تعیین نقش تغییر کاربری اراضی بر توفان‌های گردوغبار در منطقۀ سیستان با پایۀ پیش‌بینی زنجیره مارکوف

در پژوهش حاضر نقش تغییر کاربری اراضی و تاثیر آن بر توفان های گردوغبار در منطقه سیستان با بهره‌ گیری از سنجش از دور در سال ‌های 1381، 1390 و 1401 مورد واکاوی قرارگرفته است . با توجه به تاثیرگذاری تغییر اقلیمی بر کاربری/پوشش اراضی، متغیرهای اقلیمی شامل؛ بارندگی ،دما و تعداد روزهای گردوغباری به روش آنومالی بررسی شد و در ادامه به منظور پیش‌ بینی وضعیت کاربری اراضی در 20 سال آینده از ترکیب نقشه ‌های سال 1381 و 1401 برای شرایط خشکسالی شدید، با زنجیره مارکوف پیش ‌بینی انجام شد. نتایج نشان داد در منطقه سیستان طی دو دهه گذشته دما افزایش و بارندگی کاهش یافته است. نقشه ‌های کاربری اراضی نیز نشان داد در سال‌ هایی که تالاب هامون آبگیری شده است، مرتع و پوشش گیاهی متراکم روند افزایشی و اراضی بایر (بدون پوشش گیاهی) و شوره زار روند کاهشی داشته است. اما با توجه به خشکسالی‌ های اخیر همانند سال 1401 که خشکسالی در منطقه فراهم شده است، کاربری مرتع کاهش و بایر و شوره زار افزایش داشته است. این شرایط منجر به افزایش گردوغبار در منطقه می‌ شود، نقشه کاربری/پوشش اراضی در 20 سال آینده برای شرایط خشکسالی شدید با استفاده از مدل سلول ‌های خودکار و زنجیره مارکوف پیش ‌بینی شد. نتایج نشان داد در آینده مرتع و پوشش گیاهی متراکم کاهش خواهد داشت اما اراضی بایر و مناطق شوره زار افزایش چشم گیری خواهد داشت این شرایط، منجر به افزایش بیابان‌ زایی و فرسایش بادی می ‌شود و در پی آن توفان ‌های گردوغباری افزایش خواهد داشت. با توجه به اینکه توفان ‌های گردوغبار بر شرایط اقتصادی، اجتماعی، محیط ‌زیست و سلامت ساکنان منطقه تاثیرهای منفی بسیاری دارد، بنابراین با برنامه ‌ریزی و مدیریت صحیح به منظور کنترل پیامدهای حاصل از گردوغبار در منطقه سیستان می ‌توان خسارت ‌های حاصل از توفان ‌های گردوغبار در این منطقه را کاهش داد.

investigating the effects of land use changes on dust storms in the sistan region using markov chain forecasting

introductionpopulation growth and the excessive use of natural resources have caused significant changes in natural ecosystems, including a decrease in rainfall and an increase in temperature. the potential exists for them to decrease vegetation and increase barren areas. serious economic, social, and environmental damage can occur in natural ecosystems due to the destruction of land cover and other damages, such as dust storms. therefore, ecosystem changes are taking place worldwide, both at the temporal and spatial scale, due to human activities and natural factors. so, investigating the amount of land use/cover changes, their effect on dust storms, and predicting these changes for the coming years can be an important step in reducing and controlling unprincipled changes, planning, and optimizing resource. climate change and human activities, such as drought, human activities, and non-compliance with water rights, have a significant impact on the hamon wetland area, so that the dry bed of the wetland has become the main sources of dust. this research is focused on investigating the impact of land use changes on dust storms and forecasting land use changes in the sistan region for the next 20 years. material and methodsthe impact of land use changes on dust storms in the sistan region was examined using markov chain forecasting methods. for this purpose, first of all, the land use maps of 2002, 2011 and 2022 were prepared using satellite images. an anomalous method was used to investigate climatic parameters, including temperature, rainfall, and the number of days with dust, in the next step. to evaluate climatic changes, it is necessary to use a method that shows long-term changes. the anomaly method was employed for this purpose. the values of this index can be either positiveor negative. in order to predict land use changes for the next 20 years, the combination of the maps of 2002 and 2022 for severe drought conditions were used by using markov chain and cell models. the markov model was predicted to generate multiple images. the transfer probability matrix allows for the expression of the probability that any type of land cover will be found in any location in the future. despite the accuracy of transmission probabilities for each user is unknown, due to the lack of information on the spatial distribution of users, the markov model does not have any spatial dependence information.  in contrast, to the automatic network, it is an agent that has the ability to change its state based on the application of the law that shows the new state in accordance with the previous state and the state of its neighbors. results and discussionthis study examined the impact of land use change on dust in the sistan region. at first, climatic changes of temperature, rainfall and number of dusty days were investigated and the results showed that the temperature has increased and rainfall has decreased in the sistan region during the last two decades. the land use maps also showed that in the years when the hamon wetland has been drained, pastures and dense vegetation have increased and barren lands and salt marshes have decreased. but due to the recent droughts like the year 2022, when a drought has occurred in the region, the use of vegetation and pasture has decreased and barren and salt marshes have increased. these conditions cause an increase in the level of dust in the region.