Περίληψη
Η απώλεια εδάφους από το νερό είναι ένα ευρέως διαδεδομένο πρόβλημα σε όλη την Ευρώπη αλλά και σε ολόκληρο τον κόσμο. Η απώλεια του επιφανειακού εδάφους καίτοι συχνά δεν είναι ευδιάκριτη, είναι ωστόσο πολύ καταστροφική. Ειδικότερα στη Μεσόγειο η διάβρωση είναι ιδιαίτερα σημαντική και σε πολλά μέρη έχει φτάσει σε επίπεδα μη αναστρέψιμα. Αυτό συμβαίνει γιατί η περιοχή αυτή παρουσιάζει μακρές περιόδους ξηρασίας ακολουθούμενες από βίαιες βροχοπτώσεις. Για τον υπολογισμό της διάβρωσης του εδάφους ( soil erosion) έχουν αναπτυχθεί διάφορα μοντέλα. Αυτά διακρίνονται κύρια σε δύο κατηγορίες, τα εμπειρικά μοντέλα (expert-based models) και τα φυσικά μοντέλα (physics-based models). Το πλέον ευρέως διαδεδομένο εμπειρικό μοντέλο είναι ο Revised Universal Soil Loss Equation (RUSLE). Πρόκειται για ένα μοντέλο διάβρωσης που υπολογίζει τον μέσο ετήσιο ρυθμό διάβρωσης Ε ανά μονάδα επιφάνειας της λεκάνης απορροής. Επειδή ο νόμος είναι εμπειρικός, θα πρέπει να χρησιμοποιείται με πολύ μεγάλη προσοχή και μόν ...
Η απώλεια εδάφους από το νερό είναι ένα ευρέως διαδεδομένο πρόβλημα σε όλη την Ευρώπη αλλά και σε ολόκληρο τον κόσμο. Η απώλεια του επιφανειακού εδάφους καίτοι συχνά δεν είναι ευδιάκριτη, είναι ωστόσο πολύ καταστροφική. Ειδικότερα στη Μεσόγειο η διάβρωση είναι ιδιαίτερα σημαντική και σε πολλά μέρη έχει φτάσει σε επίπεδα μη αναστρέψιμα. Αυτό συμβαίνει γιατί η περιοχή αυτή παρουσιάζει μακρές περιόδους ξηρασίας ακολουθούμενες από βίαιες βροχοπτώσεις. Για τον υπολογισμό της διάβρωσης του εδάφους ( soil erosion) έχουν αναπτυχθεί διάφορα μοντέλα. Αυτά διακρίνονται κύρια σε δύο κατηγορίες, τα εμπειρικά μοντέλα (expert-based models) και τα φυσικά μοντέλα (physics-based models). Το πλέον ευρέως διαδεδομένο εμπειρικό μοντέλο είναι ο Revised Universal Soil Loss Equation (RUSLE). Πρόκειται για ένα μοντέλο διάβρωσης που υπολογίζει τον μέσο ετήσιο ρυθμό διάβρωσης Ε ανά μονάδα επιφάνειας της λεκάνης απορροής. Επειδή ο νόμος είναι εμπειρικός, θα πρέπει να χρησιμοποιείται με πολύ μεγάλη προσοχή και μόνον για τις περιοχές που υπάρχουν αξιόπιστα και επαρκή δεδομένα. Η μαθηματική διατύπωση του βελτιωμένου παγκόσμιου νόμου απώλειας εδάφους ( RUSLE ) έχει την μορφή: E = R · K · L · S · C · P Η μέση ετήσια απώλεια βάρους εδάφους Ε ανά μονάδα επιφανείας και χρόνου είναι συνάρτηση έξι παραγόντων από τους οποίους μόνον οι δύο έχουν μονάδες, ο παράγων βροχόπτωσης R και ο παράγων διαβρωσιμότητας του εδάφους K. Αναλυτικότερα ο παράγων R εκφράζεται σε (MJ · mm · ha -1 · hour -1 · year -1) ενώ ο παράγων K εκφράζεται σε (ton · ha · hr · ha -1 · MJ -1 · mm -1). Οι υπόλοιποι παράγοντες (L, S. C, P) είναι αδιάστατα μεγέθη. Στις Ηνωμένες Πολιτείες υπάρχουν επαρκή δεδομένα που επιτρέπουν τον υπολογισμό και των έξι παραγόντων σύμφωνα με τον οδηγό χρήσης του RUSLE, ενώ στον υπόλοιπο κόσμο η έλλειψη επαρκών δεδομένων δυσκολεύει την εφαρμογή του RUSLE και ιδιαίτερα τον υπολογισμό του παράγοντα βροχόπτωσης R και του παράγοντα διαβρωσιμότητας του εδάφους K Ο παράγων βροχόπτωσης R είναι συνάρτηση της κινητικής ενέργειας της βροχόπτωσης, της μέγιστης έντασης στο παράθυρο των 30 min και του ολικού ύψους βροχής. Δυστυχώς, επειδή τα παραπάνω δεδομένα δεν είναι συνήθως διαθέσιμα από τους περισσότερους μετεωρολογικούς σταθμούς της χώρας μας αλλά και στον υπόλοιπο κόσμο, καταβάλλεται διεθνώς προσπάθεια από τούς ερευνητές να συσχετιστεί ο R με παραμέτρους εύκολα προσδιορίσιμες στο πεδίο. Αυτός είναι και ο σκοπός της διδακτορικής διατριβής. Η δημιουργία δηλαδή για τον Ελλαδικό χώρο μίας σχέσης υπολογισμού του R συναρτήσει των διαθέσιμων βροχομετρικών δεδομένων όπως η ετήσια βροχόπτωση Ρ. Για την παρούσα εργασία χρησιμοποιήθηκαν δεδομένα από την Εθνική Μετεωρολογική Υπηρεσία (Ε.Μ.Υ.) και συγκεκριμένα από 24 μετεωρολογικούς σταθμούς της που ευρίσκονται στον Ελλαδικό χώρο και για τους οποίους ευρέθησαν επαρκή και ικανοποιητικά βροχομετρικά δεδομένα. Για τον υπολογισμό του R από διαθέσιμα βροχομετρικά δεδομένα και συγκεκριμένα από το P που είναι η ετήσια βροχόπτωση (mm) εξετάστηκαν οι ακόλουθες τέσσερις περιπτώσεις: 1) Μεταβολή του R συναρτήσει του P ( διαστατικά) όπου P : η ετήσια βροχόπτωση (mm) και R : ο παράγων βροχόπτωσης Στα επόμενα συσχετίζονται τα αδιάστατα μεγέθη P και R . Η αδιαστατοποίηση βασίστηκε στα διαθέσιμα βροχομετρικά δεδομένα. 2) Μεταβολή του X1, Υ1 όπου X1 = P / hεδ Υ1 = R / ( γ i2 Ηm) 3) Μεταβολή του X2, Υ2 όπου X2 = P / hεδ Υ2 = R / ( γ i2 hεδ ) 4) Μεταβολή του X3, Υ3 όπου X3 = P g / i2 Υ3 = R / ( γ i2 hεδ ) Τα συμπεράσματα της διδακτορικής διατριβής είναι ότι από την επεξεργασία των στοιχείων προέκυψαν ικανοποιητικά αποτελέσματα όσον αφορά τον υπολογισμό του παράγοντα βροχόπτωσης R. Από τις καμπύλες συσχέτισης του παράγοντα βροχόπτωσης R με την ετήσια βροχόπτωση P καταλήξαμε σε μία απλοποιημένη σχέση για κάθε μετεωρολογικό σταθμό. Η σχέση αυτή μπορεί να χρησιμοποιηθεί με επιτυχία στον υπολογισμό της διάβρωσης των εδαφών σύμφωνα με τον Revised Universal Soil Loss Equation (RUSLE), καθώς οι υπόλοιπες παράμετροι είναι σχετικά εύκολο να υπολογισθούν. Πιο συγκεκριμένα από τις τέσσερις περιπτώσεις που εξετάστηκαν ικανοποιητικότερα αποτελέσματα έδωσαν, όσον αφορά το βαθμό συσχέτισης, η μέθοδος που συσχετίζει τα P και R ( περίπτωση 1 ) και η μέθοδος συσχέτισης των X3, Υ3 (περίπτωση 4 ) Τέλος καταλήξαμε και σε μία ενδεικτική προσεγγιστική σχέση της μορφής : R = α P η οποία μπορεί επίσης να χρησιμοποιηθεί για τον υπολογισμό του παράγοντα βροχόπτωσης R στον Ελλαδικό χώρο από διαθέσιμα βροχομετρικά δεδομένα.
περισσότερα
Περίληψη σε άλλη γλώσσα
The loss of soil from the water is a problem which is widespread not only across Europe, but also throughout the world. Although the loss of surface soil is not often visible, nonetheless it is very destructive. Especially in the Mediterranean area, the soil erosion is of particular importance and in many places it has reached irreversible levels. That happens because the region has suffered from long periods of drought followed by violent rainstorms. Various models have developed for the estimation of soil erosion. These are divided into two main categories, the empirical models (expert-based models) and the physical models (physics-based models). The most widespread empirical model is the Revised Universal Soil Loss Equation (RUSLE). RUSLE is an erosion model that estimates the average annual soil erosion rate E per unit area of the river basin. This law is empirical, so it must be used with extreme caution and only for areas with the reliable and adequate data. The form of the mathe ...
The loss of soil from the water is a problem which is widespread not only across Europe, but also throughout the world. Although the loss of surface soil is not often visible, nonetheless it is very destructive. Especially in the Mediterranean area, the soil erosion is of particular importance and in many places it has reached irreversible levels. That happens because the region has suffered from long periods of drought followed by violent rainstorms. Various models have developed for the estimation of soil erosion. These are divided into two main categories, the empirical models (expert-based models) and the physical models (physics-based models). The most widespread empirical model is the Revised Universal Soil Loss Equation (RUSLE). RUSLE is an erosion model that estimates the average annual soil erosion rate E per unit area of the river basin. This law is empirical, so it must be used with extreme caution and only for areas with the reliable and adequate data. The form of the mathematical formulation of the global law of soil loss (RUSLE) is: E = R · K · L · S · C · P The average annual soil loss E per unit area and time is therefore a function of six factors from which only two have units, the Rainfall factor R and the Soil erodibility factor K. Specifically, in the International System (SI), the R factor is expressed in (MJ · mm · ha -1 · hour -1 · year -1) and the K factor is expressed in (ton · ha · hr · ha -1 · MJ -1 · mm -1). The other factors (L, SC, P ) are dimensionless. In the United States, there are sufficient data that permit the estimation of all the six factors in accordance with the user guide RUSLE, while in the rest of the world the lack of adequate data makes harder the implementation of RUSLE and particularly the estimation of the Rainfall factor R and the Soil erodibility factor K. The Rainfall factor R is a function of the rainfall’s kinetic energy, of the maximum intensity in 30 min period and of the total amount of rain. Unfortunately, because the above data are not usually available not only from most weather stations of our country but also from the rest of the world, international effort is paid by the researchers to correlate the Rainfall factor R with parameters easily identifiable in the field. That is the aim of the doctoral thesis. Namely, to establish a relationship that will estimate the Rainfall factor R in connexion with the available rainfall data, such as the annual rainfall P, for the Greek area. For this work, it was used data from the Hellenic National Meteorological Service (HNMS) and particularly from 24 of its weather stations that are located in the Greek area and for which sufficient and satisfactory rain-measuring data was found. The following four cases were applied in order to calculate the Rainfall factor R from the available rain-measuring data and particularly from P, which is the annual rainfall (mm): 1) Change of the R in connexion with P (dimensional) Where P: annual rainfall (mm) and R: rainfall factor In the next cases the dimensionless P and R are correlated. 2) Change of the X1, Y1 Where X1 = P / hεδ Y1 = R / ( γ i2 Ηm) 3) Change of the X2, Y2 Where X2 = P / hεδ Y2 = R / ( γ i2 hεδ ) 4) Change of the X3, Y3 Where X3 = P g / i2 Y3 = R / ( γ i2 hεδ ) The conclusion of the doctoral thesis is that from the data processing have arisen successful results concerning the estimation of the Rainfall factor R. From the correlation curves of the Rainfall factor R with the annual rainfall P we reached in a simplified relationship for each weather station. That relationship can be successfully used in the estimation of soil erosion according to the Revised Universal Soil Loss Equation (RUSLE), as the other parameters are relatively easy to estimate. More precisely, from the four cases that have been applied, the most satisfactory results, with respect to the degree of correlation, have been given by the method which correlates the P and R (1st case) and the method of X3, Y3 correlation (4th case). Finally we reached in a tentative approximate relationship of the form: R = α · P which can also be used to estimate the Rainfall factor R in the Greek area from the available rainfall data.
περισσότερα