تحلیل تهدیدات تغییر اقلیم و تغییرکاربری اراضی بر افزایش ریسک سیلاب حوضه آبخیز شهرچای

ایرانی, طیبه; عبقری, هیراد; رسولی, علی اکبر

doi:10.22111/jneh.2024.49039.2053

تحلیل تهدیدات تغییر اقلیم و تغییرکاربری اراضی بر افزایش ریسک سیلاب حوضه آبخیز شهرچای

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ فارغ التحصیل دکتری آبخیزداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ایران

² دانشیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ایران

³ استاد گروه علوم محیطی، دانشگاه مک کواری، سیدنی، استرالیا

10.22111/jneh.2024.49039.2053

چکیده

پژوهش حاضر به بررسی عوامل مؤثر بر سیل‌خیزی و پیش‌بینی ریسک سیلاب‌های آینده حوضه‌ آبخیز شهرچای واقع در استان آذربایجان غربی یکی از زیرحوضه‌های حوضه آبریز دریاچه ارومیه، پرداخته است. با توجه به رشد جمعیت، توسعه اجتماعی و اقتصادی و تغییرات آب‌وهوایی ناشی از گرمایش جهانی، خسارت‌های ناشی از سیلاب در این منطقه در حال افزایش است. هدف از این پژوهش، شناسایی عوامل اصلی موثر بر خطر سیل و پیش بینی احتمال وقوع سیلاب در آینده است. جهت دست‌یابی به هدف مطرح‌شده نخست جهت پایش و ارزیابی تغییرات کاربری اراضی 7سال اخیر با استفاده از تصاویر Sentinel2 به روش شیءگرا و طبقه‌بندی تصاویر از الگوریتم SVM و جهت شبیه‌سازی تغییرات کاربری اراضی در آینده از الگورتیم CA-MARKOV استفاده شد. درنهایت شبیه‌سازی رواناب با استفاده از مدل InVEST از متغیرهای بارش(جهت شبیه سازی بارش از نرم افزار LARS- WG ، از مدل اقلیمی CMIP6 با نام ACCESS-CM2 و با استفاده از دو سناریو SSP2-4.5 و SSP5-8.5 استفاده شده است، کاربری اراضی، گروه هیدرولوژیکی خاک و شماره منحنی مربوط به حوضه‌ آبخیز مورد مطالعه تهیه و به نرم‌افزار InVEST معرفی شد. نتایج نهایی نشان می‌دهد برای سال‌های 2016، 2023 و 2030 در ضلع جنوبی حوضه آبخیز شهرچای، پتانسیل خیلی کم و کم برخوردار است. این درحالی است که در قسمت مرکزی حوضه آبخیز پتانسیل تولید رواناب متوسط و بالا می‌باشد. طبق نتایج پیش‌بینی برای سال 2030 پتانسیل تولید رواناب حداکثر و حداقل مقادیر رواناب با مقدار عددی 57/129 و 0 مترمکعب برآورد شد. بنابراین در اکثر بخش‌های حوضه آبخیز شهرچای رواناب افزایش خواهد یافت.

کلیدواژه‌ها

موضوعات

تغییر اقلیم

عنوان مقاله [English]

Analyzing the Threats of Climate Change and Land Use Changes on Increasing Flood Risk in the Shahrchay Drainage Basin

نویسندگان [English]

Tayebeh Irani ¹
Hirad Abghari ²
Ali Akbar Rasouli ³

¹ PhD graduate, Department of Range and Watershed Management, Faculty of Natural Resources, Urmia University, Urmia, Iran

² Associate Professor, Department of Range and Watershed Management, Faculty of Natural Resources, Urmia University, Urmia, Iran

³ Professor Department Faculty of Science and Engineering, Macquarie University, Sydney, NSW, Australia

چکیده [English]

This study investigated the factors influencing flood proneness and predicted future flood risks in the Shahrchay watershed, located in West Azerbaijan Province, a sub-basin of the Urmia Lake watershed. Given population growth, social and economic development, and climatic changes due to global warming, flood damage in this region is increasing. This study aimed to identify the main factors affecting flood risk and predict the likelihood of future floods. To achieve the stated goal, first, for monitoring and evaluating land use changes in the last seven years, Sentinel2 images were used using an object-oriented method and image classification from the SVM algorithm, and for simulating future land use changes, the CA-MARKOV algorithm was used. Finally, runoff simulation using the InVEST model was introduced to the InVEST software from the variables of precipitation (for precipitation simulation, LARS-WG software, the CMIP6 climate model named ACCESS-CM2, and two scenarios SSP2-4.5 and SSP5-8.5), land use, hydrological soil group, and curve number related to the study watershed. The final results show that for 2016, 2023, and 2030, the southern side of the Shahrchay watershed has a very low flood potential. In the central part of the watershed, the potential for runoff production was medium and high. According to the prediction results for 2030, the maximum and minimum runoff production potentials were estimated with numerical values of 129.57 and 0 cubic meters, respectively. Therefore, runoff will increase in most parts of the Shahrchay watershed.

کلیدواژه‌ها [English]

InVEST Model
Basic Knowledge Processing
Prediction
Markov Model
LARS- WG Model

مراجع

اسدالهی، زهرا؛ سلمان ماهینی، عبدالرسول؛ میرکریمی، سیدحامد. (1394). مدل‌سازی خدمت اکوسیستمی نگهداشت خاک (مطالعه موردی: ناحیه شرقی حوضه آبخیز گرگانرود). پژوهش‌های فرسایش محیطی، 5(3): 61-75.

املائی، زهرا؛ پورابراهیم، شراره؛ مخدوم، مجید. (1400). مدل‌سازی مکانی عرضه و تقاضای خدمت تولید آب سطحی در حوضه آبریز هراز. محیط زیست طبیعی، منابع طبیعی ایران، 74(3): 475-489.

حسین‌زاده، محمد مهدی؛ نصرتی، کاظم؛ ایمنی، سپیده. (1397). تعیین شماره منحنی و برآورد پتانسیل تولید رواناب حوضه آبخیز حصارک. تحقیقات کاربردی علوم جغرافیایی، 18(51) : 133-150.

حقدادی، مهرناز؛ حشمتی، غلامعلی؛ عظیمی، مژگان. (1397). بررسی خدمت اکوسیستم تولید آب با استفاده از نرم‌افزار InVEST (مطالعه موردی: حوضه آبخیز دلیچای). مجله پژوهش‌های حفاظت آب و خاک، 25(4): 275-290.

زرین، آذر؛ داداشی رودباری، عباسعلی؛ کدخدا، الهام. (1401). پیش‌نگری خشکسالی تحت سناریو‌های SSP تا پایان قرن بیست‌ویکم، مطالعه موردی: حوضه دریاچه ارومیه. تحقیقات آب و خاک ایران، 53(7): 1499-1516.

شفیع زاده، مرجان؛ زارع چاهوکی، محمدعلی. (1399). مدل‌سازی خدمات تولید اکوسیستم (تولید آب) در حوزة آبخیز طالقان میانی. اکوهیدرولوژی ایران، 7(2): 411-419.

صمدی، نرگس؛ رسولی، علی اکبر؛ ؛ مختاری، داود؛ ولیزاده کامران، خلیل. (1403). بررسی تغییرات پوشش برف حوضه‌های آبریز غربی دریاچه ارومیه از طریق بهینه‌سازی و همجوشی تصاویر سنتینل-۲ و لندست (۸ و ۹). جغرافیا و برنامه‌ریزی.‎

عاقلپور، پویا؛ نادی،مهدی. (1397). ارزیابی دقت مدل SARIMA در مدل سازی و پیش بینی بلندمدت میانگین دمای ماهانه در اقلیم های متفاوت ایران. پژوهش های اقلیم شناسی، 9(35): 113-126.

فتح الهی رودباری، سیده معصومه؛ نصیراحمدی، کامران؛ خانمحمدی، مهرداد. (1397). مدل‌سازی تغییرات کاربری اراضی با استفاده از مدل ساز تغییر سرزمین (LCM ) مطالعه موردی: شهرستان نکا. اکوسیستمهای طبیعی ایران، 9(1): 53-69.

قابل‌نظام، ائلناز؛ مصطفی‌زاده، رئوف؛ اسمعلی عوری، اباذر؛ حزباوی، زینب. (1401). اهمیت خدمات اکوسیستم آبخیز با تاکید بر نقش تولید رواناب و کاهش فرسایش. انسان و محیط زیست، 20(3): 137-155.

مددی، عقیل؛ بابایی اولم، طیبه؛ قدرتی، علیرضا. (1402). پیش‌بینی تغییرات مورفولوژی رودخانه سفید رود با استفاده از Arc GIS. جغرافیا و مطالعات شهری و منطقه‌ای، 12(48): 20-33.‎

مهدوی، محمد. (1392). هیدرولوژی کاربردی. انتشارات دانشگاه تهران، جلد دوم، 437 صص.

نیکوی، فاطمه؛ پورابراهیم، شراره؛ جباریان امیری، بهمن؛ عرب ،داوودرضا. )1400(.نقش خدمت اکوسیستمی تولید آب در تأمین منابع آب + حسابداری ( (WA مطالعة موردی: حوضة آبخیز دریاچة ارومیه. اکوهیدرولوژی، 8(1): 45 -56.

Armenteras, D., Murcia, U., González, T. M., Barón, O. J., & Arias, J. E., (2019). Scenarios of land use and land cover change for NW Amazonia: Impact on forest intactness. Global Ecology and Conservation, 17,1-13.

Ávila-García, D., Morató, J., Pérez-Maussán, A. I., Santillán-Carvantes, P., Alvarado, J., & Comín, F. A. (2020). “Impacts of alternative land-use policies on water ecosystem services in the Río Grande de Comitán-Lagos de Montebello watershed, Mexico”, Ecosystem Services, 45, 101179.

Bastola, S., Seong, Y. J., Lee, S. H & Jung, Y. (2019). Water yield estimation of the Bagmati basin of Nepal using GIS-based InVEST model. Journal of Korea Water Resources Association, 52(9), 637-645.

Birhanu, A., I. Masih. P. van der Zaag. J. Nyssen. & X. Cai. (2019). Impacts of land use and land cover changes on the hydrology of the Gumara catchment. Ethiopia, 4th International Conference on Ecohydrology. Soil and Climate Change, 109, 1-78.

Calanca, P. (2008). Climate change and drought occurrence in the Alpine region. Global and Planetary Changes,57:151-160.

Chen, Z., Huang, M., Zhu, D., & Altan, O. (2021). Integrating Remote Sensing and a Markov-FLUS Model to Simulate Future Land Use Changes in Hokkaido. Japan. Remote Sens, 13, 2621.

Hou, Y., & Wu, J. (2024). Land-Use and Habitat Quality Prediction in the Fen River Basin Based on PLUS and InVEST Models.

Kusi, K. K., Khattabi, A., & Mhammdi, N. (2023). “Evaluating the impacts of land use and climate changes on water ecosystem services in the Souss watershed, Morocco”, Arabian Journal of Geosciences, 16(2), 126.

Li, G., Jiang, C., Zhang, Y., & Jiang, G. (2021). “Whether land greening in different geomorphic units are beneficial to water yield in the Yellow River Basin?”, Ecological Indicators, 120, 106926.

Mirakhorlo, M., S. & M. Rahimzadegan. (2018). Integration of SimWeight and Markov Chain to Predict Land Use of Lavasanat Basin. Numerical Methods in Civil Engineering,2(4), 1-9.

Moe, I. R., Kure, S., Januriyadi, N. F., Farid, M., Udo, K., Kazama, S., & Koshimura, S.(2017). Future projection of flood inundation considering land-use changes and land subsidence in Jakarta, Indonesia. Hydrological Research Letters, 11(2), 99-105

Mohammadyari, F., Zarandian, A., Mirsanjari, M. M., Suziedelyte Visockiene, J., & Tumeliene, E. (2023). “Modelling Impact of Urban Expansion on Ecosystem Services: A Scenario-Based Approach in a Mixed Natural/Urbanised Landscape”, Land, 12(2), 291.

Mrozik, K., Przybyła, Cz. 2013. Mała retencja w planowaniu przestrzennym, Poznań.

Panāhi, A., Jānbāz Ghoādi, G., Motavalli, S., & Khāledi, S. (2023). Measurement and Prediction of the Potential Occurrence of Floods Under Climate Change Conditions (Case study: Gorgānroud watershed). Geographical Studies of Coastal Areas Journal, 4(2), 45-61. doi: 10.22124/gscaj.2023.22411.1172

Quagliolo, C., Comino, E., & Pezzoli, A. (2021). Experimental flash floods assessment through urban flood risk mitigation (UFRM) model: the case study of Ligurian coastal cities. Frontiers in Water, 3, 663378.‏

Rashidiyan, M., & Rahimzadegan, M. (2024). Investigation and Evaluation of Land Use–Land Cover Change Effects on Current and Future Flood Susceptibility. Natural Hazards Review, 25(1), 04023049.

Rasouli, A.A., S. H. Safarov. M. Asgarova. E. S. Safarov & M. Milani. (2021). Detection and Mapping of Green-Cover and Landuse Changes by Advanced Satellite Image Processing Techniques; A Case Study: Azerbaijan Eastern Zangezur Economic Region. Azerbaijan AMEA-nın Biologiya və Tibb Elmləri Bölməsi Journal ,pp 1-19.

Redhead, J. W., Stratford, C., Sharps, K., Jones, L., Ziv, G., Clarke, D. & Bullock, J. M. (2016). Empirical validation of the InVEST water yield ecosystem service model at a national scale. Science of the Total Environment, 569, 1418-1426.

Reheman, R., Kasimu, A., Duolaiti, X., Wei, B., & Zhao, Y. (2023). Research on the Change in Prediction of Water Production in Urban Agglomerations on the Northern Slopes of the Tianshan Mountains Based on the InVEST–PLUS Model. Water, 15(4), 776.

Roushangar, K., M. T., Aalami & H. Golmohammadi. (2022). Effect of Land Use Trends on the Amount of Agricultural Water Consumption in Urmia Lake Watershed in the Next 20 Years Using Markov Chain. Journal of Water and Soil Resources Conservation, 12(2),115-131.

sarabi, M., Dastorani, M. T., & Zarrin, A. (2020). Investigating Impact of Future Climate Changes on Temperature and Precipitation Condition (Case Study: Torogh Dam Watershed, Mashhad). Journal of Meteorology and Atmospheric Science, 3(1), 63-83. doi: 10.22034/jmas.2021.278862.1129

Tavakoli, M. & Mohammadyari, F. (2022). “Modeling the spatial distribution of multiple ecosystem services in Ilam dam watershed, Western Iran: Identification of areas for spatial planning”, Urban Ecosystems, pp. 1-20.

Wang, S., Hu, M., Wang, Y., & Xia, B. (2022). “Dynamics of ecosystem services in response to urbanization across temporal and spatial scales in a mega metropolitan area”, Sustainable Cities and Society, 77, 103561.

Yang, D., Liu, W., Tang, L., Chen, L., Li, X & Xu, X. (2019). Estimation of water provision service for monsoon catchments of South China: Applicability of the InVEST model. Landscape and Urban Planning, 182, 133-143.

Yirsaw, E. Wu. W., X. Shi. H. Temesgeh & B. Bekele. (2017). Land use and land cover change modeling and the prediction of subsequent changes in ecosystem service values in a coastal area of China, The Su-Xi-Change region. Sustainability, 9 (7),1204.

Zarandian, A., Baral, H., Stork, N.E., Ling, M.A., Yavari, A.R., Jafari, H.R & Amirnejad, H. (2017). Modeling ecosystem services informs spatial planning in lands adjacent to the Sarvelat and Javaherdasht protected area in northern Iran. Land Use Policy,61, 487-500.

Zarandian, A., Mohammadyari, F., Mirsanjari, M. M., & Visockiene, J. S. (2023). “Scenario modeling to predict changes in land use/cover using Land Change Modeler and InVEST model: a case study of Karaj Metropolis, Iran”, Environmental monitoring and assessment, 195(2), 273.