مشخصات مقاله:
عنوان فارسی مقاله:
پیش بینی عدم قطعیت در انتقال رسوب و تکامل چشم انداز – تاثیر شرایط سطحی اولیه
عنوان انگلیسی مقاله:
Predicting uncertainty in sediment transport and landscape evolution – the influence of initial surface conditions
کلمات کلیدی مقاله:
انتقال رسوب، همبستگی، مدل سازی فرسایش خاک، سیبریا، عدم اطمینان آماری، نوسازی معدن
مناسب برای رشته های دانشگاهی زیر:
زمین شناسی و جغرافیا
مناسب برای گرایش های دانشگاهی زیر:
سنگ شناسی رسوبی یا رسوب شناسی، زمین شناسی زیست محیطی و ژئومورفولوژی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. معرفی
2. توصیف مکان
2.1. ژئولوژی ، اقلیم و خاک ها
2.2. نرخ های فرسایش اندازه گیری
3. مدل های تکامل چشم انداز
3.1. مدل تکامل چشم انداز SIBERIA
3.1.1. پارامترهای ورودی SIBERIA
4. مدل های ارتفاع دیجیتال آبخیز
5. تنظیم شبیه سازی
6. نتایج
6.1. ارزیابی کیفی
6.2. ارزیابی کیفی
7. بحث
7.1. نتایج چشم انداز بالقوه
7.2. تنوع پارامتر و انتقال رسوب
7.3. یک روش جدید عدم قطعیت پیشگویانه LEM- رو به جلو و ارزیابی حساسیت
8. نتیجه گیری و مباحث آینده
قسمتی از مقاله انگلیسی و ترجمه آن:
1. Introduction
How landscapes evolve in response to the range of natural forcings is a basic scientific question that has long been examined by both qualitative and quantitative methods. Initially developed to examine natural catchment hydrology and geomorphology, numerical Landscape Evolution Models (LEMs) have become a common tool with which to examine geomorphic behaviour as well as geology, climate and the resultant soil and vegetation feedbacks. They can operate over time scales ranging from years to millennia and spatial scales from sub-hectare to entire regions (Dietrich et al., 2003; Tucker and Hancock, 2010). A significant issue for both the short and long-term modelling of landscapes are model inputs, such as the initial landscape that is usually represented by a digital elevation model (DEM) (Perron and Fagherazzi, 2011). With the initial DEM there are two main causes for uncertainty. Firstly, a scenario uncertainty of what surface to represent: for example, if modelling a landscape several million years old how do you reconstruct this past surface? Secondly, a numerical uncertainty in how differences, errors or misrepresentations within the DEM surface can propagate during simulations to give alternative model results. For example, in landscape evolution there are a series of positive feedbacks that can lead to small surface perturbations generating significant changes as simulations progress (Ijjasz-Vasquez et al., 1992; Haff, 1996; Willgoose et al., 2003; Jerolmack and Paola, 2010).
1. معرفی
چگونگی تکامل چشم انداز ها در واکنش به نیروهای طبیعی یک مسئله اساسی علمی است که به مدت طولانی با روش های کمّی و کیفی مورد بررسی قرار گرفته است. مدلهای تکامل چشم انداز عددی (LEMs) که در ابتدا برای بررسی مورفولوژی و هیدرولوژی آبخیز طبیعی گسترش یافتند ، ابزار رایجی برای بررسی رفتار ژئومورفیک ، ژئولوژی ، آب و هوا و خاک حاصل و بازخوردهای پوشش گیاهی شده است. این مدل ها را می توان در مقیاس های زمانی سال تا هزاره و مقیاس های مکانی زیر هکتار تا کل منطقه اجرا کرد (Dietrich etal.,2003; TuckerandHancock,2010).
یک مسئله مهم برای مدلسازی کوتاه مدت و بلند مدت چشم اندازها ، ورودی های مدل مانند چشم انداز اولیه هستند که معمولا با یک مدل ارتفاع دیجیتال (DEM) نشان داده می شوند (Perron and Fagherazzi,2011). با DEM اولیه ، دو دلیل اصلی برای عدم قطعیت وجود دارند. ابتدا ، عدم قطعیت درباره سطحی که باید نمایش داده شود: برای مثال ، در مدلسازی یک چشم انداز چند میلیون ساله ، چگونه این سطح گذشته را بازسازی می کنید؟ دوم ، عدم قطعیت عددی در اینکه چگونه می توان برای دستیابی به نتایج مدل جایگزین تفاوت ها ، خطاها یا تفسیرهای غلط درون سطح DEM را در زمان شبیه سازی ها منتشر کرد. برای مثال ، در ارتفاع چشم انداز یک سری بازخوردهای مثبت وجود دارند که می توانند منجر به آشفتگی های سطحی کم شوند که با پیشرفت شبیه سازی ها تغییرات مهمی ایجاد می کنند (Ijjasz-Vasquezetal., 1992; Haff, 1996; Willgoose etal.,2003; JerolmackandPaola,2010).