بررسی روند آتش‌سوزی‌ها و ارتباط آن با متغیرهای اقلیمی با استفاده از داده‌های ماهواره‌ای (مطالعه موردی: استان مازندران)

بهرامی پیچاقچی, حدیقه; نوروز ولاشدی, رضا; غلامی سفیدکوهی, محمدعلی

doi:10.22111/jneh.2023.45573.1967

بررسی روند آتش‌سوزی‌ها و ارتباط آن با متغیرهای اقلیمی با استفاده از داده‌های ماهواره‌ای (مطالعه موردی: استان مازندران)

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ دانشجوی دکتری، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

² استادیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری

³ دانشیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری

10.22111/jneh.2023.45573.1967

چکیده

آتش‌سوزی پوشش گیاهی یکی از مسائل حیاتی محیط‌زیست است که باعث خسارت مالی و جانی می‌شود. این پدیده زیانبار حیات موجودات زنده را به خطر انداخته و خود از عوامل موثر بر گرمایش جهانی است. تشخیص سریع جهت کنترل چنین پدیده‌ای لازم است. هدف این پژوهش بررسی روند نقاط فعال آتش‌سوزی‌ِ و ارتباط آن با متغیرهای اقلیمی توسط داده‌های دورسنجی در استان مازندران است. تا ضمن بررسی کارایی داده‌های سنجش از دور بتوان در کنترل و پایش دقیق مکانی و زمانی این پدیده مخرب اقدامات عملی انجام داد. از داده‌های هواشناسی با مقیاس روزانه، نمایه درجه حرارت روشنایی (BRIGHT_T31) و توان تابشی آتش (FRP) سنجنده MODIS در بازه سال‌های 2001 تا 2022 استفاده شد. نتایج نشان داد، بیشترین رخدادهای آتش‌سوزی پوشش گیاهی، در شرق مازندران و در طبقات ارتفاعی 500-0 متر و کمترین فراوانی مربوط به طبقات ارتفاعی 5600-2500 متر بوده است. بیشینه رخدادهای آتش‌سوزی پوشش گیاهی در ماه‌های گرم و خشکِ سال شامل ژوئن، ژوئیه، اوت و سپتامبر در نوار شرقی مازندران رخ داده است. برای بررسی نقطه تغییر روند نقاط آتش‌سوزی پوشش گیاهی از آزمون همگنی پتیت استفاده شد که نتایج این آزمون، نقطه تغییر روند را به‌صورت صعودی در ماه ژوئیه سال 2011 برای نمایه BRIGHT_T31 در سطح اطمینان 95 درصد نشان داد. از ضریب همبستگی ناپارامتری اسپیرمن به‌منظور بررسی همبستگی بین پارامترهای اقلیمی و تعداد آتش‌سوزی‌ها استفاده شد. نتایج همبستگی نشان داد که میان پارامترهای اقلیمی در مقیاس روزانه (دما، بارش، رطوبت نسبی، ساعات آفتابی) با نمایه‌های FRP و BRIGHT_T31 رابطه معنی‌داری در سطح اعتماد 90 درصد وجود دارد، به طوری که دما با ضریب همبستگی ۷۲/۰ مؤثرترین مؤلفه هواشناسی بر آتش‌سوزی جنگل بوده است. در نتیجه رخدادهای آتش‌سوزی به شدت با شرایط آب و هوایی مرتبط هستند که به طور مستقیم و غیرمستقیم بر اشتعال و انتشار آتش تأثیر می‌گذارد.

کلیدواژه‌ها

موضوعات

مخاطرات محیط طبیعی

عنوان مقاله [English]

Investigating the trend of wildfires and its relationship with climate variables using satellite data (case study: Mazandaran province)

نویسندگان [English]

Hadigheh Bahrami-Pichaghchi ¹
Reza Norooz-Valashedi ²
Mohammad Ali Gholami Sefidkouhi ³

¹ PhD Student of Agrometeorology, Water Engineering Department, Sari Agricultural Sciences and Natural Resources University, Sari, Iran

² Assistant Professor of Agrometeorology, Water Engineering Department, Sari Agricultural Sciences and Natural Resources University, Sari,, Iran

³ Associate Professor of Irrigation, Water Engineering Department, Sari Agricultural Sciences and Natural Resources University, Sari, Iran

چکیده [English]

Wildfires are one of the critical environmental issues that cause financial and human losses. This harmful phenomenon endangers the lives of humans and creatures and is one of the factors of global warming. Its quick detection is a key element in controlling such a phenomenon. Therefore, this research aims to investigate the trend of active vegetation fire spots and its relationship with climatic variables using satellite data in Mazandaran province. So, while checking the efficiency of remote sensing data, practical measures can be taken to control and monitor this destructive phenomenon in a precise location and time. Therefore, in this research, meteorological data with daily scale, Brightness temperature 31 (BRIGHT_T31), and Fire Radiative Power (FRP) of MODIS sensors were used in the period from 2001 to 2022. The results showed that the most occurrences of vegetation fires were in the east of Mazandaran in the altitude classes of 0-500 meters and the lowest frequency was related to the altitude classes of 2500-5600 meters. Most of the vegetation fire incidents occurred in the hot and dry months of the year in the eastern strip of Mazandaran. The Petit homogeneity test was used to check the change point of fire. The results of the Petit homogeneity test presented the trend change point in an upward direction in July 2011 for the BRIGHT_T31 profile at the 95% confidence level. Spearman's non-parametric test was used to investigate the correlation between climatic parameters and the number of fires. Correlation results showed a significant relationship between climate parameters with a daily scale (Temperature, Precipitation, Relative Humidity, Sunshine Hours) and FRP and BRIGHT_T31 profiles at the 90% confidence level. So, temperature has been the most effective meteorological component of forest fires. As a result, fire events are strongly related to weather conditions.

کلیدواژه‌ها [English]

Forest fire
Mazandaran province
fire
FRP index
BRIGHT_T31 index

مراجع

احمدی, محمود. شجاعی زاده, کبری. داداشی رودباری، عباسعلی. (1401). بررسی ارتباط شاخص‌های پوشش گیاهی بر رخداد آتش‌سوزی در نواحی رویشی ایران. جغرافیا و مخاطرات محیطی. https://doi.org/10.22067/GEOEH.2022.78468.1276

اسکندری, سعیده. اسکندری، سمانه. (1400). آتش‌سوزی جنگل‌های ایران، پیامدها، روش‌های مقابله و راهکارها. انسان و محیط زیست, 19(1), 175-187.

اسکندری, سعیده. جلیلوند، حمید. (1396). تأثیر تغییرات آب و هوایی بر رژیم آتش‌سوزی جنگل‌های نکا و بهشهر. تحقیقات حمایت و حفاظت جنگلها و مراتع ایران, 15(1), 30-39.

اسکندری، سعیده. (1394). رابطه بین تغییر اقلیم و آتش سوزی در جنگل‌های استان گلستان. تحقیقات حمایت و حفاظت جنگلها و مراتع ایران, 13(1), 1-10.

اعظمی, جابر. پورهاشم زهی، سمیه. (1397). آثار آتش‌های عمدی بخش کشاورزی بر محیط زیست (مطالعه موردی: استان اصفهان). انسان و محیط زیست, 16(3), 113-124.

بهرامی پیچاقچی, حدیقه. رائینی سرجاز, محمود. نوروز ولاشدی، رضا. (1399). بررسی اثرگذاری گرمایش فراگیر بر تغییرات زمانی و مکانی پوشش برف و ماندگاری آن در گستره‌ی دامنه شمالی البرز مرکزی. هواشناسی کشاورزی, 8(1), 15-25.

پورشکوری اله ده, فرخ. درویش صفت, علی اصغر. صمد زادگان, فرهاد. عطارود, پدرام. سلیاری، جواد. (1392). ارزیابی الگوریتم جهانی کشف آتش در شناسایی آتش فعال در عرصه‌های منابع طبیعی به کمک تصاویر سنجنده MODIS (مطالعه موردی: پارک ملی گلستان). پژوهش‌های علوم و فناوری چوب و جنگل, 20(4), 81-97.

خلعتبری لیماکی, مهدیه. اسحق نیموری, مجید. علوی, جلیلی. متاجی, اسداله. کاظم نژاد, فرید. (1401). بررسی تغییرات پراکنش ارتفاعی گونه ممرز تحت تاثیر تغییر اقلیم آینده در شمال ایران. تحقیقات منابع طبیعی تجدید شونده, 13(2), 71-85.‎

شجاعی زاده, کبری. احمدی, محمود. داداشی رودباری، عباسعلی. (1402). تغییرات زمانی-مکانی آتش سوزی نواحی رویشی ایران مبتنی بر برونداد سنجنده MODIS. مخاطرات محیط طبیعی, 12(36), 1-1.

شریف نژاد, طوبی. خاوریان نهزک, حسن. ورامش، سعید. (1400). ارزیابی قابلیت محصولات آتش سنجنده مادیس در شناسایی آتش‌سوزی‌ها در استان گلستان. مخاطرات محیط طبیعی, 10(30), 1-16.

شیخی، مرضیه. کابلی، سیدحسن. رحیمی، محمد. یزدانی، محمدرضا. معافی، مهران. (1392). بررسی خطر آتش سوزی جنگل با استفاده از شاخص های مبتنی بر پارامترهای اقلیمی(مطالعه موردی:استان مازندران، پارسای کارشناسی ارشد، رشته بیابانزدایی، دانشکده کویر شناسی، دانشگاه سمنان.

عابدینی, موسی. محمدزاده شیشه گران, مریم. قلعه، احسان. (1401). پایش و برآورد وسعت مناطق گرفتار حریق بخشی از کوهستان زاگرس با استفاده از تصاویر ماهوارهای لندست. جغرافیا و برنامه ریزی محیطی, 33(4), 49-62.

عالی محمودی, سجاد. فقهی, جهانگیر. جباریان امیری, بهمن. دانه کار, افشین. عطارد، پدرام. (1392). سنجش عناصر اقلیمی مؤثر در توسعه‌ی آتش‌سوزی جنگل‌های زاگرس با به‌کارگیری مدل‌های رگرسیون در جنگل‌های زاگرس شهرستان ایذه. نشریه محیط زیست طبیعی, 66(2), 191-201.

عباس زاده طهرانی, نادیا. مروتی, آذر. خانبانی, سارا. جانعلی پور، میلاد. (1400). ارزیابی عملکرد پردازش تک‌زمانه و چندزمانه‌ی تصاویر ماهواره‌ی لندست 8 مبتنی بر طبقه‌بندی‌کننده‌های ماشین بردار پشتیبان و جنگل تصادفی در پایش آتش‌سوزی جنگل‌ها. مدیریت مخاطرات محیطی, 8(2), 119-135.

عزیزی, معصومه. خسروی, محمد. پوررضا، مرتضی. (1399). فراوانی رخدادهای آتش‌سوزی در ارتباط با فیزیوگرافی جنگل‌ها و مراتع زاگرس (استان کرمانشاه) با استفاده از داده‌های آتش فعال سنجنده MODIS. تحقیقات حمایت و حفاظت جنگلها و مراتع ایران, 18(1), 42-55.

قنبری مطلق, محدثه. امرایی، بهزاد. (1399). آشکارسازی ارتباط زمانی-مکانی تغییرات پوشش گیاهی در استان مازندران با عناصر اقلیمی. جغرافیا و پایداری محیط, 10(2), 37-55.‎

کوهانی, مریم. کیانی, عباس. ابراهیمیان قاجاری، یاسر. (1402). استفاده از تصاویر ماهواره ای به منظور تحلیل بلند مدت روند تغییرات و تشخیص ناهنجاری پوشش‌گیاهی با کمک داده‌های هواشناسی. فصلنامه علمی-پژوهشی اطلاعات جغرافیایی «سپهر».‎ https://doi.org/10.22131/sepehr.2023.1982943.2932

Al-Kahlout, M. M., Ghaly, A. M. A., Mudawah, D. Z., & Abu-Naser, S. S. (2020). Neural network approach to predict forest fires using meteorological data. International Journal of Academic Engineering Research (IJAER), 4(9).

Arnell, N., Freeman, A., & Gazzard, R. (2021). The effect of climate change on indicators of fire danger in the UK. Environmental Research Letters, 16(4), 044027.

De Angelis, A., Ricotta, C., Conedera, M., & Pezzatti, G. B. (2015). Modeling the meteorological forest fire niche in heterogeneous hydrologic conditions. PloS one, 10(2), e0116875.

Engel, C. B., Jones, S. D., & Reinke, K. J. (2022). Fire Radiative Power (FRP) Values for Biogeographical Region and Individual Geostationary HHMMSS Threshold (BRIGHT) Hotspots Derived from the Advanced Himawari Imager (AHI). Remote Sensing, 14(11), 2540.

Fu, Y., Li, R., Wang, X., Bergeron, Y., Valeria, O., Chavardès, R. D., Wang, Y., & Hu, J. (2020). Fire detection and fire radiative power in forests and low-biomass lands in Northeast Asia: MODIS versus VIIRS Fire Products. Remote Sensing, 12(18), 2870.

Giglio, L., Schroeder, W., Hall, J., & Justice, C. MODIS Collection 6 Active Fire Product User’s Guide Revision B. 2018. In: NASA.

Kumari, B., & Pandey, A. C. (2020). MODIS-based forest fire hotspot analysis and its relationship with climatic variables. Spatial Information Research, 28(1), 87-99.

Labib, S., & Harris, A. (2018). The potentials of Sentinel-2 and LandSat-8 data in green infrastructure extraction, using object-based image analysis (OBIA) method. European Journal of Remote Sensing, 51(1), 231-240.

Lafon, C. W., & Grissino-Mayer, H. D. (2007). Spatial patterns of fire occurrence in the central Appalachian Mountains and implications for wildland fire management. Physical Geography, 28(1), 1-20.

Li, F., Zhang, X., & Kondragunta, S. (2020). Biomass burning in Africa: An investigation of fire radiative power missed by MODIS using the 375 m VIIRS active fire product. Remote Sensing, 12(10), 1561.

Masinda, M. M., Li, F., Qi, L., Sun, L., & Hu, T. (2022). Forest fire risk estimation in a typical temperate forest in Northeastern China using the Canadian forest fire weather index: a case study in autumn 2019 and 2020. Natural hazards, 111(1), 1085-1101.

Partal, T., & Kahya, E. (2006). Trend analysis in Turkish precipitation data. Hydrological Processes: An International Journal, 20(9), 2011-2026.

Pettitt, A. N. (1979). A non‐parametric approach to the change‐point problem. Journal of the Royal Statistical Society: Series C (Applied Statistics), 28(2), 126-135.

Wooster, M. J., Roberts, G., Perry, G., & Kaufman, Y. (2005). Retrieval of biomass combustion rates and totals from fire radiative power observations: FRP derivation and calibration relationships between biomass consumption and fire radiative energy release. Journal of Geophysical Research: Atmospheres, 110(D24).

Zare Chahouki, M. (2010). Data analysis in natural resources research using SPSS software. Academic, Tehran.

Zeng, A.-C., Cai, Q.-J., Su, Z.-w., Guo, X.-B., Jin, Q.-F., & Guo, F.-T. (2020). Seasonal variation and driving factors of forest fire in Zhejiang Province, China, based on MODIS satellite hot spots. Ying Yong Sheng tai xue bao= The Journal of Applied Ecology, 31(2), 399-406.