مدیریت بیابان

مدیریت بیابان

ارزیابی تغییرات شاخص شدت بیابان‌زایی در استان کرمان با استفاده از سنجش‌ازدور

نوع مقاله : مقاله پژوهشی

نویسندگان
سعید برخوری 1
مجتبی دولت کردستانی 1
کیمیا جواهری 2
1 استادیار، گروه مهندسی طبیعت، دانشکده منابع طبیعی، دانشگاه جیرفت، ایران
2 دانشجوی دکتری مدیریت و کنترل بیابان، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
10.22034/jdmal.2024.2027464.1461
چکیده
با توجه به اهمیت پدیده بیابان‌زایی و گسترش آن در سطح جهان، در پژوهش حاضر با استفاده از فناوری سنجش‌ازدور به ارزیابی روند تغییرات بیابان‌زایی استان کرمان پرداخته شد. بدین منظور ابتدا بر اساس میانگین بلندمدت NDVI ماه‌های مارس (اسفند-فروردین)، آوریل (فروردین-اردیبهشت)، می (اردیبهشت-خرداد) و ژوئن (خرداد-تیر) انتخاب شدند. با بهره‌­گیری از داده‌های سنجنده مودیس، تصاویر NDVI و سپیدایی در طول سال‌های 2022-2001 (1401-1380) تهیه و شاخص شدت بیابان‌زایی (DDI‌) برای 22 سال محاسبه ­شد. سپس با آزمون من‌کندال، روند تغییرات شاخص مذکور بررسی ­شد. همچنین با استفاده از تحلیل رگرسیون خطی، شدت تغییرات بیابان‌زایی در قالب ماه‌­های زمانی مورد‌نظر در طول 22 سال با استفاده از شاخص DDI‌ برآورد­ شد. نتایج پژوهش حاضر نشان داد که طبقه بدون روند تغییرات در تمام ماه‌های مورد ­بررسی بیشترین مساحت را به خود اختصاص داده­ است که برای ماه‌های مارس، آوریل، می و ژوئن به‌­ترتیب 82.45، 59.83، 49.96 و 51.79% می‌شود. بیشترین درصد مساحت شدت بیابان‌زایی ماه مارس با مقدار 23.93% به سال 2012 اختصاص داشت. همچنین بیشترین شدت بیابان‌زایی ماه آوریل، می و ژوئن به‌­ترتیب با مقدار 22.23، 20.14 و 22.42% به سال‌های 2012، 2001 و 2001 مربوط بود. نتایج شدت تغییرات بیابان‌زایی در واحد زمان نیز نشان داد که طبقه زیاد شدت تغییرات بیابان‌زایی در ماه مارس 14.81%، در ماه آوریل 17.83%، در ماه می 17.48% و در ماه ژوئن 17.75% مساحت استان را شامل می‌شود.
کلیدواژه‌ها
آزمون من کندال
سپیدایی
روند
رگرسیون خطی
شاخص نرمال‌شده تفاوت پوشش گیاهی

موضوعات

  1. AbdelRahman, M. A. (2023). An overview of land degradation, desertification and sustainable land management using GIS and remote sensing applications. Rendiconti Lincei. Scienze Fisiche e Naturali, 34(3), 767-808. DOI: 10.1007/s12210-023-01155-3
  2. Abolhasani, A., Khosravi, H., Zehtabian, G., Rahmati, O., Heydari Alamdarloo, E., & D’Odorico, P., (2024). Contribution of predictive factors of land degradation occurrence applying maximum entropy model. Arid Land Research and Management, 38(3), 1-19. DOI: 1080/15324982.2023.2298996.
  3. Alamdarloo, E. H., Manesh, M. B., & Khosravi, H. (2018). Probability assessment of vegetation vulnerability to drought based on remote sensing data. Environmental monitoring and assessment, 190, 1-11. DOI: 10.1007/s10661-018-7089-1
  4. Bagheri, S., Zahtabian, G., Khosravi, H., & Heydari Alamdarlou, I. (2022). Investigating the trend of desertification changes in different land uses of Gavkhoni Basin using change vector analysis method. Desert Ecosystem Engineering Journal, 10(33), 39-52. DOI: 10.22052/deej.2021.10.33.31 [In Persian]
  5. Bazgeer, S., Fakhravar, H., Darban Astane, A. R., & Shamsipour, A. A. (2019). Assessing direction of desertification changes in an Arid Region (a case study: Semnan County, Iran). Desert, 24(2), 217-227. DOI: 22059/jdesert.2019.76362
  6. Behrang Manesh, M., Khosravi, H., Heydari Alamdarloo, E., Saadi Alekasir, M., Gholami, A., & Singh, V. P. (2019). Linkage of agricultural drought with meteorological drought in different climates of Iran. Theoretical and Applied Climatology, 138, 1025-1033. DOI: 10.1007/s00704-019-02878-w
  7. D’Odorico, P., Bhattachan, A., Davis, K. F., Ravi, S., & Runyan, C. W. (2013). Global desertification: Drivers and feedbacks. Advances in water resources, 51, 326-344. DOI: 10.1016/j.advwatres.2012.01.013
  8. Darvand, S., Eskandari Damaneh, H., Eskandari Damaneh, H., & Khosravi, H. (2021). Prediction of the change trend of temperature and rainfall in the future period and its impact on desertification. Water and soil management and modelling, 1(1), 53-66. DOI: 10.22098/mmws.2021.1181
  9. Gillespie, T. W., Ostermann-Kelm, S., Dong, C., Willis, K. S., Okin, G. S., & MacDonald, G. M. (2018). Monitoring changes of NDVI in protected areas of southern California. Ecological indicators, 88, 485-494. DOI: 10.1016/j.ecolind.2018.01.031
  10. Hashem Geloogerdi, S., Vali, A., & Sharifi, M. R. (2022). Investigation of desertification trend in the center of Khuzestan Province using remote sensing time series data. Iranian Journal of Soil and Water Research, 52(11), 2843-2857. DOI: 10.22059/ijswr.2021.331741.669092 [In Persian]
  11. Heydari Alamdarloo, E., Moradi, E., Abdolshahnejad, M., Fatahi, Y., Khosravi, H., & da Silva, A. M. (2021). Analyzing WSTP trend: a new method for global warming assessment. Environmental Monitoring and Assessment, 193, 1-15. DOI: 10.1007/s10661-021-09600-2
  12. Hu, Y., Han, Y., & Zhang, Y. (2020). Land desertification and its influencing factors in Kazakhstan. Journal of Arid Environments, 180, 104203. DOI: 10.1016/j.jaridenv.2020.104203
  13. Jiang, L., Jiapaer, G., Bao, A., Kurban, A., Guo, H., Zheng, G., & De Maeyer, P. (2019). Monitoring the long-term desertification process and assessing the relative roles of its drivers in Central Asia. Ecological Indicators, 104, 195-208. DOI: 10.1016/j.ecolind.2019.04.067
  14. Kamali, E., Kamali, M A., & Khanamani, A. (2021). Investigation and preparation of desertification map based on Iranian Model Of Desertification Potential (IMDPA) with an emphasis on two criteria of soil and vegetation (Case study: Faryab-Kerman Province). Journal of Environmental Science and Technology, 22(12): 163-178. DOI: 10.22034/jest.2021.30618.3917 [In Persian]
  15. Karavitis, C. A., Tsesmelis, D. E., Oikonomou, P. D., Kairis, O., Kosmas, C., Fassouli, V., Ritsema, C., Hessel, R., Jetten, V., Moustakas, N., & Quaranta, G. (2020). A desertification risk assessment decision support tool (DRAST). Catena, 187, 104413. DOI: 10.1016/j.catena.2019.104413
  16. Kerman Management and Planning Organization. (2016). Studies of the second phase of Land use planning in Kerman province and revision of the first phase. The first chapter: analysis of the state of the province. 43 pages
  17. Kourgialas, N. N. (2021). A critical review of water resources in Greece: The key role of agricultural adaptation to climate-water effects. Science of The Total Environment, 775, 145857. DOI: 10.1016/j.scitotenv.2021.145857
  18. Lamchin, M., Lee, J. Y., Lee, W. K., Lee, E. J., Kim, M., Lim, C. H., Choi, H. A., & Kim, S. R. (2016). Assessment of land cover change and desertification using remote sensing technology in a local region of Mongolia. advances in space Research, 57(1), 64-77. DOI: 10.1016/j.asr.2015.10.006
  19. Liang, S. (2001). Narrowband to broadband conversions of land surface albedo I: Algorithms. Remote sensing of environment, 76(2), 213-238. DOI: 10.1016/S0034-4257(00)00205-4
  20. Martin, A., Wang, Y., Li, J., & Mends, G. (2018). Technical risk factors of international construction. The Journal of Engineering, 2018(3), 138-146. DOI: 1049/joe.2016.0389
  21. Mijani, K., Mahdavi, R., Gholami, H., & Rezaei, M. (2022). Monitoring and modeling of desertification intensity using landsat satellite images (Case Study of Yazdanabad-Zarand watershed). Irrigation and Water Engineering, 13(2), 446-462. DOI: 10.22125/iwe.2022.162688 [In Persian]
  22. Morianou, G., Kourgialas, N. N., Pisinaras, V., Psarras, G., & Arambatzis, G. (2021). Assessing desertification sensitivity map under climate change and agricultural practices scenarios: the island of Crete case study. Water Supply, 21(6), 2916-2934. DOI: 10.2166/ws.2021.132
  23. Narmashiri, F., Ghorbani, M., Zehtabian, G., Azarnivand, H., Alambeigi, A., & Scholz, R. W. (2022). Evaluation and analysis of desertification change using change vector analysis method (Region of study: Ghalehgang County). Iranian Journal of Range and Desert Research, 29(1), 53-65. DOI: 10.22092/ijrdr.2022.126004 [In Persian]
  24. Nasabpour, S., Khosravi, H., & Heydari Alamdarloo, E. (2017). National assessment of climate resources for tourism seasonality in Iran using the tourism climate index. Desert, 22(2), 175-186.
  25. Ontel, I., Cheval, S., Irimescu, A., Boldeanu, G., Amihaesei, V.A., Mihailescu, D., Nertan, A., Angearu, C.V., Craciunescu, V. (2023). Assessing the recent trends of land degradation and desertification in Romania using remote sensing indicators. Remote Sensing, 15(19), 4842. DOI: https://doi.org/10.3390/rs15194842.
  26. Pan, J., & Li, T. (2013). Extracting desertification from Landsat TM imagery based on spectral mixture analysis and Albedo-Vegetation feature space. Natural hazards, 68, 915-927. DOI: 10.1007/s11069-013-0665-3
  27. Rayegani, B., Arzani, H., Heydari Alamdarloo, E., & Moghadami, M M. (2019). Application of remote sensing to assess climate change effects on plant productivity and phenology (Case study area: Tehran Province). Journal of Rangeland, 13(3) :450-460. DOI: 1001.1.20080891.1398.13.3.9.4 [In Persian]
  28. Sadeghiravesh, M. H., Khosravi, H., Abolhasani, A., Ghodsi, M., & Mosavi, A. (2021). Fuzzy logic model to assess desertification intensity based on vulnerability indices. Acta Polytechnica Hungarica 18(3):2021-2028. DOI: 10.12700/APH.18.3.2021.3.1
  29. Savari, M., Damaneh, H. E., & Damaneh, H. E. (2024). Managing the effects of drought through the use of risk reduction strategy in the agricultural sector of Iran. Climate Risk Management, 100619.‏ https://doi.org/10.1016/j.crm.2024.100619
  30. Tang, Z., Ma, J., Peng, H., Wang, S., & Wei, J. (2017). Spatiotemporal changes of vegetation and their responses to temperature and precipitation in upper Shiyang river basin. Advances in Space Research, 60(5), 969-979. DOI: 10.1016/j.asr.2017.05.033
  31. Tavousi, T., Kajehamiri Khaledi, C., & Salari Fanoudi, M. M. R. (2021). Review of Iran's climatic zoning based on some climate variables. Desert Management, 8(16), 17-36. doi: 10.22034/jdmal.2021.243138
  32. (1994). United Nations Convention to Combat Desertification, elaboration of an international convention to combat desertification in countries experiencing serious drought and/or desertification, particularly in Africa (UN Doc. A/AC). 241/27, 33 ILM 1328.
  33. Vermote, E. F., Roger, J. C., & Ray, J. P. (2015). MODIS surface reflectance user's guide (MOD 09). MODIS land surface reflectance science computing facility. 35p.
  34. Yaghobi, S., Faramarzi, M., & Karimi, H. (2021). Assessment the desertification trend using the imdpa model with emphasis on three criteria climate, water and geomorphology and geology (case study: Dehloran plain in Ilam province). Degradation and Rehabilitation of Natural Land, 1(2) :1-12. DOI: 20.1001.1.27174425.1399.1.2.2.3 [In Persian]
  35. Zeng, Y., Feng, Z., & Xiang, N. (2006). Albedo-NDVI space and remote sensing synthesis index models for desertification monitoring. Scientia Geographica Sinica, 26(1), 75. DOI: 10.13249/j.cnki.sgs.2006.01.75
  36. Zolfaghari, F., & Abdollahi, V. (2022). Determining the most suitable vegetation index for mapping of desertification intensity in arid lands of Sistan using sentinel images. Desert Management, 10(1), 1-14. DOI: 10.22034/jdmal.2022.548652.1375
  37. Zolfaghari, F., Azarnivand, H., Khosravi, H., Zehtabian, G., & Sigaroudi, S. K. (2022). Monitoring the severity of degradation and desertification by remote sensing (case study: Hamoun International Wetland). Frontiers in Environmental Science, 10, 902687. DOI: 10.3389/fenvs.2022.902687
مدیریت بیابان
دوره 12، شماره 2 - شماره پیاپی 30
6 مقاله
تابستان 1403
صفحه 83-98

  • تاریخ دریافت 08 اردیبهشت 1403
  • تاریخ بازنگری 17 خرداد 1403
  • تاریخ پذیرش 19 خرداد 1403