کاربرد داده‌های چرخه فصلی پوشش گیاهی، رسوبدهی و فرسایندگی باران برای مدیریت بهره‌برداری اراضی

نوع مقاله : مقاله کامل علمی پژوهشی

نویسندگان

1 گروه حفاظت خاک، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی

2 گروه علوم خاک، دانشگاه تهران

3 دانش آموخته کارشناسی ارشد، گروه علوم خاک، دانشگاه گیلان

4 دانش‌آموخته کارشناسی ارشد، گروه علوم خاک، دانشگاه گیلان

5 استادیار گروه مهندسی آب، دانشگاه گیلان

چکیده

سابقه و هدف: فرسایش خاک و رسوبدهی حوضه‌ها و برخی از عوامل مؤثر بر آن نظیر فرسایندگی و پوشش گیاهی چرخه فصلی دارند. در سطح حوضه‌ها، اصولا بیشترین رسوبدهی زمانی رخ می‌دهد که فرسایندگی بالا و پوشش خاک ضعیف باشد. بنابراین، در انتخاب برنامه‌های زمانی مدیریت زراعی و پوشش گیاهی در سطح حوضه‌ها، آگاهی از تغییرات زمانی فرسایندگی و تولید رسوب ضروری است.
مواد و روش‌ها: دو حوضه کسیلیان و لتیان به‌ترتیب در البرز شمالی و جنوبی انتخاب و نقشه کاربری اراضی آن‌ها تهیه شد. سپس منحنی تغییرات شاخص گیاهی NDVI آن‌ها در سه سال آبی خشک‌، مرطوب و متوسط با بررسی 138 تصویر MODIS استخراج گردید. بر اساس منحنی سنجه رسوب حد وسط دسته‌ها و با اتکا به دبی روزانه، رسوب‌دهی روزانه محاسبه شد. عامل فرسایندگی باران (EI30) نیز از داده‌های رگبار یک‌دقیقه‌ای نزدیک‌ترین ایستگاه باران‌نگار هر حوضه‌‌ برآورد شد. درنهایت، رسوب‌دهی و فرسایندگی هم برای سه سال منتخب و هم برای طول دوره آماری برآورد گردید. بر اساس نمودارهای ترسیم شده و ضریب همبستگی رسوبدهی با فرسایندگی و پوشش گیاهی، روابط تحلیل شد و در انتها، زمان مناسب بهره‌برداری برای جنگل، مرتع و گیاهان زراعی مناسب که بتواند بهترین پوشش سطح زمین در دوره‌های اوج خطر فرسایش را ایجاد کند پیشنهاد گردید.
یافته‌ها: در کسیلیان، چهار کاربری‌ جنگل (97 %)، باغ، زراعت و مرتع و در لتیان، دو کاربری‌ مرتع (94 %) و باغ غالب هستند. متوسط NDVI کسیلیان 67/0 و لتیان 13/0 به‌دست آمد. در کاربری‌های مشابه، میانگین NDVI لتیان در مقایسه با کسیلیان تقریباً نصف و کمتر اندازه‌گیری شد. در هر دو حوضه، برای تمام کاربری‌ها، NDVI در ماه‌های سرد سال به کمترین حد خود می‌رسد. فرسایندگی، چرخه فصلی روشن و مشخصی نشان نداد که احتمالاً به‌دلیل وقوع رگبارهای فرساینده حتی در دوره‌های خشک سال است. ازنظر رسوب‌دهی در حوضه کسیلیان، زمان اوج سه سال باهم یکسان نبود. درحالی‌که اوج رسوب‌دهی هر سه سال در حوضه لتیان بدون تفاوت بارز زمانی در محدوده اوایل اسفند تا اوایل اردیبهشت هم‌زمان با ذوب برف و بارش‌های بهاری رخ داد. در حوضه کسیلیان، بین مقادیر شاخص گیاهی و رسوب تولیدی، همبستگی منفی بالایی در هر سه سال آبی خشک (54/0-)، متوسط (45/0-) و مرطوب (85/0-) مشاهده شد. در مقابل در حوضه لتیان، بین شاخص گیاهی و مقدار رسوب تولیدی در هیچ‌یک از سه سال، همبستگی معنی-داری مشاهده نشد. هم‌چنین، هیچ‌گونه رابطه‌ای بین فرسایندگی ایستگاه‌ها و رسوب‌دهی خروجی حوضه‌ها مشاهده نشد. درنهایت، بر اساس چرخه زمانی رسوب‌دهی، بهترین زمان چرای مراتع و بهره‌برداری از جنگل در حوضه کسیلیان، ماه‌های خرداد و تیر و در حوضه لتیان، اواسط خرداد تا اواخر شهریورماه پیشنهاد شد تا کم‌ترین خطر فرسایش خاک را در پی داشته باشد. در حوضه لتیان به‌دلیل رسوب‌زایی بالا، باید بر تعداد دام ورودی به منطقه و رعایت ظرفیت چرا نظارت بیشتری بشود. از دیدگاه خطر فرسایش و با توجه به مراحل رشد گیاهان زراعی، سویا تابستانه، کلزا و گندم و جو گیاهانی مناسب منطقه و سویا بهاره محصولی نامناسب معرفی شد.
نتیجه‌گیری: برای مدیریت و حفاظت خاک و جلوگیری از تولید رسوب در هر منطقه و حوضه آبخیز، ضروری است برنامه کاشت، داشت و برداشت محصولات کشاورزی و زمان بهره‌برداری از مرتع و جنگل بر مبنای چرخه فرسایندگی و رسوب‌دهی و به گونه ای انتخاب شود که کمترین فرسایش خاک رخ دهد.

کلیدواژه‌ها


عنوان مقاله [English]

Application of vegetation cover seasonality, temporal variation of rainfall erosivity and sediment yield for land utilization planning

نویسندگان [English]

  • Mahmood Arabkhedri 1
  • Hossein Asadi 2
  • Fatemeh Eslami 3
  • Zahra Gerami 4
  • Majid Vazifehdoost 5
1 Soil Conservation and Watershed Management Research Institute, Agricultural Research, Education and Extension Organization
2 University of Tehran
3 MSc Graduate, Soil Science Department, University of Guilan
4 MSc Graduate, Soil Science Department, University of Guilan
5 Assist Prof. Water Engineering Department,, University of Guilan
چکیده [English]

Introduction: Erosion, sediment yield (SY) as well as rainfall erosivity and vegetation cover show seasonality during a year. Basically, most SY occurs during high erosivity and poor soil cover periods. Therefore, in selecting crop and vegetation management programs at the basin level, it is necessary to underestand the temporal changes of erosivity and SY.
Materials and Methods: Two watersheds, Kasilian in Northern Alborz and Latyan in Southern Alborz were selected and their landuse maps were extracted. Then, spatiotemporal variations of NDVI for three hydrological years including dry, normal and wet years, were derived bimonthly form MODIS data. For estimating suspended sediment, we used a combination sediment rating curve and average daily discharge records. Erosivity factor, EI30, was calculated in the nearest gauging sites for both basins based on 1-minute interval rain records. Simultaneous to the NDVI, suspended SY and rainfall erosivity were computed. Then, based on the correlation of SY with erosivity and vegetation, the relationship was analyzed and finally, the appropriate time of exploitation for forests, rangelands and suitable crops with best ground cover during the erosion risk peaks was proposed.
Results and Discussion: In Kasilian, four main landuses were forest (97%), orchards, croplands and rangeland, and in Latyan, two landuses of rangeland (94%) and orchards were dominat. The average NDVI of Kasilian and Latyan was 0.67 was 0.13 respectively. However, the NDVI of similar landuses was measured to be about half and less in Latyan than Kasilian. For all landuses, NDVI reaches its lowest value in the colder months. Erosivity did not indicate a clear seasonal cycle, possibly due to occurring erosive storms even during the dry periods. The peaks of the SY did not occur at the same period of time in the studied years in Kasilian basin; while, for Latyan basin, the peaks were concurrent with snow melting and percipitation in the beginning of spring in all three years. In studied dry, normal and wet years, high negative correlations (-0.54, -0.45 and -0.85 respectively) were found between the NDVIs and SYs in Kasilian basin. In contrast, no significant correlation was observed between the two aforementioned factors in the studied years of Latyan basin. There was also no correlation between erosivities and basin SYs. Finally, according to the SY cycle, June and July were proposed as the best time for grazing of rangelands and exploiting the forests in Kasilian basin, and early June to September were proposed in the Latyan basin to minimize the risk of erosion. Due to the high sediment production in the Latyan basin, the number of livestock entering the area and the capacity of the grazing should be more closely monitored. From the point of view of erosion risk, summer Soybeans, Canola and Wheat and Barley, were introduced as suitable and spring Soybeans as unsuitable crops for Kasilian based on to their growth stages.
Conclusions: For soil conservation and management and sediment yield prevention, it is essential agricultural products and the time of exploitation of rangelands and forests be planned and managed based on the erosivity and sediment yield cycles in a way to limit soil erosion.

کلیدواژه‌ها [English]

  • Management plan
  • Remote sensing
  • Seasonality
  • Sediment yield
  • Vegetation index
1.Ahmadnia, F., Ebadi, A., Hashemi, M., and Ghavidel, A. 2020. Investigating the short time effect of cover crops on biophysical properties of soil. J. Water Soil Cons. 26: 6. 277-290. DOI: 10.22069/jwsc.2019.16172.3145.
2.Akhavan, H., Amoushahi, S., and Setudeh, A. 2018. An investigation on the same type of vegetation NDVI changes in different temperature levels of the mountain (Case study: ShirKouh mountains). Human & Environment.16: 1. 37-50. (In Persian)
3.Arabkhedri, M. 2005. A study on the suspended sediment yield in river basins of Iran. Iran. J. Water Resour. Res.1: 2. 51-60. (In Persian)
4.Arabkhedri, M., Hakimkhani, S., and Varvani, J. 2004. The validity of extrapolation methods in estimation of annual mean suspended sediment yield (17 Hydrometric stations). J. Agric.
Sci. Natur. Resour. 11: 3. 123-131.(In Persian)
5.Azarakhshi, M., Mosaedi, A., Bashiri, M., and Ojaghloo Shahabi, R. 2017. Effects of precipitation and landuse changes on sediment yield (case study: Senobar watershed- Torbat Heydarieh). Iran-Watershed Management Science & Engineering. 11: 37. 25-33. (In Persian)
6.Bagherzadeh, A., Vosugh Hoseini, A., and Homami Totmaj, L. 2020. The effects of climate change on normalized difference vegetation index (NDVI)in the Northeast of Iran. ModelingEarth Systems and Environment.6: 671-683. https://doi.org/10.1007/ s40808-020-00724-x.
7.Chidaz, A., Mohseni Saravi, M., and Vafakhah, M. 2009. Evaluating the HEC_HMS model for estimating flood hydrograph in Kasilian basin. Watershed Management Researches (Pajouhesh & Sazandegi). 84: 59-71. (In Persian)
8.Duan, X., Bai, Z., Rong, L., Li, Y., Ding, J., Tao, Y., Li, J., Li, J., and Wang, W. 2020. Investigation method for regional soil erosion based on the Chinese Soil Loss Equation and high-resolution spatial data: Case study on the mountainous Yunnan Province, China. Catena. 184p.
9.Gerami, Z. 2014. The effect of seasonal cycle of rainfall erosivity on temporal variation of suspended sediment load. M.Sc. Thesis, Faculty of Agriculture, Guilan University. (In Persian)
10.Gerami, Z., Arabkhedri, M., Asadi, H., and Bayat, R. 2015. The influence of rainfall erosivity temporal variation on suspended sediment load seasonality (Case study: Kasilian basin). J.
Water. Manage. Res. 7: 14. 167-176.(In Persian)
11.Gu, Z., Feng, D., Duan, X., Gong, K., Li, Y., and Yue, T. 2020. Spatialand temporal patterns of rainfall erosivity in the Tibetan Plateau. Water, 12: 200. 1-19.
12.Hakimkhani, Sh. 1998. Developing a multivariate regression model based on the factors affecting suspended sediment yield of Lake Urmia watersheds, M.Sc. Thesis, Faculty of Natural Resources, Tehran University. (In Persian)
13.Hayes, D.J., and Sader, S.A. 2001. Change detection techniques for monitoring tropical forest clearing and vegetation regrowth in a timeseries. Photogrammetric Engineering and Remote Sensing. 67: 1067-1088.
14.Maghsoudi, M., Goorabi, A., and Darabi shahmari, S. 2013. The study of effect of vegetation cover factor on the water erosion case study: Rasin basin. Quar. J. Environ. Eros. Res. 12: 43-57.
15.Mehrnews.com/xHdb2
16.Ravanbakhsh, H., Marvi Mohajer, M.R., Zahedi, Gh., and Shirvani, A. 2010. Forest typology in relation with altitude gradient on southern slopes of central Alborz Mountains (Latyan dam watershed). J. For. Wood Prod. Iran. J. Natur. Resour. 64: 1. 9-22. (In Persian)
17.Razmjoo, P., Biroodian, N., and Charkhabi, A.M. 2004. Appointing efficiency of MPSIAC model for determination of sediment yield in southern region of Alborz Range.J. Agric. Sci. Natur. Resour.
11: 2. 137-146. (In Persian)
18.Rosewell, C. 1996. A robust estimator of the R factor for the universal Soil Loss Equation. Transactions of the ASAE. American Society of Agricultural Engineers. 39: 2. 559-561.
19.Vaezi, A.R., Bagheri, M., and Khanjani Safdar, A.R. 2020. Effect of seed density and row spacing of rainfed wheat on the USLE C-factor in a semi-arid region, Zanjan province. J. Water Soil Cons. 26: 6. 263-276. DOI: 10.22069/jwsc.2020.14850.2991
20.Wischmeier, W.H., and Smith, D.D. 1978. Predicting rainfall erosionlosses: a guide toconservation planning. Agriculture Handbook, No. 537.US Department of Agriculture, Washingtone DC.
21.www.daac.ornl.gov
22.www.usgs.gov