیدواژه‌ها [English]

  • Topographic anisotropy
  • DEM resolution optimization
  • LS factor
  • Directional semivariogram
  • Hydrogeomorphology

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 23 خرداد 1405
  • تاریخ دریافت: 21 اردیبهشت 1405
  • تاریخ بازنگری: 20 خرداد 1405
  • تاریخ پذیرش: 23 خرداد 1405