شاخص خیسی توپوگرافیک (Topographic Wetness Index – TWI) که به‌طور گسترده با عناوین «شاخص توپوگرافیک ترکیبی» یا «شاخص توپوگرافیک» نیز شناخته می‌شود، یک پارامتر ثانویۀ (مرکب) توپوگرافیک در مقیاس منطقه‌ای است. این شاخص به‌منظور کمّی‌سازی و توصیف توزیع فضایی و گسترۀ رطوبت خاک، مناطق اشباع و تجمع آب‌های سطحی در یک چشم‌انداز، به‌عنوان تابعی از توپوگرافی طراحی شده است.
فرض بنیادین در تعریف این شاخص آن است که توپوگرافی، حرکت تحت گرانش آب را کنترل می‌کند؛ بدین معنا که شکل سطح زمین بر تجمع آب و الگوهای زهکشی تسلط دارد.
فرمول‌بندی‌های ریاضی
دو فرمول‌بندی اصلی برای شاخص رطوبت توپوگرافیک (TWI) وجود دارد که معمولاً در هیدرولوژی و ژئومورفومتری (Geomorphometry) مورد استفاده قرار می‌گیرند:
فرمول‌بندی اولیۀ بیوِن و کِرکبی (۱۹۷۹)
این فرمول که برای نخستین‌بار به‌عنوان بخشی از چارچوب هیدرولوژیک نیمه‌توزیعی مدل «تاپ‌مدل» (TOPMODEL) پیشنهاد شد، قابلیت انتقال خاک را در محاسبات لحاظ می‌کند:
$$W_{T}=\ln{\left(\frac{SCA}{T\tan{\beta }}\right)}$$
که در آن:
$SCA$ مساحت حوضۀ آبریز ویژه (Specific Catchment Area) است که برحسب واحد مساحت بر واحد عرض جریان ($m^2/m$، معادل $m$) بیان می‌شود. توجه: $SCA$ را نباید با مساحت مشارکت‌کنندۀ بالادست ($A$) یکی دانست — تفاوت این دو در بخش بعدی به‌طور کامل توضیح داده شده است.
$\beta$ زاویۀ شیب محلی است. نکتۀ محاسباتی: اگرچه $\beta$ در بسیاری از منابع و خروجی پیش‌فرض نرم‌افزارهای GIS (مانند ابزار Slope در ArcGIS یا QGIS) برحسب درجه گزارش می‌شود، اما در محاسبۀ عملی $\tan\beta$ باید مقدار زاویه به رادیان تبدیل شود، چون توابع مثلثاتی در اغلب زبان‌های برنامه‌نویسی و موتورهای Raster Calculator (مانند پایتون یا ابزارهای Map Algebra) ورودی را به‌صورت پیش‌فرض رادیان تفسیر می‌کنند. فراموش‌کردن این تبدیل ($\beta_{rad} = \beta_{deg} \times \pi/180$) یکی از رایج‌ترین خطاهای عملی در محاسبۀ TWI است که مقادیر نهایی شاخص را به‌طور قابل‌توجهی مخدوش می‌کند.
$T$ قابلیت انتقال خاک در حالت اشباع (Saturated soil transmissivity) است.
$\ln$ لگاریتم طبیعی است که برای مقیاس‌بندی شاخص در یک دامنۀ خطی و فشرده‌تر استفاده می‌شود.
نسخۀ ساده‌شدۀ شاخص TWI
از آنجا که در بیشتر چشم‌اندازها، تغییرپذیری فضایی توپوگرافی به‌مراتب بیشتر از تغییرپذیری محلی قابلیت انتقال خاک است، پژوهشگران اغلب از تغییرات قابلیت انتقال ($T$) صرف‌نظر کرده و آن را در سطح حوضه ثابت فرض می‌کنند.
این امر منجر به شکل‌گیری پرکاربردترین معادلۀ ساده‌شدۀ شاخص رطوبت توپوگرافیک می‌شود:
$$W=\ln{\left(\frac{SCA}{\tan{\beta }}\right)}$$
تمایز کلیدی: مساحت حوضۀ آبریز ویژه (SCA) در برابر مساحت مشارکت‌کنندۀ بالادست (A)
یکی از مفاهیمی که در متون فارسی این حوزه اغلب به‌اشتباه یکسان در نظر گرفته می‌شود، تفاوت میان مساحت مشارکت‌کنندۀ بالادست و مساحت حوضۀ آبریز ویژه است. این دو کمیت به یک اندازه نیستند و درک تفاوتشان، هم برای فهم درست فرمول TWI و هم برای تفسیر صحیح نقشه‌های خروجی آن، ضروری است:
مساحت مشارکت‌کنندۀ بالادست ($A$): کل مساحت مطلق ناحیه‌ای در بالادست است که رواناب از آن به یک نقطۀ مشخص در پایین‌دست می‌رسد. این کمیت برحسب واحد سطح خالص ($m^2$) بیان می‌شود و تنها به وسعت حوضۀ زهکشی بالادست بستگی دارد — بدون هیچ اطلاعاتی دربارۀ اینکه این آب در چه عرضی از سطح زمین عبور می‌کند.
مساحت حوضۀ آبریز ویژه ($SCA$): همان مساحت مشارکت‌کنندۀ بالادست است که بر عرض جریان ($w$) در همان نقطه تقسیم شده است:
$$SCA = \frac{A}{w}$$
از این رو، برخلاف $A$ که برحسب $m^2$ است، $SCA$ برحسب $m^2/m$ (معادل متر) بیان می‌شود و در واقع نرخ تجمع آب به‌ازای واحد عرض جریان را نشان می‌دهد، نه مساحت مطلق.
چرا این تفاوت اهمیت دارد؟ دو نقطه می‌توانند مساحت مشارکت‌کنندۀ بالادست کاملاً یکسانی داشته باشند ($A_1 = A_2$)، اما مقدار $SCA$ آن‌ها می‌تواند کاملاً متفاوت باشد:
- اگر در یک نقطه جریان در یک آبراههٔ باریک و همگرا (مثلاً کف یک درهٔ تنگ) متمرکز شود، عرض جریان ($w$) کوچک است و در نتیجه $SCA$ بزرگ خواهد بود.
- اگر در نقطهٔ دیگر همان حجم آب روی یک دامنهٔ واگرا و پهن (مثلاً یک مخروط‌افکنه یا یک خط‌الرأس) پخش شود، عرض جریان ($w$) بزرگ است و $SCA$ کوچک‌تر می‌شود.
به بیان دیگر، $SCA$ اثر همگرایی یا واگرایی توپوگرافی محلی را در محاسبه لحاظ می‌کند، درحالی‌که مساحت خام بالادست ($A$) این اطلاعات را ندارد. به همین دلیل، در فرمول‌بندی صحیح TWI همواره باید از $SCA$ (نه $A$ خام) در صورت کسر استفاده شود؛ استفادۀ نادرست از $A$ به‌جای $SCA$ یکی از خطاهای رایج در پیاده‌سازی‌های عجولانۀ این شاخص است.
تفسیر فیزیکی TWI
شاخص خیسی توپوگرافیک (TWI) از منظر فیزیکی، تعادل میان دو دینامیک رقیب توپوگرافیک را نشان می‌دهد:
تجمع آب (صورت کسر، $SCA$): نشان‌دهندۀ پتانسیل یک نقطۀ مشخص برای دریافت آب، به‌ازای واحد عرض جریان، است. توجه شود که این پتانسیل تنها به وسعت مساحت بالادست ($A$) بستگی ندارد، بلکه شکل هندسی تجمع (همگرا یا واگرا بودن) از طریق تقسیم بر $w$ نیز در آن لحاظ شده است؛ به همین علت دو نقطه با $A$ برابر می‌توانند $SCA$ و در نتیجه TWI کاملاً متفاوتی داشته باشند.
تخلیۀ آب (مخرج کسر، $\tan\beta$): ظرفیت محلی را برای زهکشی و هدایت آب به خارج از سیستم اندازه‌گیری می‌کند. شیب‌های تندتر، رواناب جانبی تحت گرانش و زهکشی زیرسطحی را تسریع کرده و در نتیجه، احتباس آب را کاهش می‌دهند.
تفسیر مقادیر شاخص:
مقادیر بالا: این مقادیر در مناطق مسطح و کم‌ارتفاع با $SCA$ وسیع مشاهده می‌شوند — یعنی جایی که هم مساحت مشارکت‌کنندۀ بالادست ($A$) بزرگ است و هم جریان در یک عرض نسبتاً باریک همگرا شده (مانند کف دره‌ها، فرورفتگی‌های زهکشی و گودی‌های همگرای دامنه‌ها). این مناطق پتانسیل بالایی برای اشباع خاک و تشکیل سفره‌های آب زیرزمینی کم‌عمق دارند و مناطق اصلی برای تولید جریان سطحی اشباع (Saturation overland flow) به شمار می‌روند.
مقادیر پایین: این مقادیر در شیب‌های تند و خطوط‌الرأس‌های باریک در مجاورت خطوط مقسّم آب رخ می‌دهند؛ جایی که $A$ اساساً کوچک است و علاوه بر آن، هرچه آب هم وجود داشته باشد روی یک عرض واگرا و پهن پخش می‌شود، بنابراین $SCA$ به‌مراتب کوچک‌تر از آن چیزی است که تنها بر اساس $A$ انتظار می‌رفت. گرادیان‌های تند نیز آب را به‌سرعت به سمت پایین‌دست تخلیه می‌کنند.
حساسیت به قدرت تفکیک و الگوریتم‌های مسیریابی جریان
محاسبه و کارایی شاخص خیسی توپوگرافیک به‌شدت به ویژگی‌های مدل رقومی ارتفاع (DEM) پایه وابسته است:
قدرت تفکیک مدل رقومی ارتفاع
با درشت‌تر شدن قدرت تفکیک (رزولوشن) شبکۀ رستری، معمولاً میانگین مقادیر محاسبه‌شدۀ شاخص TWI افزایش یافته، اما انحراف معیار آن کاهش می‌یابد. مطالعات نشان داده‌اند که مدل‌های رقومی ارتفاع با قدرت تفکیک بالا (مانند دادۀ لایدار (LiDAR) با تفکیک ۱ تا ۵ متر)، در مقایسه با داده‌های درشت‌تر ۱۰ تا ۳۰ متری، در ثبت مسیرهای هیدرولوژیک واقعی و الگوهای رطوبت خاک بسیار مؤثرتر عمل می‌کنند.
تأثیر الگوریتم‌های مسیریابی جریان
محاسبۀ $A$ و به‌خصوص $SCA$ به‌شدت تحت تأثیر الگوریتم مسیریابی جریان (مانند تک‌مسیرهٔ $D8$ یا چندمسیرهٔ $D_\infty$ و $MFD$) قرار دارد:
در مناطق واگرا (مانند خط‌الرأس‌ها و شانه‌های تپه‌ها)، استفاده از الگوریتم $D8$ به دلیل عدم امکان پخش جریان به بیش از یک همسایه، خطاهای شدیدی در محاسبۀ $A$ ایجاد می‌کند: چون $D8$ تمام جریان یک سلول را تنها به یکی از هشت جهت اصلی یا مورّب می‌فرستد، قادر به بازنمایی واقعی واگرایی طبیعی آب روی یک خط‌الرأس یا دامنهٔ محدب نیست و این امر به ایجاد مسیرهای مصنوعی خط مستقیم و برآوردهای نادرست از $A$ در این مناطق می‌انجامد.
در مقابل، در الگوریتم‌های چندمسیره ($MFD$، مانند $FD8$ و $MFD\text{-}md$) به دلیل تقسیم جریان بین چند همسایه، محاسبۀ دقیق عرض جریان ($w$) جهت رسیدن به $SCA$ واقعی از اهمیت حیاتی برخوردار است. اگر $w$ به‌درستی محاسبه نشود، تقسیم جریان بین همسایه‌ها می‌تواند به ایجاد الگوهای غیرواقعی — مانند پخش بیش‌ازحد جریان در دامنه‌های صاف یا دست‌کم‌گرفتن تجمع آب در آبراهه‌های واقعی — منجر شود. به همین دلیل، کیفیت نهایی نقشۀ TWI نه فقط به انتخاب نوع الگوریتم (تک‌مسیره یا چندمسیره)، بلکه به دقت محاسبۀ $w$ در همان الگوریتم نیز وابسته است.
به‌طور کلی، الگوریتم‌های جهت جریان چندگانه مانند $FD8$ (Quinn et al., 1991؛ Freeman, 1991)، $D_\infty$ (Tarboton, 1997) و $MFD\text{-}md$ (Qin et al., 2007) عموماً عملکرد بهتری نسبت به الگوریتم تک‌مسیرهٔ $D8$ دارند، چون اجازه می‌دهند جریان به‌طور طبیعی در توپوگرافی‌های پیچیده پراکنده و مجدداً همگرا شود.
کاربردهای عملی
شاخص خیسی توپوگرافیک (TWI) ابزاری بنیادین در بسیاری از رشته‌های علوم زمین محسوب می‌شود:
- هیدرولوژی و نقشه‌برداری تالاب‌ها: برای مدل‌سازی رواناب، پیش‌بینی تراز آب زیرزمینی، نقشه‌برداری از دینامیک تالاب‌ها و تعیین محدودۀ مناطق منبع متغیر در پیش‌بینی سیلاب‌ها.
- نقشه‌برداری رقومی خاک: به‌منظور پیش‌بینی ویژگی‌های فیزیکی، شیمیایی و بیولوژیک خاک، از جمله مادۀ آلی خاک (SOM)، کربن آلی خاک (SOC)، اسیدیته (pH)، ضخامت خاک سطحی و کلاس‌های زهکشی خاک.
- مدل‌سازی بوم‌شناختی: شبیه‌سازی پراکنش گونه‌ها، پیش‌بینی جوامع گیاهی جنگل‌ها، نقشه‌برداری از خطوط رویش درختان در مناطق آلپی و شناسایی بوم‌سازگان‌های وابسته به آب زیرزمینی.
- کشاورزی دقیق: تعیین مرزهای مناطق مدیریتی مختص به هر سایت برای بهینه‌سازی توزیع بذر و کودهای نیتروژنه بر اساس دسترسی محلی به رطوبت خاک.
- ارزیابی مخاطرات طبیعی: نقشه‌برداری از حساسیت به زمین‌لغزش (که در آن مقادیر بالای شاخص با افزایش فشار آب منفذی و ناپایداری شیب همبستگی دارد) و ارزیابی خطر سیلاب‌های شهری ناشی از بارندگی.
نویسندۀ این مقاله دارای تجربۀ پژوهشی و کاربردی گسترده‌ای در زمینۀ استخراج متغیرهای ژئومورفومتریک (ویژگی‌های توپوگرافیک) و شناسایی انواع لندفرم‌ها از مدل‌های رقومی ارتفاع (DEM) است. پژوهشگران، دانشجویان و علاقه‌مندان می‌توانند برای دریافت مشاوره، راهنمایی تخصصی در حوزۀ ژئومورفومتری و یا طرح پرسش‌های علمی خود، از طریق صفحۀ «تماس با من» با ایشان در ارتباط باشند.