![Sample our Environment & Sustainability journals, sign in here to start your access, latest two full volumes FREE to you for 14 days]({"type":"image" , "src" : "/sda/5935/TOC-Subject-Sample-2021-Environment-Sustainability.jpg"})
Abstract
The present study aims to estimate the sediment yield due to storm rainfall and runoff at the outlet of the Khanmirza watershed (395 km2) located in western Iran. The estimation was made for six storm events using the Modified Universal Soil Loss Equation (MUSLE). All the inputs required for the application of the model were determined through runoff and sediment concentration monitoring at the time of storm events, and field surveys in the study area. The applicability of the model to the study area was then evaluated by comparison of its estimates with those calculated using the measured sediment data. The results of the study demonstrated the efficiency of the MUSLE in estimating storm-associated sediment yield except one storm event in the study area with a high level of agreement and non-significant differences between mean estimated and measured values in the study storm events.
Résumé
L'objectif est d'estimer la production sédimentaire due à la pluie et l'écoulement d'un orage à l'exutoire du bassin versant de Khanmirza (395 km2) situé dans l'ouest de l'Iran. L'estimation a été effectuée pour six événements orageux à l'aide de l'Equation Universelle Modifiée de Perte des Sols (MUSLE). Toutes les données requises pour la mise en œuvre du modèle ont été déterminées grâce au suivi de l'écoulement et de la concentration en sédiments lors des événements, et à des études de terrain dans la zone d'étude. L'applicabilité du modèle à la zone d'étude a ensuite été évaluée par comparaison de ses estimations avec les données sédimentaires mesurées. Les résultats de cette étude montrent l'efficacité du modèle MUSLE pour estimer la production sédimentaire événementielle, sauf pour un événement orageux, dans la zone d'étude, avec un haut niveau de satisfaction et des différences non-significatives entre les moyennes estimées et les valeurs mesurées des événements étudiés.
