این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
سامانه سطوح آبگیر باران، جلد ۱۲، شماره ۲، صفحات ۰-۰
عنوان فارسی ارزیابی روند خشکسالی و تأثیر آن بر تغییرات پوشش گیاهی شهرستان سرخس
چکیده فارسی مقاله پوشش گیاهی یکی از عوامل اساسی و کلیدی اکولوژیکی در مناطق خشک است که به شدت تحت تأثیر فرآیند خشکسالی قرار دارد. به‌طوریکه، در نتیجه این تاثیرات، شدت فرسایش خاک و تخریب سرزمین افزایش خواهند یافت. لذا، پژوهش حاضر با هدف بررسی روند خشکسالی و تأثیر آن بر تغییرات پوشش گیاهی شهرستان سرخس در استان خراسان رضوی انجام شد. در این پژوهش از داده‌های اقلیمی بارش و دمای ماهانه ایستگاه‌های سینوپتیک و تبخیر سنجی شهرستان سرخس در بازه زمانی 21 ساله (2000 تا 2021) برای تخمین شاخص استاندارد شده بارش- تبخیر تعرق (SPEI)  استفاده شد. جهت بررسی تغییرات پوشش گیاهی نیز از تصاویر سنجنده ماهواره ETM+ و     OLI  و شاخص نرمال‌شده تفاوت پوشش گیاهی (NDVI) استفاده شد. شاخص SPEI در محیط نرم افزاری R محاسبه گردید. پیش‌بینی تغییرات پوشش گیاهی برای سال 2030 نیز با استفاده از زنجیره مارکوف و در محیط نرم افزاری  IDRISI-TerrSet  انجام شد. در نهایت، همبستگی بین دو شاخص خشکسالی و پوشش گیاهی با آزمون رگرسیون خطی مقایسه گردید. نتایج این پژوهش نشان داد که بیشترین میزان خشکسالی در سال‌های 2000، 2010 و 2020 در شهرستان سرخس و در سطح متوسط و شدید رخ داده است. بررسی تغییرات پوشش گیاهی برای سال 2030 نشان داد که خاک بدون پوشش نسبت به سال 2020 افزایش یافته و سطح اراضی با سایر طبقات از جمله پوشش گیاهی با تراکم متوسط و زیاد و تنک روند کاهشی داشته است. بررسی همبستگی میان دو شاخص پوشش گیاهی و خشکسالی نشان داد بیشترین میزان همبستگی برابر 59/0 در سطح معناداری 01/0، مشاهده شده‌است و در سال‌های 2000 و 2020 نیز میزان ضریب همبستگی بیشتری به ترتیب به مقدار  52/0 و 51/0 میان پوشش گیاهی و خشکسالی وجود داشته ‌است. نتایج حاصل از بررسی ارتباط میان شاخص گیاهی NDVI با شاخص اقلیمیSPEI، حکایت از وجود ارتباط مثبت این شاخص‌ها با یکدیگر داشته است.
 
کلیدواژه‌های فارسی مقاله تخریب سرزمین، تغییرات کاربری اراضی، مدل زنجیره مارکوف، رگرسیون خطی
عنوان انگلیسی Drought trend evaluation and its impact on vegetation cover changes of Sarakhs township
چکیده انگلیسی مقاله EXTENDED ABSTRACT
Introduction: Drought is one of the environmental events and climate fluctuations that have affected most parts of the world. The result of the continuation of this process has directly and indirectly affected the vegetation. The significant issue is that the reduction of the level of vegetation as one of the most important consequences of drought will lead to problems such as increased surface runoff as a result of unexpected rains, soil erosion, flood risk, etc. in Sarakhs township. Therefore, monitoring vegetation changes related to drought occurrence will be of great help to natural resource officials and environmental planners to reduce drought risks and provide timely warnings to local communities.

Methodology: The evaluation of the drought trend is done using the climatic data of 5 selected meteorological stations in Sarakhs township with a common statistical period of 21 years (2000-2020). Evaluating the drought index SPEI from climate statistics such as average monthly temperature statistics related evapotranspiration stations and data related to Sarakhs synoptic station it is programmed in R version 4.2.0 software environment. Also, the evaluation of drought changes trend is done with the help of Mann-Kendall test. To monitor the state of vegetation cover, Landsat satellite images such as ETM+ and OLI for the considered years are extracted from the environment of the Google Earth Engine system for the study area. The obtained images have processed and classified in GIS environment. Prediction of future vegetation cover changes were done using Markov model and in IDRISI-TerrSet software environment. Finally, in order to ensure the existence of a significant relationship between NDVI index and annual average of SPEI index, linear regression model was used.

Results and Discussion: The results of this research showed that the highest level of drought in the years 2000, 2010 and 2020 occurred in Sarakhs township at the moderate and severe levels. The investigation of changes in vegetation in 2030 showed that the soil without cover increased compared to the year 2020, and the classes, such as vegetation cover with moderate and high density, had a downward trend. Correlation analysis between vegetation cover and drought indicators showed that the highest correlation value of 0.59 at the significance level of 0.01 has been observed, and in the years 2000 and 2020, the correlation coefficient was higher at 0.52 and 0.51, respectively. The results of examining the relationship between NDVI vegetation cover index and SPEI climatic index indicated the existence of a positive relationship between these indices.

Conclusion: In general, the results showed that drought conditions prevailed in the study area during the 21-year period under investigation. In general, the region is moving towards drought, but in some years under investigation, it has normal drought conditions and some years it has drought conditions. The results showed that in 2010, 2000 and 2020, the highest amount of drought occurred in the city. Also, the results of the calculation of the area of the vegetation layers also confirm this issue because during these time periods, the vegetation cover was the largest in the bare and soil layer The investigation of changes in vegetation in 2030 showed that the soil without cover increased compared to the year 2020, and the layers of low density vegetation compared to other classes, such as vegetation with moderate and high density, had a downward trend. Correlation analysis between vegetation cover and drought indicators showed that the highest correlation value of 0.59 at the significance level of 0.01 has been observed, and in the years 2000 and 2020, the correlation coefficient was higher at 0.52 and 0.51, respectively between vegetation cover and drought. Considering the importance of the effects of drought on vegetation as one of the most fundamental factors of natural areas, it is therefore important that officials and managers of natural resources areas pay more attention to the issue of vegetation management.

 
کلیدواژه‌های انگلیسی مقاله Land degradation, Climate change, Markov Model, Google Earth Engine System, Linear Regression
نویسندگان مقاله محدثه نمازی | Mohadese Namazi
Ferdowsi University of Mashhad
دانشگاه فردوسی مشهد

مرتضی اکبری | Morteza Akbari
Ferdowsi University of Mashhad
دانشگاه فردوسی مشهد

هادی معماریان | Hadi Memarian
University of Birjand
دانشگاه بیرجند

زهرا اسدالهی | Zahra Asadolahi
University of Lorestan
دانشگاه لرستان

نشانی اینترنتی http://jircsa.ir/browse.php?a_code=A-10-856-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات