بررسی ارتباط بین معیارهای بیابان‌زایی و تغییر کاربری اراضی: ارائه متدولوژی عملیاتی پایش با استفاده از مدل IMDPA

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناس ارشد بیابان‌زدایی، دانشکده منابع طبیعی دانشگاه تهران

2 استاد، گروه احیا و مناطق خشک و کوهستانی، دانشکده منابع طبیعی دانشگاه تهران

3 دانشیار، گروه احیا و مناطق خشک و کوهستانی، دانشکده منابع طبیعی دانشگاه تهران

4 استادیار، گروه احیا و مناطق خشک و کوهستانی، دانشکده منابع طبیعی دانشگاه تهران

10.22111/jneh.2020.33487.1630

چکیده

ارائه یک مدل ﭘﺎﻳﺶ بیابانزایی بر اساس تغییرات کاربری زمین/کاربری پوشش و ارتباط آن با معیارهای بیابان‌زایی ﺑﻪ ﻣﻨﻈﻮر ارزﻳﺎﺑﻲ ﺑﻴﺎﺑﺎنزاﻳﻲ در منطقه مورد مطالعه ﺑﺎ اﺳﺘﻔﺎده از فناوری ﺳﻨﺠﺶ از دور و ﺗﺼﺎوﻳﺮ ﻣﺎﻫﻮارهای ﺑﺎ ﻗﺪرت ﺗﻔﻜﻴﻚ ﻃﻴﻔﻲ و ﻣﻜﺎﻧﻲ ﺑﺎﻻ هدف این تحقیق اﺳﺖ. در یک دوره آماری 24 ساله، نقشه شدت بیابان‌زایی با استفاده از مدل IMDPA بر اساس معیارهای آب، اقلیم، پوشش گیاهی و خاک تهیه گردید. نقشه کاربری اراضی منطقه برای سه دوره 1370، 1382و 1394 شامل شش کاربری کشاورزی، مرتع، اراضی شوره‌زار، نیزار و رودخانه، تهیه شد. نتایج نقشه شدت بیابان‌زایی نشان داد که شدت بیابان‌زایی در ابتدا دوره از سال 1370 تا 1382 افزایش یافته است. به طوری که در سال 1370 حدود 6/9 درصد منطقه در کلاس کم و 4/90 درصد منطقه در کلاس متوسط بیابان‌زایی قرار گرفته است. از سال 1382 کلاس شدید در قسمت‌های شمال شرقی و مرکز منطقه مطالعاتی مشاهده شده که 3/8 درصد منطقه را شامل می‌شود و کلاس های کم و متوسط به ترتیب حدود 7/8 و 4/87 درصد منطقه را در بر گرفته‌اند. روند بیابان‌زایی از سال 1382 تا 1394 کاهشی است به طوری‌که در سال 1394 کلاس کم، متوسط و شدید به ترتیب حدود 8/14، 85 و 1/0 درصد از کل منطقه را شامل می‌شوند‌. همچنین ارزش عددی شدت بیابان‌زایی در هر کاربری نشان داد که بیشترین تاثیر را به ترتیب کاربری مرتع، کشاورزی و مناطق مسکونی داشته و کم‌ترین تأثیر را کاربری نیزار در بیابان‌زایی منطقه داشته است. برای بررسی بهتر ارتباط معیارهای بیابان‌زایی و تغییرکاربری، مدل‌های مختلف بر داده‌های حاصل، برازش داده شد و از بهترین مدل برای تعیین ارتباط بین نوع کاربری اراضی و شدت بیابان‌زایی استفاده شد. از بین کاربری‌های مختلف با توجه به ضریب همبستگی، بهترین ارتباط بین شدت بیابان‌زایی و تغییر کاربری را کاربری شوره‌زار با 96/0R2 = داشت.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Investigating the relationship between desertification criteria and land use change and providing operational monitoring methodology Using IMDPA

نویسندگان [English]

  • Marjan Behnia 1
  • Gholamreza Zehtabian 2
  • Hassan Khosravi 3
  • Khaled Ahmadali 4
  • Aliakbar Nazari Samani 3
  • Tayebeh Mesbahzadeh 3
1 M.Sc. Expert in Combating Desertification, Faculty of Natural Resources, University of Tehran, Karaj, Iran.
2 Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran.
3 Associate Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran.
4 Assistant Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran.
چکیده [English]

Desertification is one of the destructive phenomena in the human court that causes the destruction of natural resources. Since Iran is located on a dry and semi-arid belt, recognizing the phenomenon of desertification and the factors affecting its intensification in our country is very important. In this research, satellite image information was used to study the role of land use change on desertification phenomena in the study area in northern Khuzestan. In a 24-year statistical period, a desertification intensity map was prepared using the IMDPA model based on water, climate, vegetation and soil criteria. The land use map of the area was prepared for three periods of 1991, 2003 and 2015, including six landuses: agriculture, rang land, salt land, flaggy and river. The results of the desertification intensity map showed that the intensity of desertification was initially in the period from 1991 to 2003, so that in 1991, about 9.6% of the region was in the low desertification class and 90.4% of the region was in the middle deserification class. In addition, since 2003, severe desertification class has been observed, which includes 8.3% of the region, and low and medium classes have covered about 8.7% and 87.4% of the region, respectively. Moreover, in 2015, low, medium and severe classes include about 14.8, 85 and 0.1 percent of the total area, respectively. In addition, the numerical value of the intensity of desertification in each use and its comparison showed that the most effective effect was the use of pastures, agriculture and residential areas, respectively, and the least effect was the use of Nizar in desertification of the region. To better examine the relationship between desert risk indicators and land use change, different models were adapted to the obtained data, and among these models, the best model was used for each use and intensity of desertification. Among the various uses, according to the correlation coefficient, the best relationship between desertification intensity and land use change was the use of salt land with 0.29 = 96.

کلیدواژه‌ها [English]

  • Desertification Intensity
  • Satellite Imagery
  • Supervised Method
  • Modeling
  • and Khuzestan
ایزدپناه زهرا. مجید بهزاد و صدیقه حیدری (۱۳۹۰)، وضعیت بهره برداری از سفره های آب زیرزمینی در استان خوزستان جهت مصارف کشاورزی،  پنجمین کنفرانس سراسری آبخیزداری و مدیریت منابع آب و خاک کشور، کرمان، انجمن مهندسی آبیاری و آب ایران.
جعفری زاده مسعود (1389)، ارزیابی شدت بیابان زایی با استفاده از مدلIMDPA  (مطالعه موردی: منطقه ملاثانی اهواز)، پایان نامه کارشناسی ارشد، دانشکده منابع طبیعی دانشگاه تهران.
زبیری محمود و علی رضا مجد (۱۳۷۷). آشنایی با سنجش از دور و کاربرد در منابع طبیعی، انتشارات دانشگاه تهران
زهتابیان، غلامرضا. (1391)، اطلس ملی بیابان‌زایی. مرکز همزیستی با بیابان دانشگاه تهران.
سلیمانی ساردو فرشاد، مصباح زاده طیبه، برومند ناصر، آذره علی و الهام رفیعی ساردوئی (1397). بررسی روند تغییرات بیابان‌زایی در دشت کرمان با استفاده از مدلIMDPA ، فصلنامه جغرافیا (برنامه ریزی منطقه ای)، ۸ (3)، صص40-25. http://jgeoqeshm.ir/article_68867.html
آروین عباسعلی و غلامرضا اسکندریان (1396). بررسی روند خشکسالی استان خوزستان. پژوهش‌های مکانی– فضایی، ۴ (3)، صص 30-19. http://ensani.ir/fa/article/377160
عشقی زاده مسعود (1397). کاربرد شاخص‌های اکولوژی چشم انداز در پایش و ارزیابی بیابان‌زایی (مطالعه موردی: منطقه عمرانی گناباد). جغرافیا و پایداری محیط، ۸ (2)، صص87-75. https://ges.razi.ac.ir/article_919.html
علوی پناه سیدکاظم، (1382). کاربرد سنجش از دور در علوم زمین، انتشارات دانشگاه تهران، ۴۷۸ صفحه
کاظمی نیا عبدالرضا (1396). کاربرد سنجش از دور و GIS در بررسی پوشش گیاهی. نشریه علمی ترویجی مهندسی نقشه برداری و اطلاعات مکانی، ۹ (۱)، صص 85-75. http://gej.issge.ir/article-1-260-fa.html
مدنیان ملیحه سادات (۱۳۸۸)، مروری بر برخی از روش های آشکارسازی تغییرات با استفاده از داده‌های سنجش از دور، مجله سپهر، ۲۱ (82)، 49-44. http://sepehr.org/article_26258.html
مزیدی، حسینی و احمد فاطمه السادات (1394). تأثیر تغییر کاربری و پوشش زمین بر جزیره گرمایی در منطقه شهری یزد با استفاده از داده‌های سنجش از دور، مجله جغرافیا و توسعه، ۳۸، صص 1- ۱۲. http://ensani.ir/fa/article/340216
نظری‌سامانی علی. قربانی مهدی و حمید کوهبانی (1389). ارزیابی روند تغییرات کاربری اراضی حوزه آبخیز طالقان در دوره ۱۳۶۶ تا ۱۳۸۰، مجله علمی پژوهشی مرتع، ۴ (3)، صص442-451. https://sid.ir/fa/journal/ViewPaper.aspx?id=142072.
Behrang Manesh M, Khosravi H, Heydari lamdarloo E, Sadi Alekasir  MS, Gholami A, Singh, VP (2019). Linkage of agricultural drought with meteorological drought in different climates of Iran. Theoretical and Applied Climatology, 138(2), pp 1-25-1033. doi: 10.1007/s00704-019-02878-w
Bezerra, F. G. S., Aguiar, A. P. D., Alvalá, R. C. S., Giarolla, A., Bezerra, K. R. A., Lima, P. V. P. S.,... & Arai, E. (2020). Analysis of areas undergoing desertification, using EVI2 multi-temporal data based on MODIS imagery as indicator. Ecological Indicators, 117, 106579. doi: 10.1016/j.ecolind.2020.106579
Dawelbait, M and Morari, F. (2012). Monitoring desertification in a Savannah region in Sudan using Landsat images and spectral mixture analysis. Journal of Arid Environments, 80: pp 45-55. doi: 10.1016/j.jaridenv.2011.12.011
De Jong, J. G., Lauzon, H. A., Dominy, C., Poloumienko, A., Carstens, E. B., Arif, B. M., & Krell, P. J. (2005). Analysis of the Choristoneura fumiferana nucleopolyhedrovirus genome. Journal of General Virology, 86(4), pp 929-943. doi: 10.1099/vir.0.80490-0
Dougill AJ, Fraser EG., Reed MS. (2010). Anticipating vulnerability to climate change in dryland pastoral systes: using dynamic systems models for the Kalahari. Ecology and Socity 15:17.
Goovaerts, P. (1997). Geostatistics for natural resources evaluation. Oxford University Press on Demand.
Isaaks, E. H., & Srivastava, R. M. (1988). Spatial continuity measures for probabilistic and deterministic geostatistics. Mathematical geology, 20(4), pp 313-341. doi: 10.1007/BF00892982
James, L. F; Young, J. A and Sanders, K. (2003). A new approach to monitoring rangeland. Arid Land Research and Management, 17, pp 319-328. doi: 10.1080/713936118
Khosravi, H., E. Haydari, S. Shekoohizadegan. S. Zareie, (2017). Assessment the effect of drought on vegetation in desert area using landsat data. The Egyptian Journal of Remote Sensing and Space Science, 20, s3-s12. doi: 10.1016/j.ejrs.2016.11.007
Khosravi, H., Zehtabian, G. R., Abolhasani, A., & Damaneh, H. E. (2019). Assessment, Monitoring and Early Warning System for Desertification Based on Water Criterion (case Tudy: Kashan, Iran). The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, pp 629-637. doi: 10.5194/isprs-archives-XLII-4-W18-629-2019
Kuang, Q., Yuan, Q. Z., & Han, J. C. (2020). A remote sensing monitoring method for alpine grasslands desertification in the eastern Qinghai–Tibetan Plateau. Journal of Mountain Science, 17(6), pp 1423-1437. doi: 10.1007/s11629-020-5986-6
Li, J., Yang, X; Jin, Y., Yang, Z., Huang, W., Zhao, L., Gao, T., Yo, H., Ma, H., Qin, Z and Xu, B. (2013). Monitoring and analysis of grassland desertification dynamics using landsat images in Ningxia China. Remote Sensing of Environment, 138, pp 19-26. doi: 10.1016/j.rse.2013.07.010
Liu, H., Zhou, Ch., Cheng, W and Long, Li. (2008). Monitoring sandy desertification of Otindag Sandy Land based on multi-date remote sensing images. Journal ActaEcological Sinica, 28, pp 627−635. doi: 10.1016/S1872-2032(08)60029-3
Loireau M, Sghaier M, Fetoui M, Ba M, Abdelrazik M, (2007). Local Evironmental Information System (LEIS) for assessing desertification risk:circum-saharien compared situations (réseau ROSELT). Sci planet changes / Sécheresse 18, pp 328-335.
Mousavi, S.A., Shahriari, A., fakhire, A., Ranjbar Fordoii, A., & Rahdari, V. (2014). Assessment of changes trend of land cover with use of remote sensing data in Hamoon wetland. Journal of Biodiversity and Environmental Sciences, 4(5), pp 146-156.
Ping, J. L., & Dobermann, A. (2003). Creating spatially contiguous yield classes for site-specific management. Agronomy Journal, 95(5), pp 1121-1131. doi: 10.2134/agronj2003.1121
Pishyar, S., Khosravi, H., Tavili, A., Malekian, A., & Sabourirad, S. (2020). A Combined AHP-and TOPSIS-Based Approach in the Assessment of Desertification Disaster Risk. Environmental Modeling & Assessment, 25(2), pp 219-229. doi: 10.1007/s10666-019-09676-8
Puigdefabregas J. (2009). Ecosystemic Approaches To Land Degradation, Advances in studies on desertification
Razavi B. (1993). Appointment descent of Kutum (Rutilus frisii kutum) with Electrophorus. Thesis of M.Sc in fisheries. Azad University of Tehran, 5-9 p.
Reynolds JF,Grainger A,Sattford Smith DM,Bastin G,Garcia-Barrios L. (2011) Scientific concepts for an integrated analysis of desertification. Land Degradation Development, 22, pp 83-166. doi: 10.1002/ldr.1104
Roel, A., & Plant, R. E. (2004). Spatiotemporal analysis of rice yield variability in two California fields. Agronomy Journal, 96(1), pp 77-90. doi: 10.2134/agronj2004.7700
Schepers, A. R., Shanahan, J. F., Liebig, M. A., Schepers, J. S., Johnson, S. H., Luchiari, A. (2004). Appropriateness of management zones for characterizing spatial variability of soil properties and irrigated corn yields across years. Agronomy Journal, 96(1), pp 195-203. doi: 10.2134/agronj2004.1950
Sommer S,zucca C,Grainger A,Cherlet M, Zougmore R, (2011). Application of indicator systems for monitoring and assessment of desertification from national to global scales. Land Degradation and Development 22, pp 184-97. doi: 10.1002/ldr.1084
Symeonakis. E and N. Drake (2004), Monitoring desertification and land degradation over sub-Saharan Africa, International Journal of Remote Sensing, 25(3), pp 1-12. doi: 10.1080/0143116031000095998
Verestreat M, Hutchinson C,Grainger A,Stafford Smith DM, Scholes RJ. (2011). Towards a global dryland observing system: observational requierments and institutional solutions. Land Degradation and Development. 22, pp 189-213. doi: 10.1002/ldr.1046
Xie, Z. (2014). Research Advance in Remote Sensing to Land Desertification Monitoring, School of Surveying and Prospecting Engineering,Jilin, Jilin JianzhunUniversity,Changchun,China, Changchun,China.
Zolfaghari, F., Khosravi, H., Shahriyari, A., Jabbari, M., & Abolhasani, A. (2019). Hierarchical cluster analysis to identify the homogeneous desertification management units. Plos one, 14(12), e0226355. doi: 10.1371/journal.pone.0226355.