https://mmws.uma.ac.ir/ مدل سازی و مدیریت آب و خاک fa daily 1 Sat, 21 Mar 2026 00:00:00 +0330 Sat, 21 Mar 2026 00:00:00 +0330 https://mmws.uma.ac.ir/article_3796.html هدف از این پژوهش پهنه‌بندی پتانسیل خطر وقوع سیلاب و ارتباط آن با شاخص‌های هیدروژئومورفولوژی با استفاده از مدل توسعه یافته سیلاب ناگهانی (MFFPI) در حوزه آبخیز سامیان در استان اردبیل است. در این راستا ابتدا پس از استخراج لایه‌های شیب، تجمع جریان، کاربری اراضی، نفوذپذیری سنگ، انحنای دامنه و بافت خاک در محیط GIS اقدام به وزن‌دهی این لایه‌ها شد و در گام بعد با هم‌پوشانی این لایه‌ها نقشه پتانسیل سیلاب ناگهانی برای حوزه سامیان استخراج و بر اساس احتمال وقوع سیلاب به پنج دسته خطر خیلی کم، کم، متوسط ، زیاد و خیلی زیاد، به ترتیب 314، 926، 752، 1251 و 990 کیلومتر مربع تقسیم‌بندی شد. نتایج نشان داد مناطقی با شیب تند، پوشش‌گیاهی کم، خاک‌های سفت و کاربری‌های نامناسب مانند شهرها و مزارع، بیش‌ترین خطر وقوع سیلاب را دارند. این مناطق به‌دلیل نفوذ کم آب در خاک، رواناب زیاد و ظرفیت کم نگهداری آب در زمان بارندگی‌های شدید، مستعد سیل‌گیری هستند. برعکس، مناطقی با شیب ملایم، پوشش‌گیاهی انبوه، خاک‌های نرم و کاربری‌های مناسب مانند جنگل و مرتع، کم‌ترین خطر وقوع سیلاب را دارند. پوشش‌گیاهی با جذب باران و کاهش سرعت جریان آب، و خاک‌های نرم با نفوذ بهتر آب به داخل زمین، از وقوع سیلاب جلوگیری می‌کنند. با استفاده از آزمون آماری اسپیرمن میزان هم‌بستگی لایه‌های مدل MFFPI با سیلاب ناگهانی مشخص شد. نتایج نشان داد که لایه‌های شیب و بافت خاک به‌ترتیب با مقدار 78/0 و 70/0 درصد دارای بیش‌ترین هم‌بستگی مثبت معنی‌داری با سیلاب ناگهانی است. هم‌چنین شاخص‌های هیدروژئومورفولوژی شامل توان آبراهه، رطوبت توپوگرافی، پوشش‌گیاهی و توپوگرافی با استفاده از نقشه‌های پایه در محیط ArcGIS تهیه و استخراج شدند. به‌منظور بررسی ارتباط و میزان اثرگذاری هر یک از این شاخص‌ها در سیلاب حوزه از آزمون هم‌بستگی پیرسون استفاده شد. نتایج نشان داد شاخص توان آبراهه با ضریب هم‌بستگی مثبت و معنادار (r = 0.64) نقش اصلی را در افزایش شدت سیلاب‌های ناگهانی ایفا می‌کند. https://mmws.uma.ac.ir/article_3864.html آب زیرزمینی یکی از منابع حیاتی در مناطق خشک و نیمه‌خشک محسوب می‌شود و تکمیل داده‌های مفقود آن نقش مهمی در مدیریت منابع آبی دارد. هدف پژوهش حاضر، ارزیابی عملکرد پنج روش درونیابی شامل کریجینگ، فاصله معکوس وزنی (IDW)، جنگل تصادفی مکانی (RFSI)، چندجمله‌ای تکه‌ای هرمیت مکعبی (PCHIP) و مدل یادگیری عمیق DeepMVI برای بازسازی داده‌های تراز آب زیرزمینی در آبخوان دشت عجب‌شیر طی دوره آماری 1385 تا 1401 است. داده‌های ماهانه از 29 ایستگاه گردآوری و به نسبت 70 به 30 برای آموزش و ارزیابی مدل‌ها تقسیم شدند.نتایج مدل‌سازی نشان داد که مدل‌های سنتی مانند کریجینگ و IDW با مقادیر ضریب همبستگی (R) به ترتیب برابر با 37/0 و 56/0 و خطای RMSE  بالا (به ترتیب 91/417 و 51/365) دقت پایینی در بازسازی داده‌ها داشتند. مدل RFSI با R برابر 63/0 و RMSE برابر 06/11 عملکرد بهتری نسبت به روش‌های کلاسیک داشت، اما همچنان از دقت لازم برخوردار نبود. مدل PCHIP با R برابر 89/0 و RMSE برابر 52/7 عملکرد قابل‌قبولی ارائه داد. با این حال، مدل DeepMVI با ضریب همبستگی بالا (92/0R =)، کم‌ترین مقدار RMSE (44/6) و بیشترین ضریب نش-ساتکلیف (8/0NSE=) بهترین عملکرد را در بین تمامی روش‌ها نشان داد. این نتایج نشان می‌دهد که استفاده از روش‌های مبتنی بر یادگیری عمیق می‌تواند دقت بازسازی داده‌های تراز آب زیرزمینی را به طور چشمگیری افزایش داده و ابزار مناسبی برای مدیریت بهینه منابع آب در مناطق دارای داده‌های ناقص فراهم آورد. https://mmws.uma.ac.ir/article_3880.html اگرچه در نظر گرفتن خصوصیت ناایستایی سری‌های زمانی در مقایسه با ایستا فرض نمودن آن، منجر به ارتقای برآورد پارامترهای توزیع احتمالاتی متغیر می‌شود، برتری شبیه سازی ناایستا نسبت به ایستا و به‌دنبال آن پیش بینی وضعیت در آینده، تحت تأثیر محل و در نتیجه عوامل موثر بر ناایستایی، نتایج متفاوتی به‌دست داده است. از این‌رو در مطالعة حاضر با هدف ارزیابی نتایج حاصل از شرایط ناایستایی بر پایش خشک‌سالی، اقدام به مدل‌سازی ناایستای خشک‌سالی هواشناسی، با شاخص خشک‌سالی SPIt، با استفاده از مدل تعمیم یافتة جمعی پارامترهای مکان، مقیاس و شکل GAMLSS در پنج ایستگاه باران سنجی پل‌زال، بستان، پل‌کهنه، نورآباد و هلیلان، در حوزة آبریز کرخه و مقایسة آن با مدل ایستای شاخص خشک‌سالی SPI، شد. دورة زمانی مورد مطالعه، از حداقل 31 ساله (1396-1365) در ایستگاه نورآباد تا حداکثر 52 ساله (1401-1350) در ایستگاه پل‌زال، شامل بارش تجمعی فصل زمستان است. نتایج نشان داد تخمین نا ایستای پارامترها، در ایستگاه‌های دارای روند، در مقایسه با تخمین ایستایی در آن‌ها، دارای دقت بیش‌تری است. به‌طوری‌که تخمین ناایستا، سبب 5، 6 و 1 واحد کاهش مقدار آکاییک به‌ترتیب، در ایستگاهای پل‌زال، بستان و نورآباد، نسبت به شرایط ایستا، شد. هم‌چنین در نظر گرفتن شرایط ناایستایی در ایستگاه‌های دارای روند، سبب افزایش فراوانی خشک‌سالی شد. به‌طوری‌که درصد فراوانی خشک‌سالی ایستگاه‌های پل زال، بستان و نورآباد به‌ترتیب از 48، 48 و 43 در حالت ایستا به 52، 52 و 47 درصد در حالت ناایستا، افزایش یافت. این در حالی است که درصد فراوانی خشک‌سالی‌های شدید (کلاس D4) در حالت ناایستا در مقایسه با ایستا، کاهش نشان داد. به‌طوری‌که در ایستگاه‌های پل‌زال، بستان و نورآباد، درصد فراوانی خشک‌سالی‌های شدید (کلاس D4)، در شرایط نایستا به‌ترتیب صفر، صفر و 4 درصد و در شرایط ایستا به‌ترتیب، 2، 3 و 6 درصد به‌دست آمد. از این‌رو بسته به هدف پایش خشک‌سالی در مدیریت حوزه‌های آبریز، مبنی بر این‌که مسأله بحرانی ناشی از خشک‌سالی، فراوانی وقوع یا فراوانی شدیدترین خشک‌سالی مد نظر باشد، در علیرغم وجود ناایستایی، به‌ترتیب تحلیل ناایستا و ایستا، نتایج توام با ریسک کم‌تری به‌دست خواهد داد. https://mmws.uma.ac.ir/article_3938.html اغلب سیستم‌های مخازن ذخیرة موجود در سراسر دنیا بدون اعمال نیاز محیط زیستی پایاب سد در رهاسازی مورد بهره‌برداری قرار می‌گیرند. این امر اثرات مخربی در اکوسیستم رودخانه در پایاب چنین سیستم مخازن ذخیره، از جمله در حوضة آبریز دریاچه ارومیه، به‌وجود آورده است. در حال حاضر بر روی تمامی رودخانه‌های حوضة آبریز دریاچه ارومیه، سدهای مخزنی متعدد برای کنترل و تنظیم جریان رودخانه برای مصارف شرب و کشاورزی احداث یا در شرف احداث بوده و این سیستم‌ها غالباً بدون اعمال نیاز محیط زیستی پایاب رودخانه، خصوصاً حق‌آبة دریاچة ارومیه مورد بهره‌برداری قرار گرفته و احتمالاً موجب بحران خشک شدن دریاچه ارومیه شده است. در این مطالعه نوآورانه اثر اعمال نیاز محیط زیستی بر مشخصات طراحی و بهره‌برداری مخزن ذخیره فرضی رودخانه نازلوچای بر اساس پنج روش هیدرولوژیکی، Tennant، Tessman، Smakhtin، DRM و FDC Shifting مورد بررسی و ارزیابی قرار گرفته است. بدین منظور یک روش مونت کارلو گسترده با تولید 1000 سری جریان ماهیانه 30 ساله با استفاده از رویکرد استوکاستیک توزیعی (ترکیب دو مدل AR(1) و Valencia and Schaake) برای محدودة وسیع از تقاضا (7 مورد)، شاخص اعتمادپذیری (11) و شاخص آسیب‌پذیری (2) انجام پذیرفته است. نتایج نشان داد که روش FDC Shifting (C) با میزان متوسط 32 درصد میانگین جریان ماهیانه و حداقل ضریب تغییرات (CV=0.20) مناسب‌ترین روش برآورد نیاز محیط زیستی پایاب مخزن ذخیرة مورد مطالعه بوده و تخصیص 95 میلیون مترمکعب در سال از سیستم ذخیره را لازم دارد. با اعمال نیاز محیط زیستی در تحلیل سیستم مخازن ذخیره، تغییرات حجم مفید، حجم تلفات تبخیر و دوره بحرانی با افزایش تقاضا به‌طور نمایی افزایش یافته و این افزایش در حدود 2 برابر برای روش Tennant تا 10 برابر برای روش Tessman نسبت به شرایط بدون اعمال نیاز محیط زیستی است. به‌طور خلاصه، یک روش برآورد نیاز محیط زیستی رودخانه در انطباق با رژیم جریان ماهیانه یا مبتنی بر الگوی رژیم جریان ماهیانه و با میزان مناسب (40-30 درصد متوسط جریان ماهیانه) مانند روش FDC Shifting (C) دارای مزیت نسبی بسیار بالاتری نسبت روش‌های دیگر است. https://mmws.uma.ac.ir/article_4089.html Soil erosion constitutes a significant environmental and agricultural obstacle that jeopardizes food security throughout Nigeria. This research delves into the correlation between the intensity of soil erosion and household food security in Kano State by employing the Revised Universal Soil Loss Equation (RUSLE) and the Household Food Consumption Score (HFCS). A multistage sampling technique was used to identify 600 respondents across four Local Government Areas categorized by varying levels of erosion severity (Very High, High, Low, and Very Low). The modeling of soil erosion was accomplished in Google Earth Engine by the integration of CHIRPS rainfall data, SRTM Digital Elevation Model (DEM), FAO soil classification maps, and Landsat satellite imagery. The findings derived from the Revised Universal Soil Loss Equation (RUSLE) model indicate that more than 90% of the study area is exposed to high and very high erosion risk; The result of the One-Way ANOVA analysis showed significant differences (p < 0.001) in caloric consumption relative to erosion classifications. While 30.36% of the households situated in areas characterized by very low erosion are found to consume between 2800 and 3200 kcal/day, only 12% were found to consume between 2800 and 3200 Kcal/person/day. Similarly, the percentage of households classified as food-secure was found to be high in areas with very low erosion (72%) as against 54.67% in very high erosion areas. Crop yields revealed that cowpea and millet exhibited pronounced sensitivity to erosion, with cowpea yields diminishing by as much as 38.42% when comparing very low to very high erosion zones. This research concludes that soil erosion considerably affects agricultural productivity and food security. It calls for prompt policy measures that support agroforestry, terracing, cover cropping, and sustainable land management methodologies to alleviate erosion and boost food resilience. https://mmws.uma.ac.ir/article_3959.html توزیع اندازة ذرات خاک، ویژگی فیزیکی مهمی است که بر ساختار خاک تأثیر می‌گذارد و ارتباط نزدیکی با بافت و رفتار خاک دارد. بنابراین، در این پژوهش با استفاده از دانه‌بندی لیزری و شاخص‌های آماری به تحلیل دانه‌بندی خاک در کاربری‌های/پوشش‌های مختلف اراضی در حوزة آبخیز واز در استان مازندران پرداخته شد. در پژوهش حاضر 47 نقطة نمونه‌گیری شامل 25 نقطه برای جنگل، 13 نقطه برای مرتع، چهار نقطه برای کشاورزی و پنج نقطه برای مسکونی مشخص و نمونه‌ها از عمق 5 سانتی‌متری و به مقدار تقریبی 500 تا 700 گرم برداشت شد. سپس نمونه‌ها در معرض هوای آزاد خشک شده و بعد از آن با خارج کردن مواد زائد حدود 50 گرم از هر نمونه‌ در آون قرار داده شدند. در نهایت، مقدار 30 گرم از آن‌ها در لوله فالکون ریخته شد و برای آنالیز لیزری به آزمایشگاه انتقال داده شدند. پس از دریافت نتایج دانه‌بندی لیزری، این نتایج از نظر مقدار رس، سیلت، ماسه، سنگ‌ریزه، میانگین اندازه ذرات، جورشدگی، چولگی، کشیدگی، 10d، 50d (میانه) و 90d مورد بررسی قرار گرفتند. نتایج نشان داد که میانگین اندازة ذرات رس، سیلت، ماسه و سنگ‌ریزه به‌ترتیب در کاربری جنگل برابر 03/1، 52/51، 39/45 و 06/2، در کاربری مرتع برابر 62/0، 41/52، 21/45 و 76/1، در کاربری کشاورزی برابر 33/1، 2/75، 39/23 و 08/0، و در کاربری مسکونی برابر 57/0، 96/36، 5/54 و 97/7 درصد است. توزیع اندازة ذرات در کاربری‌های جنگل و مرتع نشان می‌دهد که بخش‌های سیلت و ماسه دارای بیش‌ترین درصد هستند، که نشان‌دهندة ساختار متعادل خاک است. با توجه به اینکه حوزة آبخیز واز دارای شیب زیاد است و از طرفی با توجه به ساخت و ساز در آن پیشنهاد می‌شود اقدامات آبخیزداری متناسب در بالادست حوضه انجام ‌شود. نتایج به‌دست آمده و نقشة توزیعی ذرات خاک می‌تواند به اولویت‌بندی اقدامات حفاظت خاک و هم‌چنین کنترل فرسایش در حوزه آبخیز واز کمک کند. https://mmws.uma.ac.ir/article_3964.html اجرای برنامه‌های مؤثر در حفاظت از منابع آب‌ و خاک و کنترل رسوب، نیازمند درک دقیق از منابع رسوب و سهم نسبی آن‌ها در فرآیندهای تولید رسوب است؛ چرا که این اطلاعات در شناسایی مناطق بحرانی و هدایت اقدامات مدیریتی نقش اساسی ایفا می‌کنند. پژوهش حاضر با هدف تحلیل ارتباط سهم کاربری‌های مختلف اراضی در تولید رسوب معلق با سنجه‌های سیمای سرزمین و سایر عوامل مؤثر بر فرسایش خاک است. در حوزة آبخیز کسیلیان استان مازندران انجام شد. بدین منظور 59 ردیاب ژئوشیمی در 36 نمونة منابع رسوب شامل کاربری‌های جنگل طبیعی، کشاورزی، مرتع و جنگل دست کاشت و 8 نمونة رسوب معلق اندازه‌گیری شد. با بهره‌گیری از آزمون‌های آماری دامنه، کروسکال-والیس و تحلیل تابع تفکیک در بستة نرم‌افزاری FingerPro در محیط R، ردیاب‌های بهینه برای منشأیابی رسوبات معلق تعیین شدند؛ به‌طوری‌که عناصر پتاسیم (K)، سدیم (Na) و سرب (Pb) به‌عنوان ردیاب‌های مؤثر انتخاب شدند. تحلیل سنجه‌های سیمای سرزمین با استفاده از نرم‌افزار FRAGSTATS انجام شد. نتایج حاصل از منشأیابی رسوبات معلق نشان داد که سهم نسبی کاربری‌های مرتع، جنگل طبیعی، کشاورزی و جنگل دست‌کاشت در تولید رسوب به‌ترتیب 76، 9، 6 و 6 درصد است. هم‌چنین نتایج نشان داد که سهم بالای کاربری مرتع در تولید رسوب، با توجه به مقادیر بالای ضریب پوشش گیاهی (33/0C=)، فرسایش‌پذیری خاک (03/0K=)، عامل توپوگرافی (58/25LS=)، و شاخص پراکندگی لکه‌ها (3/575ENN-MN=)، قابل‌تبیین است. این نتایج می‌تواند پایه‌ای علمی برای شناسایی مناطق بحرانی، اولویت‌بندی اقدامات حفاظتی، و تدوین راهبردهای مؤثر در مدیریت جامع منابع آب و خاک باشد. https://mmws.uma.ac.ir/article_4023.html مدل‌های بارش-رواناب ابزار مهمی برای شبیه‌سازی جریان رودخانه و درک فرآیندهای هیدرولوژیک هستند، اما انتخاب آن‌ها نیازمند شناخت محدودیت‌ها و قابلیت‌هاست. در این تحلیل‌ها باید اثر تغییرات اقلیمی، گازهای گلخانه‌ای و نوسانات اقلیمی نیز لحاظ شود تا نتایج به واقعیت نزدیک‌تر باشند. بنابراین، در این پژوهش ابتدا با استفاده از مدل هیدرولوژیکی GR2M به شبیه‌سازی بارش-رواناب ماهانه دو رودخانة چهل‌چای و نرماب در دو حوزة آبخیز لزوره و جنگلده پرداخته شده است. سال‌های آماری (2011-2022) به‌عنوان دورة مشاهداتی مشترک هر دو ایستگاه هیدرومتری و سال‌های (2023-2100) به‌عنوان دورة آینده برای پیش‌بینی دبی جریان تحت جدیدترین سناریوهای گزارش ششم تغییر اقلیم SSP1-2.6، SSP2-4.5 و SSP5-8.5 در نظر گرفته شده است. معیار کارایی کلینگ-گوپتا و میانگین ریشة مربعات خطا در دورة صحت‌سنجی برای حوزة آبخیز لزوره برابر با 68/0 و 95/14 و در حوزة آبخیز جنگلده برابر با 68/0 و 52/24 است. بررسی نتایج نشان می‌دهد که مدل عملکرد خوبی در شبیه‌سازی دبی جریان دارد. در ادامه نتایج پیش‌بینی جریان تحت تأثیر تغییر اقلیم در آینده نشان می‌دهد که دبی جریان هر دو ایستگاه تحت دو سناریوی SSP1-2.6 و SSP2-4.5 در بازة زمانی 2020-2060 کاهشی است و در بازة زمانی 2080-2100 افزایش خواهد یافت. در حالی که دبی جریان هر دو ایستگاه تحت سناریوی بد‌بینانه SSP5-8.5 در بازة زمانی 2040-2060 روندی افزایشی دارد و در بازة زمانی 2060-2100 روند جریان نیز کاهشی است. در نهایت مهم‌ترین نکته‌ای که باید مورد توجه قرار گیرد این است که تحت هر سه سناریو مورد بررسی مقدار جریان تحت تأثیر تغییرات اقلیمی به مراتب نسبت به دورة مشاهداتی کاهش خواهد یافت که این موضوع لزوم توجه بیش‌تر به برنامه‌ریزی منابع آب در پایاب این حوضه‌ها را برجسته می‌کند. https://mmws.uma.ac.ir/article_4027.html یکی از ویژگی‌های مهم خاک که بر چگونگی حرکت آب، نفوذ آن و فرسایش سطحی اثر می‌گذارد، خاصیت آب‌گریزی آن است. این پژوهش باهدف بررسی و تخمین میزان آب‌گریزی خاک بر اساس شاخص WDPT و با استفاده از روش‌های یادگیری ماشینی مثل درخت تصمیم، جنگل تصادفی و XGBoost در خاک‌های لسی شمال ایران انجام شد. به‌این منظور، از ۴۵ موقعیت مختلف نمونه‌برداری خاک انجام گرفت و ویژگی‌های فیزیکی و شیمیایی آن‌ها، شامل میزان کربن آلی، مواد آلی، هدایت الکتریکی، pH، اندازة ذرات خاک، درصد ماسه، رس و سیلت اندازه‌گیری شد. عملکرد مدل‌ها با استفاده از معیارهای آماری RMSE، MAE و R² و هم‌چنین با تحلیل حساسیت و عدم قطعیت سنجیده شد. در ابتدا، عملکرد مدل‌ها چندان مطلوب نبود، اما با تنظیم دقیق پارامترها، دقت پیش‌بینی به شکل چشم‌گیری بهبود یافت. پس از بهینه‌سازی، مدل جنگل تصادفی با RMSE برابر با ۱۵، MAE برابر با 11/93 و R² برابر با 42 بهترین نتیجه را ارائه داد. مدل XGBoost نیز پس از تنظیم پارامترها با RMSE برابر با 7/14 و R² برابر با 42 در رتبة دوم قرار گرفت. مدل درخت تصمیم همچنان ضعیف‌ترین عملکرد را داشت. تحلیل عدم قطعیت با روش‌های بوت‌استرپ و مونت‌کارلو نشان داد که مدل جنگل تصادفی کم‌ترین پراکندگی و نوسان RMSE را دارد و از پایداری بیش‌تری برخوردار است. تحلیل حساسیت مدل‌ها نشان داد که کربن آلی مهم‌ترین عامل در پیش‌بینی WDPT در همة مدل‌ها است. سایر عوامل مانند رس، مواد آلی، هدایت الکتریکی و pH نیز در مدل‌های مختلف نقش مهمی ایفا کردند. نتایج این پژوهش نشان می‌دهد که الگوریتم‌های پیشرفتة یادگیری ماشین، به ویژه مدل جنگل تصادفی، می‌توانند ابزارهای قوی و قابل اعتمادی برای مدل‌سازی و مدیریت پدیده‌های پیچیده مانند آب‌گریزی خاک در مناطق حساس مانند خاک‌های لسی شمال ایران باشند. یافته‌های این پژوهش می‌تواند به‌عنوان مبنایی برای ارزیابی و مدیریت آب‌گریزی خاک‌های لسی و بهینه‌سازی راهکارهای کاهش فرسایش و بهبود نفوذپذیری در مناطق مشابه به‌کار رود. https://mmws.uma.ac.ir/article_4122.html Rapid population growth has accelerated urbanization, significantly altering land use and land cover in peri-urban areas. This study examines the urban expansion of Wolaita Sodo Town in South Ethiopia over the past two decades (2003–2023) and its socio-economic and environmental implications. A longitudinal research design was employed, combining remote sensing and GIS-based analysis of Landsat satellite imagery from 2003, 2013, and 2023 with qualitative insights from key informant interviews to assess land cover dynamics and community-level impacts. The results show that the built-up area expanded from 4,654 ha (10.8%) in 2003 to 7,914.9 ha (18.4%) in 2013 and further to 11,681.5 ha (27.2%) in 2023, while agricultural land declined from 35,891.9 ha (83.5%) in 2003 to 28,389.8 ha (66%) in 2023. Over the study period, the average annual rate of urban expansion increased from 326.09 ha/year (2003–2013) to 376.66 ha/year (2013–2023), with an overall rate of 702.75 ha/year across the 20 years. This rapid urban growth has led to large-scale land expropriations, disproportionately affecting peri-urban farmers whose agricultural lands were converted into residential, industrial, and infrastructure zones. As a result, agricultural productivity has declined, forcing many affected households to transition into low-paying informal sector jobs, contributing to economic instability and increased vulnerability. The study highlights the urgent need for integrated urban planning and sustainable land management strategies to mitigate these adverse impacts. In particular, improving compensation mechanisms for displaced communities, ensuring equitable land policies, and enhancing access to essential services are crucial for promoting resilience. The findings emphasize the importance of adopting a holistic approach to urban development that balances the needs of expanding cities with environmental conservation efforts. https://mmws.uma.ac.ir/article_4048.html فرسایش بادی به‌عنوان یکی از عوامل اصلی تخریب خاک، تأثیر قابل‌توجهی بر فعالیت میکروبی خاک در دشت سیستان دارد. مطالعة حاضر در پاییز ۱۴۰۲ با هدف بررسی اثر شدت فرسایش خاک بر ویژگی‌های فیزیکی، شیمیایی و میکروبی خاک انجام شد. شدت فرسایش در چهار سطح بدون فرسایش، کم، متوسط و شدید دسته‌بندی شد و نمونه‌برداری از عمق صفر تا ۳۰ سانتی‌متری خاک در چهار منطقة همگن با شرایط فیزیوگرافی مشابه انجام شد. نتایج نشان داد که با افزایش شدت فرسایش، کربن آلی از ۵۳/۰ به ۱۴/۰ درصد، نیتروژن کل از ۰۶۱/۰ به ۰۱۲/۰ درصد، پتاسیم قابل جذب از ۶/۱۵۲ به ۵/۶۳ میلی‌گرم در کیلوگرم و فسفر قابل جذب از ۹/۶ به ۵/۱ میلی‌گرم در کیلوگرم کاهش یافت. تخلخل خاک نیز از ۳/۵۵ به ۳۳ درصد افت کرد، در حالی‌که وزن مخصوص ظاهری از ۱۲/۱ به ۵۴/۱ گرم بر سانتی‌متر مکعب، هدایت الکتریکی از ۰۴/۲ به ۶/۸ دسی‌زیمنس بر متر، کربنات کلسیم از ۹ به ۳/۱۹ درصد و شاخص جذب سدیم از ۹/۳ به ۵/۸ افزایش یافتند. تغییر pH خاک معنا‌دار نبود و خاک‌ها ماهیت نسبتاً خنثی خود را حفظ کردند. شاخص‌های میکروبی شامل فعالیت آنزیم کاتالاز، تنفس پایه و برانگیخته، کربن و نیتروژن زیست‌توده میکروبی و جمعیت میکروارگانیسم‌ها با شدت فرسایش کاهش قابل‌توجه داشتند. به‌طوری که کربن زیست‌توده میکروبی ۱۷۹ به ۳/۳۹ میلی‌گرم در کیلوگرم و نیتروژن زیست‌توده از ۶/۱۸ به ۲/۳ میلی‌گرم در کیلوگرم کاهش یافت. نسبت C/N زیست‌تودة میکروبی تغییر معنا‌دار داشت اما روند مشخصی نشان نداد و سهم نسبی میکروبی خاک در شدت‌های بالا افزایش یافت. همبستگی بین فرسایش و شاخص‌های میکروبی منفی و بسیار قوی بود. یافته‌ها نشان می‌دهند که فرسایش بادی توان اکوسیستم را در حفظ عملکرد و پایداری زیستی محدود می‌کند و مدیریت مناسب خاک برای کاهش فرسایش و حفظ میکروبیوتای خاک ضروری است. این مطالعه می‌تواند راهنمای طراحی برنامه‌های پایدار کشاورزی و حفاظت از اکوسیستم‌های خشک باشد. https://mmws.uma.ac.ir/article_4096.html تغییر اقلیم خشکسالی‌ها را شدیدتر کرده و چالشی جدی برای کشاورزی ایجاد نموده است. این پژوهش با هدف ارزیابی اثرات تغییر اقلیم بر دمای سطح زمین و ریسک خشکسالی در کاربری کشاورزی استان خوزستان انجام شد. داده‌های ماهواره‌ای (دمای بیشینه و کمینه، بارش و تابش) از 19 ایستگاه در خوزستان از پایگاه ERA5 برای دوره 2025-1950 جمع‌آوری گردید. برای پیش‌بینی دما و بارش در دوره‌های آتی نزدیک (2040-2021) و میان‌مدت (2050-2031)، از مدل CANESM5 تحت سناریوی SSP5-8.5 در مدل LARS-WG8 استفاده شد. پایش خشکسالی، پوشش گیاهی و دمای سطح زمین با داده‌های MOD11A1 در Google Earth Engine تحلیل گردید. بیش‌ترین مقدار آماره(Z)  برابر با 42/5 در ایستگاه آبادان، ماه (جولای) همراه با شیب تغییرات معادل 024/0 سانتی‌گراد در سال بود. در مقابل کم‌ترین مقدار برابر با 26/0- در ایستگاه دهدز با شیب تغییرات 002/0- سانتی‌گراد مشاهده شد. این امر با گرمایش جهانی، آئروسل‌های انسانی و تغییرات کاربری اراضی در مناطق شهری سازگار است. شاخص پوشش گیاهی نوسانات قابل توجهی داشت و در سال‌های 2008 و 2009 به حداقل رسید. دمای سطح زمین از 2010 افزایشی بود. شاخص خشکسالی SPI نشان داد که خوزستان در سال‌های 2004 تا 2000، 2010، 2021 و 2022 خشکسالی‌های شدیدی را تجربه کرد. شاخص SPEI حاکی از آن است که از 1999 تا 1980، شرایط نرمال با خشکسالی‌های خفیف تا متوسط متناوب بود، اما از 2000 تا 2024، خشکسالی‌های خفیف تا متوسط غالب شد و از 2022 تا 2008 خشکسالی‌های شدید را تجربه کرده است. شدیدترین خشکسالی‌ها طبق شاخص SPEI در دسامبر 2010 (53/2-) و دسامبر 2021 (48/2-) ثبت شد. نتایج نشان‌دهنده تشدید خشکسالی در دوره‌های آتی تحت سناریوی SSP5-8.5 و حرکت مناطق کشاورزی به سمت بیابان‌زایی است. بنابراین، تدوین برنامه‌ریزی جامع اقلیمی برای سازگاری و مدیریت منابع آب در خوزستان و بحران‌های زیست محیطی ضروری است. https://mmws.uma.ac.ir/article_4097.html مدل‌های گیاهی و هیدرولوژیکی اغلب به مؤلفه‌های ورودی در مورد آب قابل‌دسترس برای گیاه (AW) نیاز دارند. با این وجود به‌دست آوردن چنین مؤلفه‌هایی پرزحمت و پرهزینه است. توابع انتقالی خاک (PTFs) یکی از روش‌های جایگزین برای تعیین خواص فیزیکی خاک مانند محتوای رطوبت خاک است. لذا هدف این پژوهش ارزیابی بیست و سه PTFs نقطه‌ای برای تخمین رطوبت خاک در پتانسیل‌های ماتریک ۳۳- (θ33) و ۱۵۰۰- (θ1500) کیلوپاسکال، برای صد نمونه از خاک‌های دشت سیستان است. در این پژوهش تلاش بر این بوده است که از جدیدترین توابعی که در این زمینه ارائه شده است نیز استفاده شود. نتایج حاکی از آن بود که تابع دوس‌ریس با مقادیر NRMSE، ME، r و RES به‌ترتیب برابر 10/0، 01/0، 04/1 و 012/0- و سپس تابع اولیویرا و همکاران با مقادیر NRMSE، ME، r و RES به‌ترتیب برابر 10/0، 02/0، 05/1 و 016/0-، بیش‌ترین انطباق را با مقادیر اندازه‌گیری شده θ33 داشته است. برای تخمین θ1500 نیز تابع دیجکرمن با مقادیر NRMSE، ME، r و RES به‌ترتیب برابر 15/0، 00/0، 02/1 و 003/0- و در رتبة دوم تابع آینا و پریاسوامی با مقادیر NRMSE، ME، r و RES به‌ترتیب برابر 16/0، 01/0-، 95/0 و 009/0- بهترین عملکرد را ارائه کردند. هم‌چنین نتایج این پژوهش نشان می‌دهد بهترین توابع در تخمین θ33 و θ1500 به‌ترتیب تنها به درصد شن و درصد رس بستگی دارند، لذا برای منطقة مورد مطالعه PTFs که به ورودی‌های کم‌تری نیاز دارند، لزوماً عملکرد پایین‌تری نخواهند داشت، بلکه عواملی مانند تعداد نمونه‌های خاک، ساختمان خاک و مکانی که توابع مورد بررسی توسط آن‌ها توسعه یافته‌اند نیز بر عملکرد آنها مؤثر است. در ادامه PTFs اقتصادی‌تر و با عملکرد بالاتر مورد واسنجی مجدد قرار گرفتند. در تخمین θ33 عملکرد هر دو تابع دوس‌ریس و اولیویرا و همکاران با کاهش NRMSE (08/0) بهبود یافته‌اند. توابع دیجکرمن و دوس‌ریس نیز با مقادیر NRMSE برابر 14/0، تخمین θ1500 را بهبود بخشیده‌اند. θ33، θ1500 و AW مؤلفه‌های کلیدی در طیف وسیعی از مطالعات مانند مدل‌سازی گیاهی، مدل‌سازی‌ هیدرولوژیکی، مدیریت منابع آب، مدل‌سازی چرخه مواد غذایی خاک و مدل‌سازی آلودگی خاک هستند؛ بنابراین، نتایج این پژوهش می‌تواند در مباحث مربوط به مدیریت آبیاری و حفاظت از خاک در منطقه مورد مطالعه به‌کار گرفته شود. https://mmws.uma.ac.ir/article_4193.html In Saharan regions, ensuring fresh water to consumers is very difficult, as the predominant source is groundwater loaded with mineral salts from reservoir rocks. The study is based on the choice of caustic soda (NaOH) as a treatment element by chemical precipitation. The protocol followed includes treatment with different doses of NaOH: (500 mg/L of NaOH), (250 mg/L of NaOH and 250 mg/L of Na2CO3 adjusting once with acetic acid CH3COOH and another time with hydrochloric acid HCl), then optimized doses of NaOH alone. The results are then examined, on the one hand, on the reduction of hardness (TH) and, on the other hand, on its impact on pH, electrical conductivity (EC) and salinity. The results indicate that the first dose significantly reduces permanent calcium and magnesium hardness (TH) from 558 mg/L exceeding (Algerian standard limited 500 mg/L) to 328 mg/L, with increases in pH exceeding the potability threshold, while treatment with sodium hydroxide and sodium carbonate are effective in reducing or even eliminating Ca2+ and Mg2+ ions, but there is still a strong increase in alkalinity. The solution is adjusted by an acid still presents additional effects such as solubility of salts and therefore the need to adjust the electrical conductivity (EC). Finally, the treatment is optimized at a low dose of NaOH (20 mg/L) without the addition of sodium carbonate. This dose has proven to be the most adequate, thus allowing a substantial reduction in TH (615 reaching 400 mg/L) while balancing the pH and electrical conductivity (EC) parameters. These results demonstrate the effectiveness of NaOH in the treatment of hard water, while keeping control of its influence on other parameters such as sodium (225.77 mg/L of Na+) where it presents an increase of up to 10%, although it is a significant increase, it is found that the waters of the region exceed this dose in their natural state. Overall, the experience still offers promising and practical solutions for domestic, agricultural and industrial applications and guaranteeing compliance with water quality standards. https://mmws.uma.ac.ir/article_4111.html در این پژوهش با هدف شناسایی و واکاوی تغییرات فضایی- زمانی بیشینة ماندگاری متوالی برف‌پوش در شمال غربی ایران از فرآورده‌های روزانه برف مادیس (MOD10A1 و MYD10A1) در دورة 2020-2003 استفاده شد. ابتدا، داده‌ها بر اساس آستانة حداقل 1/0 باینری شد. در گام بعدی اثر ابرناکی با استفاده از ترکیب داده‌ها، فیلتر مکانی و زمانی کاهش داده شد. سپس، بیشینة ماندگاری برف‌پوش (MaxSCDur) در هر یاخته در شبکة رستری در بازظ ماهانه، فصلی و سالانه محاسبه و نقشه‌های پهنه‌ای ترسیم شد. نتایج نشان می‌دهد که پهنه‌های با ماندگاری بالا در فوریه نسبت به ژانویه گسترش و افزایش یافته است. در این ماه بیشینة میزان MaxSCDur با مقادیر 28-20 روز متعلق به قلل کوهستانی و کمینة آن با 3-0 روز مربوط به نواحی پست شمال شرقی کوه‌های طارم است. الگوی مارس کاهش گستره پهنه‌های با ماندگاری بالا و گسترش مناطق با ماندگاری کم را نشان می‌دهد. الگوی آوریل نشان از کاهش چشم‌گیر ماندگاری برف و تمرکز برف در قلل مرتفع دارد. الگوهای ماه‌های می تا سپتامبر کاهش مقادیر این نمایه را نشان می‌دهد. بر اساس الگوهای اکتبر تا دسامبر، بیشینه میزان MaxSCDur در قلل ارتفاعات از 23-84/20روز به 31-30 روز افزایش یافته است. کمینة میزان آن در این دورة مربوط به نواحی پست با 3-0 روز است. الگوی زمستانه، بیشینة میزان MaxSCDur را در قلل سبلان و سهند با مقادیر 6/29-25 روز و کمینة آن را در نواحی پست با مقادیر 20-0 روز نشان می‌دهد. الگوی بهاره نسبت به زمستانه نشان از افت MaxSCDur از جنوب به‌طرف شمال در پهنه مطالعاتی دارد. بر اساس الگوی تابستانه، MaxSCDur فقط در قله سبلان با 20-4 روز، در سهند و قلل ارتفاعات غربی منطقه با 24-2 روز نمودی آشکار دارد. بیشینة ماندگاری برف‌پوش پاییزه نسبت به الگوی تابستانه فقط در سرزمین‌های مرتفع کوهستانی افزایش نشان می‌دهد و همچنان خط‌الرأس سبلان با 20-4 روز از بیش‌ترین مقدار برخوردار است. بر اساس الگوهای سالانه MaxSCDur سال‌های 2010 و 2018 در فاز کمینه و سال‌های 2008، 2012 و 2017 در فاز بیشینه قرار داشته است. یافته‌های این پژوهش می‌تواند در مقولة منابع آبی، توان‌های اکولوژیکی و مدیریت نواحی کوهستانی مورد استفاده قرار گیرد. https://mmws.uma.ac.ir/article_4149.html بیلان آب نشان‌دهندة تعادل بین ورودی و خروجی آب در یک منطقه است و نقش مهمی در مدیریت منابع، توسعه پایدار و کاهش اثرات انسانی بر اکوسیستم دارد. با افزایش جمعیت و تقاضای آب، تخمین دقیق آن برای کشاورزی، صنعت و شهرها ضروری است. بهره‌گیری از مدل‌های ریاضی و داده‌های میدانی ابزار مؤثری برای تحلیل وضعیت و برنامه‌ریزی آینده منابع آبی محسوب می‌شود. در این پژوهش، مؤلفه‌های بیلان آبی حوزة آبخیز سد کوثر با استفاده از مدل هیدرولوژیکی SWAT و سنجش از دور شبیه‌سازی شد. هدف این پژوهش، آزمون کارایی مدل و قابلیت استفاده از آن به‌عنوان شبیه‌ساز بیلان آب در حوزة آبخیز سد کوثر است. در این پژوهش برای به‌دست آوردن نقشه کاربری اراضی از تصاویر ماهواره‌ی سنتینل-2 سال (2020) استفاده شد. برای واسنجی مدل از الگوریتم SUFI2 در نرم‌افزار SWAT CUP استفاده شد. فرآیند انجام مدل برای بازة زمانی 1386 تا 1398 انجام شد. دقت شبیه‌سازی رواناب ماهانه با استفاده از شاخص ضریب تعیین (R2) و نش-ساتکلیف (NSE) در ایستگاه نازمکان و سید آباد به‌ترتیب 55/0، 54/0 و 62/0، 6/0 به‌دست آمد. نتایج نهایی نشان داد که به‌طور متوسط حدود 51 درصد بارش به‌صورت تبخیر و تعرق وارد اتمسفر می‌شود، حدود 21 درصد آن به‌صورت رواناب سطحی، 5 درصد به‌صورت جریان جانبی و 16 درصد به‌صورت جریان بازگشتی مستقیماً به آبراهه‌ها وارد می‌شود. در مجموع حدود 26 درصد آب وارد لایه‌های خاک و آبخوان می‌شود. نتایج حاصل نشان‌دهندة کارایی مدل SWAT در شبیه‌سازی بیلان آبی حوزه آبخیز سد کوثر است. https://mmws.uma.ac.ir/article_4214.html This study analyzed the morphometric characteristics of the Pambujan River Basin in Northern Samar, Philippines, to address the limited data on its linear, areal, and relief aspects essential for hydrological analysis and flood management. A Digital Elevation Model (DEM)-based morphometric analysis was conducted using a Geographic Information Systems (GIS) framework to characterize the basin and provide scientific insights for flood risk mitigation. The analysis employed Shuttle Radar Topography Mission (SRTM) DEM data, the Digital Soil Map of the World, and Sentinel-2 10-meter Land Use/Land Cover data processed in Quantum GIS to delineate watershed boundaries, extract drainage networks, and compute morphometric parameters. Results revealed that the Pambujan River Basin covers an area of 587 km², with a perimeter of 213 km and a main channel length of 139.4 km. The basin, classified as a fourth-order stream system with 94 streams totaling 498 km, exhibited an average bifurcation ratio of 4.3, indicating a dendritic and structurally undisturbed drainage pattern with moderate flood susceptibility. Areal parameters, including a low drainage density (0.75 km/km²) and stream frequency (0.16 km⁻²), suggest limited drainage efficiency and delayed hydrologic response, increasing floodplain inundation risk during extreme rainfall. The elongation ratio (0.51) characterizes the basin as elongated, implying longer concentration and lag times (17 hours) and lower but prolonged peak discharge. Relief analysis indicates a maximum basin relief of 397 m, a relief ratio of 0.0073, and a ruggedness number of 0.29, reflecting gently sloping terrain with minimal erosion potential. However, its elongated form may prolong floodwater retention during extended rainfall, requiring continuous monitoring. Upstream soil and water conservation practices such as reforestation and contour farming are recommended. The estimated lag time can guide DRRM offices and local planners in improving community-based flood management and early warning systems. Integrating morphometric results with hydrological models like HEC-HMS, alongside climate and land use data, is encouraged for better flood prediction. The study’s outcomes can support water resource planning for irrigation, domestic use, and power generation. Overall, the findings emphasize the importance of morphometric analysis in sustainable watershed management and disaster risk reduction for the Pambujan River Basin. https://mmws.uma.ac.ir/article_4153.html با کاهش روزافزون منابع آبی در ایران، افزایش بهره‌وری مصرف آب در بخش کشاورزی همواره از دغدغه‌های پژوهشگران بوده است. اطلاعات مربوط به نیاز آبی، نیاز آبیاری و بهره‌وری آب گیاهان زراعی کمک قابل توجهی به مدیران و تصمیم گیران جهت تنظیم الگوی کشت هر منطقه می‌کند. در پژوهش حاضر به بررسی اثر تنش آبی بر رشد و عملکرد گیاه سیب‌زمینی شیرین پرداخته شده است. این مطالعه در لایسیمترهای پژوهشی مجتمع آموزش عالی میناب در سال زراعی 1404-1403 و در قالب طرح کاملا تصادفی انجام شد. تیمارهای آبیاری شامل (1I)120، (2I)100، (3I)80، (4I)60 درصد نیاز رطوبتی بود که در سه تکرار اعمال شد. آبیاری لایسیمترها به صورت غرقابی جوی و پشته‌ای و بر اساس تامین کمبود رطوبتی خاک ناحیه‌ی ریشه ، تا حد زراعی، بود. نتایج نشان داد برخی پارامترها مانند وزن تر و خشک غده، وزن تر و خشک شاخه و کل ماده‌ی خشک تحت تاثیر معنی‌دار تنش خشکی قرار گرفته، و بقیه‌ی پارامترها از جمله کارایی مصرف آب آبیاری معنی‌دار نشده است. تنش خشکی تا سطح 20 درصد (3I) تاثیر معنی‌داری بر کاهش وزن تر غده و شاخه نداشت. مقدار وزن تر غده‌ی برداشت شده برای تیمارهای 1I تا 4I بترتیب برابر5846، 5224، 2852 و 2069 کیلوگرم بر هکتار بدست آمد. همچنین مقادیر کارایی مصرف آب برای کل غده‌های برداشت شده برای تیمارهای 1I تا 4I بترتیب برابر 20/1، 26/1، 97/0 و 83/0 کیلوگرم بر مترمکعب بدست آمد. مشخص شد که تنش آبی باعث کاهش تعداد غده‌ها شده است. چون مبحث بازار پسندی محصولات، از نظر اقتصادی مهم است، پس از جداسازی غده‌های بازار پسند بر اساس دستورالعمل USDA، مجددا تحلیل آماری انجام شد و نتایج نشان داد که تنش آبی تاثیر معناداری در سطح آماری 5 درصد بر کاهش کارایی مصرف داشته است بطوریکه کارایی مصرف آب برای غده‌های بازارپسند برای تیمارهای 1I تا 4I بترتیب برابر 90/0، 73/0، 43/0 و 70/0 کیلوگرم بر مترمکعب بدست آمد. نتایج نشان داد که علاوه بر تاثیر تنش خشکی بر مقدار محصول، تاثیر تنش خشکی بر بازارپسندی محصول نیز حایز اهمیت است و بایستی مورد بررسی قرار گیرد. https://mmws.uma.ac.ir/article_4215.html The river bed forms are noteworthy investigated from the hydraulic and environmental point of view. For many years, river engineers have researched the flow structure in the presence of sandy river bedforms. Due to the limitations in laboratory and field studies, numerical methods can accurately examine the flow structure of river bedforms. In this research, flow simulation on three-dimensional dunes was performed using computational fluid dynamics (CFD). Also, the effect of changes in bed form angle, bed form wavelength, and the curvature of the three-dimensional dune crest line was investigated. The results showed that in the lobe-shaped dune at the centerline channel, the maximum stream-wise velocity was 20cm/s; however, for the saddle-shaped dune, a similar value was 31cm/s. Also, the separation zone is 7cm and 30cm for the lobe- and saddle-shaped bedforms, respectively. Also, increasing the lee-side angle from 15 to 30 degrees caused the 20% velocity reduction at the dune crest, for the lobe- and saddle-shaped bedform; however, 50% and 10% reduction in the stream-wise velocity was illustrated at the lee-side, for the lobe- and saddle-shaped bedform, respectively. Meanwhile, for the saddle-shaped bedform, the velocity increased and the Reynolds shear stress decreased with the decrease of the exit angle. Increasing the wavelength from 25 to 96 cm showed the 20% stream-wise velocity reduction at the dune crest, for the lobe- and saddle-shaped bedform; however, 40% and 10% reduction in the stream-wise velocity was illustrated at the lee-side, for the lobe- and saddle-shaped bedform, respectively. Decreasing the curvature crest line showed a 15% reduction and 20% increase in stream-wise velocity at the dune crest, for the lobe- and saddle-shaped bedform, respectively; however, a 50% reduction and 20% increase in the stream-wise velocity was illustrated at the lee-side, for the lobe- and saddle-shaped respectively. Meanwhile, for the saddle-shaped bedform, the increase in the curvature of the crest line has led to a decrease in velocity and, in most cases, an increase in Reynolds shear stress. https://mmws.uma.ac.ir/article_4194.html کمبود منابع آب و افت شدید سطح آب‌های زیرزمینی در دشت میناب، پایداری کشاورزی منطقه را با چالش جدی مواجه کرده است. هدف این پژوهش، تدوین الگوی کشت بهینه با استفاده از مدل برنامه‌ریزی خطی (LP) به منظور حداکثرسازی سود خالص کشاورزان، با درنظرگرفتن محدودیت‌های منابع آب بر اساس طرح تعادل‌بخشی منابع آب زیرزمینی است. برای این منظور، اطلاعات مربوط به بیست محصول زراعی عمده منطقه شامل غلات، صیفی‌جات، سبزیجات و محصولات علوفه‌ای، جمع‌آوری شد. مدل برنامه‌ریزی خطی با تابع هدف حداکثرسازی سود و با محدودیت‌های مربوط به آب قابل‌دسترس (سطحی و زیرزمینی)، مساحت اراضی و حداقل و حداکثر سطح زیر کشت هر محصول فرموله گردید. سپس عملکرد مدل تحت دو سناریوی راندمان آبیاری ۵۳ درصد (شرایط فعلی) و ۶۵ درصد (شرایط بهبودیافته) ارزیابی شد. نتایج نشان داد که در سناریوی راندمان ۵۳ درصد، سطح زیر کشت بهینه 949/13 هکتار با سود خالص 37/8 تریلیون ریال به دست آمد. با افزایش راندمان آبیاری به ۶۵ درصد، سطح زیر کشت بهینه به 382/21 هکتار و سود خالص به 55/10 تریلیون ریال افزایش یافت. این یافته‌ها بیانگر آن است که اجرای الگوی کشت بهینه، به‌ویژه هم‌زمان با بهبود راندمان آبیاری، نه‌تنها منجر به افزایش قابل‌توجه درآمد کشاورزان می‌شود، بلکه امکان رعایت کامل محدودیت برداشت از منابع آب زیرزمینی و حرکت به‌سوی پایداری کشاورزی و احیای آبخوان دشت میناب را فراهم می‌آورد. بر این اساس، پیشنهاد کاربردی پژوهش، تدوین بسته‌های سیاستی حمایتی، شامل ارائه یارانه‌های هدفمند برای گذار به سیستم‌های نوین آبیاری و ترویج کشت محصولات شناسایی‌شده در الگوی بهینه، جهت تحقق همزمان اهداف اقتصادی و زیست‌محیطی در منطقه است. https://mmws.uma.ac.ir/article_4221.html This study investigates the wave and current dynamics of the Caspian Sea, the world’s largest enclosed inland water body, with a focus on its southern coast. The Caspian’s meridional axis, diverse climatic conditions, and complex coastal morphology contribute to highly variable hydrodynamic behavior, yet oceanographic data in the region remain scarce. To address this gap, wave and current measurements were conducted over more than a year at seven nearshore stations—five at 10 meters and two at 30 meters depth—spanning east to west along Iran’s coastline. Data were collected using Acoustic Doppler Current Profilers (ADCP), including AWAC and AquaDopp systems, configured for high-resolution profiling of surface and bottom layers. All measurements underwent multi-layered quality control using PMODynamics software, and descriptive statistical indicators such as mean, maximum, variance, and standard deviation were calculated to assess seasonal and spatial variability. The results confirmed the Caspian Sea’s counterclockwise circulation, with eastward currents prevailing in central and eastern stations (Noshahr, Anzali, Amirabad), and southward flows dominating western stations (Astara). Roudsar showed localized eddy activity, reversing the dominant flow. Seasonal analysis revealed that winter produced the most intense hydrodynamic conditions, with surface current speeds reaching up to 1.15 m/s at Amirabad and standard deviations peaking at 0.16 m/s in autumn. Bottom currents remained more stable, with mean speeds below 0.13 m/s and minimal variance. Wave conditions also varied significantly across stations and seasons. Anzali recorded the most intense wave regime, with significant wave heights frequently ranging between 0.8 and 1.2 meters, especially during autumn and winter. In contrast, spring exhibited the lowest variability, with standard deviations under 0.35 meters at most stations. These patterns reflect the influence of seasonal wind forcing and coastal morphology on wave behavior. These findings provide essential baseline data for coastal management, sediment transport modeling, and infrastructure design in a region increasingly affected by climate change and water level fluctuations https://mmws.uma.ac.ir/article_4227.html هدف این پژوهش بررسی اثر سطوح آبیاری بر عملکرد دانه و WUE ارقام مختلف کلزا در شرایط اقلیمی پایه و آینده استان خوزستان بود. برای این منظور، از مدل APSIM به‌منظور شبیه‌سازی و بررسی واکنش سه رقم کلزا شامل Hyola401، Hyola308 و RGS003 به پنج سطح آبیاری (FC50، FC60، FC70، FC80 و FC90) در قالب سه سناریوی اقلیمی SSP1-2.6، SSP2-4.5 و SSP5-8.5 استفاده شد. داده‌های اقلیمی دورة پایه از سازمان هواشناسی کشور جمع‌آوری شد و برای تولید داده‌های اقلیمی آینده از نرم‌افزار LARS-WG نسخه 8 استفاده شد. نتایج نشان داد در دورة پایه، رقم Hyola401 توانست بیشنظ عملکرد دانه را در تیمار FC90 (به‌طور میانگین 4631 کیلوگرم در هکتار) به‌طور میانگین در سراسر مناطق بدست آورد. بیشینة WUE را رقم Hyola401 و FC50 (1/1 کیلوگرم بر مترمکعب) در منطقة ایذه داشت. تحلیل رگرسیون نشان داد رابطة منفی و معنی‌داری میان عملکرد دانه و میانگین دما در طول فصل رشد (86/0R2=؛ p-value<0.05) وجود داشت. در دورة آینده، میانگین دما نسبت به پایه 53/1 درجة سانتی‌گراد افزایش و طول دورة رشد حدود 5 درصد کاهش یافت که منجر به کاهش عملکرد و WUE در بیش‌تر مناطق شد. به‌عنوان مثال در شهرستان ایذه، بهبود جزئی عملکرد در رقم RGS003 و آبیاری‌های FC50 و FC60 (به‌ترتیب 65/0 و 34/0 درصد) تحت سناریوی SSP1-2.6 مشاهده‌ شد و در منطقة شوشتر، بهبود عملکرد مربوط به رقم Hyola401 تحت تمامی سناریوها و تیمارهای آبیاری بود، که افزایش عملکردی از 5/2 تا 17 درصد نشان داد که ناشی از اثرات مثبت دی اکسید کربن بود. به‌طور کلی، نتایج نشان داد که در مناطق گرم و تحت سناریوهای آینده، استفاده از تیمارهای پرآب (FC90) به‌دلیل افزایش ETc و کاهش WUE توجیه‌پذیر نیست. در مقابل، تیمارهای میانی (FC60–70) همراه با ارقام Hyola401 و Hyola308 می‌توانند بهترین توازن بین عملکرد و WUE را برقرار کنند. این یافته‌ها اهمیت مدیریت انعطاف‌پذیر آبیاری و انتخاب رقم مناسب را برای پایداری تولید کلزا در شرایط آینده اقلیمی تأیید می‌کنند. https://mmws.uma.ac.ir/article_4231.html اراضی خشک و نیمه‌خشک ایران به دلیل محدودیت منابع آب و شرایط اقلیمی حساس، در معرض فرسایش خاک و کاهش حاصل‌خیزی قرار دارند. استفاده از گونه‌های مقاوم مانند زرد تاغ (Haloxylon persicum) برای تثبیت خاک و بهبود کیفیت آن، به‌ویژه از نظر ذخایر کربن و نیتروژن، اهمیت اکولوژیکی و مدیریتی دارد. این پژوهش با هدف بررسی تأثیر سن تاغ‌کاری بر ویژگی‌های فیزیکوشیمیایی خاک و ذخایر کربن و نیتروژن در شهرستان بیرجند انجام شد. بدین منظور، سه منطقه شامل دو تاغ‌زار با قدمت‌های ۳۴ و ۲۶ سال و یک منطقه شاهد (فاقد تاغ‌کاری) مورد بررسی قرار گرفتند. در هرسایت، با استفاده از روش نمونه‌برداری تصادفی سیستماتیک تعداد ۶ نمونه خاک از سه عمق صفر تا ۱۵، ۱۵ تا ۳۰ و ۳۰ تا ۴۵ سانتی‌متر برداشت گردید. نمونه‌ها پس از انتقال به آزمایشگاه، جهت اندازه‌گیری ویژگی‌های فیزیکوشیمیایی شامل pH، EC، وزن مخصوص ظاهری، تخلخل، کربن آلی و نیتروژن کل و همچنین تعیین ذخایر کربن و نیتروژن خاک مورد تجزیه و تحلیل قرار گرفتند. سن تاغ‌کاری اثر قابل‌توجهی بر تجمع کربن و نیتروژن خاک دارد و این اثر بسته به عمق متفاوت است، در عمق ۰-۱۵ سانتی‌متر بیشترین ذخایر کربن در سایت ۲۶ ساله (۴۶/۴) و در عمق‌های ۱۵-۳۰ و ۴۵-۳۰ سانتی‌متر در سایت ۳۴ ساله (۷۸/۵ و ۳۵/۳) مشاهده شد، که نشان‌دهنده نقش مرحله رشد پوشش و فعالیت میکروبی در تجمع و تثبیت مواد آلی است و اهمیت مدیریت طولانی‌مدت و گونه‌های مقاوم به خشکی برای افزایش ظرفیت ذخیره عناصر غذایی را برجسته می‌کند. کاهش وزن مخصوص و افزایش تخلخل نشان‌دهنده بهبود ساختار خاک و فعالیت بیشتر ریشه‌ها و میکروارگانیسم‌ها است. تحلیل مؤلفه‌های اصلی و همبستگی‌ها نشان داد که کربن آلی و نیتروژن کل هم‌جهت بوده و همبستگی بالایی با ذخایر عناصر غذایی دارند، در حالی که تراکم خاک رابطه معکوس با آن‌ها دارد. یافته‌ها تأکید می‌کنند که تاغ‌کاری بلندمدت موجب بهبود کیفیت فیزیکی و شیمیایی خاک، تقویت چرخه کربن و نیتروژن و افزایش پایداری اکولوژیکی اراضی خشک می‌شود. از منظر مدیریتی، انتخاب مناطق مناسب و پایش مستمر سن پوشش گیاهی، کلید ارتقای حاصل‌خیزی خاک و ظرفیت ذخیره عناصر غذایی و تضمین موفقیت برنامه‌های احیای اراضی خشک است. https://mmws.uma.ac.ir/article_4233.html با توجه به بحران کمبود منابع آب در بخش کشاورزی، به‌کارگیری سیستم‌های نوین آبیاری به‌عنوان راهکاری مؤثر برای افزایش بهره‌وری آب و ارتقای پایداری تولید مورد توجه قرار گرفته است. موفقیت این طرح‌ها تا حد زیادی به مشارکت فعال کشاورزان وابسته است. ازاین‌رو، هدف پژوهش حاضر شناسایی عوامل مؤثر بر مشارکت مردمی در اجرای سیستم‌های نوین آبیاری در شهرستان آق‌قلا است. این پژوهش از نظر هدف، کاربردی و از نظر روش، پیمایشی است. جامعة آماری شامل ۶۸ نفر از کشاورزان شهرستان آق‌قلا است که از طریق پرسشنامه به جمع‌آوری داده‌ها پرداخته شد. برای تحلیل داده‌ها و مدل‌سازی روابط میان متغیرها از الگوریتم درخت تصمیم C5 استفاده شد. یافته‌ها نشان داد بیش از ۹۰ درصد کشاورزان در صورت دریافت حمایت مالی و تضمین خدمات پس از فروش، تمایل به مشارکت در اجرای طرح‌های آبیاری نوین را دارند. مهم‌ترین عوامل مؤثر بر میزان مشارکت در اجرای سیستم‌های نوین آبیاری نوع منبع تأمین آب است. کشاورزانی که از منابع آب مجاز برخوردارند، تمایل به مشارکت در اجرای طرح مذکور را دارند. هم‌چنین وضعیت مالی، آگاهی از مزایای فناوری و حمایت‌های دولتی از متغیرهای پیش‌بینی‌کننده تمایل به مشارکت محسوب می‌شوند. نتایج بیانگر آن است که ترکیب آموزش‌های ترویجی، مشوق‌های اقتصادی و خدمات پس از فروش می‌تواند زمینه‌ساز افزایش اعتماد و مشارکت پایدار کشاورزان در اجرای سیستم‌های نوین آبیاری باشد. https://mmws.uma.ac.ir/article_4279.html مشخص کردن فراهمی آب برای گیاهان در انواع خاک‌ها از چالش‌های مهم مدیریت آبیاری در کشاورزی است. تعیین فراهمی آب خاک با استفاده از مفاهیم مختلفی همچون آب قابل‌استفاده (AWC)، دامنه آب (رطوبت) با حداقل محدودیت (LLWR)، گنجایش انتگرالی آب خاک و انرژی انتگرالی آب خاک (IE) پیشنهاد گردیده است. شاخص انرژی انتگرالی آب خاک (IE) نسبت به سایر معیارها بهتر است زیرا مستقیماً نیروی نگه‌دارندگی آب خاک را اندازه‌گیری می‌کند و نه صرفاً حجم آب موجود در خاک. باوجوداین مزیت، اما به علت وقت‌گیر بودن و هزینه بربودن، اندازه‌گیری مستقیم آن‌ عملاً مقرون‌به‌صرفه نبوده و در عرصه میدانی کاربرد چندانی نداشته است. در این پژوهش سه روش رگرسیون چندمتغیره خطی (MLR)، شبکه عصبی مصنوعی (ANN) و یادگیری عمیق (DL) برای ایجاد و ارزیابی توابع انتقالی در برآورد IE بکار گرفته شد. برای این منظور از داده‌های خاک در ۹۷ مکان از اراضی زراعی و مرتعی حاشیه‌ای دریاچه ارومیه استفاده شد. درصد خاکدانه‌های پایدار در آب، جرم مخصوص ظاهری، تخلخل کل، هدایت هیدرولیکی اشباع، درصد ذرات شن، رس و سیلت، مقاومت فروروی در رطوبت اشباع، درصد کربنات کلسیم معادل و رطوبت اشباع خاک به‌عنوان ورودی مدل‌ها مورداستفاده قرار گرفت. مدل‌های ایجادشده با استفاده از آماره‌های ارزیابی مانند ضریب تبیین R2، ضریب تعیین تعدیل‌شده R2adjusted، جذر میانگین مربعات خطا RMSE، خطای نسبی RMSEr، ضریب کارایی مدل NSE، میانگین درصد خطای نسبی RME ارزیابی شد. نتایج نشان داد که روش یادگیری عمیق با بیشترین ضریب تبیین تعدیل‌شده (آموزش: ۹۹۸/۰، آزمون: ۶۶۱/۰) و کمترین مقدار جذر میانگین مربعات خطا (آموزش: 943/15، آزمون: 593/118) روش شبکه عصبی مصنوعی (آموزش: ۹۴۵/۰، آزمون: ۵۱۴/۰) و جذر میانگین مربعات خطا (آموزش: 347/45، آزمون: 267/139) و روش رگرسیون چندمتغیره خطی (آموزش: 544/۰، آزمون: ۳۱۷/۰) و جذر میانگین مربعات خطا (آموزش: 955/126، آزمون: 239/264) به ترتیب بهترین برآورد را از شاخص IE ارائه می‌دهند. https://mmws.uma.ac.ir/article_4251.html Evapotranspiration (ET) is the second most important element of the hydrological cycle after rainfall. Despite rising attention in hydrological responses to environmental change, limited extensive evaluations of AET have been conducted in the study watershed that integrates the combined influences of LULC  and climate change. Previous research has largely focused on broader areas, such as the LTSB and the Abbay Basin, offering a limited understanding of localized relations between these factors. Therefore, this study investigates the synergistic impacts of LULC dynamics and climate change on AET within the Guna Tana Watershed (GTW) using the physically based MIKE SHE hydrological model, aiming to improve understanding of watershed-scale hydrological responses under future environmental conditions. ENVI 5.3 and QGIS 2.18.15 were used to assess the LULC classification and prediction, respectively. Ensembles of GCM were used after bias correction, and calibration of the model was done using streamflow. Agriculture was expanded from 2047.02 km2 to 2268.82 km2, whereas forest will decline to 103.38 km2 from 127.64 km2 in the 1991-2021 period. Built-up showed the least amount of coverage (0.02%, 0.11%, and 0.31%). The results of the calibration and validation show that MIKE SHE is capable of modeling the AET effectively. Excellent results were indicated in two watersheds by both calibration and validation (R =0.87-0.94). The rise in AET may be detrimental to the watersheds because it reduces streamflow and groundwater recharge.  Moreover, soil moisture stress increases the risk of drought. Projected changes in AET relative to the baseline period indicate increasing trends in both the Gumara and Ribb watersheds under future climate scenarios. In the Gumara watershed, mean annual AET is expected to rise moderately, with increases of 3.25% and 1.19% in the 2020s and 2050s under SSP2-4.5, and 5.09% and 8.01% under SSP5-8.5. The Ribb watershed shows a stronger response, with AET increasing by 16.92% and 19.30% under SSP2-4.5, and 14.13% and 22.07% under SSP5-8.5. All of this presents problems for the environment and water balance downstream, such as Lake Tana. Future research should include additional climate models and ground truth data regarding plant characteristics to increase model accuracy and reduce uncertainty. https://mmws.uma.ac.ir/article_3998.html پایش دقیق تراز آب زیرزمینی، به‌ویژه در شرایط بهره‌برداری بی‌رویه در کشورهای در حال توسعه، برای مدیریت پایدار منابع و پیشگیری از پیامدهایی چون کاهش توان پمپاژ، نشست زمین و تراکم آبخوان‌ها ضرورتی انکارناپذیر است. با توجه به پیچیدگی فرآیندهای هیدرولوژیکی و عدم قطعیت‌های موجود در داده‌های اقلیمی، این مطالعه با هدف ارزیابی و مقایسه عملکرد مدل‌های فازی برای پیش‌بینی ماهانة تراز آب زیرزمینی دشت بیرجند انجام شد. سه مدل شامل رگرسیون بردار پشتیبان غیرخطی فازی (NLF-SVR)، رگرسیون تجمعی غیرخطی فازی (FNAR) و رگرسیون کم‌ترین مربعات خطی فازی (FLSR) با استفاده از داده‌های اقلیمی دما، رطوبت نسبی، بارش و تبخیر و تعرق طراحی و پیاده‌سازی شدند. نتایج نشان داد که مدل NLF-SVR با متوسط RMSE 0/15 متر، MAE 0/37 متر و NSE نزدیک به 99/0 عملکرد برتری نسبت به سایر مدل‌ها دارد. بر اساس معیارهای ارزیابی، مدل FNAR در جایگاه دوم قرار گرفت و حساسیت بیش‌تری نسبت به تغییرات فصلی نشان داد؛ در حالی که مدل FLSR به‌دلیل ماهیت خطی خود کم‌ترین دقت را داشت و قادر به بازنمایی پیچیدگی‌های فرآیند هیدرولوژیکی نبود. بیش‌ترین دقت مدل‌ها در ماه‌های گرم و ضعیف‌ترین عملکرد در ماه‌های سرد مشاهده گردید. این الگو ناشی از پایداری نسبی روابط بین متغیرهای اقلیمی و سطح آب زیرزمینی در فصول گرم و پیچیدگی‌های غیرخطی ناشی از تغییرات ناگهانی دما، یخبندان و نوسانات شدید بارش در فصول سرد است. در مجموع، مدل NLF-SVR به‌عنوان ابزاری کارآمد برای توسعه سامانه‌های هشدار زودهنگام، بهینه‌سازی برنامه‌ریزی کشاورزی و مدیریت پایدار منابع آب در مناطق خشک پیشنهاد می‌شود. https://mmws.uma.ac.ir/article_4261.html Accurate significant wave height (SWH) prediction is essential for improving the safety and efficiency of maritime operations. Thus, our study develops the Gaussian data augment (GDA) technique- Meerkat optimization algorithm (MOA)- variational mode decomposition (VMD)- complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN)- bidirectional long short-term memory neural network model (BILSTM)- attention mechanism (AT)- gated recurrent unit (GRU) model to accurately predict SWH and overcome the limitations of the GRU model. First, the GDA method addresses the problem of data scarcity by providing new data points. Next, MOA is used to adjust the parameters of the components of the hybrid model. The VMD method then reduces the intricacy of the time series by converting them into subseries with lower complexity named intrinsic mode functions (IMFs). However, as the first IMF retains the complex characteristics of the original time series, the CEEMDAN method is applied to decompose it into secondary IMFs with reduced complexity. Subsequently, the BILSTM model extracts forward and backward temporal features from the secondary IMFs and the initial remaining IMFs. An attention mechanism is then applied to assign the attention weights to the extracted features. Each attention weight indicates the importance of a feature, enabling the GRU model to identify the most important time series features for predicting SWH. Finally, the weighted features are fed into the GRU model to predict SWH accurately. Our study also couples the kernel density estimation method with the GDA- MOA-VMD-CEEMDAN-BILSTM- attention mechanism-GRU (GMVCBAG) model to quantify the uncertainty of the model outputs. The new model is benchmarked against multiple predictive models. Our study also uses various performance metrics to evaluate the accuracy of predictions. Our findings indicate that Nash–Sutcliffe efficiency (NSE), mean absolute error (MAE), standard deviation of the relative error (STDRE), and explained variance of the GMVCBAG model are 0.973, 0.245, 1.245, and 0.899, respectively. Results indicate that GMVCBAG provides reliable SWH predictions. Moreover, the outputs of the new model have a lower uncertainty than those of the other predictive models. Thus, GMVCBAG is a suitable model for predicting SWH in the different regions of the world.   https://mmws.uma.ac.ir/article_4271.html Increasing anthropogenic pressures have intensified contamination in river ecosystems, highlighting the urgent need for comprehensive environmental evaluations. This study was designed to evaluate the ecological quality of the Qara-Su River in Ardabil Province, Iran, using a combination of biotic and abiotic metrics. Macroinvertebrate sampling was conducted across four stations from June 2021 to April 2022 using a Surber sampler, yielding a total of 5,092 specimens representing ten taxonomic orders. Water and sediment samples were analyzed for lead and cadmium concentrations, and macroinvertebrate communities were assessed to compute diversity indices (Shannon, Simpson, evenness, dominance) and biotic indices (HFBI, BMWP). Additional evaluations included bioconcentration (BCF), biota–sediment accumulation (BSAF), and contamination indices (Igeo, Er, RI, HPI). Correlation analysis was used to explore relationships between biotic and abiotic variables. The results revealed that the Pb and Cd content were elevated in both water and biota, particularly in Hydropsychidae, and exceeded permissible limits at downstream sites. Seasonal water-quality patterns showed higher nutrient loads and lower dissolved oxygen during warmer periods, along with consistently greater pollution at downstream stations exposed to cumulative agricultural, domestic, and aquaculture inputs. The strong correlations between abiotic and biotic indices confirmed the reliability of macroinvertebrate-based assessment. The combination of biotic and abiotic indicators revealed spatial variation in ecological health along the Qara-Su River, highlighting localized pollution risks masked by average conditions. These findings emphasize the importance of integrating multiple assessment tools to support targeted river management and mitigation strategies. https://mmws.uma.ac.ir/article_4286.html The study examined the practices and factors affecting the adoption of soil and water conservation (SWC) measures in Mettu district. To achieve this, a cross-sectional survey design with a mixed-methods approach, specifically concurrent triangulation, was employed. A total of 341 households were selected using simple random sampling. Quantitative data were analyzed through descriptive and inferential statistics and a binary logistic regression model, while qualitative data were summarized, narrated, and interpreted. The findings revealed that the primary drivers of soil degradation in the area were deforestation (47.4%), steep slopes (79%), irregular and erosive rainfall (26.2%), land fragmentation (72%), overgrazing (88.2%), weak management practices (58.5%), and improper farming techniques (63.8%). Among these, overgrazing, steep slopes, and land fragmentation were the most influential factors. Indigenous soil conservation practices widely employed by farmers included crop rotation (85.5%), contour plowing (74.2%), fallowing (51%), mulching (77%), manuring (56.7%), and traditional cut-off drains (78Among the introduced soil and water conservation measures, vetiver grass (91.3%) emerged as the most widely adopted practice, followed by soil bunds (70%), hillside terraces (69.5%), agroforestry (40.5%), and micro-basins (38.2%). The binary logistic regression results revealed that gender, household age, education level, access to credit, and landholding size positively and significantly influenced farmers’ decisions to adopt SWC practices. In contrast, longer distances between homes and farm plots significantly reduced the likelihood of adoption. Overall, strengthening farmers’ awareness supported by coordinated efforts from relevant stakeholders is essential to advancing sustainable soil and water conservation in the district. https://mmws.uma.ac.ir/article_4308.html نهشته‌های لسی شرق استان گلستان به‌دلیل حساسیت ساختاری و هیدرولوژیکی، مستعد فرسایش متمرکز و شکل‌گیری پایپینگ هستند. پایپینگ‌ها و فرسایش تونلی، با ایجاد مجاری زیرسطحی موجب تخلیه شدید خاک و ناپایداری دامنه‌ها می‌شود. هدف این پژوهش، بررسی نقش هم‌زمان شیب، ارتفاع، پوشش گیاهی و کاربری اراضی بر شکل‌گیری پایپینگ‌ها و همچنین پایش تغییرات مکانی و زمانی تعداد و موقعیت آن‌ها و نرخ میانگین فرسایش و رسوب از سال 1398 تا 1402 در دو زیرحوضه همجوار از حوزه آبخیز آق‌چاتال (نهشته‌های لسی شرق استان گلستان) است. بدین منظور، موقعیت پایپینگ‌ها با GPS و تصاویر پهپادی دو دوره (1398 و 1402) ثبت و با روش فتوگرامتری پردازش شد. سپس مدل‌های رقومی ارتفاع با دقت 5 سانتی‌متر تهیه و با استفاده از روش تفاضل مدل ارتفاعی (DoD)، نقشه‌های تغییرات فرسایش و رسوب تولید شد. همچنین نقشه‌های شیب و ارتفاع از DEM و نقشه کاربری اراضی با مشاهدات میدانی و تصاویر پهپاد استخراج شدند و با نحوه پراکنش پایپینگ‌ها بررسی شدند. نتایج نشان داد که تراکم پایپینگ‌ها در زیرحوضه (2) با غالبیت کاربری مرتع به مراتب بیشتر از زیرحوضه (1) با غالبیت کشاورزی (به‌ترتیب 55 و 10%) است. بیشترین فراوانی و احتمال رخداد پایپینگ‌ها در ارتفاع‌های پایین‌تر (400–300 متر) و شیب‌های تندتر (35–25 درجه) مشاهده شد. همچنین، بخش اعظم زیرحوضه (1) دارای نرخ متعادل فرسایش و رسوب در محدوده ±5 تن بر هکتار در سال بود؛ در حالی که زیرحوضه (2) با فرسایش شدید 15 تا 25 تن بر هکتار در سال مواجه بود. ارزیابی تغییرات زمانی نیز نشان داد که در هر دو زیرحوضه طی 4 سال، دو پایپینگ در کاربری کشاورزی حذف شدند؛ در حالی که در زیرحوضه (1) دو پایپینگ جدید و در زیرحوضه (2) ده پایپینگ جدید در کاربری مرتع ظاهر شدند. این نتایج بیانگر نقش تعیین‌کننده‌ی شرایط توپوگرافی و کاربری اراضی در کنترل پایداری دامنه‌ها بوده و بر ضرورت مدیریت پوشش گیاهی برای کاهش و گسترش پایپینگ در مناطق لسی تأکید دارد. https://mmws.uma.ac.ir/article_4309.html Accurate estimation of reference evapotranspiration (ET₀) is essential for agricultural water management, particularly in regions with limited data availability. The aim of this study was to evaluate multiple linear regression (MLR) models to estimate ET₀ at the annual scale. Meteorological data from the Kuhdasht synoptic station, Iran for a 25-year period (1998–2022) were used. ET₀ was calculated using the FAO-56 Penman-Monteith method implemented through the CROPWAT 8.0 software. A total of 31 MLR models were developed using the Regression option from the Analysis ToolPak of Microsoft Excel 2019 to quantify the relationship between ET₀ and climatic variables. Seven statistical indices were used to evaluate the performance of the MLR models in estimating ET₀. Results showed that 16 models achieved very high accuracy, with coefficients of determination (R²) greater than 0.92. Among single-variable models, wind speed ing up to 92% of ET₀ variability. Several two-variable models achieved R² = 0.92–0.96, and most three-variable models reached R² = 0.93–0.97. Four-variable models also performed strongly (R² ≈ 0.95–0.97), while the five-variable model yielded R² ≈ 0.97, similar to simpler models. Wind speed emerged as the most influential factor, highlighting that well-chosen two- or three-variable models can estimate ET₀ as effectively as more complex alternatives. https://mmws.uma.ac.ir/article_4310.html مایع سیاه حاصل از فرآیند پخت سودا کاه گندم در صنایع خمیر و کاغذ، حاوی مقادیر قابل‌توجهی لیگنین، ترکیبات فنولی، مواد گوگرددار، سیلیس و جامدات محلول و معلق است. این ترکیبات به دلیل ساختار پیچیده و پایداری بالا، به‌سختی تجزیه می‌شوند و باعث افزایش شاخص‌های آلایندگی مانند COD و BOD می‌گردند. در این مطالعه، مایع سیاه حاصل از پخت آزمایشگاهی کاه گندم با استفاده از سود سوزآور در دمای ۱۶۰ درجه سلسیوس و با قلیاییت فعال ۱۶ درصد تهیه شد. پس از شست‌وشوی خمیر، مایع سیاه جمع‌آوری و برای آزمایش‌های بعدی در دمای زیر ۴ درجه سانتی‌گراد نگهداری شد. به‌منظور ارزیابی قابلیت تیمار زیستی، نمونه‌ها با آب مقطر ده برابر رقیق‌سازی شدند. با توجه به هزینه بالای روش‌های مرسوم فیزیکی و شیمیایی، استفاده از روش‌های زیستی به‌عنوان رویکردی اقتصادی و سازگار با محیط‌زیست ضروری است. عملکرد قارچ Phanerochaete chrysosporium  در دو حالت سلول آزاد و تثبیت‌شده بر فوم پلی‌یورتان (PUF) برای کاهش آلاینده‌های COD، BOD، TDS و TSS در مایع سیاه سودا بررسی شد. تیمارها تحت شرایط pH=7، دمای ۳۰ درجه سانتی‌گراد و دوره ۱۴ روزه انجام گرفت و شاخص‌های کیفی پساب طبق استاندارد APHA اندازه‌گیری شدند. تحلیل آماری داده‌ها با استفاده از آزمون t مستقل و آزمون دانکن صورت پذیرفت. نتایج نشان داد هر دو تیمار زیستی کاهش قابل‌توجهی در آلاینده‌ها داشتند اما قارچ تثبیت‌شده عملکرد بهتری نشان داد. در پایان روز چهاردهم، میزان کاهش COD، BOD و TDS در تیمار تثبیت‌شده به‌ترتیب 03/78، 54/87 و 89/74 درصد بود؛ در حالی‌ که در تیمار سلول آزاد این مقادیر به‌ترتیب 05/58، 54/71 و 22/56 درصد ثبت شد. بیشترین کاهش در هفته نخست مشاهده گردید و پس از آن به دلیل کاهش مواد آلی قابل‌تجزیه و افت فعالیت متابولیکی، روند کاهش شاخص‌ها کندتر شد. یافته‌ها نشان می‌دهند که قارچ P. chrysosporium، در حالت تثبیت‌شده، گزینه‌ای موثر و پایدار برای تصفیه اولیه مایع سیاه سودا است و می‌تواند نقش مؤثری در کاهش بار آلودگی و بهبود کارایی مراحل بعدی تصفیه مانند لجن فعال یا سامانه‌های تولید انرژی زیستی ایفا کند. این سامانه زیستی می‌تواند جایگزینی کم‌هزینه و سازگار با محیط‌زیست برای روش‌های شیمیایی و حرارتی پرهزینه در صنعت خمیر و کاغذ باشد. https://mmws.uma.ac.ir/article_4328.html خشکسالی یکی از مهم‌ترین پدیده‌های اقلیمی است که هر ساله خسارات قابل‌توجهی در مناطق مختلف جهان ایجاد می‌کند. بررسی دقیق خشکسالی و شاخص‌های مرتبط با آن می‌تواند اطلاعات ارزشمندی برای برنامه‌ریزی و مدیریت منابع آب فراهم سازد. در این پژوهش، عملکرد 9 مدل تبخیر و تعرق پتانسیل (PET) و تأثیر آن‌ها بر شاخص خشکسالی RDI در ایران طی دوره 2020–1991 مورد ارزیابی قرار گرفت. برای این منظور، داده‌های 12 ایستگاه همدید نماینده 9 گروه اقلیمی ایران شامل اقلیم‌ نیمه‌بیابانی گرم (BSh)، نیمه‌بیابانی سرد (BSk)، بیابانی گرم (BWh)، بیابانی سرد (BWk)، معتدل پر باران با تابستان‌های گرم (Cfa)، معتدل پر باران با تابستان‌های بسیار گرم (Csa)، معتدل با تابستان‌های گرم (Csb)، برفی با تابستان‌های بسیار گرم (Dsa) و برفی با تابستان‌های گرم (Dsb) استفاده شد. دقت مدل‌ها با معیارهای RMSE، MAE، R² و d در مقیاس روزانه و ماهانه ارزیابی و مدل بهینه هر اقلیم برای محاسبه شاخص‌های RDI-6 و RDI-12 به‌کار رفت. نتایج نشان داد که عملکرد مدل‌های PET در اقلیم‌های مختلف متفاوت است؛ برای مثال، مدل دروگرز-آلن در مقیاس روزانه در اقلیم‌های BSk (تبریز و مشهد) وDsb (آبعلی) به‌ترتیب با RMSE برابر 12/0، 03/1 و 81/0 میلی‌متر در روز و ضریب توافق (d) بالای 95/0 بهترین عملکرد را داشت، اما در اقلیم‌هایBSh و Csa به‌ترتیب با RMSE برابر 51/1 و 75/1 کمترین دقت را نشان داد. در بین مدل‌های مبتنی بر دما، مدل بلانی-کریدل در 5 ایستگاه (با RMSE بین 27/0 تا 57/1) دقیق‌ترین برآورد را ارائه کرد. در میان مدل‌های تابشی، مدل ایرماک در هفت اقلیم از ۹ اقلیم مورد مطالعه بهترین نتایج را داشت، اما در اقلیم Csb (با RMSE برابر 54/9) عملکرد آن ضعیف بود. همچنین، شاخص RDI–12 به‌علت کاهش نوسانات کوتاه‌مدت و اثرپذیری کمتر از تغییرات فصلی، مناسب‌ترین مقیاس زمانی برای پایش خشکسالی و ترسالی در اقلیم‌های متنوع ایران است. https://mmws.uma.ac.ir/article_4342.html Amidst intensifying climatic and management pressures on water resources in Iran, this research focuses on exploring the desirable and effective future of water use in agriculture, with a case study of maize in Khuzestan Province. The LARS-WG 8 was used to project climate data up to the horizon year 2040. The biophysical crop yield was examined using AquaCrop 7.1. According to the results, the LARS-WG model generated temperature data (NRMSE≈1%) with greater accuracy than precipitation (NRMSE≤13%) at Ahvaz and Dezful stations. In addition, the AquaCrop model (R²=0.96, RMSE<0.5 t/ha, NSE≈0.98) confirmed the high accuracy of maize yield simulation. Moreover, structural scenarios developed with the ScenarioWizard software and the MICMAC matrix included 13 significant drivers from the policy, technology, and climate domains. The findings indicate that the effect of climate change on water productivity is incremental, and shaping a desirable future is largely influenced by management. The results showed that, when moving from SSP1-2.6 to SSP5-8.5, grain maize yield and water productivity increased in both spring and summer maize. In spring, yield increased from 6.26 t/ha in SSP1-2.6 to 6.79 t/ha in SSP5-8.5, and water productivity increased from 1.13 to 1.22 kg/m3. In summer, this trend was more pronounced, with yield rising from 8.32 to 9.15 t/ha and water productivity from 1.29 to 1.42 kg/m3. These results indicated that under the more severe climate change scenario (SSP5-8.5), crop growth and yield were more affected, especially in summer. Furthermore, this study provides a picture of the desired future of water use in agriculture. According to the Total Impact Score in ScenarioWizard, (381, 405, 408) a desirable and effective future was identified when political and technological measures were taken at a high level of intervention. According to these results, achieving a desirable future depends on the full implementation of decentralization policies, data transparency, and the use of advanced statistical systems. https://mmws.uma.ac.ir/article_4356.html Optimal crop patterns improve both profitability and sustainability in land resource management. This study assessed current crop patterns in the Baliqlu Chay River Basin using water productivity, efficiency, labor, and net profit indices. Data from Ardabil, Nir, and Sareyn (2022–2023) show that potato is the most water- and labor-intensive crop (~6,000 m³/ha and >30 person-days/ha) but yields the highest net profit (~2.67 billion IRR/ha). Wheat has the lowest profit (0.5–0.6 billion IRR/ha) due to lower input requirements. Barley, alfalfa, and canola are more suitable for water-limited conditions. Spatially, Ardabil accounts for 91.8% of basin profits, while Nir and Sareyn contribute less than 5%, indicating strong regional disparities. The results show that expanding cultivated area alone does not ensure higher returns; instead, adaptive water management and efficient use of inputs are crucial. Crop performance was further assessed using water productivity indicators, including PWP, GEWP, and NEWP. Despite its relatively high water requirement, potato exhibits the highest water productivity among the studied crops, with PWP values ranging from approximately 5.0 to 5.8 kg/m³, GEWP from 454 to 527 thousand IRR/m³, and NEWP from 348 to 526 thousand IRR/m³. Wheat, although characterized by lower physical productivity (PWP≈1.1-1.9 kg/m³), remains a strategic staple crop with comparatively favorable economic water productivity (NEWP≈133-250 thousand IRR/m³). In contrast, barley, canola, and particularly alfalfa demonstrate lower water productivity levels, with alfalfa exhibiting the lowest net economic water productivity (NEWP≈38-79 thousand IRR/m³). This lower efficiency indicates alfalfa’s agro-ecological role in fodder production and soil improvement rather than economic water productivity. The results support adaptive cropping systems that combine economic and hydrological indicators to reduce water stress while improving watershed-scale sustainability. https://mmws.uma.ac.ir/article_4380.html آلودگی فلزات سنگین در خاک حوزه‌های آبخیز تحت تأثیر فعالیت‌های انسانی، یک تهدید جدی برای محیط زیست و سلامت است. این پژوهش با هدف ارزیابی غلظت و منشأ فلزات سنگین (Pb، Cd، Cu، Zn، Ni، Mn و Fe) در خاک‌های سطحی زیرحوزه بالادست پاکل (شازند) و بررسی نقش کاربری‌های اراضی (مرتع، زراعت، باغ) در توزیع آن‌ها انجام شد. به‌طوری‌که پژوهش با رویکرد توصیفی- تحلیلی و مبتنی بر مطالعات میدانی و آزمایشگاهی انجام شد و داده‌ها با استفاده از شاخص‌های آلودگی ژئوشیمیایی و تحلیل‌های آماری چندمتغیره مورد ارزیابی قرار گرفتند. پس از تفکیک واحدهای کاری منطقه بر اساس معیارهای شیب، کاربری اراضی و سنگ‌شناسی، نمونه‌برداری خاک سطحی به روش تصادفی-ترکیبی انجام گرفت. نمونه‌ها پس از خشک‌کردن، یکنواخت‌سازی و آماده‌سازی آزمایشگاهی، تحت هضم اسیدی قرار داده شدند و غلظت فلزات سنگین با استفاده از روش طیف‌سنجی جرمی پلاسمای جفت‌شده القایی (ICP-MS) اندازه‌گیری شد. نتایج تحلیل واریانس (ANOVA) نشان داد که تفاوت غلظت هیچ‌یک از عناصر بین کاربری‌های زمین از نظر آماری معنی‌دار نیست (< P 05/0) که دلالت بر غلبه الگوی غلظت زمینه دارد. با این حال، مقادیر به‌دست ‌آمده برای برخی عناصر بالقوه آلاینده، نشان‌دهنده تأثیر عوامل انسان‌زاد در مقیاس محلی است. این یافته با تحلیل مؤلفه‌های اصلی (PCA) تأیید شد، به‌گونه‌ای که عناصر Fe و Mn در خوشه‌ای مجزا با ماهیت زمین‌زاد دسته‌بندی شدند. با این وجود، ارزیابی دقیق شاخص‌های آلودگی، افزایش ناشی از فعالیت‌های انسان‌زاد را نشان داد. شاخص‌های CF، Igeo و EF، عناصر خوشه آنتروپوژنیک (Pb ، Cd ، Cu ، Zn و Ni) را در سطح آلودگی/غنی‌سازی متوسط طبقه‌بندی کردند. بیش‌‎ترین میزان غنی‌سازی مربوط به عنصر Pb بود که نقش فعالیت‌های کشاورزی و انسانی در افزایش غلظت آن را برجسته می‌سازد. همچنین دیگر نتایج نشان داد که شاخص بار آلودگی (PLI) برای مرتع (05/1) و زراعت (15/1) را آلوده گزارش کرد، در حالی که کاربری باغ در محدوده غیرآلوده قرار گرفت. در مجموع، اگرچه الگوی ژئوشیمیایی منطقه همچنان تحت کنترل سنگ مادر است، اما شواهد حاصل از شاخص‌های تجمعی و تحلیل‌های چندمتغیره نشان‌دهنده افزایش تدریجی بار آلودگی فلزات انسان‌زاد در زیرحوضه بالادست است که ضرورت پایش مداوم و مدیریت ورودی‌های کشاورزی را برای حفظ کیفیت محیط زیست منطقه برجسته می‌سازد. https://mmws.uma.ac.ir/article_4381.html در سال‌های اخیر، پدیده خشکسالی باعث کاهش شدید آب های سطحی در دشت قروه-دهگلان شده است. این امر موجب افزایش بهره برداری از منابع آب زیرزمینی و تشدید افت تراز سفره‌ای این دشت شده است. هدف از این پژوهش بررسی تاب‌آوری منابع آب زیرزمینی در مواجهه با خشک‌سالی است. برای برآورد تاب‌آوری منابع آب در این منطقه، در این پژوهش از دو مفهوم دیگر یعنی قابلیت اطمینان و آسیب‌پذیری نیز استفاده شد، که به چارچوب RRV معروف هستند. بر اساس داده‌های دوره آماری ۱۳۷۷ تا ۱۴۰۲ با استفاده از شاخص‌های SPI و GRI و اطلاعات ایستگاه‌های هواشناسی و چاه‌های پیزومتری دشت قروه-دهگلان مورد ارزیابی قرار گرفتند. از منظر منابع آب زیرزمینی و شاخص GRI، میانگین قابلیت اطمینان، تاب‌آوری و آسیب‌پذیری به‌ترتیب 82/0 ، 71/0 و 6/0 به دست آمد. این نتایج نشان می‌دهد شاخص‌های قابلیت اطمینان و تاب‌آوری بر اساس داده‌های هیدروژئولوژیکی نسبت به‌شاخص‌های هواشناسی کاهش و شاخص آسیب‌پذیری افزایش داشته است، که روند نزولی و افت منابع آب زیرزمینی را تأیید می‌کند، با این حال، شاخص RRV بر اساس SPI با میانگین 62/0 و بر اساس GRI با میانگین 68/0 نشان می‌دهد که امکان بازگشت منابع آب زیرزمینی به شرایط پایدار هم‌چنان وجود دارد. نتایج کلی پژوهش بیانگر این است که با وجود کاهش برخی شاخص‌ها، مدیریت بهینه منابع آب زیرزمینی و توجه به تاب‌آوری می‌تواند اثرات خشکسالی بر منابع آب دشت قروه-دهگلان را کاهش دهد و پایداری آن‌ها را تضمین کند. https://mmws.uma.ac.ir/article_4382.html Cross-sectional geometry has a fundamental impact on the hydraulic behavior of the Shatt al-Arab River, an important waterway providing the water life supply to almost 4.5 million people in Basra City, southern Iraq. Using 200 cross sections at 1-km spacing through a 200-km hydrodynamic modeling framework that is employed in HEC-RAS, the analysis combines Sentinel-2 and Landsat-9 satellite imagery, 30-m DEM datasets, and in situ discharge measurements to quantify the impact of channel width on flow velocity, tidal intrusion, and sediment dynamics. Here, we find an inverse relationship between channel width and flow velocity (R² = 0.92). In this way, expansion of 150 to 350 m of channel increases discharge capacity by 125% but at the same time, flow velocity decreases by 57%, increasing tidal penetration by half while increasing the sediment deposition by 50%. In contrast, channel narrowing results in high water levels with a rise in flood risk of up to 1.8 m. An optimal width range of 280–300 m is determined which provides a balanced hydraulic performance in terms of discharge capacity, approximately 5,900 m³/s capacity, seawater intrusion by ~25 km, and sediment build-up by nearly 35% as opposed to the wide channel segments. The results suggest that this width of channel should be considered an optimal width range for river rehabilitation and management, with dredging of high-sedimentation reaches (100–150 km; >12 cm/year) be in the priority mode. The continued and real-time hydrological monitoring application is further recommended in order to assure sustainable water security, with long-term river operation. https://mmws.uma.ac.ir/article_4387.html Evapotranspiration is one of the main sources of water loss in agricultural lands, and its accurate estimation plays a key role in reducing water wastage in the agricultural sector. In this study, several empirical equations, including FAO Penman–Monteith, Blaney–Criddle, Hargreaves–Samani, Irmak, Dalton, Romanenko, and Jensen–Haise, were used to estimate monthly evapotranspiration at two meteorological stations in Iran: Ardabil (semi-arid climate) and Zabol (arid climate). To improve the accuracy of these equations, both linear regression and nonlinear optimization methods were applied for calibration. In addition to the empirical equations, data-driven models, including a multilayer perceptron artificial neural network (MLP) and a hybrid MLP model combined with the ant colony optimization algorithm (MLP–ACO), were also developed. Model performance was evaluated using the root mean square error (RMSE), mean absolute error (MAE), coefficient of determination (R²), and general performance index (GPI). The results indicated that calibration using both linear and nonlinear methods significantly reduced RMSE (96.46% to 98.08%) and MAE (96.78% to 98.27%) values and increased R² (up to 5.49%) for all equations at both stations. The nonlinear optimization method showed greater performance improvement compared to linear regression. Among the empirical equations, the calibrated Blaney–Criddle equation exhibited the best performance. Furthermore, the MLP–ACO model outperformed the standalone MLP model and the non-calibrated empirical equations. Overall, the results demonstrated that equation calibration was highly effective, as the calibrated empirical equations outperformed both standalone and hybrid intelligent models in most cases under both climatic conditions.g https://mmws.uma.ac.ir/article_4388.html دشت رفسنجان به ‌عنوان یکی از مناطق مهم خشک ایران، طی دهه‌های اخیر با کاهش منابع آب تجدیدپذیر، افت سطح آب زیرزمینی و تغییرات قابل‌توجه در رژیم هیدرولوژیکی مواجه بوده است. در این پژوهش، به‌منظور شبیه‌سازی فرآیندهای هیدرولوژیکی و برآورد مؤلفه‌های بیلان آب این دشت، از مدل نیمه‌توزیعی و فرآیندمحور SWAT استفاده شد. به منظور پیاده سازی این مدل از داده‌های مکانی شامل مدل رقومی ارتفاع، کاربری اراضی، نوع خاک و شیب، به‌همراه داده‌های اقلیمی روزانه شامل بارش، دما، رطوبت نسبی، سرعت باد و تابش خورشیدی برای دوره ۲۰۰۲ تا ۲۰۲۴ استفاده شد. حوضه پس از تفکیک به زیرحوضه‌ها و واحدهای پاسخ هیدرولوژیکی، با استفاده از الگوریتم SUFI-2 در نرم‌افزار SWAT-CUP واسنجی، اعتبارسنجی و تحلیل حساسیت و عدم‌قطعیت شد. از جمله مهم‌ترین محدودیت‌های این مدل می‌توان به کاهش دقت نتایج در بازه‌های زمانی طولانی مدت نسبت به دوره‌های کوتاه، عدم پیوستگی مکانی واحدهای پاسخ هیدرولوژیک و وابستگی شدید به کیفیت داده‌های ورودی اشاره کرد. نتایج تحلیل حساسیت نشان داد که پارامترهای  شماره منحنی، هدایت هیدرولیکی اشباع خاک و پارامترهای مرتبط با جریان پایه بیشترین تأثیر را بر شبیه‌سازی جریان دارند. ارزیابی عملکرد مدل بیانگر تطابق قابل‌قبول بین مقادیر شبیه‌سازی‌شده و مشاهداتی بود، به‌گونه‌ای که مقادیر شاخص‌های P-factor و R-factor در مراحل واسنجی به ترتیب 42/0 و 62/2 و در مرحله اعتبارسنجی به ترتیب 42/0 و 39/0 بدست آمد که در محدوده قابل‌قبول قرار گرفت. نتایج بیلان آب نشان داد که بیش از ۶۰ درصد بارش سالانه به‌صورت تبخیر و تعرق از حوضه خارج شده و سهم برگاب کمتر از ۰٫۱ درصد است. به‌طور کلی، نتایج این پژوهش بیانگر توانایی مناسب مدل SWAT در بازنمایی رفتار هیدرولوژیکی دشت رفسنجان و کاربرد آن در مدیریت منابع آب و تحلیل اثرات تغییر اقلیم در مناطق خشک و نیمه‌خشک است. https://mmws.uma.ac.ir/article_4446.html خشکسالی از مهم‌ترین مخاطرات اقلیمی در مناطق خشک و نیمه‌خشک است. در دهه‌های اخیر، تداوم، شدت، فراوانی خشکسالی‌ها تحت تأثیر تغییرات به طور چشمگیری افزایش یافته است. پهنه ایران به‌دلیل موقعیت جغرافیایی و نوسانات بارش، به‌طور گسترده‌ در معرض خشکسالی قرار دارد. تحلیل خشکسالی در دو مقیاس مکانی و زمانی به منظور مدیریت منابع آب، اهمیت اساسی دارد. در این پژوهش برای اولین بار در ایران، شاخص خشکسالی هواشناسی SPEI یا شاخص استاندارد شده تفاضل بارش و تبخیر-تعرق پتانسیل در مقیاس‌های زمانی ۳، ۹ و ۱۲ ماهه با استفاده از داده‌های ماهانه پایگاه جهانی TerraClimate (قدرت تفکیک مکانی ۴ کیلومتر یا یک چهارم درجه) به‌صورت شبکه رستری 0.04 درجه در دوره آماری 2024-1985 استخراج شد. در هر پیکسل با، ویژگی‌های خشکسالی‌ها شامل ‌تداوم، شدت، بزرگی، فاصله و فراوانی یا تعداد رخدادها با استفاده از نظریه دنباله‌ها (Runs Theory) و آستانه‌های صدکی استخراج شد. بعلاوه، از آزمون من–کندال اصلاح‌شده (MMK) برای تحلیل روند شاخص SPEI در هر پیکسل از ایران (4*4 کیلومتر) استفاده شد. نتایج نشان داد با افزایش مقیاس زمانی(3 تا 12ماه)، تداوم، بزرگی و فاصله رخدادها، به‌طور چشمگیری افزایش داشته اما شدت خشکسالی، کاهش می‌یابد. مناطق مرکزی، شرقی و جنوب‌شرقی ایران، طولانی‌ترین تداوم، بیشترین شدت خشکسالی هواشناسی را تجربه کردند. در مقیاس ۱۲ ماهه، ویژگی‌های خشکسالی تقریباً در سراسر ایران به طور یکنواخت می‌باشد. تحلیل خشکسالی در حوضه‌های آبریز اصلی نشان داد، حوضه دریاچه خزر، کمترین و حوضه‌های مرکزی، شرقی-هامون و سرخس-قره‌قوم، بیشترین آسیب‌پذیری از نظر خشکسالی را دارند. آزمون MMK روند کاهشی معنادار شاخص SPEI را در پهنه ایران، بیش از ۹۵ درصد در مقیاس ۳ ماهه، بیش از ۹۹ درصد در مقیاس ۹ ماهه و ۱۰۰ درصد در مقیاس ۱۲ ماهه نشان می‌دهد. نتایج پژوهش نشان می‌دهد استفاده از داده‌های شبکه‎ای اقلیمی با قدرت تفکیک بالای پایگاه TerraClimate و نظریه دنباله‌ها، امکان پایش سریع خشکسالی هواشناسی را در تمام مناطق ایران فراهم ساخته و به‌عنوان ابزار مؤثر در برنامه‌ریزی منابع آب توصیه می‌شود. https://mmws.uma.ac.ir/article_4447.html زبری سطحی خاک یا میکروتوپوگرافی، یکی از عوامل کلیدی مؤثر بر فرسایش و رواناب است که با تغییرات کوچک ارتفاع سطح زمین مشخص می‌شود و تحت تأثیر ویژگی‌های خاک، پوشش گیاهی و فعالیت‌های کشاورزی قرار دارد. این ویژگی با کنترل مسیر و همگرایی جریان آب، در شدت فرسایش و میزان رسوب نقش مؤثری ایفا می‌کند. هدف این پژوهش، بررسی تأثیر زبری سطح خاک بر میزان ناهمگنی تولید رسوب در شرایط بارندگی‌های با شدت 45، 60 و 70 میلی‌متر بر ساعت و در شیب‌های مختلف 10، 20 و 30 درصد با بهره‌گیری از شبیه‌ساز باران است. در این روش برای اندازه‌گیری رسوب معلق، نمونه آب و رسوب به مدت ۴۸ ساعت در بشر به حالت سکون نگه داشته شد. سپس آب روی رسوبات به‌ آرامی تخلیه و حجم رواناب اندازه‌گیری گردید. رسوبات باقی‌مانده شسته شده و در فویل‌های آلومینیومی وزن‌شده قرار گرفتند و در دمای ۱۰۵ درجه سانتی‌گراد به مدت ۲۴ ساعت خشک و مقدار رسوب معلق محاسبه شد. به منظور ارزیابی میزان تاثیر زبری سطحی بر ناهمگنی رسوب  از عددناهمگنی بین خوشه ای و درون خوشه ای بهره گرفته شد.  نتایج حاصل از این تحقیق نشان داد که زبری سطحی به طور کلی موجب کاهش محسوس رسوب در تمام شیب‌ها بالاخص در شدت 45 میلی‌متر بر ساعت (83/14 گرم بر مترمربع) شد. در شدت‌های بالاتر، نتایج پیچیده‌تر بود و مشاهده شد که شیب 20 درصد در برخی موارد بیشترین رسوب را داشت (07/87 گرم بر متر مربع)، که این امر به تأثیر عواملی مانند توزیع انرژی برخورد قطرات و ویژگی‌های نفوذ خاک نسبت داده شد. در نهایت، نتایج آنالیز واریانس دوطرفه نشان داد که شدت بارندگی و شیب هر دو از عوامل اصلی تولید رسوب هستند. همچنین با توجه به ارتباط مستقیم ضریب تغییرات با میزان تغییرپذیری، نتایج حاکی از آن است که ضریب تغییرات در شدت بارندگی 60 و 45 میلی‌متر بر ساعت در منطقه مورد مطالعه به ترتیب بیشترین و کمترین میزان رسوب را به خود اختصاص داده است. پیشنهاد می‌شود در تحقیقات آتی، پارامتر زبری سطح به عنوان یک متغیر مستقل حیاتی در مدل‌سازی درصد پوشش گیاهی، زمان اوج و زمان تأخیر رواناب در نظر گرفته شود. https://mmws.uma.ac.ir/article_4457.html Accurate estimation of reference evapotranspiration (ETo) is indispensable for precision irrigation and sustainable water resource management, yet the lack of physical interpretability in advanced machine learning models limits their operational adoption. This study proposes a systematic framework integrating the state-of-the-art categorical boosting (CatBoost) algorithm, Bayesian hyperparameter optimization, and SHapley Additive exPlanations (SHAP) to predict daily ETo across three contrasting climatic classifications in Iran: arid, semi-arid, and humid. By benchmarking CatBoost against extreme gradient boosting (XGBoost) and Random Forest under various sensor-availability scenarios, we demonstrated the superior robustness and generalization capability of the gradient boosting framework (CatBoost achieved R2 > 0.99 and RMSE ranging from 0.06 to 0.13 mm/day across all climates), particularly in capturing peak evaporative demands. Beyond mere prediction, the integration of explainable AI revealed a distinct climatic divergence in hydrological drivers; while aerodynamic forces, specifically wind speed, act as the primary accelerator of ETo in arid environments, the process is predominantly energy-limited and driven by temperature and solar radiation in humid regions. Furthermore, the study identified critical non-linear environmental thresholds that trigger rapid escalations in water demand, a dynamic often missed by linear empirical equations. Uncertainty analysis using Quantile Regression further confirmed the model's reliability in handling stochastic climatic extremes (achieving a Prediction Interval Coverage Probability of 88.1-91.4% and narrow interval widths). Practically, our findings offer a cost-effective roadmap for agricultural monitoring, suggesting that while low-cost, temperature-based sensors suffice for humid and semi-arid regions, the inclusion of aerodynamic sensors is non-negotiable for accurate irrigation scheduling in arid zones. This research contributes to bridging the gap between predictive accuracy and physical interpretability, offering a methodological blueprint for optimizing hydro-meteorological networks in data-scarce regions. https://mmws.uma.ac.ir/article_4458.html The serious health risks associated with brominated disinfection by-products necessitate robust control strategies for bromide precursors in drinking water. Studies have shown that conventional coagulation process using commonly applied coagulants are often insufficient for removing monovalent anions such as bromide. This limitation is particularly pronounced under alkaline conditions. Accordingly, to overcome this issue, the present study investigates the application of polymeric coagulants as an alternative strategy. For a more focused evaluation, PAC was selected as the inorganic polymeric coagulant and PM-667 as the organic polymeric coagulant. To comprehensively assess process performance, key operational parameters including pH, coagulant dosage, and initial bromide concentration were examined. Response Surface Methodology (RSM), implemented via Design-Expert software, was employed to model the complex interactions between these parameters and to determine the optimal operational conditions. Optimization analysis revealed distinct coagulation behaviors: PM-667 achieved a maximum bromide removal efficiency of 88.90% under near-neutral conditions (pH 7.3), whereas PAC reached its peak efficiency of 82.72% under mildly acidic conditions (pH 6.5). Importantly, under alkaline conditions (pH 8.5) characteristic of the study area (Ardabil drinking water), PAC demonstrated superior resilience, maintaining a removal efficiency of 55.86%, compared to 43.09% for PM-667 and 36.57% for ferric chloride (FeCl₃). These findings provide a data-driven framework for coagulant selection. They also offer practical guidance for water treatment plant operators to adjust coagulant type and dosage according to raw water pH, thereby enhancing treatment efficiency and reducing operational costs. https://mmws.uma.ac.ir/article_4461.html شاخص‌های پیوند از دور تأثیر بسزایی بر شدت و فراوانی طوفان‌های گرد و غبار دارند. در این پژوهش به بررسی ارتباط بین شاخص‌های پیوند از دور و تغییرات عمق اپتیکی آئروسل در ایستگاه‌های ایرانشهر و زابل در سیستان و بلوچستان پرداخته شده است. داده‌های ماهانه AOD (۲۰00-۲۰21) از سنجنده MODIS و شاخص‌های پیوند از دور از پایگاه NOAA استخراج شد. تحلیل اولیه با همبستگی پیرسون انجام گرفت. سپس، با استفاده از الگوریتم Boruta، متغیرهای مؤثر برای هر ایستگاه انتخاب شدند. پنج الگوریتم یادگیری ماشین شامل Bagged CART، LightGBM، Gradient Boosting، Random Forest و XGBoost برای مدل‌سازی استفاده شد و با معیارهای RMSE، MAPE و R² مورد ارزیابی قرار گرفتند. در نهایت، برای تفسیر مدل‌های یادگیری ماشین از روش‌های SHAP، تحلیل حساسیت Sobol و نمودارهای Partial Dependence Plots (PDP) استفاده گردید. نتایج همبستگی بین شاخص‌های پیوند از دور و AOD نشان داد شاخص Atlantic Meridional Mode (AMM) با همبستگی منفی (437/0-) و North Atlantic Oscillation (NAO) با همبستگی مثبت (236/0) بیشترین تأثیر را بر عمق اپتیکی آئروسل ایرانشهر دارند، درحالی‌که در زابل، شاخص‌های(TNI)  Trans-Niño Index  و Western Hemisphere Warm Pool (WHWP) نقش اصلی را ایفا می‌کنند. تحلیل نتایج انتخاب ویژگی‌های اقلیمی در ایستگاه ایرانشهر نشان داد، شاخص‌های مرتبط با اقیانوس اطلس از جمله AMM،Tropical Northern Atlantic (TNA)  و Atlantic Multi-decadal Oscillation (AMO) به همراه شاخص‌های منطقه‌ای مانند Tropical Southern Atlantic (TSA) و  NAOبیشترین تأثیر را بر شرایط اقلیمی دارند. در مقابل، در ایستگاه زابل شاخص‌های وابسته به اقیانوس آرام شامل TNI و  WHWPنقش تعیین‌کننده‌تری ایفا کردند. مدل‌سازی با پنج الگوریتم یادگیری ماشین نشان داد مدل‌های XGBoost و Gradient Boosting به‌عنوان بهترین مدل‌ها قادر به پیش‌بینی دقیق عمق اپتیکی آئروسل هستند. تحلیل جامع ارزیابی اهمیت متغیرها در دو ایستگاه ایرانشهر و زابل نشان داد که عوامل اقلیمی مؤثر در هر منطقه کاملاً متمایز هستند. در ایرانشهر، شاخص AMM به‌عنوان مؤثرترین عامل، به‌ویژه در تأخیرهای کوتاه‌مدت و در هر دو روش SHAP و Sobol شناخته شد. در مقابل، در زابل شاخص‌های اقیانوس آرام (TNI و WHWP) نقش غالب داشتند و تأثیر آن‌ها با افزایش مدت تأخیر، تشدید شد. همچنین، تحلیل‌های PDP در هر دو ایستگاه، روابط غیرخطی را آشکار کرد که نشان می‌دهد تغییرات در مقادیر شاخص‌ها در نقاط بحرانی می‌تواند اثرات نامتناسبی بر سیستم داشته باشد. این یافته‌ها می‌تواند مبنایی برای توسعه سیستم‌های پیش‌بینی دقیق‌تر و برنامه‌ریزی مدیریتی در برابر پدیده‌های اقلیمی باشد. https://mmws.uma.ac.ir/article_4462.html زیرآبگذر‌ها از جمله رایج‌ترین و مهم‌ترین سازه‌های انتقالی هستند که برای عبور جریان آب، مصالح، یا تأسیسات مدفون در زیر خاک به‌کار می‌روند. بنابراین در نظر گرفتن عوامل مختلف تأثیرگذار در طراحی و جانمایی این سازه‌ها به‌منظور بهبود عملکرد آن‌ها ضروری است. بر این اساس پژوهش حاضر با هدف بررسی تأثیر دبی طراحی و عملکرد سازه‌های آبی تقاطعی جاده‌ای در بحران سیل در تعدادی از حوزه‌های آبخیز منتخب استان یزد انجام گرفت. در این راستا پس از جمع‌آوری و اخذ اطلاعات و آمارهای مورد نیاز مشخصات دقیق زیرآبگذر‌ها بررسی شده سپس با استفاده از مدل HEC-HMS اقدام به تعیین مقدار و حجم سیلاب شد و رفتار جریان در مقاطع این زیرآبگذر مورد بررسی قرار گرفت. یافته‌ها نشان داد که ظرفیت هیدرولیکی زیرآبگذر‌های منتخب در برابر افزایش دوره بازگشت رفتار غیرخطی داشته به‌طوری که با افزایش شدت و فراوانی بارش نسبت Qc/Qd به سرعت کاهش یافته و منجر به ورود سازه مورد نظر به شرایط بحرانی می‌شود. بر این اساس در تعداد نه سازه مورد بررسی در شش حوزه آبخیز منتخب فقط زیرآبگذر جدیدالاحداث قوام‌آباد ایمن بوده و سایر زیرآبگذر‌ها بر اساس دوره بازگشت‌های مختلف بررسی شده در شرایط بحرانی قرار داشتند. بنابراین به‌منظور مدیریت و پیشگیری از تخریب و آسیب‌های احتمالی لازم است نسبت به ایمن‌سازی این سازه‌ها (ارتقای ظرفیت عبور جریان) بر اساس دوره بازگشت‌های استاندارد اقدامات مورد نیاز انجام شود. https://mmws.uma.ac.ir/article_4466.html وجود داده‌های گمشده در شبکه‌های ایستگاه‌های هواشناسی یکی از چالش‌های مهم در مطالعات هیدرولوژیکی و اقلیمی است که می‌تواند موجب افزایش عدم‌قطعیت و کاهش دقت تحلیل‌ها شود. انتخاب روش مناسب برای بازسازی این داده‌ها نقش تعیین‌کننده‌ای در بهبود کیفیت نتایج دارد. در این پژوهش، عملکرد روش MICE و چهار رویکرد ترکیبی آن شامل MICE–LR، MICE–DT، MICE–KNN و MICE–SVM در بازسازی داده‌های گمشده متغیرهای اقلیمی مورد ارزیابی قرار گرفت. تحلیل‌ها با استفاده از داده‌های شش ایستگاه منتخب حوضه دریاچه ارومیه انجام شد که تنوع مکانی و اقلیمی مناسبی را پوشش می‌دهند. ارزیابی عملکرد مدل‌ها بر اساس شاخص کارایی کلینگ–گوپتا (KGE)، درصد اریبی (PBIAS) و زمان اجرای محاسباتی صورت گرفت. نتایج نشان داد که تمامی مدل‌ها توانایی قابل قبولی در بازسازی داده‌های گمشده دارند؛ با این حال، بهبود عملکرد نسبت به روش پایه MICE وابسته به نوع مدل بوده است. در این میان، مدل‌های MICE–DT و MICE–SVM عملکرد برتری نسبت به مدل پایه از خود نشان دادند؛ به‌طوری‌که مدل MICE–DT در بازسازی متغیرهای دمایی، ابرناکی و فشار و مدل MICE–SVM در متغیرهای رطوبتی دقت بالاتری را ارائه کردند. با این وجود، روش پایه MICE در متغیرهای تابش و انرژی عملکردی قابل رقابت با مدل‌های ترکیبی داشت. در این میان، مدل‌های MICE–LR و MICE–DT با مقادیر کم‌تر PBIAS و زمان اجرای پایین‌تر، توازن مناسبی بین دقت بازسازی و کارایی محاسباتی برقرار کردند. در مقابل، مدل MICE–KNN به دلیل نیاز به محاسبه فاصله بین نمونه‌ها در هر تکرار، زمان اجرای بیشتری نسبت به مدل‌های خطی داشت. همچنین، مدل MICE–SVM به علت فرآیند بهینه‌سازی تکرارشونده در آموزش و تنظیم پارامترهای کرنل در هر مرحله از الگوریتم MICE، زمان اجرای قابل توجهی را به خود اختصاص داد؛ از این‌رو، در داده‌های حجیم و کاربردهای عملی در مقیاس‌های بزرگ گزینه‌ای کم‌کارآمدتر محسوب می‌شود. به‌طور کلی، نتایج این مطالعه نشان می‌دهد که استفاده از رویکردهای ترکیبی ساده‌تر مبتنی بر MICE می‌تواند راهکاری مؤثر و کارآمد برای بازسازی داده‌های گمشده اقلیمی باشد. https://mmws.uma.ac.ir/article_4495.html This study proposes a reproducible and GIS-based methodology for digital soil texture mapping by integrating geostatistical interpolation with deterministic decision tree classifiers (DTCs) derived from the United States Department of Agriculture (USDA) soil texture classification system. A total of 68 topsoil samples (0–20 cm) were collected across the irrigated area of northern Biskra province (southeastern Algeria) and analyzed for sand, silt, and clay contents. Among the most commonly applied interpolation techniques, ordinary kriging (OK), simple kriging (SK), and inverse distance weighting (IDW) were tested to generate continuous spatial distribution maps of soil particle fractions. Since the objective of this research was methodological demonstration rather than comprehensive benchmarking of interpolation algorithms, the method showing slightly better cross-validation (LOOCV) performance was selected. OK produced marginally lower RMSE values (15.93% for sand and 13.11% for silt) and satisfactory coefficients of determination (R²=0.758 for sand and 0.687 for silt) and was therefore adopted. To preserve the compositional constraint (sand + silt + clay=100%), clay content was derived from interpolated sand and silt maps. Four deterministic DTCs were implemented within the GIS environment to convert particle fraction rasters into continuous USDA texture classes. The final texture map demonstrated an almost perfect agreement with observed classifications (Kappa coefficient=0.898). The proposed framework emphasizes methodological simplicity, transparency, and applicability under moderate sampling density without reliance on auxiliary environmental covariates or complex machine learning models. Although interpolation uncertainty may influence classification near texture boundaries, the approach provides a practical and scientifically robust solution for soil texture mapping in data-limited regions. https://mmws.uma.ac.ir/article_4496.html Identification and analysis of changes in hydrological indices of river flow play a key role in assessing the impacts of climate change and human interventions on river regimes. This study investigates the long-term trends of hydrological indices in the Samian watershed, located in Ardabil province. Daily river discharge data from 1973 to 2019 were analyzed using the Indicators of Hydrologic Alteration (IHA) approach. The results revealed that river flow values in the fall and winter months, particularly from October to February, exhibited a significant decreasing trend (P-value < 0.01). Additionally, minimum flows (1 to 90-day periods), base flow indices, and the timing of minimum flows showed significant decreasing trends, indicating reduced flow stability during dry periods and heightened water stress. The highest dispersion coefficients (over 4) were associated with low-flow events in May, June, and July, indicating high variability. In contrast, indices related to short-term and intense floods showed lower dispersion. The median of maximum flows (1 to 7 days) was estimated between 27 and 40 cms, while minimum flows were much lower (below 0.1) and exhibited considerable variability. EFC Low Flow indices in most months showed low medians and high dispersion, indicating the vulnerability of riverine ecosystems. Long-term flow trend analysis enables the identification of critical dry periods and hydrological regime changes, aiding decision-making in water resource allocation, and the protection of aquatic ecosystems. Furthermore, these results provide a scientific basis for developing climate adaptation strategies at the watershed scale and optimizing surface water resource management. https://mmws.uma.ac.ir/article_4515.html امواج گرمایی هر ساله خسارات قابل توجهی به بخش‌های کشاورزی، انرژی، سلامت و محیط زیست در مناطق مختلف جهان از جمله ایران وارد می‌کنند. مطالعات جامعی که تغییرات فصلی و مکانی این پدیده را در مقیاس کل کشور با استفاده از شاخص‌های مختلف مورد ارزیابی قرار داده باشد، محدود است. هدف این پژوهش، تحلیل تغییرات فصلی و مکانی امواج گرمایی در ایران و مقایسه کارایی چهار شاخص شدت شامل شاخص روزانه بزرگی موج گرما (HWMId)، گرمای تجمعی (HEATcum)، میانگین شدت موج گرما (AVI) و میانگین ناهنجاری دمایی موج گرما (AVA) در شناسایی این پدیده است. در این پژوهش از داده‌های دمای بیشینه روزانه ۱۱۲ ایستگاه سینوپتیک ایران در بازه زمانی ۱۹۹۱ تا ۲۰۲۳ استفاده شد. امواج گرمایی با استفاده از آستانه صدک ۹۰ام و تداوم حداقل سه روز برای هر ایستگاه شناسایی گردید. سپس چهار شاخص HWMId، HEATcum، AVI و AVA در مقیاس فصلی محاسبه شد. نتایج نشان داد که مناطق جنوب‌شرقی، جنوبی و جنوب‌غربی ایران دارای بیش­ترین مقادیر دمای بیشینه (بیش از ۴۵ درجه سلسیوس در تابستان) هستند، در حالی­که بیشینه متوسط سالانه امواج گرمایی در شمال‌غرب کشور مشاهده می‌شود. بیش­ترین و کم­ترین مقادیر امواج گرمایی به­ترتیب متعلق به فصل تابستان و پاییز است. شاخص HWMId، افزایش شدت امواج گرمایی را در مناطق شمالی کشور نشان می‌دهد. شاخص HEATcum بیان­گر آن است که مناطق شمال‌شرقی، شمالی و شمال‌غربی بیش­ترین مقادیر گرمای تجمعی را دارا هستند. شاخص AVI در سال‌های اخیر روند افزایشی داشته است و شاخص AVA حاکی از وقوع بیشینه ناهنجاری دمایی در عرض‌های جغرافیایی بالاتر (حدود ۸ درجه سلسیوس) و تغییرات بزرگ­تر این مناطق نسبت به سایر نقاط کشور است. مقایسه چهار شاخص نشان می‌دهد که شاخص‌های مبتنی بر ناهنجاری دما (HWMId، HEATcum و AVA) در مقایسه با شاخص مبتنی بر دمای مطلق (AVI) برای شناسایی و تحلیل امواج گرمایی در ایران مناسب‌تر هستند. در میان آن­ها، شاخص‌های مبتنی بر مقادیر تجمعی (HWMId و HEATcum) به دلیل حساسیت بیش­تر به ناهنجاری‌های شدید و کوتاه‌مدت، برای شناسایی شدیدترین امواج گرمایی کارآمدتر می‌باشند. https://mmws.uma.ac.ir/article_4529.html  امروزه پهنه­بندی پدیده سیلاب در حوضه­های کوهستانی و مناطق صعب العبور، پیش نیاز توسعه در هر کشوری محسوب می­شود و بایستی قبل از اجرای پروژه­های مختلف صنعتی، عمرانی، شهرسازی و غیره؛ به وضعیت سیلاب حوضه و تعیین نقاط بحرانی توجه خاصی شود. این پژوهش با هدف ارزیابی عملکرد پنج مدل یادگیری ماشین شامل، مدل‌جنگل‌ تصادفی، مدل‌بردار پشتیبان، مدل‌ جمعی تعمیم­یافته، مدل‌خطی تعمیم­یافته، درخت طبقه­بندی و رگرسیون، رگرسیون تقویت شده درختی (RF ، SVM، BRT، CART و GLM) مدل‌سازی احتمال سیل‌ در حوضه کوهستانی رکعت دزپارت در  استان خوزستان انجام گرفت. همچنین، برای افزایش پایداری و دقت مدل­ها، از چهار تکنیک خرد جمعی (Ensemble Methods)، شامل میانگین ساده، میانگین وزنی، میانگین کمیته‌ای و میانه استفاده شد. نتایج نشان داد تمامی ­مدل­های مورد استفاده عملکردی قابل قبول از خود نشان دادند؛ با این حال، مدل­های مبتنی بر درخت، برتری محسوسی نسبت به مدل­های خطی و SVM داشتند. به‌طور خاص، مدل جنگل تصادفی (RF) با کسب بالاترین مقدار AUC برابر با 932/0، بهترین عملکرد کلی را در پیش‌بینی وقوع سیل در منطقه به خود اختصاص داد. پس از آن، مدل رگرسیون تقویت‌شده درختی (BRT) با AUC برابر با 929/0 در رتبه دوم قرار گرفت. در مقابل، مدل خطی تعمیم­یافته (GLM) با AUC برابر با 855/0، کمترین دقت را در میان مدل­های منفرد از خود نشان داد. همچنین تکنیک‌های خردجمعی عملکرد مدل­ها را بهبود بخشیدند، به‌طوری که مقادیر AUC برای روش‌های تلفیقی در محدوده 919/0 تا 926/0 قرار گرفت و پایداری پیش‌بینی‌ها را تقویت نمود. این یافته‌ها بر لزوم توجه ویژه به ویژگی‌های مکانی و هیدرولوژیکی حوضه در برنامه‌ریزی‌های مدیریت ریسک سیلاب تأکید می‌کند و مدل RF و رویکردهای خردجمعی را به عنوان استراتژی‌های مؤثر برای تهیه نقشه‌های پهنه‌بندی دقیق‌تر معرفی می‌نماید. https://mmws.uma.ac.ir/article_4546.html Effective water resource management and canal performance analysis in semi-arid regions are fundamentally reliant on precise estimates of crop water demand, which are typically derived from accurate, up-to-date crop inventories. For command areas in semi-arid India, this vital information is a primary input for agro-hydrological models used to assess irrigation efficiency and plan water allocation. However, the inherent complexity of these landscapes characterized by small, fragmented landholdings introduces substantial uncertainty into remote sensing based crop classification, threatening the reliability of subsequent management decisions. This study systematically addresses this input uncertainty by performing a comprehensive, multi-factorial sensitivity analysis using multi-temporal Sentinel-1 (SAR) and Sentinel-2 (optical) data. We investigated the combined effects of four multi-sensor data fusion strategies, six Machine Learning (ML) classifiers, three feature selection techniques, and five training/testing data split ratios. The findings of the study provide crucial operational insights for modelers and managers. The synergistic fusion of Sentinel-1 and Sentinel-2 data was identified as the single most critical factor for achieving high accuracy. Furthermore, classification performance showed high sensitivity to training data volume, with an optimal threshold observed at an 80/20 train/test split. The Extreme Gradient Boosting (XGBoost) classifier, coupled with Backward Elimination feature selection, emerged as the superior strategy, achieving a maximum overall accuracy of 98.4%. By identifying this optimized workflow, this research provides a robust and scalable method for generating highly reliable spatial input data, thereby minimizing uncertainty in crop water requirement calculations and significantly enhancing the predictive capacity and practical utility of agro-hydrological models for sustainable water management.