بررسی ارتباط وضعیت آبخوان دشت ایسین بندرعباس با تغییرات کاربری اراضی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مدیریت و کنترل بیابان، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه هرمزگان، ایران.

2 دانشیار، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه هرمزگان، ایران.

3 استادیار، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه هرمزگان، ایران.

4 دانشیار، دانشکدۀ منابع طبیعی، دانشگاه تهران، ایران.

چکیده

تغییر نوع استفاده از زمین از موضوع‌های اساسی سیاست‌های حفاظت از منابع آبی است. هدف از پژوهش حاضر بررسی ارتباط وضعیت کمی و کیفی آبخوان دشت ایسین با روند تغییرات الگوی کشت طی دورۀ 1399-1382 است. به منظور بررسی وضعیت آبخوان اقدام به درون‌یابی کمیت و کیفیت آب زیرزمینی برای شناسایی مناطق با کمینۀ افت سطح ایستابی و بیشینه هدایت الکتریکی گردید. همگام با درون‌یابی، از الگوریتم طبقه‌بندی بیشینه احتمال نظارت‌شده و داده‌های ماهواره‌ای چند طیفی لندست 8-5 و سنتینل 2 در سال‌های 1399-1382 برای تحلیل رقومی و نمایش نوع استفاده از زمین استفاده شد. نتایج بیانگر هم‌خوانی بیشینه میانگین کاهش سطح ایستابی به مقدار 18.53m- سینتینل 2، 17.15m– لندست 8 با موقعیت مکانی کاربری کشاورزی بخصوص باغ‌ها و کاربری زمین‌های شور در دشت ایسین‌شرقی بود و در دشت ایسین‌غربی بیشینه میانگین کاهش سطح ایستابی به مقدار 25.67m– سینتینل 2، 25.62m- لندست 8 با کاربری سبزیجات انطباق داشت. نتایج برآمده از داده‌های لندست 8 و تغییرات مکانی هدایت الکتریکی بیانگر این بود که در دشت ایسین‌شرقی بیشترین میانگین هدایت‌ الکتریکی به مقدار 4610µS/cm در کاربریProsopis Cineraria and Juliflora و در دشت ایسین‌غربی بیشترین میانگین هدایت الکتریکی به مقدار 5151.15µS/cm در کاربری نواحی مسکونی و صنعتی وجود داشت. همچنین در داده‌های حاصل از سینتینل 2 میانگین هدایت الکتریکی در کاربری زمین‌های بایر- ایسین‌شرقی به مقدار 4475.22µS/cm و در کاربری زمین‌های شور – ایسین‌غربی به مقدار 5155.61µS/cm چشمگیر است. بنابراین افزایش وسعت کاربری کشاورزی بخصوص باغ‌ها و سبزیجات و هم‌خوانی با پهنه‌هایی با بیشینه افت سطح ایستابی نشان‌دهندۀ استخراج بی‌رویه آب زیرزمینی برای مصارف کشاورزی است. از طرفی وسعت قابل توجه زمین‌های بایر و روند افزایشی زمین‌های شور و نواحی مسکونی و صنعتی و هم‌خوانی با پهنه‌هایی با هدایت الکتریکی بالا و انطباق میانگین بیشینه هدایت الکتریکی با کاربری گونه‌های Prosopis Cineraria and Juliflora می‌تواند هشداری برای وضعیت نامناسب آبخوان دشت ایسین باشد.

کلیدواژه‌ها

موضوعات


  1. Abedini, M., & Mohammadzadeh Shishagaran, M. (2022). Investigation of land use changes and its relationship with groundwater level (case study: Mallard county), Environmental Hazards Management, 9(1), 31-44. DOI: https://doi.org/10.22059/jhsci.2022.339360.709 [In Persian]
  2. Akbarzadeh, P., Nikoo, Sh. (2022). The Investigation of the effects of the regional development in the form of change in land use on the groundwater aquifer level (a case study: Damghan watershed). Geography and Environmental Sustainability, 12 (3), 1-21. DOI: https://doi.org/10.22126/ges.2022.7594.2512 [In Persian]
  3. Bellot, J., Bonet, A., Sanchez, J. R., & Chirino, E. (2001). Likely effects of land use changes on the runoff and aquifer recharge in a semiarid landscape using a hydrological model. Landscape and Urban planning, 55(1), 41-53. DOI: 1016/S0169-2046(01)00118-9
  4. Bergh, J., & Löfström, J. (2012). Interpolation spaces: an introduction, Springer Science & Business Media.
  5. Cheruto, M. C., Kauti, M. K., Kisangau, D. P., & Kariuki, P. C. (2016). Assessment of land use and land cover change using GIS and remote sensing techniques: a case study of Makueni County, Kenya, Journal of Remote Sensing & GIS, 5(4),1-6. DOI: http://dx.doi.org/10.4172/2469-4134.1000175
  6. DustMohammadian, A. H., Mohammady, M., Amiri, M., & Kianian, M. K. (2021), investigating quantitative changes of groundwater in the Semnan plain, Water Resources Engineering, 13(47), 61-70. DOI: 1001.1.20086377.1399.13.47.5.2 [In Persian]
  7. Emadodin, S., Shadiee Majd, N., & Arekhi, S. (2020). Analysis of the impact of land use change on groundwater level drop (Case study: Mahidasht, Kermanshah province), Journal of Natural Environmental Hazards, 9(25), 125-142. DOI: 22111/JNEH.2020.31698.1565 [In Persian]
  8. 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 Environmetal Sustainability, 10(2), 57-72. DOI: https://doi.org/10.22126/ges.2020.5303.2238 [In Persian]
  9. Gunarathna, M. H. J. P., Nirmanee, K. G. S., & Kumari, M. K. N. (2016). Are geostatistical interpolation methods better than deterministic interpolation methods in mapping salinity of groundwater? International Research and Innovations in Earth Science, 3(3), 59-64.
  10. Hazbavi, Z., & Gharachorlu, M. (2022). Spatio-temporal variations of groundwater level in Meshgin plain aquifer, Ardabil province, Watershed Management Research, 2(35), 45-59. DOI: https://doi.org/10.22092/wmrj.2021.356299.1437 [In Persian]
  11. Hormozgan Regional Water Joint Stock Company. (2018). Report on the extension of the Isin Plain ban. [In Persian]
  12. Midekisa, A., Holl, F., Savory, D. J., Andrade-Pacheco, R., Gething, P. W., Bennett, A., & Sturrock, H. J. (2017). Mapping land cover change over continental Africa using Landsat and Google Earth Engine cloud computing,Public Library of Science, 12(9), e0184926. DOI:  https://doi.org/10.1371/journal.pone.0184926 
  13. Mishra, P. K., Rai, A., & Rai, S. C. (2020). Land use and land cover change detection using geospatial techniques in the Sikkim Himalaya, India. The Egyptian Journal of Remote Sensing and Space Science, 23(2), 133-143. DOI: 1016/j.ejrs.2019.02.001
  14. Owojori, A., & Xie, H. (2005). Landsat image-based LULC changes of San Antonio, Texas using advanced atmospheric correction and object-oriented image analysis approaches. In 5th international symposium on remote sensing of urban areas, Tempe, Arizona.
  15. Seymohammadi, S., Tavakoli, K., Mahdizadeh, H., & Amiri, F. (2021). Investigation of the process of land use change in Mahidasht plain watershed using Remote Sensing images, Journal of Sustainability, Development & Environment, 2(2), 56-70. DOI: 1001.1.24233846.1400.2.2.4.7 [In Persian]
  16. Shahmohammadi-Kalalagh, S., & Taran, F. (2020). Evaluation of the classical statistical, deterministic and geostatistical interpolation methods for estimating the groundwater level. International Journal of Energy and Water Resources,5, 33-42. DOI: https://doi.org/10.1007/s42108-020-00094-1
  17. Sreenivasulu, V., & Bhaskar, P. U. (2010). Change detection in land use and land cover using remote sensing and GIS techniques. International Journal of Engineering Science and Technology, 2(12), 7758-7762.
  18. Taloor, A. K., Kumar, V., Singh, V. K., Singh, A. K., Kale, R. V., Sharma, R., & Chowdhary, N. H. (2020). Land use land cover dynamics using remote sensing and GIS Techniques in Western Doon Valley, Uttarakhand, India. Geoecology of landscape dynamics, 37-51. DOI:1007/978-981-15-2097-6_23
  19. Tariq, A., Shu, H., Siddiqui, S., Imran, M., & Farhan, M. (2021). Monitoring land use and land cover changes using geospatial techniques, a case study of Fateh Jang, Attock, Pakistan. Geography, Environment, Sustainability, 14(1), 41-52. DOI: 24057/2071-9388-2020-117
  20. Trojan, M. D., Maloney, J. S., Stockinger, J. M., Eid, E. P., & Lahtinen, M. J. (2003). Effects of land use on ground water quality in the Anoka Sand Plain Aquifer of Minnesota. Groundwater, 41(4), 482-492. DOI: 1111/j.1745-6584.2003.tb02382.x
  21. Xiong, J., Thenkabail, P. S., Gumma, M. K., Teluguntla, P., Poehnelt, J., Congalton, R. G., & Thau, D. (2017). Automated cropland mapping of continental Africa using Google Earth Engine cloud computing. Journal of Photogrammetry and Remote Sensing, 126, 225-244. DOI: 10.1016/j.isprsjprs.2017.01.019
  22. Zhou, Y., & Li, W. (2011). A review of regional groundwater flow modeling. Geoscience frontiers, 2(2), 205-214. DOI:1016/j.gsf.2011.03.003