بررسی وضعیت سیمای سرزمین حوزۀ آبخیز دهبالا در آینده | ||
| خشک بوم | ||
| دوره 14، شماره 1، فروردین 1403، صفحه 141-157 اصل مقاله (1.49 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.29252/aridbiom.2024.20695.1961 | ||
| نویسندگان | ||
| سجاد صادقی بخی1؛ علی طالبی* 2؛ زینب کریمی3 | ||
| 1دانشجوی کارشناسی ارشد مدیریت حوزه‌های آبخیز، دانشگاه یزد، یزد، ایران | ||
| 2استاد گروه مرتع و آبخیزداری دانشکده منابع طبیعی و کویرشناسی دانشگاه یزد، یزد، ایران | ||
| 3پژوهشگر پسادکتری مدیریت جامع حوزه آبخیز، گروه علوم خاک، دانشکده کشاورزی، دانشگاه شیراز، ایران | ||
| چکیده | ||
| به‌منظور فراهم آوردن شرایط پایداری سرزمین، آگاهی از تغییرات سیمای سرزمین در وضعیت فعلی و وضعیت آتی امری مهم است. اصلی‌ترین موضوع در بررسی تغییرات سیمای سرزمین تهیۀ نقشه‌های کاربری اراضی می‌باشد. امروزه از سنجه‌های سیمای سرزمین و فناوری سنجش از دور برای بررسی تغییرات کاربری اراضی استفاده می‌شود. پژوهش حاضر با هدف بررسی تغییرات تنوع زیستی حوزۀ آبخیز دهبالا در آینده و دلایل ایجاد این تغییرات از دیدگاه آبخیزنشینان انجام شده است. بدین منظور با استفاده از تصاویر ماهواره‌ای لندست و روش طبقه‌بندی نظارت‌شده، نقشۀ کاربری اراضی برای سال‌های 2012 و 2022 در چهار کلاس تهیه شد. هم‌چنین با مدل زنجیره‌ای مارکوف پیش‌بینی تغییرات کاربری برای سال 2032 صورت گرفت. به‌منظور کمی‌نمودن سیمای سرزمین، سنجه‌های تراکم حاشیه و شاخص بزرگ‌ترین لکه محاسبه شدند. نتایج نشان داد که در بازۀ زمانی 2012 تا 2022 بیش‌ترین تغییرات مربوط به کاربری اراضی باغ‌ها می‌باشد به‌طوری که به مساحت این کاربری 28/1 درصد افزوده شده است کم‌ترین تغییرات اراضی مربوط به کاربری اراضی ساخته شدۀ دست انسان می‌باشد به‌طوری که به مساحت این کاربری 31/0 درصد افزوده شده است. نتایج حاصل از پیش‌بینی تغییرات نیز نشان داد که در سال 2032، به وسعت کاربری‌های اراضی ساخته شدۀ دست انسان و اراضی باغ‌ها به‌ترتیب 24/0 و 31/0 درصد افزوده خواهد شد و از وسعت کاربری‌های اراضی زراعی و مرتع با تراکم ضعیف به‌ترتیب 21/- و 34/0- کاسته خواهد شد. هم‌چنین بررسی تغییرات دو شاخص سیمای سرزمین نشان داد که شاخص تراکم حاشیه و شاخص بزرگ‌ترین لکه در بازۀ زمانی مورد مطالعه به ترتیب روندی افزایشی و کاهشی را دارا می‌باشند که نشان‌دهندۀ تخریب سرزمین می‌باشد. هم‌چنین از دیدگاه آبخیزنشینان مهم‌ترین عامل تغییرات سیمای سرزمین در حوضه، عدم نظارت بر تغییرات کاربری اراضی می‌باشد که نشان‌دهندۀ توجه بیشتر مسئولان برای بهبود شرایط این حوضه می‌باشد. | ||
| کلیدواژه‌ها | ||
| تراکم حاشیه؛ تغییرات سیمای سرزمین؛ تغییرات کاربری اراضی؛ دیدگاه ذی‌نفعان؛ شاخص بزرگ‌ترین لکه؛ مدل زنجیره‌ای مارکوف | ||
| عنوان مقاله [English] | ||
| Changes in the landscape based on the Markov model and the stakeholder’s point of view (Case study: Dehbala Watershed) | ||
| نویسندگان [English] | ||
| Sajjad Sadeghi Bakhi1؛ Ali Talebi2؛ Zeinab Karimi3 | ||
| 1Master of Watershed Management, Yazd University, Iran | ||
| 2Department of Rangeland and Watershed Management, Faculty of Natural Resources and Desert Studies, Yazd University, Iran | ||
| 3Postdoctoral researcher of Integrated Watershed Management, Department of Soil Science, College of Agriculture, Shiraz University, Shiraz, Iran | ||
| چکیده [English] | ||
| In order to provide conditions of the land stability is important to be aware of the landscape changes in the current and future conditions. The most important subject in the investigation of landscape changes is the preparation of land use maps. Today, land surface measurements and remote sensing technology are used to investigate land use changes. The current study was conducted with the purpose of investigating the landscape changes of the Dehbala Watershed in the future and the reasons for these changes from the stakeholder’s point of view. For this purpose, using Landsat satellite images and the supervised classification method, a land use map was prepared for the years 2012 and 2022 in four classes. Also, with the Markov chain model, land use changes were predicted for 2032. In order to quantify the landscape, the edge density measures and the indicator of the largest pitch were considered biodiversity indicators. The results showed that in the period from 2012 to 2022, the most changes are related to the land use of barren land and the area of this land use has increased 18.24%. Also, the area of rangeland with low density has decreased by 17.9%. The results of the changes forecast showed that in 2032, 11.41% will be added to the land use of barren land and 0.08% to garden, and from the area of rangeland with low density and e garden homland will be 11.16 and 0.31, respectively. Also, the examination of the changes in two indicators of biodiversity showed that the edge density indicator and the largest pitch in the studied time period have an increasing and decreasing trend, respectively, that indicates land degradation. Also, from the stakeholder’s point of view, the most important factor in the landscape changes in the watershed is the government's wrong policies and villa construction by non-native people, which show the more attention of officials to improve the conditions of this watershed. | ||
| کلیدواژه‌ها [English] | ||
| Edge density, Landscape changes, Land use changes, Stakeholders point of view, Largest Patch Index, Markov model | ||
| مراجع | ||
|
[1]. Afifi, M. E. (2020). Modeling of land use changes using Markov chain model and LCM model, case study: Shiraz city. Journal of Applied Research of Geographical Sciences, 20(56), 141-158. doi: 10.29252/jgs.20.56.141 [in Farsi]
[2]. Alaei, N., Mostafazadeh, R., Esmaliouri, A., Sharari, M., & Hazbavi, Z. (2019). Assessment and Comparison of Landscape Connectivity in KoozehTopraghi Watershed, Ardabil Province. Iranian Journal of Applied Ecology, 8(4), 19-34. doi: 10.47176/ijae.8.4.2572 [in Farsi]
[3]. Apan, A., Raine, S. R., & Paterson, M. (2002). Mapping and analysis of changes in the riparian landscape structure of the Lockyer valley catchment, Queensland, Australia. Journal of Landscape and Urban Planning, 59(1), 43-57. doi: 10.1016/S0169-2046(01)00246-8
[4]. Arekhi, S. (2015). Application of Landscape Metrics in Assessing Land Use Changes' Trend by Using Remote Sensing and GIS Case study: Dehloran Desert Area. Geography and Development, 13(40), 59-68. doi: 10.22111/gdij.2015.2098 [in Farsi]
[5]. Assumma, V., Bottero, M., & Monaco, R. (2016). Landscape Economic Value for Territorial Scenarios of Change: An Application for the Unesco Site of Langhe, Roero and Monferrato. Social & Behavioral Sciences, 223, 549-554. doi: 10.1016/j.sbspro.2016.05.340
[6]. Ayala, A. D., Hoyos, D., & Mariel, P. (2015). Suitability of discrete choice experiments for landscape management under the European Landscape Convention. Journal of Forest Economics, 21(2), 79-96. doi: 10.1016/j.jfe.2015.01.002
[7]. Barati, B., Jahani, A., Zebardast, L., & Rayegani, B. (2017). Integration assessment of the protected areas using landscape ecological approach (Case Study: Kolah Ghazy National Park and Wildlife Refuge). Town and Country Planning, 9(1), 153-168. doi: 10.22059/jtcp.2017.61412 [in Farsi]
[8]. Bihamta Toosi, N., Safianian, A., & Fakheran, S. (2014). Analysis of Land Cover Changes in the Central Part of Isfahan (Iran) Using Landscape Metrics. Iranian Journal of Applied Ecology, 2(6), 77-87. [in Farsi]
[9]. Bindajam, A. A., Mallick, J., & Thi Hang, H. (2023). Assessing landscape fragmentation due to urbanization in English Bazar Municipality, Malda, India, using landscape metrics. Environmental Science and Pollution Research, 30(26), 68716-68731. doi: 10.1007/s11356-023-27252-2.
[10]. Buyantuyev, A., Wu, J., & Gries, C. (2010). Multiscale analysis of the urbanization pattern of the Phoenix metropolitan landscape of USA: Time, space and thematic resolution. Landscape and Urban Planning, 94(3-4), 206-217. doi: 10.1016/j.landurbplan.2009.10.005
[11]. Davidson, M. D. (2013). On the relation between ecosystem services, intrinsic value, existence value and economic valuation. Ecological Economics, 95, 171-177. doi: 10.1016/j.ecolecon.2013.09.002
[12]. Dezhbani, R., Hazbavi, Z., Mostafazadeh, R., Esmali Ouri, A., & Alaei, N. (2023). Analysis of the Relationship between Spatial and Temporal Changes in Land Use and Landscape Metrics in the KoozehTopraghi Watershed. Journal of Geography and Environmental Studies, 12(45), 82-99. [in Farsi]
[13]. Esmaeili, H. and Negahban, S. (2021). Detection and prediction of land use/ land cover changes using Markov chain model and Cellular Automata (CA-Markov), (Case study: Darab plain). Journal of Arid Regions Geographic Studies, 12(43), 41-61. [in Farsi]
[14]. Evelyn, U., Juri, R., & Tonu, O. (2011). Analysing the spatial structure of the Estonian landscapes: which landscape metrics are the most suitable for comparing different landscapes. Estonian Journal of Ecology. 60(1), 70-80. doi: 10.3176/eco.2011.1.06
[15]. Fan, F., Weng, Q., & Wang, Y. (2007). Land use and land cover change in Guangzhou, China, from 1998 to 2003, based on Landsat TM/ETM+ imagery. Sensors, 7(7), 1323-1342. doi: 10.3390/s7071323
[16]. Farhad Baqa, M., Chen, F., Lu, L., Qureshi, S., Tariq, A., Wang, S., Jing, L., Hamza, S., & Li, Q. (2021). Monitoring and Modeling the Patterns and Trends of Urban Growth Using Urban Sprawl Matrix and CAMarkov Model: A Case Study of Karachi, Pakistan. Land, 10(7), 700. doi: 10.3390/land10070700
[17]. Flowers, B., Huang, K. T., & Aldana, G. O. (2020). Analysis of the Habitat Fragmentation of Ecosystems in Belize Using Landscape Metrics. Sustainability, 12(7), 3024. doi: 10.3390/su12073024
[18]. Gahegan, M., German, G., & West, G., (1999). Improving Neural Network Performance on the Classification of Complex Geographic Datasets. Journal of Geographical Systems, 1, 3-22. doi: 10.1007/s101090050002
[19]. Garret K. Boongalinga, C., Faustino-Eslavab, D. V., & Lansiganc, F. P. (2018). Modeling land use change impacts on hydrology and the use of landscape metrics as tools for watershed management: The case of an ungauged catchment in the Philippines. Land Use Policy, 72, 116-128. doi: 10.1016/j.landusepol.2017.12.042
[20]. Ghanbari, A., Rahimi, A., & Mousavi, T. S. (2020). Investigation of land use changes based on the analysis of land surface metrics using remote sensing and GIS in Miandoab city. Journal of Geographical Space, 20(69), 117-130. [in Farsi]
[21]. Gökyer, E. (2013). Understanding Landscape Structure Using Landscape Metrics, Advances in Landscape Architecture, Murat Ozyavuz (Ed.), InTech. doi: 10.5772/51738
[22]. Hamad, R., Balzter, H., & Kolo, K. (2017). Multi-Criteria Assessment of Land Cover Dynamic Changes in Halgurd Sakran National Park (HSNP), Kurdistan Region of Iraq, Using Remote Sensing and GIS. Land, 6(1), 18. doi: 10.3390/land6010018
[23]. Ildermi, A., Nori, H., Naderi, M., AghaBigi, S., Amin, S., & zinivand, H. (2018). Land use change prediction using Markov chain and CA Markov Model (Case Study: Gareen Watershed). Watershed Management Research, 8(16), 232-240. doi: 10.29252/jwmr.8.16.232 [in Farsi]
[24]. Karami, A. and Feghhi, J. (2012). Investigation of Quantitative metrics to protect the landscape in land use by sustainable pattern (Case study: Kohgiluyeh and Boyer Ahmad). Journal of Environmental Studies, 37(60), 79-88. [in Farsi]
[25]. Karimi, K., & Komaki, Ch.. M. (2015). Monitoring, assessment and prediction of spatial changes of land use /cover using Markov chain model (Case study: Bostagh Plain - South Khorasan). RS & GIS for Natural Resources, 6(2), 75-88. [in Farsi]
[26]. Karimi, S. (2011). Mapping of some goods and services of forest and pasture ecosystems in Golestan province (case study of Gorgan and Aliabad watersheds). Masters, Agriculture and Natural Resources Campus, University of Tehran. [in Farsi]
[27]. Karimi, Z., Sheikh, V., Sadoddin, A., & Mobarghaee Dinan, N. (2021). Evaluation of watershed management interventions on biomass carbon sequestration and stakeholders’ perception about watershed condition improvement (Case study: Dehchenashk sub-watershed, Chehl Chai watershed). Environmental Sciences, 19(3), 217-236. doi: 10.52547/envs.2021.36527 [in Farsi]
[28]. Koohestani, N., Rastgar, S., Heidari G., Shatai Joybari, S., & Amirnejad, H. (2020). Monitoring and predicting the trend of changing rangelands using Satelite images and CA-Markov model (Case study: Noor-rood basin, Mazandaran proince). Journal of RS and GIS for natural Resources, 11(3), 1-21. doi: 10.30495/GIRS.2020.674923 [in Farsi]
[29]. Kumara, M., M. Denisb, D., Kumar Singh, S., Szabód, S., & Suryavanshie, S. (2018). Landscape metrics for assessment of land cover change and fragmentation of a heterogeneous watershed.
| ||
|
آمار تعداد مشاهده مقاله: 189 تعداد دریافت فایل اصل مقاله: 73 |
||