
تعداد نشریات | 13 |
تعداد شمارهها | 650 |
تعداد مقالات | 6,788 |
تعداد مشاهده مقاله | 9,560,981 |
تعداد دریافت فایل اصل مقاله | 8,995,463 |
ارزیابی تغییرات سطح و کیفیت آب خلیج گرگان با استفاده از دادههای سنجش از دور و هواشناسی | ||
مجله پژوهشهای حفاظت آب و خاک | ||
دوره 32، شماره 2، تیر 1404، صفحه 1-27 اصل مقاله (1.85 M) | ||
نوع مقاله: مقاله کامل علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/jwsc.2025.23054.3773 | ||
نویسندگان | ||
علیرضا یوسفی کبریا1؛ مهدی نادی* 2 | ||
1دکتری هواشناسی کشاورزی، گروه مهندسی آب، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران. | ||
2نویسنده مسئول، دانشیار گروه مهندسی آب، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران. | ||
چکیده | ||
سابقه و هدف: خلیج گرگان، بهعنوان یکی از اکوسیستمهای آبی مهم و منحصر به فرد شمال ایران، در سالهای اخیر با چالشهای زیستمحیطی جدی مواجه شده است. این چالشها ناشی از عوامل متعددی از جمله تغییرات اقلیمی، کاهش تراز آب دریای خزر، افزایش فعالیتهای انسانی و تغییرات مورفولوژیکی منطقه هستند. شناسایی دقیقتر عواملی که به تخریب این اکوسیستم منجر میشوند، برای مدیریت پایدار منابع آبی و حفاظت از محیطزیست این منطقه ضروری است. این پژوهش با هدف تحلیل تغییرات مساحت آبی و کیفیت آب خلیج گرگان در بازه زمانی 2000 تا 2023 و شناسایی عوامل مؤثر بر این تغییرات انجام شده است. مواد و روشها: این پژوهش به تحلیل تغییرات مساحت آبی و کیفیت آب خلیج گرگان در بازه زمانی 2000 تا 2023 با استفاده از دادههای ماهوارهای لندست، مودیس، سنتینل و جیسون پرداخته است. شاخصهایی نظیر دمای آب، کدورت و CDOM (مواد آلی رنگدار محلول) بهمنظور ارزیابی کیفیت آب در این منطقه مورد بررسی قرار گرفت. همچنین، نقشه پهنه آبی خلیج با استفاده از شاخصهای MNDWI (شاخص تفاضلی نرمالشده آب اصلاحشده) و NDWI (شاخص تفاضلی نرمالشده آب) ترسیم شد. برای تحلیل ارتباط بین پارامترهای هواشناسی و ماهوارهای با مساحت آب خلیج، از ضریب همبستگی پیرسون (r) استفاده شد تا ارتباطات خطی میان این متغیرها شناسایی شود. بهمنظور تحلیل اهمیت ویژگیها و بررسی نحوه تأثیر آنها بر مساحت خلیج، نمودار شاپلی بهکار گرفته شدند تا الگوهای پیچیده تأثیرات را شفافسازی کنند. همچنین، برای ارزیابی ارتباط خطی بین متغیرهای ورودی و مساحت خلیج، مدل رگرسیون خطی بهکار گرفته شد. در نهایت، برای تحلیل تأثیر ویژگیهایی همچون تراز آب دریای خزر، مساحت دریای خزر، بارش، دما و دبی ورودی به خلیج بر مساحت خلیج، از مدل جنگل تصادفی بهره گرفته شد. یافتهها: نتایج این پژوهش نشان داد که طی سالهای 2015 تا 2023، دمای حداقل آب خلیج گرگان بهطور متوسط 2.3 درجه سانتیگراد افزایش یافته است که این افزایش عمدتاً در نواحی جنوبی و غربی خلیج مشاهده شده است. افزون بر این، افزایش مداوم کدورت آب در سالهای اخیر، بهویژه در سالهای 2020، 2022 و 2023، در مناطق غربی و جنوبی خلیج به بالاترین میزان خود رسیده است، و در سطح ناسالم قرار دارد. شاخص CODM خلیج گرگان سالهای 2020، 2022 و 2023 در وضعیت مناسبی قرار داشته و هیچ آلودگی معناداری مشاهده نشده است. در سال 2015 وضعیت کیفیت آب نسبت به دورههای اخیر بالاتر بوده، اما همچنان در کلاس ناسالم قرار نگرفته است، و فقط بخشهای کوچکی از مناطق غربی خلیج گرگان در آستانه شرایط ناسالم قرار داشته است. شاخصهای MNDW و NDWI نشان میدهند که بیش از 50% از مساحت اولیه خلیج گرگان طی این سالها از دست رفته است. در این تحلیل کاهش مساحت خلیج بهویژه در سالهای 2020، 2022 و 2023 مشهود بوده و در این سالها بخشهای وسیعی از نواحی غرب، جنوب و شمال خلیج بهطور کامل خشک شدهاست. بررسی نقش پارامترهای دما، بارش، دبی، مساحت دریای خزر و تراز دریای خزر با کاهش مساحت آبی خلیج گرگان نشان داد که کاهش تراز آبی دریای خزر بهعنوان مهمترین عامل در خشک شدن خلیج گرگان شناخته شده است. ضریب همبستگی پیرسون بین مساحت خلیج و تراز آب دریای خزر بیشتر از 0.90- و ضریب تعیین برابر با ۰.۸۲ محاسبه گردید که بیانگر رابطه قوی و معکوس بین این دو متغیر است، ارتباط سایر پارامترها شامل، مساحت آبی دریای خزر، دبی ورودی، بارش و دما با مساحت خلیج گرگان به ترتیب با ضرایب تعیین ۰.۴۳، ۰.۴۰، ۰.۱۹ و ۰.۱۱ بود که نشان میدهد دما کمترین تأثیر را بر کاهش مساحت سطح خلیج گرگان دارد. علاوه بر این ضریب شاپلی نیز نشان داد که تراز آب دریای خزر دارای بیشترین پراکندگی در سراسر محور افقی است که نشان دهنده نقش تراز آب بر مساحت سطح آب خلیج گرگان میباشد، سایر پارامترهای مورد بررسی، مانند دبی، مساحت آبی دریای خزر، دما و بارش نیز نقش قابل توجهی در این فرآیند داشتهاست. تحلیل رگرسیونی برای بررسی نقش پارامترهای مورد بررسی بر کاهش مساحت سطح آب خلیج گرگان بر اساس Coefficient Value نشان داد که تراز آب دریای خزر با ضریب 0.54، نسبت به سایر متغییرها نقش بیشتری در خشک شدن خلیج گرگان دارد. در واقع، تراز آب دریای خزر بیش از 50 درصد بیشتر از سایر ویژگیها بر فرآیند خشک شدن خلیج گرگان تأثیرگذار بوده است. ضریب تأثیرگذاری (Feature Importance) در روش جنگل تصادفی نشان داد که تراز آب دریای خزر با ضریب 0.78، مساحت دریای خزر با ضریب 0.14 و دبی، دما و بارش با کمتر از 0.1 به ترتیب بیشترین تاثیر را بر خشک شدن خلیج گرگان بوده است. علاوه بر این بررسی تراز دریای خزر و مساحت سطح آب خلیج گرگان از سال 2000 تا 2023 نشان داد، کاهش مساحت آبی خلیج از 400 کیلومتر مربع در سال 2000 به 260 کیلومتر مربع در سال 2023 رسیدهاست. ارتباط تنگاتنگی با کاهش تراز آب دریای خزر، که بیش از 2 متر در طی 23 سال اخیر کاهش یافته است، دارد. این تغییرات مستقیماً با مورفولوژی منطقهای خلیج گرگان نیز در ارتباط میباشد، بهویژه کاهش عمق و تغییرات در شکل ساحلی این منطقه باعث تشدید فرآیند خشک شدن و کاهش مساحت آبی شده است. نتیجه گیری: نتایج این پژوهش نشان داد که خلیج گرگان در بازه زمانی 2000 تا 2023 با چالشهای جدی ناشی از کاهش سطح آب و کیفیت آب مواجه شده است. تحلیلهای همبستگی و مدلهای رگرسیونی نشان دادند که تراز آب دریای خزر بهعنوان عامل اصلی در این تغییرات نقش دارد، بهطوریکه کاهش تراز آب با کاهش مساحت آبی خلیج ارتباط مستقیم و معنیداری دارد. یافتههای این پژوهش نشاندهنده لزوم مدیریت پایدار منابع آبی و حفاظت از خلیج گرگان بهعنوان یک اکوسیستم حساس در مواجهه با کاهش سطح آب و تغییرات کیفیت آب است. | ||
کلیدواژهها | ||
شاخص MNDWI؛ شاخص CDOM؛ تراز آب؛ ماهواره مودیس | ||
مراجع | ||
1.Abedinpour, M., Norooz Valashedi, R., Khoshravesh, M., Mokari, M., & Ghorbani, D. (2020). Investigating the climatology of coastal changes in Gulf of Miankaleh. Irrigation and Water Engineering, 10(3), 188-200. https://doi. org/10.22125/iwe.2020.107101.
2.Akbari, E., Hamzeh, S., Abdolahi Kakroodi, A., & Maanan, M. (2022). Time series analysis of the Caspian Sea shoreline in response to sea level fluctuation using remotely sensed data. Regional Studies in Marine Science, 45 (15), 150-170. https://doi.org/10. 1016/j.rsma.2022.102672.
3.Bao, N., Song, W., Ma, J., & Chu, Y. (2024). Multi-source remote sensing analysis of Yilong Lake’s surface water dynamics (1965–2022): A temporal and spatial investigation. Water, 16(14), 2058. https://doi.org/10.3390/w16142058.
4.Barani Pesyan, V., Porakrami, M., Fotouhi Mehrbani, B., & Porakrami, S. (2019). The investigation of Lake Urmia drying trend and its important consequence on the surrounding settlements. Journal of Rural Research, 8(3), 438-453. http://dx.doi.org/10.22059/ JRUR.2017.63473.
5.Basak, A., Arabi Moghadam, H., Hejazizadeh, Z., & Toolabinejad, M. (2018). The effects of water transfer projects of Karun tributaries in creating or intensifying dust centers in Khuzestan using GIS & RS technologies. Journal of Geography, 16(56), 20-35.
6.Cao, H., Han, L., Liu, Z., & Li, L. (2021). Monitoring and driving force analysis of spatial and temporal change of water area of Hongjiannao Lake from 1973 to 2019. Ecological Informatics, 61, 101230. https:// doi.org/ 10.1016/ j.ecoinf.2021. 101230.
7.Dervisoglu, A., Yağmur, N., Firatli, E., Musaoğlu, N., & Tanik, A. (2022). Spatio-temporal assessment of the shrinking Lake Burdur, Turkey. International Journal of Environmental Geoinformatics, 9(3), 169-176. https:// doi.org/10.30897/ijegeo.1060077.
8.Esri. (2018). Sentinel-2, 10m multispectral, multitemporal, 13-band images with visual renderings and indices. Retrieved from 2022, https://www.arcgis.com/ home/item.html?id=fd61b9e0c69c4e14bebd50a9a968348c.
9.Gautama, V., Gaurava, P., Murugana, P., & Annadurai, M. (2015). Assessment of surface water dynamics in Bangalore using WRI, NDWI, MNDWI, supervised classification and K-T transformation. Aquatic Procedia, 4, 739-746. https:// doi.org/10.1016/j.aqpro.2015.02.095.
10.Goździejewska, A. M., & Kruk, M. (2022). Zooplankton network conditioned by turbidity gradient in small anthropogenic reservoirs. Scientific Reports, 12, 3938. https://doi.org/ 10.1038/s41598-022-08045-y.
11.Gullian-Klanian, M., Gold-Bouchot, G., & Sánchez-Solís, M. J. (2022). Characteristics of chromophoric dissolved organic matter (CDOM) produced by heterotrophic bacteria isolated from aquaculture systems. Journal of Marine Science and Engineering, 10(5), 672. https://doi.org/10.3390/jmse10050672.
12.Hamzeh, S., & Torabi, O. (2021). Investigating the changes in the water body of Gorgan Bay and its relationship with precipitation and water level of the Caspian Sea by using remote sensing data. Iranian Journal of Ecohydrology, 8(2), 475-484. https://doi.org/10.22059/ ije.2021.302811.1335.
13.Jafari, A., Niksokhan, M. H., & Majdzadeh Tabatabai, M. R. (2021). Investigation of flow pattern in Gorgan Gulf considering changes in water level of the Caspian Sea and using numerical model. Journal of Environmental Studies, 47(3), 361-378. https://doi.org/10. 22059/jes.2021.331569.1008236.
14.Kamangar, M., & Hazbavi, Z. (2023). Spatial-temporal analysis of chlorophyll changes and their spatial correlation with sea surface temperature in the Persian Gulf. Extension and Development of Watershed Management, 11(42), 250-265. https://www.wmji.ir/ article_710718html.
15.Khosroshahi, M., Ebrahimi Khusfi, Z., Gohardoust, Z., Lotfi Nasab Asl, S., Dargahian, F., & Zenouzi, L. (2020). Desert management, 15(8), 139-160. https://doi.org/10.22034/JDMAL.2020.44935.
16.Kumar, P., Kumar, R., Thakur, K., Mahajan, D., Brar, B., Sharma, D., Kumar, S., & Sharma, A. K. (2023). Impact of pesticides application on aquatic ecosystem and biodiversity: A review. Biology Bulletin, 50, 1362-1375. https://doi.org/10.1134/S1062359023601386.
17.Lapierre, J. F., Collins, S. M., Seekell, D. A., Cheruvelil, K. S., Tan, P. N., Skaff, N. K., Taranu, Z. E., Fergus, C. E., & Soranno, P. A. (2018). Similarity in spatial structure constrains ecosystem relationships: Building a macroscale understanding of lakes. Global Ecology and Biogeography, 27(10), 1251-1263. https://doi.org/10. 1111/geb.12781. 18.Liu, H., Zheng, L., Jiang, L., & Liao, M. (2020). Forty-year water body changes in Poyang Lake and the ecological impacts based on Landsat and HJ-1 A/B observations. Journal of Hydrology, 589, 125161. https://doi.org/10.1016/ j.jhydrol.2020.125161.
19.Nadi, M., & Yousefi Kebriya, A. (2024). A method for correction of tropical rainfall measuring mission satellite temperature network in Mazandaran Province. Iranica Journal of Energy & Environment, 15(1), 100-110. https:// doi.org/10.5829/ijee.2024.15.01.10.
20.NOAA (National Oceanic and Atmospheric Administration). (2020). NOAA ESRL global monitoring laboratory: SURFRAD aerosol optical depth. Retrieved from https://gml.noaa. gov/grad/surfrad/aod/.
21.Pi, X., Luo, Q., Feng, L., Xu, Y., Tang, J., Liang, X., Ma, E., Cheng, R., Fensholt, R., & Brandt, M. (2022). Mapping global lake dynamics reveals the emerging roles of small lakes. Nature Communications, 13, 5777. https://doi. org/10.1038/s41467-022-33239-3.
22.Sundermann, A., Müller, A., & Halle, M. (2022). A new index of a water temperature equivalent for summer respiration conditions of benthic invertebrates in rivers as a bio-indicator of global climate change. Limnologica, 95, 125980. https://doi.org/10.1016/j. limno.2022.125980.
23.Woolway, R. I., Kraemer, B. M., Lenters, J. D., Merchant, C. J., O’Reilly, C. M., & Sharma, S. (2020). Global lake responses to climate change. Nature Reviews Earth & Environment, 1, 388-403. https://doi.org/10.1038/ s43017-020-0067-5.
24.Yang, S., Wan, R., Yang, G., Li, B., & Dong, L. (2023). Combining historical maps and Landsat images to delineate the centennial-scale changes of lake wetlands in Taihu Lake Basin, China. Journal of Environmental Management, 329, 117110. https://doi.org/10.1016/ j.jenvman.2022.117110.
25.Yousefi Kebriya, A., Nadi, M., & Jamei, M. (2022). Combining interpolation methods and precipitation products of TRMM satellite to increase the accuracy of rainfall maps in Mazandaran province. Water and Soil Conservation, 28(3), 49-70. https://doi.org/10.22069/ JWSC.2022.19286.3477.
26.Yousefi Kebriya, A., Nadi, M., Ghanbari Parmehr, E., & Sun, Z. (2025). Assessment of some environmental stresses in the Shadegan wetland: Analysis of satellite data, water quality indicators, and dust storm pathways. Iranica Journal of Energy and Environment, 16(2), 372-388. https:// doi.org/10.5829/ijee.2025.16.02.17.
27.Zakerinejad, R., Jahanian, E., & Movagdi, S. (2022). Investigation of trend changes in the Caspian Sea surface temperature from 1989 to 2019. Journal of Irrigation and Water Engineering, 12(2), 271-290. https://doi.org/10. 22125/iwe.2021.142414. | ||
آمار تعداد مشاهده مقاله: 107 تعداد دریافت فایل اصل مقاله: 95 |