بررسی ارتباط بین وضعیت توپوگرافی و خشکسالی در غرب استان فارس با استفاده از تکنیک های سنجش از دور

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 101

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JPHGR-54-3_003

تاریخ نمایه سازی: 18 دی 1401

چکیده مقاله:

شاخص پوشش گیاهی یکی از مهم ترین ابزارهای سنجش ازدور جهت بررسی خشک سالی در مقایسه های دوره ای می باشد. توپوگرافی سطح زمین (لند فرم ها) همواره ویژگی های پوشش گیاهی را تحت تاثیر قرار می دهند و تحت تاثیر آن کمربندهای درختی شکل می گیرد. این پژوهش سعی دارد که خشک سالی های غرب استان فارس را با استفاده از شاخص های پوشش گیاهی سنجش ازدور و در ارتباط با ویژگی های توپوگرافی منطقه برای سال های ۲۰۰۰، ۲۰۱۰ و۲۰۲۰ بررسی کند. برای این منظور بعد از تهیه نقشه های هر یک از شاخص های خشک سالی، با استفاده از روش زنجیره مارکوف و کومارکوف وضعیت خشک سالی در سال های آینده در منطقه موردمطالعه تعیین و با استفاده از روش TPI (شاخص موقعیت توپوگرافی)، وضعیت لند فرم های منطقه تعیین شد. در نهایت ارتباط بین وضعیت خشک سالی در منطقه موردمطالعه و لندفرم ها بررسی شد. نتایج نشان داد که در توزیع خشک سالی در همه شاخص ها در سال ۲۰۰۰ به ترتیب ۹۶ و ۷۸ درصد منطقه، در سال ۲۰۱۰ در حدود ۸۱ و ۹۷ درصد و در سال ۲۰۲۰ ۹۳ و ۹۷ درصد منطقه در کلاس های خشک سالی متوسط  قرارگرفته است. نتایج حاصل از زنجیره مارکوف و کومارکوف برای پیش بینی مکانی شاخص های خشک سالی نشان داد که روند تغییرات به سمت مقادیر کمتر این شاخص ها و خشک سالی بیشتر می باشد. نتایج نشان داد که در سال ۲۰۴۰ در حدود ۷۰ درصد  و ۲۰ درصد از منطقه در کلاس های با خشک سالی زیاد قرار خواهند گرفت. وضعیت لند فرم های منطقه نشان داد که ۱۰ نوع لندفرم در منطقه وجود دارد که شامل لند فرم های آبراهه ها، زهکش های شیب میانی و دره های کم عمق، زهکش های مناطق مرتفع، دره های u شکل، دشت، شیب های باز، شیب های بالایی، یال های موضعی، یال های شیب میانی، قله کوه و یال های مرتفع می باشد. ارتباط بین وضعیت خشک سالی و توپوگرافی در منطقه موردمطالعه نشان داد، در قسمت های جنوبی منطقه که ازنظر وضعیت توپوگرافی دارای شیب و ارتفاع کمتری بوده و کوهستان های کمتری مستقر هستند، دارای پتانسیل بیشتری برای خشک سالی بوده و ممکن است در آینده با چالش های بیشتری مواجه شوند، اما کوهستان های منطقه به دلیل دمای مناسب و دریافت بارش بیشتر، خطر خشک سالی برای آن ها کمتر است. 

کلیدواژه ها:

خشکسالی ، سنجش از دور ، روش TPI ، لندفرم ، زنجیره مارکوف و کومارکوف.نیمه غربی استان فارس

نویسندگان

سعید نگهبان

دانشیار ژئومورفولوژی بخش جغرافیا، دانشکده اقتصاد، مدیریت و علوم اجتماعی، دانشگاه شیراز

مرضیه مکرم

دانشیار ژئومورفولوژی بخش جغرافیا، دانشکده اقتصاد، مدیریت و علوم اجتماعی، دانشگاه شیراز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • صوفی، م و علیجانی، ب. (۱۳۹۱). تغییر اقلیم در ناهمواری ...
  • مجرد، ف و مرادی فر، ح. (۱۳۸۲). مدل سازی رابطه ...
  • Brown, D.G., Pijanowski, B.C., & Duh, J.D., (۲۰۰۰). Modeling the ...
  • Chang, H., He, G., Wang, Q., Li, H., Zhai, J., ...
  • Choubin, B., Soleimani, F., Pirnia, A., Sajedi-Hosseini, F., Alilou, H., ...
  • Chung, K.L., (۱۹۶۰). Markov Chains with Stationary Transition Probabilities. Markov ...
  • Ding, Y., Gong, X., Xing, Z., Cai, H., Zhou, Z., ...
  • EarthExplorer [WWW Document], ۲۰۲۱. URL https://earthexplorer.usgs.gov/ (accessed ۱۱.۱۱.۲۱) ...
  • Ebrahimi-Khusfi, Z., Mirakbari, M., Ebrahimi-Khusfi, M., Taghizadeh-Mehrjardi, R., (۲۰۲۰). Impacts ...
  • Fadhil, R.M., &Unami, K., (۲۰۲۱). A multi-state Markov chain model ...
  • Fars Meteorological Bureau [WWW Document], ۲۰۲۱. URL https://www.farsmet.ir/ (accessed ۱۱.۱۱.۲۱) ...
  • Ghasemi, M.M., Pakparvar, M., & Mokarram, M., (۲۰۲۱). Preparation of ...
  • Jahantigh, M., & Jahantigh, M., (۲۰۲۱). Monitoring Changes in Erosion ...
  • Javed, T., Li, Y., Feng, K., Ayantobo, O.O., Ahmad, S., ...
  • Jiao, W., Wang, L., & McCabe, M.F., (۲۰۲۱). Multi-sensor remote ...
  • Karimi, H., Raeisi, E., & Rezaei, A., (۲۰۱۸). Determination of ...
  • Kędzior, M., & Zawadzki, J., (۲۰۱۷). SMOS data as a ...
  • Kiem, A.S., Austin, E.K., (۲۰۱۳). Drought and the future of ...
  • Li, L., She, D., Zheng, H., Lin, P., & Yang, ...
  • Li, P., Zhu, D., Wang, Y., & Liu, D., (۲۰۲۰). ...
  • Liu, X., Zhu, X., Zhang, Q., Yang, T., Pan, Y., ...
  • Mansouri Daneshvar, M.R., Ebrahimi, M., & Nejadsoleymani, H., (۲۰۱۹). An ...
  • Mokarram, M., Pourghasemi, H.R., Hu, M., & Zhang, H., (۲۰۲۱). ...
  • Mokarram, M., & Sathyamoorthy, D., (۲۰۱۶). Investigation of the relationship ...
  • Mokarrama, M., & Hojati, M., (۲۰۱۸). Landform classification using a ...
  • Nafarzadegan, A.R., Rezaeian Zadeh, M., Kherad, M., Ahani, H., Gharehkhani, ...
  • Pei, Z., Fang, S., Wang, L., & Yang, W., (۲۰۲۰). ...
  • Rabbi, S.M.F., Tighe, M.K., Warren, C.R., Zhou, Y., Denton, M.D., ...
  • Rabiner, L.R., & Juang, B.H., (۱۹۸۶). An Introduction to Hidden ...
  • Sang, L., Zhang, C., Yang, J., Zhu, D., & Yun, ...
  • Sharafati, A., Nabaei, S., & Shahid, S., (۲۰۲۰). Spatial assessment ...
  • Tanda, A.S., (۲۰۲۱). Native Bees Are Important and Need Immediate ...
  • Tsakiris, G., & Vangelis, H., (۲۰۰۵). Establishing a Drought Index ...
  • Tucker, C.J., Pinzon, J.E., Brown, M.E., Slayback, D.A., Pak, E.W., ...
  • Vali, A., Ranjbar, A., Mokarram, M., & Taripanah, F., (۲۰۲۰). ...
  • Van Loon, A.F., & Van Lanen, H.A.J., (۲۰۱۲). A process-based ...
  • Vicente-Serrano, S.M., & Beguería, S., (۲۰۱۶). Comment on ‘Candidate distributions ...
  • Xie, F., Fan, H., ۲۰۲۱. Deriving drought indices from MODIS ...
  • Zhou, K., Li, J., Zhang, T., & Kang, A., (۲۰۲۱). ...
  • نمایش کامل مراجع