ارزیابی تخریب سرزمین با پیش بینی تغییرات پوشش اراضی و پارامترهای اقلیمی در مناطق ساحلی جنوب ایران با استفاده از مدل ca – markov

تغییرات کاربری معمولاً در اثر عوامل طبیعی و فعالیت های انسانی (جنگل زدایی، شهرنشینی، کشاورزی غیراصولی و چرای زیاد) ایجاد می شود. دو پارامتر (دما و بارش) در پهنه بندی و طبقه بندی های اقلیمی نقش عمده ای دارد و از عوامل موثّر بر فعالیت های انسانی، طبیعی، اقتصادی و کشاورزی به شمار می رود. در این تحقیق، روند تغییرات کاربری اراضی مناطق ساحلی جنوب ایران طی دوره ی 21 ساله (1377 1398) با استفاده از تصاویر ماهواره ی لندست (سنجنده های tm و oli) و روش حداکثراحتمال (به منظور طبقه بندی تصاویر ماهواره ای) بررسی شد. از savi نیز به عنوان شاخصی برای بررسی روند تخریب سرزمین و بیابان زایی و نشان دادن پویایی پوشش گیاهی استفاده شد. به منظور ترسیم نقشه های دما و بارش، از روش میان یابی عکس مربع فاصله (idw) استفاده شد. برای پیش بینی تغییرات کاربری اراضی،savi ، دما و بارش در بازه زمانی مورد اشاره نیز از مدل سلول خودکار camarkov استفاده شد. نتایج حاصل از آشکارسازی تغییرات کاربری اراضی، savi، دما و بارش برای بازه زمانی 1377 1398 به ترتیب، بیانگر افزایش طبقه کاربری مناطق انسان ساخت، اراضی شور و کاهش طبقه کاربری پوشش گیاهی و افزایش دما و پراکنش نامنظم بارش می باشد. یافته های مدل برای سال 1418 به گونه ای است که در صورت ادامه ی روند موجود در مناطق ساحلی، طبقه اراضی شور، مناطق انسان ساخت با افزایش 4 و 1.5 درصدی تغییرات و کاربری پوشش گیاهی و پهنه های آبی نیز با رشد سینوسی و اندک همراه می باشد. روند مشاهدات تغییرات savi نیز نشان داد که طبقات 0.4 - 0.2 و 0.6 - 0.4 به ترتیب روند افزایشی و کاهشی، 1.8 و 1.7 درصدی را دنبال می کند. همچنین نتایج پبش بینی تغییرات دمایی و بارش حاکی از این است که طبقه دمایی 27 - 25.5 درجه سانتیگراد در منطقه با افزایش 17 درصدی تغییرات روبروست. طبقات بارش <150 و 250 - 300 میلیمتر نیز به ترتیب با روند افزایشی و کاهشی همراه می باشد. بنابراین، با توجه به نتایج تغییرات کاربری اراضی و روند سینوسی و کاهشی فراوانی پوشش گیاهی، همچنین افزایش دما و پراکنش نامنظم بارش می توان نتیجه گرفت که مناطق ساحلی جنوب تحت تاثیر عوامل اثرگذار اقلیمی انسانی است و گرایش منطقه نیز به سمت بیابانی شدن و تخریب سرزمین می باشد.

Assessing land degradation with predicting land cover and climatic parameters changes in coastal areas of southern Iran using Ca-Markov model

Extended abstract1 IntroductionLand use changes are identified as main driver for global changes with considerable effects on the ecosystems, climate and earth planet. At local to global scales, land resources have effective role on the humanity subsistence and ecosystem performance and its health. Changing in land use, degradation of vegetation and habitats are main causes for biodiversity destruction. Such changes are created by natural factors and anthropogenic activities (deforestation, agricultural unsuitable activities, overgrazing, etc.) resulting in land degradation. Rainfall and temperature are the two most important climatic variables which they use to climatic zonation and classification, and these variables are effective factors on the human, natural, economic and agricultural activities. Regarding to great area of the coastal region in Iran, in order to assessing land degradation and desertification, monitoring effective cover, land use and climatic variables is vital, and therefore understanding relationship between land use changes and driver factors are essential. 2 MethodologyIn this research, we studied trend of land use changes in the coastal regions of southern Iran involving three provinces (Hormozgan, Sistan and Baluchestan and Busher) during period 19982019 using Landsat images (OLI and TM sensors). Likelihood maximum method applied to classifying satellite images and then SAVI, as a vegetation cover index, used to show vegetation dynamic and exploring land degradation and desertification trend. In order to map temperature and precipitation, we applied inverse distance weighting (IDW). For predicting land use changes, SAVI, temperature and precipitation, we used CAMarkov automat cell.3 Results Studying land use change trend in the coastal regions of the southern Iran during 19982019 indicates Salt land and manmade classes were increased 8.6 and 1.2%, and among all classes these two classes show the most changes, whereas a decreasing trend observed in the vegetation cover (with - 3.5%) and sand dunes (with 6%) classes, and also, a decreasing trend observed in water bodies. Based on the results, an increasing trend (with 0.8%) observed in the class 00.2% for SAVI, whereas we found a decreasing trend in the 0.20.4% class. According to results, a decreasing trend 0.7 and 8.6% were observed in the < 25.5 C and > 28.5 C classes, whereas 2728.5% class shows an increasing trend with 9.7%. Studying precipitation changes showed that < 150 mm and 250300 mm classes show an increasing and decreasing trend, respectively. Based on the predictions for 2039, three classes including salt land, manmade region and vegetation cover land uses show an increasing trend with 0.4%, 1.5% and 0.99% respectively. We observed a decreasing trend with 6.8% in the sand dune land use whereas water bodies have constant trend. Based on the forecasting results for SAVI, we observed an increasing trend 1.8% for 0.20.4% class and observed a decreasing trend (1.7%) in the 0.40.6% class. Results showed that 25.527 C and 2728.5 C classes experience an increasing trend (17%) and a decreasing trend (18%) in 2039, respectively. According to precipitation predictions for 2039, we observed an increasing trend in the < 150 mm and 150200mm classes, whereas we found a decreasing trend in the 250300mm and 200250mm classes, respectively.4 Discussion ConclusionsLand use changing has an important role in instability ecosystem and its services, and it is an effective factor in direction of land degradation. According to results provided for effective climatic variables (with an increasing trend in temperature and a decreasing trend in the precipitation) changes vegetation cover and result in low SAVI. We can conclude that climatic variables and SAVI are related factors which play important roles in land degradation, desertification and combating desertification in the coastal area. Results of this study are consistent with Salehi et al., 2019; Halebian Soltanian, 2017; Maher et al., 2018; Alijani et al., 2012.