پهنه‌بندی و ارزیابی خطر تخریب اراضی با استفاده از روش مدالوس در حوضه سیاهپوش استان اردبیل

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه گیلان

2 گروه خاکشناسی، دانشکده علوم کشاورزی، دانشگاه گیلان

3 دانش آموخته دانشگاه گیلان

چکیده

سابقه و هدف: امروزه تخریب اراضی در نتیجه عوامل مختلفی از قبیل تغییرات اقلیمی و بهره‌برداری و مدیریت نادرست انسان، به عنوان معضل جدی در بسیاری از مناطق خشک، نیمه خشک و خشکِ نیمه‌مرطوب دنیا مطرح می‌باشد. این پدیده مدتها است که به عنوان یک مشکل جدی اقتصادی، اجتماعی و زیست محیطی در بسیاری از کشورها شناخته شده است. برای ارزیابی وضعیت بیابان‌زایی و تهیه نقشه مربوط به آن مدل‌های مختلفی ارایه شده است. مناسب‌ترین روش برای بررسی عوامل مؤثر در تخریب اراضی و شدت بیابان‌زایی از نظر متخصصان استفاده از مدل‌های ارزیابی بیابان می‌باشد. مدل ESAs به علت آسانی، در دسترس بودن داده‌ها و سازگاری با شاخص‌های مؤثرتر در تخریب اراضی و به کار گرفتن میانگین هندسی به‌جای میانگین حسابی، مزایای بیش‌تری نسبت به سایر مدل‌ها دارد. هدف این تحقیق پهنه‌بندی و ارزیابی تخریب اراضی در حوضه سیاهپوش استان اردبیل با استفاده از مدل مدالوس استاندارد و اصلاح شده می‌باشد.
مواد و روش‌ها: در این تحقیق، به منظور ارزیابی تخریب اراضی و تهیة نقشة آن در حوضه سیاهپوش، از مدل مدالوس استاندارد و اصلاح شده استفاده شد. به این منظور چهار معیار (کیفیت خاک، اقلیم، پوشش گیاهی و مدیریت و سیاست) که در بیابان‌زایی منطقه موثر بودند، انتخاب گردید. برای هر کدام از معیارها در مدل مدالوس شاخص‌هایی تعریف شده است. لایه‌های اطلاعاتی شاخص‌های مربوط به هر یک از معیارها با استفاده از سامانه اطلاعات جغرافیایی تهیه شد. این اطلاعات بر اساس روش مدالوس امتیازدهی شده و از میانگین هندسی شاخص‌های هر یک از معیارها، نقشه نهایی وضعیت هر معیار تهیه و از میانگین هندسی معیارها، نقشه حساسیت به بیابان‌زایی منطقه تهیه گردید.
یافته‌ها: نتایج نشان داد که دو معیار کیفیت مدیریت و کیفیت اقلیم به‌ترتیب با متوسط وزنی 91/1 و 62/1 بیش‌ترین تاثیر را بیابان‌زایی منطقه داشته‌اند. معیار کیفیت خاک با متوسط وزنی 39/1، در کلاس متوسط و معیار کیفیت پوشش گیاهی با متوسط وزنی 41/1، در کلاس با کیفیت بالا قرار دارد. از این‌رو، مناسب‌ترین معیار، کیفیت پوشش گیاهی می‌باشد. میزان شاخص بیابان‌زایی برای منطقه مورد بررسی در مدل مدالوس استاندارد و مدالوس اصلاح شده به‌ترتیب 38/1 تا 76/1 و 37/1 تا 93/1 به دست آمد. در هر دو روش کل منطقه مطالعاتی در کلاس بحرانی بیابان‌زایی قرار گرفت.
نتیجه‌گیری: از بین معیارهای مورد مطالعه، معیارهای مدیریت و اقلیم به عنوان نامناسب‌ترین و معیار کیفیت پوشش گیاهی به عنوان مناسب‌ترین معیار مشخص شدند. با توجه به یافته‌ها وضعیت بیابان‌زایی در منطقه شدید می‌باشد، به طوری که در روش مدالوس استاندارد و اصلاح‌شده به‌ترتیب 1/90 و 2/99 درصد از منطقه مطالعاتی، در کلاس بحرانی شدید (C3) قرار گرفته است که نیازمند توجه و مدیریت هرچه بیش‌تر سازمان‌های مربوط و اعمال برنامه عملی پایش و مهار بحران بیابان‌زایی برای اصلاح شاخص‌های یادشده می‌باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Mapping and Assessment of Land Degradation Risk using MEDALUS Model in Siyahpoush Watershed, Ardabil Province

چکیده [English]

Background and objectives: Nowadays, land degradation is a serious problem in many parts of the world. Land degradation occurs as a result of various factors including climatic change, improper land use and management in arid, semi-arid and dry sub-humid areas. It has been recognized as a major socioeconomic, social and environmental problem in many countries of the world. Various models are provided in order to assess desertification in the world. It seems that the MEDALUS model has apparent advantages compared to the other ones, such as easy style, data accessibility and taking geometric mean. The objectives of this study were to mapping and quantitative evaluation of land degradation in Siyahpoush catchment using MEDALUS and adjusted MEDALUS model.
Materials and methods: In this study, MEDALUS and adjusted MEDALUS models were applied to desertification assessment and mapping in Siyahpoush catchment. For this purpose, four important criteria (soil quality, climate, vegetation cover, management and policy) which were effective on desertification have been selected. Indices for each criterion are defined in the MEDALUS model. Index layers for each criterion were prepared using GIS. These indices were ranked in accordance with MEDALUS model. The geometric mean was then calculated and map was produced for each criterion. Land degradation map of the study area was finally prepared using the geometric mean criteria.
Results: The result showed that management quality and climate quality criteria with a geometric average of 1.91 and 1.62 have played the most important role in sensitivity of the area to desertification. Soil quality criterion with a geometric average of 1.39 and vegetation quality criterion with a geometric average of 1.41 were classified in moderate and high quality, respectively. Therefore, vegetation quality was determined as the most appropriate criterion. The ESAI index for MEDALUS and adjusted MEDALUS model ranged 1.38 to 1.79 and 1.37 to 1.93, respectively. This means that all area is located in critical class of desertification.
Conclusion: The management and climate quality were identified as the most inappropriate criteria and vegetation quality was found as the most appropriate criterion. According to the obtained results, the study area is classified as critical class by ESAs model, so that 90.1% and 99.2% of the study area is located in the severe critical sub-class (C3) whit MEDALUS and adjusted MEDALUS model, respectively. However, implementing management policies would help to restrain this phenomenon at field or regional level. In addition, monitoring of land degradation needs to be considered that have involved more effective indices in this region.

کلیدواژه‌ها [English]

  • Desertification
  • MEDALUS
  • geographic information systems
  • Soil quality
1.Abbasi, A.P., Amani, H., and Zareian, M. 2014. Quantitative assessment of desertification
status using MEDALUS model and GIS (Case study: Shamil Plain–Hormozgan province).
RS & GIS for Natural Resources.5: 1. 87-97. (In Persian)
2.Bakhshandemehr, L., Soltani, S., and Sepehr, A. 2013. Assessment of present status of
desertification and modifying the MEDALUS model in Segzi plain of Isfahan, J. Range
Water. Manage. 66: 1. 27-41. (In Persian)
3.Bakr, N. 2013. Sustainable natural resource management in regional ecosystems: case study in
semi-arid and humid regions. Ph.D. Thesis, School of Plant, Environmental and Soil
Sciences, Louisiana State University.
4.El Baroudy, A.A. 2011. Monitoring land degradation using remote sensing and GIS
techniques in an area of the middle Nile Delta, Egypt. Catena. 87: 2. 201-208.
5.Elena Topa, M., Iavazzo, P., Terracciano, S., Adamo, P., Coly, A., De Paola, F., Giardano, S.,
Giugni, M., and Eric Traore, S. 2013. Evaluation of sensitivity to desertification by a
modified ESAs method in two sub-Saharan peri-urban areas: Ouagadougou (Burkina Faso)
and Saint Louis (Senegal). Geophysical Research Abstracts. 15: 2013-2229.
6.Farajzadeh, M., and Egbal, M.N. 2007. Evaluation of MEDALUS model for desertification
hazard zonation using GIS; study area: Iyzad Khast plain, Iran. Pak. J. Biol. Sci.
16: 2622-2630.
7.Fozooni, L., Fakhrieh, A., and Ekhtesasi, M.R. 2012. Assessment of desertification using of
modify MEDALUS model in Sistan plain (the east of IRAN). J. Elixir Geosci. 47: 8950-8955.
8.Gao, J., and Liu, Y. 2010. Determination of land degradation causes in Tongyu County,
northeast China via land cover change detection. J. Appl. Earth Obs. Geoinf. 12: 9-16.
9.Goudie, A.S. 2011. Desertification. P 30-35, In: J.O. Nriagu (Ed.), Encyclopedia of
Environmental Health, Burlington. Elsevier.
10.Hadeel, A.S., Mushtak, T., Jabbar, M.T., and Chen, X. 2010. Application of remote sensing
and GIS in the study of environmental sensitivity to desertification: a case study in Basrah
Province, southern part of Iraq. J. Appl. Geomat. 2: 101-112.
11.Honardoost, F., Nikouie, A., and Ghezelesflou, A. 2012. Mapping of present Status
of desertification using Medalus (Case study: Tarvati- Gonbade Kavous watershed).
First National Congress on Desert. International Desert Research Center, Tehran. Pp: 52-59.
(In Persian)
12.Khanamani, A., Karim Zadeh, H.R., Jafari, R., and Golshahi, A. 2013. Quantitative
assessment of current desertification using MEDALUS model (Case study: Segzi plain). RS
& GIS for Natural Resources. 4: 1. 13-25. (In Persian)
13.Kosmas, C., Kirkby, M., and Geeson, N. 1999. The Medalus project: Mediterranean
desertification and land use, Manual on key indicators of desertification and mapping
environmentally sensitive areas to desertification. European Commission, Project ENV4 CT
95 0119 (EUR 18882).
14.Lavado Conntador, J.F., Schanabel, S., Mezo Gutierrez, A.G., and Pulido, F.M. 2009.
Mapping sensitivity to land degradation Extremadura. SW Spain. 1: 1. 25-41.
15.Motandon, L.M., and Small, E.E. 2008. The impact of soil reflectance on the quantification
of the green vegetation fraction from NDVI. Rem. Sens. Environ. 112: 1835-1845.
16.Netpa Consulting Engineering. 2007. Integrated multipurpose project of Siyahposh
watershed. Guilan Office of Natural Resources, Ministry of Jihad-e-Agriculture. (In Persian)
17.Parvari, S.H., Pahlavanravi, A., Moghaddam Nia, A.R., Dehvari, A., and Parvari, D. 2011.
Application of methodology for mapping environmentally sensitive areas (ESAs) to
desertification in dry bed of Hamoun wetland (Iran). Inter. J. Natur. Resour. Mar. Sci. 1: 1. 65-8.
18.Rangzan, K., Sulaimani, B., Sarsangi, A., and Abshirini, A. 2008. Change detection
mineralogy, desertification mapping in East and Northeast of Ahvaz city, SW Iran using
combination of Remote sensing methods, GIS and ESA model. Global J. Environ. Res.
2: 1. 42-52.
19.Sepehr, A., Hassanli, A.M., Ekhtesasi, M., and Jamali, J. 2007. Quantitative assessment of
desertification in south of Iran using MEDALUS method. Environmental Monitoring and
Assessment. 134: 1-3. 243-254.
20.Shoshanya, M., Goldshleger, N., and Chudnovsky, A. 2013. Monitoring of agricultural soil
degradation by remote-sensing methods: a review. Inter. J. Rem. Sens. 34: 6152-6181.
21.Silakhori, E. 2014. Mapping of desertification hazard intensity based on soil index
using ESAs methodology in Mazinan of Sabzevar. Emergency Management. 3: 2.63-57.
(In Persian)
22.Soil Survey Staff. 2014. Keys to Soil Taxonomy, 12th ed., NRCS, USDA. 358p.
23.Yang, X., Zhang, K., Jia, B., and Ci, L. 2005. Desertification assessment in China: An
overview. J. Arid Environ. 63: 2. 517-531.