پیش بینی آینده بیابان زایی استان تهران متاثر از تغییرات اقلیمی و فعالیت های انسانی
محل انتشار: فصلنامه علوم آب و خاک، دوره: 25، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 357
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-25-3_015
تاریخ نمایه سازی: 18 فروردین 1401
چکیده مقاله:
بیابان زایی پدیده ای است که در مناطق خشک، نیمه خشک و خشک نیمه مرطوب اثرات تخریبی بیشتری نسبت به سایر مناطق دارد. هدف از انجام این پژوهش تهیه نقشه شدت بیابان زایی استان تهران، برای آینده نگری در مواجهه با تخریب سرزمین و بیابان زایی است. بدین منظور برای ارزیابی تخریب سرزمین و بیابان زایی از مدل IMDPA استفاده شد. بنابراین برای ارزیابی بیابان زایی سه معیار آب زیرزمینی، معیار اقلیم و معیار کاربری اراضی، با توجه به شرایط منطقه به عنوان معیارهای کلیدی بیابان زایی درنظر گرفته شد. نقشه شاخص کاربری اراضی با استاندارد IGBP و نقشه پهنه بندی سایر شاخص ها به روش IDW برای سال های ۱۳۹۰ و ۱۳۹۵ تهیه شد. با استفاده از مدل CA – Markov در نرم افزار TerrSet نقشه کاربری اراضی و با استفاده از نرم افزار MATLAB و روش RBF در جعبه ابزار شبکه های عصبی مصنوعی نقشه سایر شاخص ها برای سال ۱۴۰۰ پیش بینی شدند. سپس با استفاده از مدل IMDPA، نقشه امتیاز شاخص ها و معیارها برای سال های ۱۳۹۰، ۱۳۹۵ و ۱۴۰۰ تهیه شد. درنهایت با میانگین گیری هندسی برای هر سه معیار، شدت بیابان زایی در هر دوره زمانی محاسبه شد. نتایج نشان داد که در سال ۱۳۹۰، ۵۹/۷۸ درصد از مساحت استان تهران در کلاس کم و ۴۰/۲۲ درصد در کلاس متوسط بیابان زایی قرار گرفته است. اما در سال ۱۳۹۵ مساحت کلاس متوسط بیابان زایی به ۴۴/۸ درصد افزایش یافته و پیش بینی می شود که این افزایش تا سال ۱۴۰۰ نیز ادامه یابد و ۵۶/۴۷ درصد از مساحت استان در کلاس متوسط بیابان زایی قرار خواهد گرفت. همچنین در این سال حدود یک درصد از مساحت استان در نواحی غربی به کلاس شدید بیابان زایی اختصاص پیدا خواهد کرد که در دو دوره قبل وجود نداشته است. به طور کلی شدت بیابان زایی در نواحی غربی و جنوبی استان تهران بیشتر از نواحی شرقی و شمالی است که به فعالیت های انسانی مربوط می شود.
کلیدواژه ها:
IMDPA model ، CA–Markov model ، RBF neural network ، IGBP standard ، Land use ، دل IMDPA ، مدل CA – Markov ، شبکه عصبیRBF ، استاندارد IGBP ، کاربری اراضی.
نویسندگان
ملیکا صیادی
University of Tehran
حسن خسروی
University of Tehran
سلمان زارع
University of Tehran
خالد احمدآلی
University of Tehran
سمانه باقری
University of Tehran
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 :