التكامل بين نموذج RUSLE والذكاء الاصطناعي في تقييم التعرية المائية
(أحواض كربلاء عرعر غرب العراق أنموذجاً)
الكلمات المفتاحية:
التعرية المائية، نموذج RUSLE ، الذكاء الاصطناعي، نظم المعلومات الجغرافية ( (GIS
الملخص
يهدف هذا البحث إلى تقييم التعرية المائية في خمسة أحواض مائية غرب كربلاء باتجاه عرعر، باستخدام نموذج RUSLE المدعوم ببيئة نظم المعلومات الجغرافية (GIS) ومعطيات الاستشعار عن بعد والذكاء الاصطناعي، وحساب عوامل النموذج R)، K، LS، C، (P باستخدام أدوات تحليل رقمي، واعتمدت الدراسة على صور Sentinel-2 لاشتقاق مؤشر NDVI، وتوظيف خوارزمية Random Forest لتحسين تقدير عامل الغطاء النباتي (C) وتطوير نموذج تنبؤي.
أظهرت النتائج أن وادي حمير يُعد الأكثر عرضة للتعرية (333.69 طن/كم²/سنة)، بينما سجّل وادي أبو غار أدنى كثافة. كما بينت تجربة التنبؤ أن دقة نموذج RUSLE تتحسن باستخدام بيانات اصطناعية موزعة وتطبيق خوارزميات تعلم الآلة، إذ بلغ معامل التحديد R² = 0.63.، يوصي البحث بتطبيق ممارسات حماية فعالة في الأحواض الخطرة، واعتماد مراقبة دورية للغطاء النباتي باستخدام Sentinel-2 وGoogle Earth Engine. يبرهن البحث على أن التكامل بين النماذج الرياضية والذكاء الاصطناعي يُعزز دقة تقدير التعرية ويدعم خطط إدارة الموارد البيئية.
المراجع
1. Abd Elbasit, M. A., Pradhan, B., Elbeltagi, A., & Shitote, S. M. (2020). Soil erosion estimation using Sentinel-2 data and RUSLE model. Remote Sensing Applications: Society and Environment, 18, 100294. https://doi.org/10.1016/j.rsase.2020.100294
2. Ali, M. K. (2022). Estimating the cover management factor using NDVI and artificial intelligence systems. Diyala Journal of Agricultural Sciences, 14(1), 77–95. https://www.iasj.net/iasj/article/253228
3. Al Obaidy, A. H., & Al-Maliky, S. K. (2019). Assessment of soil erosion in the western desert of Iraq using RUSLE and GIS. Journal of Geography and Regional Planning, 12(4), 66–75. https://doi.org/10.5897/JGRP2019.0734
4. Al-Rubaie, A. I., & Khalaf, R. S. (2023). Soil erosion assessment in Horan Valley, Iraq using RUSLE2 and GIS techniques. Arabian Journal of Geosciences, 16(3), 315. https://doi.org/10.1007/s12517-023-11221-9
5. Ameen, R. A., & Aljabry, A. H. (2016). Designing a form for the erosion gully map by using Bergsma equation that modified polygon via RS & GIS Zargata valley–Arbil–Iraq. Imperial Journal of Interdisciplinary Research (IJIR), 2(6).https://www.onlinejournal.in
6. Al, N. A. H. J. S., Al-Asadi, M. A., & Amin, R. A. M. (2024). Quantitative Assessment of Water Erosion Risk in the Sandi Plain Using the Jafarlovic EPM Model. Midad Al-Adab Refereed Journal, 1(34).https://midad-adab.com
7. Al-Ali, A. K., & Amin, R. M. (2025). Tectonic Evaluation by Using Morphotectonic Indices at Zurbatiyah Area, Eastern Iraq. The Iraqi Geological Journal, 18–39.https://igj-iraq.org
8. Abbas, A. M., Taher, M. A., Abbood, N. H., & Amin, R. M. (2024). Qualitative Assessment of Water Erosion in Zawita Town in Dohuk Governorate within Kurdistan Region in Iraq, Using the (PAP/CAR) Model. Kurdish Studies, 12(2), 5159–5171.https://kurdishstudies.net/index.php/KS/article/view/547
9. Khosravi, K., Pham, B. T., Chapi, K., Shirzadi, A., Shahabi, H., & Prakash, I. (2021). A comparative assessment of intelligent models for soil erosion prediction. Science of The Total Environment, 789, 148124. https://doi.org/10.1016/j.scitotenv.2021.148124
10. Kareem, I. J., Jasim, G. S., Ali, H. A., & Amin, R. M. (2024). Estimating the extent of water erosion in Darbandikhan Lake using a model Gavrilović Method (EPM) (Erosion Potential Method). International Journal of Religion, 5(9), 358–369 https://ijrjournal.com
11. Moore, I. D., & Burch, G. J. (1986). Physical basis of the length‐slope factor in the universal soil loss equation. Soil Science Society of America Journal, 50(5), 1294–1298. https://doi.org/10.2136/sssaj1986.03615995005000050042x
12. Panagos, P., Borrelli, P., Meusburger, K., Alewell, C., Lugato, E., & Montanarella, L. (2015). The new assessment of soil loss by water erosion in Europe. Environmental Science & Policy, 54, 438–447. https://doi.org/10.1016/j.envsci.2015.08.012
13. Rahman, M. M., Sadeghi, S. H. R., Karnon, J., & Smith, C. (2024). Integrating machine learning with RUSLE for enhanced soil erosion modeling under climate change scenarios. Environmental Modelling & Software, 170, 105578. https://doi.org/10.1016/j.envsoft.2023.105578
14. Renard, K. G., Foster, G. R., Weesies, G. A., McCool, D. K., & Yoder, D. C. (1997). Predicting soil erosion by water: A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). USDA Agricultural Handbook No. 703.
15. Sharma, H. S., Sehgal, V. K., & Sahoo, R. N. (2018). Soil erosion modeling using artificial neural network and RUSLE model in GIS. Environmental Earth Sciences, 77(1), 18. https://doi.org/10.1007/s12665-017-7170-7
16. Wischmeier, W. H., & Smith, D. D. (1978). Predicting rainfall erosion losses: A guide to conservation planning. USDA Agricultural Handbook No. 537.https://www.nrcs.usda.gov/Internet/FSE_DOCUMENTS/stelprdb1044171.pdf
17. Al-Maliki, N. H. J. Sh., Al-Asadi, M. A. W. H., & Amin, R. A. M. (2024). Quantitative assessment of water erosion risk in the Al-Sindi plain using the Gavrilovic EPM model. Midad Al-Adab Journal, 14(34), 1245–1276. https://www.midad-adab.com/index.php/midad/article/view/762.
2. Ali, M. K. (2022). Estimating the cover management factor using NDVI and artificial intelligence systems. Diyala Journal of Agricultural Sciences, 14(1), 77–95. https://www.iasj.net/iasj/article/253228
3. Al Obaidy, A. H., & Al-Maliky, S. K. (2019). Assessment of soil erosion in the western desert of Iraq using RUSLE and GIS. Journal of Geography and Regional Planning, 12(4), 66–75. https://doi.org/10.5897/JGRP2019.0734
4. Al-Rubaie, A. I., & Khalaf, R. S. (2023). Soil erosion assessment in Horan Valley, Iraq using RUSLE2 and GIS techniques. Arabian Journal of Geosciences, 16(3), 315. https://doi.org/10.1007/s12517-023-11221-9
5. Ameen, R. A., & Aljabry, A. H. (2016). Designing a form for the erosion gully map by using Bergsma equation that modified polygon via RS & GIS Zargata valley–Arbil–Iraq. Imperial Journal of Interdisciplinary Research (IJIR), 2(6).https://www.onlinejournal.in
6. Al, N. A. H. J. S., Al-Asadi, M. A., & Amin, R. A. M. (2024). Quantitative Assessment of Water Erosion Risk in the Sandi Plain Using the Jafarlovic EPM Model. Midad Al-Adab Refereed Journal, 1(34).https://midad-adab.com
7. Al-Ali, A. K., & Amin, R. M. (2025). Tectonic Evaluation by Using Morphotectonic Indices at Zurbatiyah Area, Eastern Iraq. The Iraqi Geological Journal, 18–39.https://igj-iraq.org
8. Abbas, A. M., Taher, M. A., Abbood, N. H., & Amin, R. M. (2024). Qualitative Assessment of Water Erosion in Zawita Town in Dohuk Governorate within Kurdistan Region in Iraq, Using the (PAP/CAR) Model. Kurdish Studies, 12(2), 5159–5171.https://kurdishstudies.net/index.php/KS/article/view/547
9. Khosravi, K., Pham, B. T., Chapi, K., Shirzadi, A., Shahabi, H., & Prakash, I. (2021). A comparative assessment of intelligent models for soil erosion prediction. Science of The Total Environment, 789, 148124. https://doi.org/10.1016/j.scitotenv.2021.148124
10. Kareem, I. J., Jasim, G. S., Ali, H. A., & Amin, R. M. (2024). Estimating the extent of water erosion in Darbandikhan Lake using a model Gavrilović Method (EPM) (Erosion Potential Method). International Journal of Religion, 5(9), 358–369 https://ijrjournal.com
11. Moore, I. D., & Burch, G. J. (1986). Physical basis of the length‐slope factor in the universal soil loss equation. Soil Science Society of America Journal, 50(5), 1294–1298. https://doi.org/10.2136/sssaj1986.03615995005000050042x
12. Panagos, P., Borrelli, P., Meusburger, K., Alewell, C., Lugato, E., & Montanarella, L. (2015). The new assessment of soil loss by water erosion in Europe. Environmental Science & Policy, 54, 438–447. https://doi.org/10.1016/j.envsci.2015.08.012
13. Rahman, M. M., Sadeghi, S. H. R., Karnon, J., & Smith, C. (2024). Integrating machine learning with RUSLE for enhanced soil erosion modeling under climate change scenarios. Environmental Modelling & Software, 170, 105578. https://doi.org/10.1016/j.envsoft.2023.105578
14. Renard, K. G., Foster, G. R., Weesies, G. A., McCool, D. K., & Yoder, D. C. (1997). Predicting soil erosion by water: A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). USDA Agricultural Handbook No. 703.
15. Sharma, H. S., Sehgal, V. K., & Sahoo, R. N. (2018). Soil erosion modeling using artificial neural network and RUSLE model in GIS. Environmental Earth Sciences, 77(1), 18. https://doi.org/10.1007/s12665-017-7170-7
16. Wischmeier, W. H., & Smith, D. D. (1978). Predicting rainfall erosion losses: A guide to conservation planning. USDA Agricultural Handbook No. 537.https://www.nrcs.usda.gov/Internet/FSE_DOCUMENTS/stelprdb1044171.pdf
17. Al-Maliki, N. H. J. Sh., Al-Asadi, M. A. W. H., & Amin, R. A. M. (2024). Quantitative assessment of water erosion risk in the Al-Sindi plain using the Gavrilovic EPM model. Midad Al-Adab Journal, 14(34), 1245–1276. https://www.midad-adab.com/index.php/midad/article/view/762.
منشور
2025-08-09
كيفية الاقتباس
أ.د. رقية احمد محمد أمين, مصطفى عامر سهيل ممتاز, & حارث عباس علي. (2025). التكامل بين نموذج RUSLE والذكاء الاصطناعي في تقييم التعرية المائية: (أحواض كربلاء عرعر غرب العراق أنموذجاً). مجلة العصر للعلوم الانسانية والاجتماع, (18), 109-130. https://doi.org/10.33193/eJHAS.18.2025.362
إصدار
القسم
المقالات
الحقوق الفكرية (c) 2025 أ.د. رقية احمد محمد أمين , مصطفى عامر سهيل ممتاز , حارث عباس علي
هذا العمل مرخص حسب الرخصة Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
