ارتباط بین تغییرات کاربری اراضی و تولید رواناب (Water Yield) در حوزه آبخیز گرگان رود

در دهه های اخیر تغییرات شدید کاربری اراضی در استان گلستان باعث کاهش میزان چشم گیری از جنگل های هیرکانی شده است. در بررسی این تغییرات از نقشه های پوشش سرزمین حاصل از طبقه بندی تصاویر ماهواره ای لندست (سنجنده tm) مربوط به سال های 1984، 2012 و 2016 به عنوان ورودی مدل ساز تغییر سرزمین (lcm)، برای تحلیل و نیز پیش بینی تغییرات پوشش سرزمین در سال 2030 استفاده شد. به منظور برآورد صحت مدل سازی از آماره های عملکرد نسبی (roc)، نسبت موفقیت به هشدار خطا و عدد شایستگی استفاده شد. در ادامه به بررسی نقش تغییر کاربری اراضی در تولید رواناب حوزه آبخیز به عنوان یکی از خدمات اکوسیستمی پرداخته شد. نتایج بیانگر صحت بالای شبکه عصبی مصنوعی با میزان roc برابر 949/0، نسبت موفقیت به هشدار خطا 57 درصد و عدد شایستگی 11 درصد بود. نتایج مدل سازی تغییرات کاربری اراضی نشان داد از سال1984 تا 2012 بیشترین تغییرات مربوط به کاهش پوشش جنگلی بوده است. مدل سازی این روند با استفاده از شبکه عصبی مصنوعی نشان داد از سال 2016 تا 2030 در حدود 30361 هکتار از سطح پوشش جنگلی کاسته خواهد شد. نتایج بررسی تولید رواناب نشان داد، میزان رواناب در کل حوزه، مخصوصاً در قسمت شرق و شمال شرق حوزه که بیشترین تغییرات کاربری هم در این مناطق رخ داده افزایش یافته است. این افزایش در میزان رواناب بر اثر تغییر کاربری اکوسیستم جنگلی به کاربری کشاورزی در این مناطق صورت گرفته است. نتایج این مطالعه، درک ما را از پیامدهای هیدرولوژیکی تغییرات کاربری زمین بهبود می بخشد و دانش مورد نیاز را برای توسعه و مدیریت مناسب زمین به منظور پایداری و بهره وری در حوزه آبریز گرگان رود فراهم می کند.

Relationship between Land Use Change and Water Yield in Gorgan-rood Watershed

In recent decades, drastic land use changes in Golestan province caused to reduce a substantial amount of Hyrcanian forest. To investigate the changes, land cover maps produced using Landsat satellite imagery classification of sensors TM from 1984, 2012 and 2016 respectively used as input data in Land Change Modeler (LCM) to predict land cover changes in 2030. In order to assess the accuracy of modeling, statistics of relative performance characteristic (ROC), ratio Hits/False Alarms and figure of merit was used. In continue to investigate the role of land use changes in water yield as one of ecosystem services was discussed. The results show the accuracy of artificial neural network with the ROC equal to 0.949, the ratio Hits/False Alarms equal to 57 percent and the figure of merit is equal to 11 percent. Land use change modeling results showed that from 1984 to 2012, The most prominent changes were related to reduction of forest cover. This process modeling using artificial neural network showed, from 2016 to 2030 forest cover will be reduced about 30361 hectares. The results of water yield study showed that runoff in the area, particularly in the East and North East area has increased. This increase in the amount of runoff occurred as a result of land use change on forest ecosystems to agriculture. Results of this study improve our understanding of hydrological consequences of landuse changes, and provide needed knowledge for effectively developing and managing landuse for sustainability and productivity in the Gorganrood watershed.