مهندسی و مدیریت آبخیز

با همکاری انجمن آبخیزداری ایران

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پرسش‌های متداول

فرایند پذیرش مقالات

راهنمای نویسندگان

راهنمایی دریافت کد ORCID

داوران

راهنمای عضویت در Publons

ارزیابی و تحلیل مکانی خدمات بوم‌سازگان هیدرولوژیکی حوزه آبخیز نیشابور با استفاده از نرم‌افزار InVEST

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و محیط زیست، دانشگاه فردوسی مشهد، مشهد، ایران

2 دانشیار، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و محیط زیست، دانشگاه فردوسی مشهد، مشهد، ایران

چکیده

مقدمه
بو‌م­سازگان‌های طبیعی نقش حیاتی در حفظ فرایندهای محیطی و سامانه‌های حیاتی دارند، اما به‌دلیل تغییرات در استفاده از زمین و مدیریت نادرست، خدمات بوم‌سازگانی که برای حیات انسان ضروری هستند، کاهش یافته است. این کاهش باعث بروز مشکلاتی در زمینه‌های انرژی، آب و هوا و خدمات بوم‌سازگان شده است. با افزایش جمعیت و نیازهای انسانی، فشارها بر بوم‌سازگان‌ها بیشتر شده و این مسائل اهمیت خدمات بو‌م‌سازگانی را در سطح جهانی برجسته کرده است. نرم‌افزار InVES به‌عنوان ابزاری برای ارزیابی و نقشه‌برداری از این خدمات، در پروژه سرمایه طبیعی توسعه یافته است. هدف این پژوهش کاربرد نرم‌افزار InVEST به‌منظور تحلیل مکانی خدمات بوم‌سازگان هیدرولوژیکی حوزه آبخیز نیشابور است.
 
مواد و روش‌­ها
در این پژوهش، از دو زیرمدل تولید آب فصلی و مدل نسبت تحویل رسوب درInVEST  برای ارزیابی میزان آبدهی و تعیین فرسایش خاک در حوضه مورد مطالعه استفاده شد. برای اجرای این مدل به نقشه‌های مدل رقومی ارتفاع، حوضه و زیرحوضه‌ها، بارش، تبخیر و تعرق مرجع، گروه هیدرولوژیکی خاک، کاربری اراضی، فرسایش‌پذیری خاک، فرسایندگی باران و همچنین جدول اطلاعات بیوفیزیک و تعداد رویداد بارش نیاز است. برای واسنجی و اعتبارسنجی مدل در حوضه مطالعاتی، از آمار سه ایستگاه هیدرومتری حوضه برای دوره 1982 تا 1993 استفاده شد. سپس با تنظیم پارامترهای حساس مدل، شامل پارامتر β (پارامتر توپوگرافی محلی و خاک)، ϒ (پارامتر میزان نفوذ در سلول)، Z (تعداد وقایع باران)، CN،  و (پارامترهای ارتباط بین اتصال هیدرولوژیکی و نسبت تحویل رسوب) در محدوده مجاز واسنجی شد. این واسنجی با استفاده از مقادیر دبی و رسوب ثبت‌شده در ایستگاه‌های بار اریه، طاغون و زرنده برای دوره 1982 تا 1989 انجام و برای دوره 1990 تا 1993 اعتبارسنجی شد. برای تعیین خدمات بوم‌سازگان هیدرولوژیکی، نقشه‌های ماهانه دما و بارش WorldClim برای دوره 1970 تا 2000 با تفکیک‌پذیری مناسب استفاده و مدل بر اساس آن اجرا شد.
 
نتایج و بحث
از میان پارامترهای α، β، ϒ، CN، Z،  و  مدل بیشترین حساسیت را به پارامترهای Z (تعداد وقایع بارندگی)، CN،  و  نشان داد. الگوی تغییرات مکانی رواناب در حوضه نیشابور نشان می‌دهد که رواناب عمدتاً تحت تأثیر بارش است. بخش‌های شمالی، شمال شرقی و شرق حوضه به‌دلیل شیب‌های تند و بارش‌های شدید، رواناب سریع‌تری دارند، در حالی که در بخش‌های جنوب غربی، جنوب و میانه حوضه، رواناب سریع کمتر است. همبستگی بالای 0.83 بین بارش و رواناب، تأثیر قوی بارش بر رواناب را تأیید می‌کند. مقدار متوسط رواناب سالانه در حوضه نیشابور 34.4 میلی‌متر است. بالاترین مقدار رواناب سریع در زیرحوضه 1 و کمترین مقدار در زیرحوضه 4 مشاهده شده است. خاک‌های با نفوذپذیری کم در زیرحوضه 1 باعث افزایش رواناب سریع شده، در حالی که خاک‌های نفوذپذیرتر در زیرحوضه 4، این مقدار را کاهش می‌دهند. در زمینه آبدهی سالانه، متوسط سالانه آبدهی حوضه 43.4 میلی‌متر است. بالاترین آبدهی در زیرحوضه 1 و کمترین آن در زیرحوضه 5 گزارش شده است. این تفاوت‌ها عمدتاً به تأثیرات شرایط اقلیمی و نوع کاربری اراضی مربوط می‌شوند. متوسط فرسایش در حوضه نیشابور برابر با 0.6 تن در هکتار در سال است. بالاترین میزان فرسایش در زیرحوضه 3 و کمترین میزان در زیرحوضه 4 مشاهده می‌شود. مناطق با شیب‌های زیاد و بارش‌های شدید بیشتر در معرض فرسایش هستند. مهم‌‌ترین یافته در زمینه نگهداشت خاک این است که میزان نگهداشت خاک در تمامی زیرحوضه‌ها بیشتر از میزان فرسایش است. زیرحوضه 3 بالاترین میزان نگهداشت خاک را دارد، در حالی که زیرحوضه 4 با کمترین میزان نگهداشت خاک به حفاظت بیشتری نیاز دارد. کاربری‌های جنگل و کاربری بیشه‌زار و درختچه بیشترین توانایی را در نگهداشت خاک و اراضی شور و نمک زار و کاربری مسکونی کمترین نقش در نگهداشت خاک را دارند.
 
نتیجه‌­گیری
تعیین خدمات بوم‌سازگان هیدرولوژیکی حوزه‌های آبخیز به‌منظور مدیریت بهتر و هدفمند حوضه حائز اهمیت است. این پژوهش با هدف تحلیل مکانی این خدمات در حوزه آبخیز نیشابور در استان خراسان رضوی انجام شد. در بخش‌های شمال و شمال شرقی حوضه مقدار آبدهی بیشتر است، این موضوع می‌تواند در بهره برداری از منابع آب حوضه و اجرای اقدامات کنترل سیل در این مناطق مد نظر قرار بگیرد. در بحث نگهداشت خاک نیز نتایج پژوهش بیانگر آن است که زیرحوضه 3 با بیشترین میزان نگهداشت خاک، پتانسیل بالایی در جلوگیری از فرسایش را دارد. در مقابل، زیرحوضه 4 با کمترین میزان از نگهداشت خاک، پتانسیل کمی در جلوگیری از فرسایش را دارد. در مجموع نتایج پژوهش بیانگر اهمیت بررسی الگوی ارائه خدمات بوم‌سازگانی هیدرولوژیکی در مدیریت حوزه‌های آبخیز است.  

کلیدواژه‌ها

عنوان مقاله [English]

Spatial assessment and analysis of hydrological ecosystem services in the Neyshabur Watershed using InVEST software

نویسندگان [English]

  • Asma Badameh 1
  • Mahmood Azari 2
  • Ali Golkarian 2

1 M.Sc. Graduation, Department of Range and Watershed Management, Faculty of Natural Resources and Environment, Ferdowsi University of Mashhad, Mashhad, Iran

2 Associate Professor, Department of Range and Watershed Management, Faculty of Natural Resources and Environment, Ferdowsi University of Mashhad, Mashhad, Iran

چکیده [English]

Introduction
Natural ecosystems play a vital role in maintaining environmental processes and life-support systems, but due to land-use changes and improper management, essential ecosystem services for human well-being have declined. This reduction has led to problems in areas such as energy, climate, and ecosystem services. With increasing population and human needs, greater pressure has been placed on ecosystems, highlighting the global importance of ecosystem services worldwide. The InVEST model, developed by the Natural Capital Project, serves as a tool for assessing and mapping these services. The objective of this research is to spatially analyze the hydrological ecosystem services using the InVEST model in the Neyshabur Watershed.
 
Materials and methods
In this study, two sub-models—the Seasonal Water Yield and Sediment Delivery Ratio (SDR) models in InVEST—were used to assess water yield and estimate soil erosion in the study watershed. To run the model, inputs including Digital Elevation Model (DEM) maps, watershed and sub-watershed maps, precipitation, reference evapotranspiration, soil hydrological groups, land use, soil erodibility, rainfall erosivity, a biophysical data table, and the number of precipitation events were required. For calibration and validation of the model in the study area, data from three hydrometric stations in the watershed for the period 1982 to 1993 were used. Then, by adjusting the model’s sensitive parameters, including β (local topographic and soil parameter), γ (parameter related to infiltration rate in cells), Z (number of rainfall events), CN values, k_b, and IC₀ (parameters for the relationship between hydrological connectivity and sediment delivery ratio), the model was calibrated within the allowed range. Calibration was performed using the discharge and sediment data recorded at the Bar, Taghun, and Zarandeh stations for the period 1982 to 1989, and validation was carried out for the period 1990 to 1993. To determine the hydrological ecosystem services, monthly temperature and precipitation maps from WorldClim for the period 1970 to 2000 with an appropriate resolution were used, and the model was run based on these data.
 
Results and discussion
Among the parameters α, β, γ, CN, Z, k_b, and IC₀, the model showed the highest sensitivity to the parameters Z (number of rainfall events), CN values, k_b, and IC₀. The spatial variation pattern of quickflow in the Neyshabur watershed indicates that quickflow is primarily influenced by precipitation. The northern, northeastern, and eastern parts of the watershed, due to steep slopes and intense rainfall, experience higher quickflow, while the southwestern, southern, and central areas of the watershed have lower quickflow. A strong correlation of 0.83 between precipitation and quickflow confirms the significant impact of precipitation on surface runoff. The average annual quickflow in the Neyshabur watershed is 34.3 mm. The highest quickflow occurs in sub-watershed 1, and the lowest in sub-watershed 4. Soils with low permeability in sub-watershed 1 lead to increased quickflow, while more permeable soils in sub-watershed 4 reduce it. Regarding water yield, the annual average water yield of the watershed is 43.4 mm. The highest water yield is reported in sub-watershed 1, while the lowest is in sub-watershed 5. These differences are mainly attributed to the climatic conditions and land-use types. The average erosion rate in the Neyshabur watershed is 0.6 t ha⁻¹ yr⁻¹. The highest erosion occurs in sub-watershed 3, and the lowest in sub-watershed 4. Areas with steep slopes and intense rainfall are more prone to erosion. The most important finding regarding soil retention is that the soil retention rate in all sub-watersheds exceeds the erosion rate. Sub-watershed 3 has the highest soil retention, while sub-watershed 4, with the lowest soil retention, requires more protection. Forest, shrubland, and scrubland land uses have the greatest capacity to retain soil, while saline and marshy lands and residential areas play the least role in soil retention.
 
Conclusions
Determining the hydrological ecosystem services of watersheds is crucial for better and more targeted watershed management. This study was conducted to spatially analyze these services in the Neyshabur watershed in Razavi Khorasan Province. In the northern and northeastern parts of the watershed, higher water yield is observed, which could be considered for water resource exploitation and flood control measures in these areas. Regarding soil retention, the results indicate that sub-watershed 3, with the highest soil retention, has high potential for preventing erosion. In contrast, sub-watershed 4, with the lowest soil retention, has limited potential to prevent erosion. Overall, the findings highlight the importance of evaluating the spatial pattern of hydrological ecosystem services in watershed management.

کلیدواژه‌ها [English]

  • Quickflow
  • Soil erosion
  • Soil retention
  • Watershed management
  • Water yield
مراجع
Abson, D.J., Von Wehrden, H., Baumgärtner, S., Fischer, J., Hanspach, J., Härdtle, W., Heinrichs, H., Klein, A.M., Lang, D.J., Martens, P., Walmsle, D., 2014. Ecosystem services as a boundary object for sustainability. Ecol. Economic. 103, 29-37.
Alizadeh, A., 2008. Principles of applied hydrology. Imam Reza University Press, Astan Quds Razavi, 815 pages (in Persian).
Arnoldus, H.M.J., 1980. An approximation of the rainfall factor in the universal soil loss equation. 127-132, In: M. de Boodts and D. Gabriels (eds), Assessment of Erosion, Wiley.
Asadolahi, Z., Keshtkar, M., 2019. Comparative study of ecosystem hydrological services modeling tools. J. Water Sustain. Develop. 6(2), 47-54 (in Persian).
Asadolahi, Z., Salmanmahiny, A., Mirkarimi, S.H., Azimi, M., 2015. Modeling sediment retention ecosystem service using InVEST software (case study: Eastern part of Gorganrud-Rud Watershed). Environ. Erosion Res. 5(3), 61-75 (in Persian).
Bartley, R., Roth, C.H., Ludwig, J., McJannet, D., Liedloff, A., Corfield, J., Hawdon, A., Abbott, B., 2006. Runoff and erosion from Australia's tropical semiarid rangelands: Influence of ground cover for differing space and time scales. Hydrol. Process.: An Int. J. 20(15), 3317-3333.
 Bautista, S., Mayor, A.G., Bourakhouadar, J., Bellot, J., 2007. Plant spatial pattern predicts hill slope runoff and erosion in a semiarid Mediterranean landscape. J. Ecosys. 10, 987-998
 
Bayati, M., Karami, F., 2019. The time and runoff velocity estimation on slopes of Ojan Chay watershed. Quantita. Geomorphol. Res. 7(4), 1-14 (in Persian).
Bonan, G., 2015. Ecological climatology: concepts and applications; Cambridge University Press: Cambridge, UK. 68pp
Brauman, K.A., 2015. Hydrologic ecosystem services: linking ecohydrologic processes to human well-being in water research and watershed management. Wiley Interdisciplinary Rev.: Water 2(4), 345-358.
Brauman, K.A., Daily, G.C., Duarte, T.K., Mooney, H.A., 2007. The nature and value of ecosystem services: an overview highlighting hydrologic services. Annual Rev. Environ. Res. 32(1), 67-98.
Chacko, S., Kurian, J., Ravichandran, C., Vairavel, S.M., Kumar, K., 2022. Water yield ecosystem services assessment in periyar tiger reserve. In Geospatial Information Handbook for Water Resources and Watershed Management, Volume III (187-201), CRC Press.
Chamani, R., Mostafazadeh, R., Kalehhouei, M., Haji, K., 2023. Determining the spatial correlation and pattern of changes in the height and volume of runoff in the sub-watersheds of Sharganj Birjand region. Quantita. Geomorphol. Res. 12(3), 201-219 (in Persian).
Dash, S.S., Maity, R., 2023. Effect of climate change on soil erosion indicates a dominance of rainfall over LULC changes. J. Hydrol.: Region. Studie. 47, 101373.
 
De Groot, R.S., Wilson, M.A., Boumans, R.M., 2002. A typology for the classification, description and valuation of ecosystem functions, goods and services. Ecol. Economic. 41(3), 393-408.
Ebadi Far, M., Baygan, A., 2017. Investigation of the relationship between precipitation and annual runoff (case study: Navroud Watershed in Gilan Province). In Proceedings of the 2nd National (in Persian).
Ebrahimi, H., Nasrazadani, A., Ramazani, B., Jeddi Mostafalou, A., 2009. Investigating the relationship between rainfall and runoff in the watershed of the Barjstanak dam. The 5th National Conference of Iran's Watershed Science and Engineering (Sustainable Management of Natural Disasters) (in Persian).
Farshidnia, S., Fatehi-Nobarian, B., 2023. A study of discharge estimation using justin's method and comparison with experimental methods (case study: The Central Alborz Sub-Basins). New Approach. Civil Engin. 7(2), 1-12 (in Persian).
Fick, S.E., Hijmans, R.J., 2017. WorldClim 2: new 1‐km spatial resolution climate surfaces for global land areas. Int. J. Climatol. 37(12), 4302-4315.
Gashaw, T., Bantider, A., Zeleke, G., Alamirew, T., Jemberu, W., Worqlul, A.W., Dile, Y.T., Bewket, W., Meshesha, D.T., Adem, A.A., Addisu, S., 2021. Evaluating InVEST model for estimating soil loss and sediment export in data scarce regions of the Abbay (Upper Blue Nile) Basin: Implications for land managers. Environ. Challenge. 5, 100381.
Gashaw, T., Worqlul, A.W., Dile, Y.T., Sahle, M., Adem, A.A., Bantider, A., Teixeira, Z., Alamirew, T., Meshesha, D.T., Bayable, G., 2022. Evaluating InVEST model for simulating annual and seasonal water yield in data-scarce regions of the Abbay (Upper Blue Nile) Basin: implications for water resource planners and managers. Sustain. Water Resourc. Manage. 8(5), 170.
Grunewald, K., Bastian, O. (Eds.)., 2015. Ecosystem services–concept, methods and case studies. Springer, 366 pages.
Haghdadi, M., Heshmati, Gh.A., Azimi, M.S., 2018. Assessment of water yield service on the basis of InVEST tool (case study: Delichai watershed). J. Water Soil Conserv. 25(4), 275-290 (in Persian).
Hamel, P., Guswa, A.J., 2015. Uncertainty analysis of a spatially explicit annual water-balance model: case study of the Cape Fear basin, North Carolina. Hydrol. Earth Sys. Sci. 19(2), 839-853.
Hamel, P., Valencia, J., Schmitt, R., Shrestha, M., Piman, T., Sharp, R.P., Francesconi, W., Guswa, A.J., 2020. Modeling seasonal water yield for landscape management: Applications in Peru and Myanmar J. Environ. Manage. 270, 110792.
Hejazi, A., Boroumand, R.,  2014. An analysis on the evaluation of the causes of erosion and the estimation of the amount of sediment in the mountain basins of semi-arid regions (case: Farob Roman Neyshabur Watershed). Quantita. Geomorphol. Res. 3(1), 128-146 (in Persian).
Hossein Zadeh Kuhi, H., Ardestani, M., 2022. Modeling and quantitative investigation of the groundwater condition of the South Mehyar-Dasht Asman aquifer using the MODFLOW model. Water Soil Manage. Model. 4(1), 1-17 (in Persian).
Hou, X., Yang, H., Cao, J., 2024. The spatial and temporal dynamics of soil conservation and its influencing factors in the ten tributaries of the upper yellow river, China. Water 16(20), 2888.
Huang, X., Chen, Y., Ma, J., Chen, Y., 2010. Study on change in value of ecosystem service function of Tarim River. Acta Ecol. Sinica. 30(2), 67-75.
ISRIC, 2020. SoilGrids-global gridded soil information. ISRIC-World Soil Information. https://www.isric.org/explore/soilgrids (accessed 17 May 2020).
Jabbary Zahra, A., Mohammadi Ghaleni, M., Moghaddasi, M., Dehban, H., 2022. The effect of slope and rainfall intensity on runoff and soil erosion using a rainfall simulator. Environ. Erosion Res. J. 12(1), 113-128 (in Persian).
Jorenush, M.H., Egdernezhad, A., Shahrokhnia, M.A., Ebrahimi Pak, N.A., 2023. Evaluation of AquaCrop model for simulation of Wheat plant (Triticum) yield under different scenarios of agricultural management in Qazvin. Water Soil Manage. Model. 4(1), 1-16 (in Persian).
Khaledi Darvishan, A., Faraji, J., Gholami, L., Khorsand, M., 2021. Spatio-temporal variation of soil erosion in Khamsan representative watershed using RUSLE. Water. Engin. Manage. 13(3), 534-547 (in Persian).
Khazaei, M., Bayat R., Saleh, I., 2021. Effects of rainfall and slope components on runoff and soil erosion in dry lands (case study: Gachsaran Dry Lands). J. Water. Manage. Res. 12(24), 182-192 (in Persian).
Khosravi, A., 2019. Temporal and spatial changes of hydrological ecosystem services of the Kashfer Watershed. MSc Thesis, Ferdowsi University (in Persian).
Lismadanti, A., Christanto, N., Effendi, I., 2024. Enhancing watershed management through seasonal water yield modelling using InVEST (case study: Rawa Pening Catchment Area). In IOP Conference Series: Earth Environ. Sci. 1313(1), 012003. IOP Publishing.
Liu, M., Min, L., Zhao, J., Shen, Y., Pei, H., Zhang, H., Li, Y., 2021. The impact of land use change on water-related ecosystem services in the Bashang area of Hebei Province, China. Sustain. 13(2), 716.
Liu, S., Costanza, R., Troy, A., D'Aagostino, J., Mates, W., 2010. Valuing New Jersey’s ecosystem services and natural capital: a spatially explicit benefit transfer approach. Environ. Manage. 45, 1271-1285.
Logsdon, R.A., Chaubey, I., 2013. A quantitative approach to evaluating ecosystem services. Ecol. Model. 257, 57-65.
Lu, S.J., Duan, X.W., Wei, S.Z., Lin, H.H., 2022. An insight to calculate soil conservation service. Geogr. Sustain. 3, 237-245.
Moghadamirad, M., Abdi, E., Moayeri, M. H., Gorbani Vaghei, H., 2017. Effect of uphill gradient on runoff and soil loss in forest road (A case study: Kohmiyan forest, Azadshahr). Forest Wood Product. 71(2), 105-115 (in Persian).
Mohammadi, Sh., Karimzadeh, H.R., Alizadeh, M., 2018. Spatial estimation of soil erosion in Iran using the RUSLE model. Iran. J. Ecohydrol. 5(2), 551-569 (in Persian).
Mohammadyari, F., 2023. Evaluation the effects of land use changes on ecosystem services based on the InVEST model (case study: Chaharmahal and Bakhtiari Province). Town Country Plan. 15(2), 327-342 (in Persian).
Paudyal, K., Baral, H., Bhandari, S.P., Bhandari, A., Keenan, R.J., 2019. Spatial assessment of the impact of land use and land cover change on supply of ecosystem services in Phewa watershed, Nepal. Ecosys. Service. 36, 100895.
Peng, J., Yang, Y., Liu, Y., Du, Y., Meersmans, J., Qiu, S., 2018. Linking ecosystem services and circuit theory to identify ecological security patterns. Sci. Total Environ. 644, 781-790.
Pessacg, N., Flaherty, S., Brandizi, L., Solman, S., Pascual, M., 2015. Getting water right: A case study in water yield modelling based on precipitation data. Sci. Total Environ. 537, 225-234.
Renard, K.G., 1997. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). US Department of Agriculture, Agricultural Research Service, 404 pages.
Ritten, J., Fernández-Giménez, M.E., Pritchett, J., Kachergis, E., Bish, W., 2018. Using state and transition models to determine the opportunity cost of providing ecosystem services. Rangeland Ecol. Manage. 71(6), 737-752.
Saadatpour, A., Alizadeh, A., Ziaei, A.N., Izady, A., 2019. Estimation and comparison of blue and green water using SWAT and SWAT-MODFLOW models in the NeIshabur watershed. Iranian J. Irriga. Drain. 13(4), 1113-1129 (in Persian).
Sahle, M., Saito, O., Fürst, C., Yeshitela, K., 2019. Quantifying and mapping of water-related ecosystem services for enhancing the security of the food-water-energy nexus in tropical data–sparse catchment. Sci. Total Environ. 646, 573-586.
Sarvari, M., 2018. Investigating the effect of climate change on economic well-being in Neyshabur Plain. MSc. Thesis, Tarbiat Modares University (in Persian).
Sharp, R., Tallis, H.T., Ricketts, T., Guerry, A.D., Wood, S.A., Chaplin-Kramer, R., Nelson, E., Ennaanay, D., Wolny, S., Olwero, N., Vigerstol, K., 2014. InVEST user’s guide. The Natural Capital Project. The Natural Capital Project.
Sun, G., Zhou, G., Zhang, Z., Wei, X., McNulty, S.G., Vose, J.M., 2006. Potential water yield reduction due to forestation across China. J. Hydrol. 328(3-4), 548-558.
Suryanta, J., Nahib, I., Ramadhani, F., Rifaie, F., Suwedi, N., Karolinoerita, V., Cahyana, D., Amhar, F., 2024. Modelling and dynamic water analysis for the ecosystem service in the Central Citarum watershed, Indonesia. J. Water Land Develop.
Teymouri, F., Bezarafshan, E., Rafiei Sardouei, E., 2018. Evaluation of the effects of climate change and land use change on soil erosion (case study: Kandaran Watershed). Ecohydrol. 6(2), 353-368 (in Persian).
Vaezi, A.R., Mohammadi, E., 2022. Temporal variation pattern of runoff generation and rill erosion in different soils and slope gradients (in Persian).
Valencia, J.B., Guryanov, V.V., Mesa-Diez, J., Tapasco, J., Gusarov, A.V., 2023. Assessing the Effectiveness of the use of the InVEST annual water yield model for the rivers of Colombia: a case study of the meta river basin. Water 15(8), 1617.
Wei, P., Chen, S., Wu, M., Deng, Y., Xu, H., Jia, Y., Liu, F., 2021. Using the InVEST model to assess the impacts of climate and land use changes on water yield in the upstream regions of the Shule River Basin. Water 13(9),1250.
Yu, Y., Sun, X., Wang, J., Zhang, J., 2022. Using InVEST to evaluate water yield services in Shangri-La, Northwestern Yunnan, China. PeerJ. 10, e12804.
Zhang, C., Wenhua, L., Biao, Z., Moucheng, L., 2012. Water yield of Xitiaoxi river basin based on InVEST modeling. J. Resourc. Ecol. 3(1), 50-54.
Zhang, L., Lü, Y., Fu, B., Dong, Z., Zeng, Y., Wu, B., 2017. Mapping ecosystem services for China’s ecoregions with a biophysical surrogate approach. Landscape Urban Plan. 161, 22-31.
Zhao, L., Chen, R., Yang, Y., Liu, G., Wang, X., 2023. A new tool for mapping water yield in cold alpine regions. Water 15(16), 2920.
Zhao, W., Liu, Y., Daryanto, S., Fu, B., Wang, S., Liu, Y., 2018. Metacoupling supply and demand for soil conservation service. Current Opinion Environ. Sustain. 33, 136-141.
مهندسی و مدیریت آبخیز
دوره 17، شماره 4
دی 1404
صفحه 514-533
فایل ها
هم رسانی
ارجاع به این مقاله
آمار