آمار
| تعداد نشریات | 13 |
| تعداد شماره‌ها | 626 |
| تعداد مقالات | 6,517 |
| تعداد مشاهده مقاله | 8,746,948 |
| تعداد دریافت فایل اصل مقاله | 8,317,534 |
پهنه‌بندی و ارزیابی خطر تخریب اراضی با استفاده از روش مدالوس در حوضه سیاهپوش استان اردبیل | ||
| مجله پژوهش‌های حفاظت آب و خاک | ||
| مقاله 10، دوره 24، شماره 1، فروردین 1396، صفحه 173-187 اصل مقاله (950.63 K) | ||
| نوع مقاله: مقاله کامل علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22069/jwfst.2017.11351.2576 | ||
| نویسندگان | ||
| نفیسه یغماییان1؛ حسین اسدی* 2؛ صدیقه رضایی3 | ||
| 1دانشگاه گیلان | ||
| 2گروه خاکشناسی، دانشکده علوم کشاورزی، دانشگاه گیلان | ||
| 3دانش آموخته دانشگاه گیلان | ||
| چکیده | ||
| سابقه و هدف: امروزه تخریب اراضی در نتیجه عوامل مختلفی از قبیل تغییرات اقلیمی و بهره‌برداری و مدیریت نادرست انسان، به عنوان معضل جدی در بسیاری از مناطق خشک، نیمه خشک و خشکِ نیمه‌مرطوب دنیا مطرح می‌باشد. این پدیده مدتها است که به عنوان یک مشکل جدی اقتصادی، اجتماعی و زیست محیطی در بسیاری از کشورها شناخته شده است. برای ارزیابی وضعیت بیابان‌زایی و تهیه نقشه مربوط به آن مدل‌های مختلفی ارایه شده است. مناسب‌ترین روش برای بررسی عوامل مؤثر در تخریب اراضی و شدت بیابان‌زایی از نظر متخصصان استفاده از مدل‌های ارزیابی بیابان می‌باشد. مدل ESAs به علت آسانی، در دسترس بودن داده‌ها و سازگاری با شاخص‌های مؤثرتر در تخریب اراضی و به کار گرفتن میانگین هندسی به‌جای میانگین حسابی، مزایای بیش‌تری نسبت به سایر مدل‌ها دارد. هدف این تحقیق پهنه‌بندی و ارزیابی تخریب اراضی در حوضه سیاهپوش استان اردبیل با استفاده از مدل مدالوس استاندارد و اصلاح شده می‌باشد. مواد و روش‌ها: در این تحقیق، به منظور ارزیابی تخریب اراضی و تهیة نقشة آن در حوضه سیاهپوش، از مدل مدالوس استاندارد و اصلاح شده استفاده شد. به این منظور چهار معیار (کیفیت خاک، اقلیم، پوشش گیاهی و مدیریت و سیاست) که در بیابان‌زایی منطقه موثر بودند، انتخاب گردید. برای هر کدام از معیارها در مدل مدالوس شاخص‌هایی تعریف شده است. لایه‌های اطلاعاتی شاخص‌های مربوط به هر یک از معیارها با استفاده از سامانه اطلاعات جغرافیایی تهیه شد. این اطلاعات بر اساس روش مدالوس امتیازدهی شده و از میانگین هندسی شاخص‌های هر یک از معیارها، نقشه نهایی وضعیت هر معیار تهیه و از میانگین هندسی معیارها، نقشه حساسیت به بیابان‌زایی منطقه تهیه گردید. یافته‌ها: نتایج نشان داد که دو معیار کیفیت مدیریت و کیفیت اقلیم به‌ترتیب با متوسط وزنی 91/1 و 62/1 بیش‌ترین تاثیر را بیابان‌زایی منطقه داشته‌اند. معیار کیفیت خاک با متوسط وزنی 39/1، در کلاس متوسط و معیار کیفیت پوشش گیاهی با متوسط وزنی 41/1، در کلاس با کیفیت بالا قرار دارد. از این‌رو، مناسب‌ترین معیار، کیفیت پوشش گیاهی می‌باشد. میزان شاخص بیابان‌زایی برای منطقه مورد بررسی در مدل مدالوس استاندارد و مدالوس اصلاح شده به‌ترتیب 38/1 تا 76/1 و 37/1 تا 93/1 به دست آمد. در هر دو روش کل منطقه مطالعاتی در کلاس بحرانی بیابان‌زایی قرار گرفت. نتیجه‌گیری: از بین معیارهای مورد مطالعه، معیارهای مدیریت و اقلیم به عنوان نامناسب‌ترین و معیار کیفیت پوشش گیاهی به عنوان مناسب‌ترین معیار مشخص شدند. با توجه به یافته‌ها وضعیت بیابان‌زایی در منطقه شدید می‌باشد، به طوری که در روش مدالوس استاندارد و اصلاح‌شده به‌ترتیب 1/90 و 2/99 درصد از منطقه مطالعاتی، در کلاس بحرانی شدید (C3) قرار گرفته است که نیازمند توجه و مدیریت هرچه بیش‌تر سازمان‌های مربوط و اعمال برنامه عملی پایش و مهار بحران بیابان‌زایی برای اصلاح شاخص‌های یادشده می‌باشد. | ||
| کلیدواژه‌ها | ||
| بیابان‌زایی؛ مدالوس؛ سامانه اطلاعات جغرافیایی؛ کیفیت خاک | ||
| مراجع | ||
|
1.Abbasi, A.P., Amani, H., and Zareian, M. 2014. Quantitative assessment of desertification status using MEDALUS model and GIS (Case study: Shamil Plain–Hormozgan province). RS & GIS for Natural Resources.5: 1. 87-97. (In Persian) 2.Bakhshandemehr, L., Soltani, S., and Sepehr, A. 2013. Assessment of present status of desertification and modifying the MEDALUS model in Segzi plain of Isfahan, J. Range Water. Manage. 66: 1. 27-41. (In Persian) 3.Bakr, N. 2013. Sustainable natural resource management in regional ecosystems: case study in semi-arid and humid regions. Ph.D. Thesis, School of Plant, Environmental and Soil Sciences, Louisiana State University. 4.El Baroudy, A.A. 2011. Monitoring land degradation using remote sensing and GIS techniques in an area of the middle Nile Delta, Egypt. Catena. 87: 2. 201-208. 5.Elena Topa, M., Iavazzo, P., Terracciano, S., Adamo, P., Coly, A., De Paola, F., Giardano, S., Giugni, M., and Eric Traore, S. 2013. Evaluation of sensitivity to desertification by a modified ESAs method in two sub-Saharan peri-urban areas: Ouagadougou (Burkina Faso) and Saint Louis (Senegal). Geophysical Research Abstracts. 15: 2013-2229. 6.Farajzadeh, M., and Egbal, M.N. 2007. Evaluation of MEDALUS model for desertification hazard zonation using GIS; study area: Iyzad Khast plain, Iran. Pak. J. Biol. Sci. 16: 2622-2630. 7.Fozooni, L., Fakhrieh, A., and Ekhtesasi, M.R. 2012. Assessment of desertification using of modify MEDALUS model in Sistan plain (the east of IRAN). J. Elixir Geosci. 47: 8950-8955. 8.Gao, J., and Liu, Y. 2010. Determination of land degradation causes in Tongyu County, northeast China via land cover change detection. J. Appl. Earth Obs. Geoinf. 12: 9-16. 9.Goudie, A.S. 2011. Desertification. P 30-35, In: J.O. Nriagu (Ed.), Encyclopedia of Environmental Health, Burlington. Elsevier. 10.Hadeel, A.S., Mushtak, T., Jabbar, M.T., and Chen, X. 2010. Application of remote sensing and GIS in the study of environmental sensitivity to desertification: a case study in Basrah Province, southern part of Iraq. J. Appl. Geomat. 2: 101-112. 11.Honardoost, F., Nikouie, A., and Ghezelesflou, A. 2012. Mapping of present Status of desertification using Medalus (Case study: Tarvati- Gonbade Kavous watershed). First National Congress on Desert. International Desert Research Center, Tehran. Pp: 52-59. (In Persian) 12.Khanamani, A., Karim Zadeh, H.R., Jafari, R., and Golshahi, A. 2013. Quantitative assessment of current desertification using MEDALUS model (Case study: Segzi plain). RS & GIS for Natural Resources. 4: 1. 13-25. (In Persian) 13.Kosmas, C., Kirkby, M., and Geeson, N. 1999. The Medalus project: Mediterranean desertification and land use, Manual on key indicators of desertification and mapping environmentally sensitive areas to desertification. European Commission, Project ENV4 CT 95 0119 (EUR 18882). 14.Lavado Conntador, J.F., Schanabel, S., Mezo Gutierrez, A.G., and Pulido, F.M. 2009. Mapping sensitivity to land degradation Extremadura. SW Spain. 1: 1. 25-41. 15.Motandon, L.M., and Small, E.E. 2008. The impact of soil reflectance on the quantification of the green vegetation fraction from NDVI. Rem. Sens. Environ. 112: 1835-1845. 16.Netpa Consulting Engineering. 2007. Integrated multipurpose project of Siyahposh watershed. Guilan Office of Natural Resources, Ministry of Jihad-e-Agriculture. (In Persian) 17.Parvari, S.H., Pahlavanravi, A., Moghaddam Nia, A.R., Dehvari, A., and Parvari, D. 2011. Application of methodology for mapping environmentally sensitive areas (ESAs) to desertification in dry bed of Hamoun wetland (Iran). Inter. J. Natur. Resour. Mar. Sci. 1: 1. 65-8. 18.Rangzan, K., Sulaimani, B., Sarsangi, A., and Abshirini, A. 2008. Change detection mineralogy, desertification mapping in East and Northeast of Ahvaz city, SW Iran using combination of Remote sensing methods, GIS and ESA model. Global J. Environ. Res. 2: 1. 42-52. 19.Sepehr, A., Hassanli, A.M., Ekhtesasi, M., and Jamali, J. 2007. Quantitative assessment of desertification in south of Iran using MEDALUS method. Environmental Monitoring and Assessment. 134: 1-3. 243-254. 20.Shoshanya, M., Goldshleger, N., and Chudnovsky, A. 2013. Monitoring of agricultural soil degradation by remote-sensing methods: a review. Inter. J. Rem. Sens. 34: 6152-6181. 21.Silakhori, E. 2014. Mapping of desertification hazard intensity based on soil index using ESAs methodology in Mazinan of Sabzevar. Emergency Management. 3: 2.63-57. (In Persian) 22.Soil Survey Staff. 2014. Keys to Soil Taxonomy, 12th ed., NRCS, USDA. 358p. 23.Yang, X., Zhang, K., Jia, B., and Ci, L. 2005. Desertification assessment in China: An overview. J. Arid Environ. 63: 2. 517-531. | ||
|
آمار تعداد مشاهده مقاله: 1,004 تعداد دریافت فایل اصل مقاله: 897 |
||
سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب