📄 earth_science

Sub-Watershed Prioritization for Soil Erosion Risk Assessment in the Wadi Ouahrane Basin (Algeria) Using an Integrated Morphometric Analysis and Entropy-WASPAS Model

Deze studie geeft prioriteit aan subbekkens binnen de Wadi Ouhrane-stroomgebied in Algerije voor het risico op bodemerosie door morfometrische analyse te integreren met een Entropy-WASPAS multi-criteria besluitvormingskader, waarbij zes hoog-risicogebieden worden geïdentificeerd om duurzame conserveringsplanning te begeleiden.

Oorspronkelijke auteurs: Mohammed Achite, İbrahim Dursun, Nikola M. Milentijević, Mehmet Ali Çelik

Gepubliceerd 2026-06-30

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Mohammed Achite, İbrahim Dursun, Nikola M. Milentijević, Mehmet Ali Çelik

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Plaatje: Een "Gezondheidscheck" voor een Rivierdal

Stel je de Wadi Ouahrane in Algerije voor als een enorme, natuurlijke kom die regenwater opvangt. Deze kom bestaat uit 14 kleinere "sub-kommen" (sub-bekkens). De onderzoekers wilden een simpele vraag beantwoorden: Welke van deze kleine kommen heeft de grootste kans om "ziek" te worden door bodemerosie?

Bodemerosie is als een aardverschuiving in slow-motion waarbij de bovenste laag grond wegspoelt, inclusief vruchtbare grond, en dammen verstopt met modder. Om dit te reparen, moet je precies weten waar je als eerste je "pleisters" (behoudsmaatregelen) moet plakken.

Het Detectiewerk: De Vorm van het Landschap Meten

Het team gokte niet zomaar; ze handelden als geomorfologische detectives. Ze gebruikten digitale kaarten (zoals een high-tech GPS voor bergen) om de fysieke vorm van elk van de 14 sub-bekkens te meten. Ze keken naar drie belangrijke zaken:

De Vorm van de Kom (Areal): Is het bekken rond als een pizza, of lang en smal als een hotdog?
- De Bevinding: De meeste van deze bekkens zijn lang en smal.
- De Analogie: Denk aan een ronde pizza versus een lange hotdog. Als je water op een ronde pizza giet, stroomt het in één keer naar het midden (zoals een flash flood). Als je water op een lange hotdog giet, moet het water een lange afstand afleggen om bij het uiteinde te komen. Dit betekent dat de "hotdog"-bekkens hier het water iets langzamer afvoeren, wat over het algemeen goed is voor het voorkomen van plotselinge, gewelddadige overstromingen.
Het Netwerk van Wegen (Lineair): Hoeveel kleine stroompjes zijn er en hoe zijn ze met elkaar verbonden?
- De Bevinding: Het gebied zit vol met kleine, eerstegraads stroompjes (de kleinste takjes aan de boom), die bijna de helft van alle waterkanalen vormen.
- De Analogie: Stel je een boom voor. De stam is de hoofdrivier, maar de kleine blaadjes en takjes zijn de eerstegraads stroompjes. De onderzoekers ontdekten dat de "takjes" erg dicht op elkaar staan. Dit vertelt hen dat de grond goed is in het absorberen van een deel van het water, maar dat het netwerk complex is.
De Steilheid (Relief): Hoe hoog zijn de bergen vergeleken met de valleien?
- De Bevinding: Sommige gebieden zijn erg steil en ruig, terwijl andere vlakker zijn.
- De Analogie: Stel je een glijbaan voor op een speeltuin. Een steile glijbaan (hoog reliëf) stuurt je razendsnel naar beneden (erosie). Een flauwe helling (laag reliëf) laat je langzaam naar beneden glijden (stabiele bodem).

De Breinkracht: De Data Beslissen Laten (Entropie)

Toen ze al deze metingen hadden, moesten ze beslissen: Welke meting is het belangrijkst?

Normaal gesproken zouden experts misschien gokken: "Oh, steilheid is waarschijnlijk het belangrijkst!" Maar de onderzoekers wilden 100% eerlijk en objectief zijn. Ze gebruikten een wiskundig hulpmiddel genaamd Entropie.

De Analogie: Stel je voor dat je een talentenjacht beoordeelt. In plaats van de jury (experts) te laten stemmen op basis van hun persoonlijke favorieten, laat je de reactie van het publiek de score bepalen. Als het publiek extreem enthousiast is over één act maar verveeld is door een andere, dan "stemt" de data dat de enthousiaste act het belangrijkst is.
Het Resultaat: De wiskunde liet zien dat de Bifurcatieratio (hoe de stromen zich splitsen) en de Stroomlengte-ratio (hoe lang de stromen worden naarmate ze naar beneden gaan) de "sterren van de show" waren. Deze twee factoren waren de grootste drijfveren van het erosierisico, en niet de algemene vorm van het bekken.

De Definitieve Rangschikking: Wie Zit in de Problemen? (WASPAS)

Nadat de wiskunde had bepaald welke factoren het belangrijkst waren, gebruikten ze een tweede hulpmiddel genaamd WASPAS om de 14 sub-bekkens te rangschikken van "Veiligst" naar "Gevaarlijkst".

Beschouw dit als een rapportcijfer voor het land.

De Topstudenten (Veiligst): Sub-bekkens SW-2 en SW-14 kregen de beste cijfers. Zij zijn "Zeer Laag Risico". Ze zijn stabiel en de grond blijft waarschijnlijk liggen.
De Moeilijke Studenten (Gevaarlijkst): Sub-bekkens SW-3, SW-4, SW-5, SW-7, SW-12 en SW-13 bevinden zich in de zone "Zeer Hoog Risico".
De Sterdudent (Het Meest Urgente Geval): SW-4 kreeg de hoogste "gevaarscore" (0.857). Dit is het meest kritieke gebied. Als je slechts genoeg geld of tijd hebt om één plek te repareren, dan is dit de plek.

De Conclusie: Een Slimme Kaart voor het Beschermen van de Bodem

Het paper concludeert dat deze combinatie van het meten van de vorm van het land en het gebruiken van slimme wiskunde om de risico's te rangschikken, heel goed werkt.

Wat ze vonden: Het hele gebied is over het algemeen gevormd als lange hotdogs (wat oké is), maar specifieke plekken hebben steile glijbanen en complexe stroomnetwerken die hen gevoelig maken voor het verliezen van bodem.
De Belangrijkste Les: Je kunt het hele dal niet op dezelfde manier behandelen. Je moet je energie richten op de "moeilijke studenten" (zoals SW-4) om te voorkomen dat de grond wegspoelt.

Deze studie biedt een duidelijke, wetenschappelijke "kaart" voor de overheid of landbeheerders om precies te weten waar ze muren moeten bouwen, bomen moeten planten of water moeten beheren om het land te beschermen. Het is een manier om te zeggen: "Gok niet; laat de cijfers vertellen waar de problemen zitten."

Technische Samenvatting: Prioritering van Sub-stroomgebieden voor de Beoordeling van Bodemerosierisico in het Wadi Ouhrane Bekken

Probleemstelling
Bodemerosie vormt een kritieke milieuuitdaging in het Middellandse Zeegebied, met name in aride en semi-aride regio's zoals Algerije, waar topografische steilheid, schaarse vegetatie en antropogene druk de landdegradatie verergeren. In Algerije lopen meer dan 50 miljoen hectare risico, wat leidt tot significante sedimentatie in dammen en een verlies aan opslagcapaciteit. Effectief stroomgebiedbeheer vereist de identificatie van prioritaire gebieden voor behoud; echter schiet traditionele planninging vaak tekort door het ontbreken van een allesomvattend, objectief kader om sub-stroomgebieden op basis van erosiegevoeligheid te rangschikken. De studie adresseert de behoefte aan een robuust beslissingsondersteunend mechanisme om sub-stroomgebieden binnen het Wadi Ouhrane Bekken objectief te prioriteren voor bodembehoud en duurzaam beheer.

Methodologie
Het onderzoek maakt gebruik van een geïntegreerd kader dat Geografische Informatiesystemen (GIS), morfometrische analyse en Multi-Criteria Decision Making (MCDM) technieken combineert. Het studiegebied, het Wadi Ouhrane Bekken (270 km²), werd met ArcGIS 10.2 en de ArcHydro-extensie onderverdeeld in 14 sub-stroomgebieden.

Morfometrische Analyse: Drie categorieën morfometrische parameters werden berekend vanuit Digital Elevation Model (DEM) en drainage-netwerkgegevens:
- Lineair: Stroomvolgorde, bifurcatieratio ( $R_b$ ), stroomlengteverhouding ( $R_l$ ) en lengte van oppervlakkige afstroming ( $L_o$ ).
- Areaal: Vormfactor ( $F_f$ ), elongatieverhouding ( $R_e$ ), circulariteitsverhouding ( $R_c$ ), drainage-dichtheid ( $D_d$ ), drainage-textuur ( $D_t$ ) en compactheidscoëfficiënt ( $C_c$ ).
- Reliëf: Bekkenreliëf ( $R$ ), reliëfverhouding ( $R_r$ ), relatief reliëf ( $R_{hp}$ ), ruwheidsgetal ( $R_n$ ) en hypsometrische integraal ( $H_i$ ).
Entropie-weging: Om subjectieve bias bij het toekennen van belangrijkheid aan deze parameters te elimineren, werd de Entropie-methode toegepast. Deze datagestuurde benadering berekende objectieve gewichten op basis van de variantie binnen de dataset, waarbij werd bepaald welke morfometrische criteria de erosiegevoeligheid het meest significant beïnvloeden.
WASPAS-rangschikking: Het Weighted Aggregated Sum Product Assessment (WASPAS) model werd gebruikt om de 14 sub-stroomgebieden te rangschikken. Deze hybride MCDM-methode synthetiseert het Weighted Sum Model (WSM) en het Weighted Product Model (WPM) met behulp van een gezamenlijke gegeneraliseerde criteriaparameter ( $\lambda = 0,5$ ) om een gebalanceerde en stabiele evaluatie van het erosierisico te waarborgen.

Belangrijkste Resultaten

Morfometrische Kenmerken: Het Wadi Ouhrane Bekken wordt gekenmerkt door langwerpige geometrieën, aangetoond door lage waarden voor de vormfactor ( $0,36–0,42$ ), elongatieverhouding ( $0,38–0,41$ ) en circulariteitsverhouding ( $0,23–0,50$ ). Het drainagenetwerk is een vijfde-orde systeem met 428 segmenten, waarbij eerste-orde stromen 45,56% van het totaal vormen. De drainage-dichtheid varieert van $1,60$ tot $1,95$ km/km², en alle sub-stroomgebieden vallen in de klasse "zeer grove" drainage-textuur ( $D_t < 2$ ), wat wijst op over het algemeen gunstige infiltratiecondities, hoewel er lokale variaties zijn.
Entropie-weging: De analyse toonde aan dat de bifurcatieratio ( $R_b$ ) en de stroomlengteverhouding ( $R_l$ ) de meest invloedrijke factoren waren die de erosiegevoeligheid bepalen, met respectievelijk gewichten van $0,283$ en $0,252$. Daarentegen hadden vormgerelateerde parameters zoals de elongatieverhouding en de vormfactor verwaarloosbare gewichten ( $<0,002$ ).
Prioritering en Risicoclassificatie: Het WASPAS-model identificeerde een significante ruimtelijke heterogeniteit in het erosierisico.
- Zeer Hoog Risico: De sub-stroomgebieden SW-3, SW-4, SW-5, SW-7, SW-12 en SW-13 werden geclassificeerd als kritieke gebieden. SW-4 vertoonde de hoogste gevoeligheid met een definitieve score ( $V_{SPM}$ ) van 0,857, wat het de hoogste prioriteit maakt voor interventie.
- Zeer Laag Risico: De sub-stroomgebieden SW-2 en SW-14 werden geïdentificeerd als de gebieden met het laagste risico, met scores van respectievelijk $0,541$ en $0,505$.
- De risicoscores in het gehele bekken varieerden van $0,505$ tot $0,857$, wat een duidelijke stratificatie in vijf afzonderlijke risicoklassen mogelijk maakte.

Betekenis en Claims
Het artikel stelt dat de integratie van Entropie en WASPAS met GIS-gebaseerde morfometrische analyse een wetenschappelijk gefundeerde, transparante en reproduceerbare beslissingsondersteunende tool biedt voor stroomgebiedbeheer. De studie claimt dat deze hybride benadering subjectiviteit effectief minimaliseert door te vertrouwen op data-variantie voor weging, waardoor een robuuste basis wordt geboden voor het prioriteren van bodembehoudsmaatregelen.

De auteurs stellen dat de methodologie succesvol specifiele sub-stroomgebieden identificeert die dringende rehabilitatie vereisen, waarbij zij verder gaan dan algemene beoordelingen op bekkenniveau naar gerichte interventies op sub-stroomgebiedniveau. Door SW-4 aan te wijzen als het meest kritieke gebied, biedt de studie concrete gegevens voor het ontwikkelen van duurzame beleid voor land- en waterbeheer. Het artikel concludeert dat hoewel de huidige beoordeling statisch is en primair steunt op morfometrische parameters, het kader schaalbaar is en als een fundamenteel model kan dienen voor toekomstige studies die mogelijk socio-economische variabelen, landgebruikveranderingen en klimaatscenario's kunnen integreren om de voorspellende vermogens te verbeteren.