توزیع مکانی و پایداری رسوبات انباشته شده اطراف .Salvadora persica L و .Alhaji camelorum L و مدل‌سازی پیش بینی تغییر آن

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه مهندسی منابع طبیعی، دانشکدة کشاورزی و منابع طبیعی دانشگاه هرمزگان، هرمزگان، ایران.

2 کارشناس ارشد مدیریت و کنترل بیابان، دانشگاه هرمزگان، هرمزگان، ایران.

چکیده

یکی از بحران های بوم‌­شناختی (اکولوژیک)، تخریب زیست‌بوم‌های دارای نبکا است که پایداری محیط را به خطر انداخته و عوارض منطقه‌ای و فرامنطقه‌ای فراوانی مانند افزایش خطر فرسایش بادی را ایجاد می‌کند. هدف از انجام پژوهش حاضر بررسی روند تغییرات مکانی و زمانی پوشش اراضی دارای نبکا در آینده و رسوبات بادی انباشته شده در اطراف گونه‌­های فانروفیت .Salvadora persica L و .Alhaji camelorum L در ناحیه خلیج فارس و عمانی است. به این منظور با بهره‌گیری از زنجیره مارکوف و با استفاده از تصاویر سنجش از دوری کاربری‌های موجود، شبیه‌سازی و روند تغییرات زمانی و مکانی آن بررسی شد. نقشه های پوشش ‌اراضی با استفاده از داده‌های ماهواره‌ای لندست و با بهرگیری از روش طبقه‌بندی نظارت‌شده حداکثر‌ احتمال برای سال­های1380، 1390، 1400 تهیه شد. سپس با استفاده از مدل توامان زنجیره مارکوف و سلول خودکار نقشه پوشش‌اراضی برای سال­های 1410و 1420 پیش‌بینی شد. نتایج تغییر پوشش ‌اراضی در سال‌های 1380، 1390 و 1400 نشان داد که پهنه‌های رسوبی در نبکازارها 9/1047 هکتار کاهش داشته است. نقشه­‌های پیش‌بینی برای سال­های 1410 و 1420 با صحت کلی 91.4­% و ضریب کاپای 0.88­% دارای دقت زیادی هستند. سطح رسوبات نبکازار‌‌ها به ترتیب از 8.67­% در سال 1400 به 4.26­% در سال 1410 و 2.09 % در سال 1420 کاهش خواهند داشت. کاهش سطح نبکازارها در گذشته و پیش‌بینی روند نزولی انباشت رسوب در آینده نشان داد موانع طبیعی که از جابجاشدن رسوبات جلوگیری می‌کرده‌اند، تخریب شده و کاهش یافته است.

کلیدواژه‌ها

مراجع

  1. Ahmed, B., Kamruzzaman, M. D., Zhu, X., Rahman, M., & Choi, K. (2013). Simulating land cover changes and their impacts on land surface temperature in Dhaka, Bangladesh. Remote Sensing, 5(11), 5969-5998.
  2. Arab Ameri, A. & Halabian, A. (2017). Analyzing nebka morphometric parameters and introducing the most appropriate type for sand dune stabilization, using ELECTRE algorithm (Case study: Chah Jam erg). Geography and environmental planning. 28(2). 93-108. (in Farsi)
  3. Ardon, K., H. Tsoar, D. & Blumberg. G. (2009). Dynamics of nebkhas superimposed on a parabolic dune and their effect on the dune dynamics. Arid Environments. 7(1), 1014–1022.
  4. Bubenzer, O., Embabi, N., Ashour, M. (2020). Sand sea and dune fields of Egypt. Geosciences. 10(101), 1-32.
  5. Choudhury, D., Das, K., & Das, A. (2019). Assessment of land use land cover changes and its impact on variations of land surface temperature in Asansol-Durgapur Development Region. The Egyptian Journal of Remote Sensing and Space Science, 22 (2), 203-218.
  6. Daneshi, A., Najafinejad, A., Panahi, M. & Zarandian, A. (2020). Projecting land use change effects on habitat quality of Narmab dam basin in Golestan province. Degradation and Rehabilitation of Natural Land. 1(1), 120-131. (in Farsi)
  7. Dewan, A. M., & Yamaguchi, Y. (2009). Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Applied geography, 29(3), 390-401.
  8. Ebrahimi Khusfi, Z., Khosroshahi, M., Roustaei, F. & Mirakbari, M. (2021). Spatial and seasonal variations of sand-dust events and their relation to atmospheric conditions and vegetation cover in semi-arid regions of central Iran. Geoderma. 365(1), 114225.
  9. Eskandari Damaneh, H., Gholami, H., Khosravi, H., Mahdavi Najafabadi, R., Khoorani, A. & Li, G. (2020). Modeling spatial and temporal changes in land-uses and land cover of the Urmia lake basin applying cellular automata and markov chain. Geography and Sustainability of Environment. 10(35), 57-72. (in Farsi)
  10. General Department of Natural Resources and Watershed Management of Hormozgan Province, Desert Office. (2005). Desertification plan of Kuhstak plain, 229 p.
  11. Gillies, J., A., Nield, J., M. & Nickling, G. (2014). Wind speed sediment transport recovery in the lee of a vegetated and denuded nebkha within a nebkha dune field. Aeolian Research. 12(1), 135-141.
  12. Guan, D., Li, H., Inohae, T., Su, W., Nagaie, T., & Hokao, K. (2011). Modeling urban land use change by the integration of cellular automaton and Markov model. Ecological Modelling. 222(20-22), 3761-3772.
  13. Hsep, P. A., Hernandez-Calvento, L., Gallego, J. & Miot da Silva, G. (2021). Nebkha or not? Climate control fore dune mode. Arid Environments. 187(3). 104444.
  14. Itzhak, K., (2020). Soil erosion: dust control and sand stabilization. Applied Sciences. 10(22), 8044.
  15. Khawaldah, H. (2016). A prediction of future land use/land cover in Amman area using GIS-based markov model and remote sensing. Geographic Information System. 8(1), 412-427.
  16. Mansour, Sh. & Al-Belushi, M. & Al-Awadhi, T. )2020(. Monitoring land use and land cover changes in the mountainous cities of Oman using GIS and CA-Markov modelling techniques, Land Use Policy, 91(1). 104414.
  17. Mahmoudi, T., Khoshhal, J., Mousavi, S. M. & Pourkhosravani, M., (2013). Comparison of the effect of Sirjan desert nebkas on the stabilization of sand dune using the method Hierarchical analysis, Environmental Erosion Research, 3(11), 65-79. (in Farsi)
  18. Marod, D., Sungkaew, S., Mizunaga, H. & Thinkampheang, S. (2020). Woody plant community and distribution in a tropical coastal sand dune in southern Thailand. Coastal Conservation, 24(44), 2-9.
  19. Mondal, M. S., Sharma, N., Garg, P. K., & Kappas, M. (2016). Statistical independence test and validation of CA Markov land use land cover (LULC) prediction results. The Egyptian Journal of Remote Sensing and Space Science, 19(2), 259-272.
  20. Naeemi, M., Zandifar, S., Khosroshahi, M., Ashuri, P., Abbasi, H. R., (2021). Investigating the effect of climate change on the mobility of sand dunes in Sabzevar city, Desert Management, 9(2), 1-18. (in Farsi)
  21. Petrosian, H., Danehkar, A., Ashrafi, S. & Peghhi, J., (2016). Investigating environmental factors for locating mangrove ex-situ conservation zones using gis spatial techniques and the logistic regression algorithm in mangrove forests in Iran, Polish Journal of environmental of Studies, 25(5), 2097–2106.
  22. Pal, S., & Ziaul, S. K. (2017). Detection of land use and land cover change and land surface temperature in English Bazar urban center. The Egyptian Journal of Remote Sensing and Space Science. 20(1), 125-145.
  23. Rabbani, A.; Mohseni, N.& Hosseinzadeh, S. R. (2021). Role of geomorphic processes in the morphology of semi-arid Nebkas. Geography and Environmental Hazards. 4(36), 23-105. (in Farsi)
  24. Rahdari, M. and Rodríguez-Seijo, A., (2021). Monitoring sand drift potential and sand dune mobility over the last three decades (Khartouran erg, Sabzevar, NE Iran), Sustaiability, 13(50), 1-16.
  25. Shafii Sabet, N., Shakiba, A. & Mohamadi, A. (2019). Detection and prediction of land use changes using ca-markov model case study: Tehran Damavand metropolitan area, Sepehr, 28(111). 175-190.
  26. Solaymani, S. (2021). A Review on energy and renewable energy policies in Iran, Sustainability, 13. 7328.
  27. Wang, S. Q., Zheng, X. Q., & Zang, X. B. (2012). Accuracy assessments of land use change simulation based on Markov-cellular automata model. Procedia Environmental Sciences. 13, 1238-1245.
  28. https://earthexplorer.usgs.gov/ (USGS-28)
  29. Yan, L. Translator: Jabari, M. K. & Ahmadi, S. Zanjan, (2012). Modelling urban development with geographical information systems and cellular automata. Azar KalaK Publisher. 186P. (in Farsi)
  30. Zare Garizi, A., Sheikh, V., Sadoddin, A., & Mahini, S. (2012). Simulating the spatiotemporal changes of forest extent for the Chehelchay watershed (Golestan province), using integrated CA-Markov model. Forest and Poplar Research. 20(2). 273-285. (in Farsi)
  31. Zhang, J., Faichia, C., Tong, Z., Liu, X., Kazuva, E., Ullah, K., & Al-Shaibah, B. (2020). Using rs data-based CA–Markov model for dynamic simulation of historical and future LUCC in Vientiane, Laos. Sustainability, 12(20), 8410.
  32. Ye, Y. C., Kuang, L. H., Zhao, X. M., & Guo, X. (2020). Scenario-based simulation of land use in Yingtan (Jiangxi Province, China) using an integrated genetic algorithm-cellular automaton-Markov model. Environmental Science and Pollution Research, 27(24), 30390-30404.
مدیریت بیابان
دوره 9، شماره 4 - شماره پیاپی 20
6 مقاله
اسفند 1400
صفحه 39-52

فایل ها

سابقه مقاله

  • تاریخ دریافت: 08 دی 1400
  • تاریخ بازنگری: 20 اسفند 1400
  • تاریخ پذیرش: 21 اسفند 1400

هم رسانی

ارجاع به این مقاله

آمار