|
|
|
|
بررسی تغییرات پوشش گیاهی متاثر از خشکسالی در جنوب استان کرمان
|
|
|
|
|
|
|
|
نویسنده
|
برخوری سعید ,دولت کردستانی مجتبی ,جواهری کیمیا
|
|
منبع
|
مديريت جامع حوزه هاي آبخيز - 1403 - دوره : 4 - شماره : 4 - صفحه:18 -31
|
|
چکیده
|
مقدمه: خشکسالی به عنوان یک وضعیت اقلیمی مهم، مناطق گستردهای از جهان را تحت تاثیر قرار داده است. این پدیده در سالهای اخیر به دلیل تغییرات اقلیمی و گرمایش جهانی بهطور قابل توجهی افزایش یافته است. پوشش گیاهی نیز بهعنوان یک عامل اساسی در اکوسیستمهای خشک، تحت تاثیر بارش کم، دمای بالا و تبخیر و تعرق قرار دارد. خشکسالیهای طولانیمدت میتوانند تاثیرات خطرناکی بر پوشش گیاهی داشته باشند. برای بررسی الگوهای زمانی-مکانی خشکسالی، شاخص spei که حاصل اختلاف بارش و تبخیر و تعرق پتانسیل است، در مطالعات مختلف بهکار گرفته شده است. همچنین، استفاده از تصاویر ماهوارهای با قدرت تفکیک مکانی و زمانی بالا، ابزاری موثر در بررسی تغییرات پوشش گیاهی و تاثیرات خشکسالی است.مواد و روشها: بهمنظور بررسی اثر خشکسالی بر پوشش گیاهی در نواحی جنوب کرمان، شاخص پوشش گیاهی evi حاصل از تصاویر ماهوارهای و نیز شاخص خشکسالی هواشناسی spei مورد استفاده قرار گرفت. در این پژوهش از evi به دست آماده از محصول mod13q1 سنجنده مودیس با قدرت تفکیک مکانی 250 متر و تفکیک زمانی 16 روز استفاده شد. ابتدا میانگین ماه به ماه این شاخص برای محدوده مورد مطالعه از ابتدای 2001 تا انتهای 2022 در پلتفرم google earth engine برآورد شد و سپس میانگین ماهانه دوره مطالعاتی محاسبه گردید. با استفاده از نتایج این بخش، دو ماه که دارای بیشترین مقدار evi بود انتخاب شد. بهمنظور بررسی اثر خشکسالی هواشناسی بر پوشش گیاهی ابتدا شاخص spei با مقیاسهای زمانی مختلف 3، 6، 9 و 12 ماهه برای ماههای مارس و آوریل طی 22 سال (2022-2001) توسط نرمافزار matlab محاسبه شد. دقت حساسیت evi نسبت به spei در ماه مارس و آوریل، توسط ضریب همبستگی پیرسون، در مدلساز روند زمین (etm) نرمافزار terrset محاسبه شد. سپس شیب خط اثر رابطه spei 3، 6، 9 و 12 ماهه و evi بر اساس معادلات رگرسیون خطی chatfield (2016) در مدلساز etm نرمافزار terrset محاسبه شد تا اثر نوسانات spei در مقایسهای زمانی مختلف بر پوشش گیاهی بررسی شود.نتایج و بحث: با توجه به نتایج ماههای آوریل و مارس بهترتیب بیشترین مقدار evi را در طول سال دارند که نشاندهنده حداکثر رشد و شادابی پوشش گیاهی در این ماهها است. ماههای ژانویه و دسامبر نیز کمترین مقدار میانگین شاخص evi را به خود اختصاص دادهاند. در ماه مارس، بیشترین همبستگی evi با spei 12 ماهه است که معادل 40.4% مساحت منطقه مودمطالعه را شامل میشود. همچنین در این ماه، کمترین همبستگی evi با spei 9 ماهه بود که در حدود 15.55% مساحت منطقه است. در ماه آوریل نیز، بیشترین همبستگی evi با spei 12 ماهه و پس از آن spei 6 ماهه است که بهترتیب در 53.25 و 20.57% محدوده مطالعاتی مشاهده شد. در اکثر شهرستانهای قلعهگنج، رودبار جنوب، جیرفت، فاریاب، منوجان، عنبرآباد و ارزوئیه به خصوص از نواحی مرکز محدوده موردمطالعه به سمت جنوب، spei 12 ماهه بیشترین همبستگی را با شاخص evi دارد. کمترین همبستگی evi نیز با spei 9 ماهه و پس از آن 3 ماهه بهترتیب در 10.75 و 15.44% منطقه مشاهده گردید. در ماه مارس، کلاسهای دقت حساسیت evi به spei، مثبت زیاد، مثبت متوسط و مثبت کم بهترتیب 29.02، 19.41 و 15.03% از منطقه را به خود اختصاص دادند. این مقادیر برای ماه آوریل نیز به ترتیب 41.89، 28.1 و 14.69% میباشد. همچنین کمترین درصد مساحت نیز در هر دو ماه مربوط به کلاسهای منفی خیلیزیاد و منفی زیاد میباشد. در ماه مارس شاخص evi در قسمتهایی از شمال، شمالشرق و بخشهایی از غرب محدوده مطالعاتی شامل اکثر مساحت شهرستانهای فهرج، نرماشیر، بم، ریگان حساسیت خیلیکم و کم را به خشکسالی داشته در حالی که در بخشهایی از غرب منطقه، نواحی مرکزی به سمت جنوب، جنوبغرب و جنوبشرق شامل نواحی جنوب شهرستان جیرفت، غرب شهرستان رودبار جنوب، اکثر نواحی کهنوج، بیشترین حساسیت evi به spei مشاهده شده است. با توجه به مساحت کلاسهای مختلف حساسیت پوشش گیاهی به خشکسالی در ماه آوریل نیز شاخص evi در عمده قسمتهای غربی، شمالغربی، مرکزی، شرق و جنوبشرق، جنوب و جنوبغرب محدوده مطالعاتی دارای حساسیت خیلیزیاد و زیاد نسبت spei است. در این ماه نیز کمترین حساسیت evi به خشکسالی مربوط به قسمتهای شمالشرق است.نتیجهگیری: طبق نتایج آنالیز همبستگی evi با spei در مقیاسهای زمانی مختلف، در هر دو ماه مارس و آوریل، بیشترین همبستگی evi بهترتیب با spei 12، 6، 3 و 9 ماهه بوده ؛ بنابراین بیشترین تاثیر خشکسالی بر پوشش گیاهی در جنوب کرمان مربوط به spei 12 ماهه است و کمترین آن مربوط به spei 9 ماهه است. این نتایج به علت شرایط محیطی متفاوت در محدوده مورد مطالعه است که باعث شده در هر منطقه نتایج متفاوتی به دست آید. نتایج دقت حساسیت evi به spei نشان داد که بیشترین دقت حساسیت بهترتیب به کلاسهای مثبت زیاد، مثبت متوسط و مثبت کم اختصاص دارد که عمدتا به شهرستانهای مرکزی، غربی، جنوبغربی، جنوب تا جنوبشرق و بخشهایی از شرق محدوده مطالعاتی مربوط میشود. همچنین نتایج حساسیت evi به spei نشان داد که کمترین حساسیت پوشش گیاهی به خشکسالی مربوط به نواحی شمالشرق، بخشهایی از جنوبشرق و شمال محدوده مطالعاتی میباشد. این نواحی عمدتا اراضی بایر و یا مرتع با تاج پوشش فقیر را شامل میشود. با توجه به نتایج، شرایط محیطی مانند ویژگیهای اقلیمی، توپوگرافی، نوع پوششگیاهی و مدیریت انسان و غیره تاثیر بسیار مهمی در تعیین ارتباط بین شاخصهای پوششگیاهی و خشکسالی هواشناسی دارد. پیشنهاد میشود که در تحقیقات آتی با در نظر گرفتن عوامل مذکور، پیشبینی این پدیده و مدلسازی تغییرات پوششگیاهی تحت تاثیر پدیده خشکسالی در اولویت قرار گیرد.
|
|
کلیدواژه
|
آنالیز رگرسیون خطی، همبستگی پیرسون، evi ، spei
|
|
آدرس
|
دانشگاه جیرفت, دانشکده منابع طبیعی, گروه مهندسی طبیعت, ایران, دانشگاه جیرفت, دانشکده منابع طبیعی, گروه مهندسی طبیعت, ایران, دانشگاه تهران, دانشکده منابع طبیعی, گروه احیا مناطق خشک و کوهستانی, ایران
|
|
پست الکترونیکی
|
kimiajavaheri@ut.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
drought induced vegetation changes in south of kerman province
|
|
|
|
|
Authors
|
barkhori saeid ,dolatkordestani mojtaba ,javaheri kimia
|
|
Abstract
|
drought, as an important climatic condition, has affected extensive areas of the world. vegetation cover is also affected by low precipitation, high temperatures, and evaporation in dry ecosystems. these impacts can be defined as ecological drought on vegetation cover. long-term droughts can have dangerous effects on vegetation cover. the spei index, which is based on the difference between precipitation and potential evapotranspiration, has been used in various studies to examine the spatiotemporal patterns of drought. additionally, the use of satellite images with high spatial and temporal resolution is an effective tool for studying vegetation cover changes and the impacts of drought. materials and methods: to investigate the impact of drought on vegetation cover in the southern kerman regions, the enhanced vegetation index (evi) from modis satellite imagery and the standardized precipitation evapotranspiration index (spei) were used. in this research, evi derived from the mod13q1 modis sensor product with a spatial resolution of 250 meters and a temporal resolution of 16 days was used. first, the monthly average of this index was estimated for the study area from the beginning of 2001 to the end of 2022 on the google earth engine platform, and then the monthly average over the study period was calculated. based on the results of this section, the two months with the highest evi values were selected. to investigate the impact of meteorological drought on vegetation cover, the spei index with different time scales of 3, 6, 9, and 12 months for the months of march and april over 22 years (2001-2022) was calculated using matlab software. the sensitivity of evi to spei in march and april was calculated by the pearson correlation coefficient in the trend analysis module (etm) of terrset software. then, the slope of the relationship between the 3, 6, 9, and 12-month spei and evi based on the chatfield (2016) linear regression equations in the etm model of terrset software was calculated to investigate the impact of spei fluctuations at different time scales on vegetation cover. results and discussion: according to the results, the months of april and march have the highest evi values throughout the year, indicating maximum growth and vitality of vegetation during these months. the months of january and december have the lowest average evi values. the months of april and march, which had the highest evi values, were selected to investigate the impact of drought on vegetation cover. according to the results obtained in march, the highest correlation of evi was with the 12-month spei, covering 40.4% of the study area. furthermore, in this month, the lowest correlation of evi was with the 9-month spei, covering around 15.55% of the study area. in april, the highest correlation of evi was with the 12-month spei, followed by the 6-month spei, covering 25.53% and 20.57% of the study area, respectively. in most areas of qalat, roudbar jonob, jiroft, faryab, manoojan, amberabad, and arzueie, especially from the central regions of the study area towards the south, the 12-month spei had the highest correlation with evi.
|
|
Keywords
|
linear regression analysis ,pearson correlation ,evi ,spei
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|