سامانه مدیریت نشریات علمی دانشگاه کاشان

دستورانی, مصطفی, جعفری شلمزاری, محسن, سلیمانی مقدم, هادی. (1401). بررسی تغییرات شوری خاک در شهرستان تربت حیدریه استان خراسان رضوی نسبت به توپوگرافی و پوشش گیاهی با استفاده از داده‌های سنجش از دور ماهواره MODIS. سامانه مدیریت نشریات علمی, 11(36), 31-40. doi: ‎10.22052/deej.2022.113657
مصطفی دستورانی; محسن جعفری شلمزاری; هادی سلیمانی مقدم. "بررسی تغییرات شوری خاک در شهرستان تربت حیدریه استان خراسان رضوی نسبت به توپوگرافی و پوشش گیاهی با استفاده از داده‌های سنجش از دور ماهواره MODIS". سامانه مدیریت نشریات علمی, 11, 36, 1401, 31-40. doi: ‎10.22052/deej.2022.113657
دستورانی, مصطفی, جعفری شلمزاری, محسن, سلیمانی مقدم, هادی. (1401). 'بررسی تغییرات شوری خاک در شهرستان تربت حیدریه استان خراسان رضوی نسبت به توپوگرافی و پوشش گیاهی با استفاده از داده‌های سنجش از دور ماهواره MODIS', سامانه مدیریت نشریات علمی, 11(36), pp. 31-40. doi: ‎10.22052/deej.2022.113657
دستورانی, مصطفی, جعفری شلمزاری, محسن, سلیمانی مقدم, هادی. بررسی تغییرات شوری خاک در شهرستان تربت حیدریه استان خراسان رضوی نسبت به توپوگرافی و پوشش گیاهی با استفاده از داده‌های سنجش از دور ماهواره MODIS. سامانه مدیریت نشریات علمی, 1401; 11(36): 31-40. doi: ‎10.22052/deej.2022.113657

بررسی تغییرات شوری خاک در شهرستان تربت حیدریه استان خراسان رضوی نسبت به توپوگرافی و پوشش گیاهی با استفاده از داده‌های سنجش از دور ماهواره MODIS

مهندسی اکوسیستم بیابان
دوره 11، شماره 36، آذر 1401، صفحه 31-40    اصل مقاله (389.52 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): ‎10.22052/deej.2022.113657
نویسندگان
مصطفی دستورانی* 1؛ محسن جعفری شلمزاری2؛ هادی سلیمانی مقدم3
1دانشگاه حکیم سبزواری
2دانشگاه پیام نور
3Hakim Sabzevari Univ.
چکیده
در پژوهش حاضر تغییرات شوری خاک در شهرستان تربت حیدریه استان خراسان رضوی با استفاده از داده‌های ماهواره‌ای مودیس در بازه زمانی 2005 تا 2020 بررسی شد. برای این منظور از شاخص ترکیبی باند 4 و 6 این ماهواره استفاده شد. همچنین همبستگی بین شوری، ارتفاع، شیب و شاخص ارتقا یافته پوشش گیاهی EVI نیز مورد بررسی قرار گرفت. اگرچه سطح شوری در منطقه چندان بالا نیست اما روند تغییرات نشان دهنده افزایش شوری در منطقه می‌باشد. بر همین اساس عمده منطقه 60 درصد (2235 کیلومترمربع) در کلاس بدون شوری  و 35 درصد منطقه (1304 کیلومتر مربع) در شوری خفیف و تنها 5 درصد منطقه (186 کیلومترمربع) در کلاس شدید قرار می‌گیرد. مقایسه بین مقادیر تخمینی و واقعی در عرصه منجر به ضریب کاپا معادل 65/0 شد که نشان از اعتبار اندازه‌گیری‌های انجام شده دارد. اما همبستگی میان پارامترهای مختلف نشان دهنده عدم همبستگی شوری با شیب، ارتفاع و EVI بوده است که با توجه به پوشش گیاهی پراکنده منطقه قابل تصور می‌باشد. البته مقادیر همبستگی ارتفاع و شیب نسبت به پوشش گیاهی بیشتر بوده است. به نظر می‌رسد فقر شدید پوشش گیاهی و تجمع سازندهای تبخیری در مناطق معدود منجر به عدم همبستگی بین این عوامل شده باشد.
کلیدواژه‌ها
شوری؛ بیابان‌زایی؛ تخریب زمین؛ سامانه اطلاعات جغرافیایی؛ پوشش گیاهی
سایر فایل های مرتبط با مقاله
مراجع
  1. Akbari, M., Shalamzari, M.J., Memarian, H. and Gholami, A., 2020. Monitoring desertification processes using ecological indicators and providing management programs in arid regions of Iran. Ecological indicators. 111: p. 106011.
  2. Bannari, A., Al-Ali, Z. and Kadhem, G., Effects of Topgraphic Attributes and Water-Table Depths on the Soil Salinity Accumulation in Arid Land. in 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS. 2021. IEEE.
  3. Bouaziz, M., Matschullat, J. and Gloaguen, R., 2011. Improved remote sensing detection of soil salinity from a semi-arid climate in Northeast Brazil. Comptes Rendus Geoscience. 343(11-12): p. 795-803.
  4. Daliakopoulos, I., Tsanis, I., Koutroulis, A., Kourgialas, N., Varouchakis, A., Karatzas, G. and Ritsema, C., 2016. The threat of soil salinity: A European scale review. Sci Total Environ. 573: p. 727-739.
  5. DeFries, R.S. and Townshend, J., 1994. NDVI-derived land cover classifications at a global scale. International Journal of Remote Sensing. 15(17): p. 3567-3586.
  6. Delavar, M.A., Naderi, A., Ghorbani, Y., Mehrpouyan, A., Bakhshi, A., 2020. Soil salinity mapping by remote sensing south of Urmia Lake, Iran. Geoderma Regional. 22: p. e00317.
  7. Didan, K., Munoz, A.B., Solano, R. and Huete, A., 2015. MODIS vegetation index user’s guide (MOD13 series). University of Arizona: Vegetation Index and Phenology Lab.
  8. Eishoeei, E., Nazarnejad, H. and Miryaghoubzadeh, M., 2019. Temporal soil salinity modeling using SaltMod model in the west side of Urmia hyper saline Lake, Iran. Catena. 176: p. 306-314.
  9. Fallah Shamsi, S.R., Zare, S. and Abtahi, S.A., 2013. Soil salinity characteristics using moderate resolution imaging spectroradiometer (MODIS) images and statistical analysis. Archives of Agronomy and Soil Science. 59(4): p. 471-489.
  10. Fan, L., Al-Yaari, A., Frappart, F., Swenson, J.J., Xiao, Q., Wen, J., Jin, R., Kang, J., Li X. and Fernandez-Moran, R., 2019. Mapping soil moisture at a high resolution over mountainous regions by integrating in situ measurements, topography data, and MODIS land surface temperatures. Remote Sensing. 11(6): p. 656.
  11. Fathizad, H., Ardakani, M.A.H., Sodaiezadeh, H., Kerry, R. and Taghizadeh-Mehrjardi, R., 2020. Investigation of the spatial and temporal variation of soil salinity using random forests in the central desert of Iran. Geoderma. 365: p. 114233.
  12. Fathizad, H., Hakimzadeh Ardakani, M.A. Sodaiezadeh, H., Kerry, R. and Taghizadeh-Mehrjardi, R., 2020. Investigation of the spatial and temporal variation of soil salinity using random forests in the central desert of Iran. Geoderma. 365: p. 114233.
  13. Gao, L., Wang, X., Johnson, B.A., Tian, Q., Wang, Y., Verrelst, J., Mu, X. and Gu, X., 2020. Remote sensing algorithms for estimation of fractional vegetation cover using pure vegetation index values: A review. ISPRS Journal of Photogrammetry and Remote Sensing. 159: p. 364-377.
  14. Gorji, T., YILDIRIM, A., Sertel, E. and TANIK, A., 2019. Remote sensing approaches and mapping methods for monitoring soil salinity under different climate regimes. International Journal of Environment and Geoinformatics. 6(1): p. 33-49.
  15. Habibi, V., Ahmadi, H., Jafari M. and Moeini, A., 2021. Mapping soil salinity using a combined spectral and topographical indices with artificial neural network. PLOS ONE. 16(5): p. e0228494.
  16. Jafari Shalamzari, M., Zhang, W., Gholami, A. and Zhang, Z., 2019. Runoff Harvesting Site Suitability Analysis for Wildlife in Sub-Desert Regions. Water. 11(9): p. 1944.
  17. Julien, Y., Sobrino, J.A., Mattar, C., Ruescas, A.B., Jimenez-Munoz, J.C., Soria, , Hidalgo, V., Atitar, M., Franch, B. and Cuenca, J., 2011. Temporal analysis of normalized difference vegetation index (NDVI) and land surface temperature (LST) parameters to detect changes in the Iberian land cover between 1981 and 2001. International Journal of Remote Sensing. 32(7): p. 2057-2068.
  18. Kacem, H.A., Fal, S., Karim, M., Alaoui, H.M., Rhinane, H. and Maanan, M., 2021. Application of fuzzy analytical hierarchy process for assessment of desertification sensitive areas in North West of Morocco. Geocarto. Int. 36(5): p. 563-580.
  19. Lobell, D., Lesch, S., Corwin, D., Ulmer, M., Anderson, K., Potts, D., Doolittle, J., Matos, M. and Baltes, M., 2010. Regional‐scale assessment of soil salinity in the Red River Valley using multi‐year MODIS EVI and NDVI. Journal of environmental quality. 39(1): p. 35-41.
  20. Mehta, M., Saha, S. and Agrawal, S., 2013. Evaluation of Indices and Parameters Obtained from Optical and Thermal Bands of Landsat 7 ETM+ for Mapping of Salt-Affected Soils and Water-Logged Areas. Asian Journal of Geoinformatics. 12(4).
  21. Merrikhpour, M.H. and Rahimzadegan, M., 2020. A synergistic use of AMSR2 and MODIS images to detect saline soils (Study Area: Iran). Comptes Rendus. Géoscience. 352(2): p. 127-138.
  22. Paliwal, A., Laborte, A., Nelson, A. and Singh, R., 2019. Salinity stress detection in rice crops using time series MODIS VI data. International journal of remote sensing. 40(21): p. 8186-8202.
  23. Shahrayini, E. and Noroozi, A.A., 2021. Modeling And Mapping of Soil Salinity And Alkalinity Using Remote Sensing Data And Topographic Factors.
  24. Shrestha, R.P., 2006. Relating soil electrical conductivity to remote sensing and other soil properties for assessing soil salinity in northeast Thailand. Land Degradation & Development. 17(6): p. 677-689.
  25. Sultanov, M., Ibrakhimov, M., Akramkhanov, A., Bauer, C. and Conrad, C., 2018. Modelling End-of-Season Soil Salinity in Irrigated Agriculture Through Multi-temporal Optical Remote Sensing, Environmental Parameters, and In Situ Information. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science. 86(5): p. 221-233.
  26. Taghizadeh-Mehrjardi, R., Minasny, B., Sarmadian, F. and Malone, B.P., 2014. Digital mapping of soil salinity in Ardakan region, central Iran. Geoderma. 213: p. 15-28.
  27. Wang, L., Seki, K., Miyazaki, T. and Ishihama, Y., 2009. The causes of soil alkalinization in the Songnen Plain of Northeast China. Paddy and Water Environment. 7(3): p. 259-270.
  28. Whitney, K., Scudiero, E., El-Askary, H.M., Skaggs, T.H., Allali, M.D. and Corwin, L., 2018. Validating the use of MODIS time series for salinity assessment over agricultural soils in California, USA. Ecological indicators. 93: p. 889-898.
  29. Yaghobi, S., Komaki, C.B. and Karimzadeh, H., 2020. Zoning and Studying of the Soil Salinity Trend by using Remote Sensing Data and Land Statistics (Case Study: Segzi Plain, Isfahan). Degradation and Rehabilitation of Natural Land. 1(1): p. 92-104.
  30. Yahiaoui, I., Douaoui, A., Zhang Q. and Ziane, A., 2015. Soil salinity prediction in the Lower Cheliff plain (Algeria) based on remote sensing and topographic feature analysis. Journal of Arid Land. 7(6): p. 794-805.
  31. Zainab, S., Handajani, N. and Wibisana, H., The Mapping of Ground Water Salinity Using Imagery Data of Aqua Modis Satellite In Kwanyar Bangkalan Area. in Journal of Physics: Conference Series. 2021. IOP Publishing.
  32. Zare, S., Fallah Shamsi, S.R. and Abtahi, S.A., 2019. Weakly-coupled geo-statistical mapping of soil salinity to Stepwise Multiple Linear Regression of MODIS spectral image products. Journal of African Earth Sciences. 152: p. 101-114.
  33. Zhang, T.-T., Qi, J.-G., Gao, Y., Ouyang, Z.-T., Zeng S.-L. and Zhao, B., 2015. Detecting soil salinity with MODIS time series VI data. Ecological Indicators. 52: p. 480-489.
آمار
تعداد مشاهده مقاله: 772
تعداد دریافت فایل اصل مقاله: 622