دوره 16، شماره 1 - ( بهار و تابستان 1404 )
جلد 16 شماره 1 صفحات 106-84 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Sadeghi A, Salahi2 B, Azari Sanjebad R. (2026). Investigating Surface Changes in Snow Cover Concerning Land Surface Temperature, Evapotranspiration, and Vegetation Cover in the Aras Basin. J Watershed Manage Res. 16(1), 84-106. doi:10.61882/jwmr.2024.1273
URL: http://jwmr.sanru.ac.ir/article-1-1273-fa.html
URL: http://jwmr.sanru.ac.ir/article-1-1273-fa.html
صادقی ابوذر، صلاحی برومند، آذری سنجبد رقیه. بررسی تغییرات سطحی پوشش برف در ارتباط با دمای سطح زمین، تبخیر و تعرق و پوشش گیاهی در حوضه آبخیز ارس پژوهشنامه مديريت حوزه آبخيز 1404; 16 (1) :106-84 10.61882/jwmr.2024.1273
1- گروه جغرافیای طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
چکیده: (972 مشاهده)
چکیده مبسوط
مقدمه و هدف: پدیده تغییر اقلیم و اثرات و پیامدهای ناشی از آن به موضوعی چالش‌برانگیز برای مدیران و برنامه‌ریزان به‌ویژه در ارتباط با منابع آب تبدیل شده اند. در حال حاضر، تغییر اقلیم به علت اثرگذاری در جوامع بشری، مورد توجه دانشمندان قرار گرفته است. برف نقش مهمی در حفاظت تنوع زیستی دارد و تغییرات میزان پوشش برف، حیات جانوری و گیاهی و نیز ساختار اکوسیستم‌ها را متأثر می‌سازد. پوشش برف در مناطق کوهستانی دارای اهمیت زیادی است. ازآنجایی‌که برف آب جامد محسوب می‌شود، منبع مهمی برای تأمین آب آشامیدنی است. چون پوشش برف مقدار زیادی هوا را در خود دارد، هادی ضعیفی برای گرما است لذا پوشش برف قادر است محصولات کشاورزی و درختان را در مقابل سرماهای شدید محافظت کند. هدف پژوهش حاضر، بررسی تغییرات پوشش سطحی برف در ارتباط با مؤلفه‌های دمای سطح زمین، تبخیر و تعرق و پوشش گیاهی در حوضه آبخیز ارس با استفاده از محصولات داده‌های سنجنده مودیس به‌صورت بازه‌های زمانی سالانه، فصلی و ماهانه است.
مواد و روش‌ها: محدوده موردمطالعه حوضه ارس است که بخشی از زیرحوزه آبخیز غرب دریاچه‌ی خزر تلقی می‌شود و مرز سیاسی بین کشورهای آذربایجان، ایران، ترکیه و ارمنستان را تشکیل می‌دهد. در این پژوهش، برای محاسبه پوشش برف، دمای سطح زمین، پوشش گیاهی و تبخیر و تعرق، از تصاویر ماهواره Terra استفاده شد، به این صورت که برای هرکدام از متغیرهای مذکور، میانگین سالانه، میانگین ماهانه و میانگین فصلی بر اساس تاریخ شمسی محاسبه شد. از پروداکت های روزانه برف، پوشش گیاهی، دمای سطح زمین و پروداکت 8 روزه تبخیر و تعرق ماهواره Terra استفاده شد. در نهایت، تصاویر برای محاسبه به محیط ArcMap10.8 انتقال داده شدند. برای محاسبه میانگین‌های متغیرهای مورد مطالعه در دوره 1379-1401، با استفاده از کدنویسی در گوگل ارث انجین، برای پوشش برف، دمای سطح زمین، پوشش گیاهی و تبخیر و تعرق به ترتیب از 8644، 8642، 8325 و 1058 تصویر مورد پردازش قرار گرفت.
یافته‌ها: نتایج نشان داد که بین سال‌های 1401-1379، گرم‌ترین و بیشترین دما به ترتیب مربوط به سال‌های 1379، 1380 و 1393 با میانگین بیشینه دمایی به ترتیب 42، 40 و 40 درجه سلسیوس بوده است. سال 1387 با میانگین بیشینه دمایی 35 درجه سلسیوس و کمینه دمایی 1 درجه سلسیوس، گرم‌ترین سال دوره آماری مورد مطالعه بود. بیشترین میزان میانگین سبزینگی مربوط به سال‌های 1398 و 1400 با مقدار 44/0 و کم‌ترین میزان میانگین سبزینگی مربوط به سال‌های مربوط به 1386 و 1382 با مقدار 0/34 بود. در سال‌های مورد مطالعه، سال 1388 کم‌ترین میانگین سالانه تبخیر و تعرق و سال 1401 بیشترین میانگین سالانه تبخیر و تعرق را داشتند. تبخیر و تعرق در سال 1388 در بالاترین حالت، 20/96 و در کم‌ترین حالت، 3/57 کیلوگرم در مترمکعب بود. تبخیر و تعرق در سال 1401 در بیشترین حالت، 37/42 و در کم‌ترین حالت، 2/60 کیلوگرم در مترمکعب بود. در همه سال‌های مورد مطالعه، بخش‌های جنوب شرقی و شمال حوضه مورد مطالعه بیشترین میانگین تبخیر و تعرق را داشتند. در سال 1388، بیشینه میانگین دمای سطحی زمین برابر با 37/12 و کمینه آن برابر با 0/14 درجه سلسیوس بود. در سال 1401، بیشینه دمای سطح زمین، 39/80 و کمینه آن 5/66 درجه سلسیوس بود. همان طور که مشاهده می‌شود، در این سال‌ها بین دما و تبخیر و تعرق رابطه مستقیمی وجود داشت. طی سال‌های 1401-1379، میانگین NDSI در سال 1379 کم‌ترین مقدار (17/31) و در سال 1396 بیشترین مقدار (26/23) را دارا بود. در همه سال‌های مورد مطالعه، بیشترین مناطق برف‌گیر مناطق ارتفاعی بلند واقع در قسمت‌های جنوبی و جنوب شرقی و جنوب غربی حوضه آبخیز ارس بود.
نتیجه گیری: نتایج بررسی نقشه‌های دمای سطح زمین نشان دادند که سال‌های 1379 و 1380 با میانگین بیشینه دمایی 42/37 و 40/20 درجه سلسیوس شروع شدند و با کاهش میانگین بیشینه دمایی ادامه پیدا کردند. در سال‌های 1399 و 1400، بیشینه دمایی به 39 درجه سانتی گراد رسید که به دنبال آن، تبخیر و تعرق نیز با توجه به دمای سطح زمین تغییر پیدا کرد. روند تغییرات پوشش گیاهی حوضه آبخیز ارس در حالت کلی نشان دهنده افزایش پوشش گیاهی در طول دوره 22 ساله است اما روند تغییرات پوشش برفی روند کاهشی ملایمی داشته است. دماهای بالاتر در قسمت‌های پست و هموار شمال شرق و شمال غرب حوضه آبخیز ارس و دماهای پایین‌تر در مناطق مرتفع جنوب شرقی و غرب حوضه دیده می‌شوند. تبخیر و تعرق اغلب در بخش‌های شمالی و جنوب شرقی حوضه آبخیز ارس که سطح پوشش برفی بیشتری دارند، مشاهده می‌شود. این قسمت‌ها با اینکه ارتفاع بیشتری دارند و دمای کم‌تری نسبت به بقیه مناطق داشتند ولی دارای تبخیر و تعرق بیشتری بودند. زمستان و پاییز فصول برف‌گیر منطقه مورد مطالعه هستند. بیشترین میزان سطح پوشش برف در بهمن‌ماه با مساحت 37234/32 کیلومترمربع و کم‌ترین آن در مردادماه با 4/71 مترمربع بودهاند. مناطق مرتفع دارای پوشش برفی (جنوب شرق، غرب و شمال حوضه) حتی در سال‌هایی که میانگین سطحی پوشش برف در کم‌ترین حالت خود قرار داشته است، دارای پوشش برف بودند.
مقدمه و هدف: پدیده تغییر اقلیم و اثرات و پیامدهای ناشی از آن به موضوعی چالش‌برانگیز برای مدیران و برنامه‌ریزان به‌ویژه در ارتباط با منابع آب تبدیل شده اند. در حال حاضر، تغییر اقلیم به علت اثرگذاری در جوامع بشری، مورد توجه دانشمندان قرار گرفته است. برف نقش مهمی در حفاظت تنوع زیستی دارد و تغییرات میزان پوشش برف، حیات جانوری و گیاهی و نیز ساختار اکوسیستم‌ها را متأثر می‌سازد. پوشش برف در مناطق کوهستانی دارای اهمیت زیادی است. ازآنجایی‌که برف آب جامد محسوب می‌شود، منبع مهمی برای تأمین آب آشامیدنی است. چون پوشش برف مقدار زیادی هوا را در خود دارد، هادی ضعیفی برای گرما است لذا پوشش برف قادر است محصولات کشاورزی و درختان را در مقابل سرماهای شدید محافظت کند. هدف پژوهش حاضر، بررسی تغییرات پوشش سطحی برف در ارتباط با مؤلفه‌های دمای سطح زمین، تبخیر و تعرق و پوشش گیاهی در حوضه آبخیز ارس با استفاده از محصولات داده‌های سنجنده مودیس به‌صورت بازه‌های زمانی سالانه، فصلی و ماهانه است.
مواد و روش‌ها: محدوده موردمطالعه حوضه ارس است که بخشی از زیرحوزه آبخیز غرب دریاچه‌ی خزر تلقی می‌شود و مرز سیاسی بین کشورهای آذربایجان، ایران، ترکیه و ارمنستان را تشکیل می‌دهد. در این پژوهش، برای محاسبه پوشش برف، دمای سطح زمین، پوشش گیاهی و تبخیر و تعرق، از تصاویر ماهواره Terra استفاده شد، به این صورت که برای هرکدام از متغیرهای مذکور، میانگین سالانه، میانگین ماهانه و میانگین فصلی بر اساس تاریخ شمسی محاسبه شد. از پروداکت های روزانه برف، پوشش گیاهی، دمای سطح زمین و پروداکت 8 روزه تبخیر و تعرق ماهواره Terra استفاده شد. در نهایت، تصاویر برای محاسبه به محیط ArcMap10.8 انتقال داده شدند. برای محاسبه میانگین‌های متغیرهای مورد مطالعه در دوره 1379-1401، با استفاده از کدنویسی در گوگل ارث انجین، برای پوشش برف، دمای سطح زمین، پوشش گیاهی و تبخیر و تعرق به ترتیب از 8644، 8642، 8325 و 1058 تصویر مورد پردازش قرار گرفت.
یافته‌ها: نتایج نشان داد که بین سال‌های 1401-1379، گرم‌ترین و بیشترین دما به ترتیب مربوط به سال‌های 1379، 1380 و 1393 با میانگین بیشینه دمایی به ترتیب 42، 40 و 40 درجه سلسیوس بوده است. سال 1387 با میانگین بیشینه دمایی 35 درجه سلسیوس و کمینه دمایی 1 درجه سلسیوس، گرم‌ترین سال دوره آماری مورد مطالعه بود. بیشترین میزان میانگین سبزینگی مربوط به سال‌های 1398 و 1400 با مقدار 44/0 و کم‌ترین میزان میانگین سبزینگی مربوط به سال‌های مربوط به 1386 و 1382 با مقدار 0/34 بود. در سال‌های مورد مطالعه، سال 1388 کم‌ترین میانگین سالانه تبخیر و تعرق و سال 1401 بیشترین میانگین سالانه تبخیر و تعرق را داشتند. تبخیر و تعرق در سال 1388 در بالاترین حالت، 20/96 و در کم‌ترین حالت، 3/57 کیلوگرم در مترمکعب بود. تبخیر و تعرق در سال 1401 در بیشترین حالت، 37/42 و در کم‌ترین حالت، 2/60 کیلوگرم در مترمکعب بود. در همه سال‌های مورد مطالعه، بخش‌های جنوب شرقی و شمال حوضه مورد مطالعه بیشترین میانگین تبخیر و تعرق را داشتند. در سال 1388، بیشینه میانگین دمای سطحی زمین برابر با 37/12 و کمینه آن برابر با 0/14 درجه سلسیوس بود. در سال 1401، بیشینه دمای سطح زمین، 39/80 و کمینه آن 5/66 درجه سلسیوس بود. همان طور که مشاهده می‌شود، در این سال‌ها بین دما و تبخیر و تعرق رابطه مستقیمی وجود داشت. طی سال‌های 1401-1379، میانگین NDSI در سال 1379 کم‌ترین مقدار (17/31) و در سال 1396 بیشترین مقدار (26/23) را دارا بود. در همه سال‌های مورد مطالعه، بیشترین مناطق برف‌گیر مناطق ارتفاعی بلند واقع در قسمت‌های جنوبی و جنوب شرقی و جنوب غربی حوضه آبخیز ارس بود.
نتیجه گیری: نتایج بررسی نقشه‌های دمای سطح زمین نشان دادند که سال‌های 1379 و 1380 با میانگین بیشینه دمایی 42/37 و 40/20 درجه سلسیوس شروع شدند و با کاهش میانگین بیشینه دمایی ادامه پیدا کردند. در سال‌های 1399 و 1400، بیشینه دمایی به 39 درجه سانتی گراد رسید که به دنبال آن، تبخیر و تعرق نیز با توجه به دمای سطح زمین تغییر پیدا کرد. روند تغییرات پوشش گیاهی حوضه آبخیز ارس در حالت کلی نشان دهنده افزایش پوشش گیاهی در طول دوره 22 ساله است اما روند تغییرات پوشش برفی روند کاهشی ملایمی داشته است. دماهای بالاتر در قسمت‌های پست و هموار شمال شرق و شمال غرب حوضه آبخیز ارس و دماهای پایین‌تر در مناطق مرتفع جنوب شرقی و غرب حوضه دیده می‌شوند. تبخیر و تعرق اغلب در بخش‌های شمالی و جنوب شرقی حوضه آبخیز ارس که سطح پوشش برفی بیشتری دارند، مشاهده می‌شود. این قسمت‌ها با اینکه ارتفاع بیشتری دارند و دمای کم‌تری نسبت به بقیه مناطق داشتند ولی دارای تبخیر و تعرق بیشتری بودند. زمستان و پاییز فصول برف‌گیر منطقه مورد مطالعه هستند. بیشترین میزان سطح پوشش برف در بهمن‌ماه با مساحت 37234/32 کیلومترمربع و کم‌ترین آن در مردادماه با 4/71 مترمربع بودهاند. مناطق مرتفع دارای پوشش برفی (جنوب شرق، غرب و شمال حوضه) حتی در سال‌هایی که میانگین سطحی پوشش برف در کم‌ترین حالت خود قرار داشته است، دارای پوشش برف بودند.
نوع مطالعه: كاربردي |
موضوع مقاله:
سنجش از دور و سامانه های اطلاعات جغرافيايی
دریافت: 1404/1/14 | پذیرش: 1403/7/18
دریافت: 1404/1/14 | پذیرش: 1403/7/18
فهرست منابع
1. Aguirre, F., Carrasco, J., Sauter, T., Schneider, C., Gaete, K., Gairn, E., Adaros, R., Butorovic, N., Jana, R., & Casassa, G. (2018). Snow Cover Change as a Climate Indicator in Brunswick Peninsula, Patagonia. Frontiers in Earth Science, 6, 130. [DOI:10.3389/feart.2018.00130]
2. Ardalani, E., Raygani, B., Gashtaseb, H., Nezami, B., & Jahani, A. (2022). Comparison of the performance of Moody's gauges on the Terra satellite and the Aqua satellite in the study of the trend of snow cover changes in Tehran province with the help of time series of remote sensing data. Environmental Research, 13(26), 355-372. [In Persian]
3. Arif, H., Mehmood, S. A., & Hafiz, H. A. (2021). Appraisal of Spatiotemporal Variations in Snow Cover using Google Earth Engine in Gilgit-Baltistan, Pakistan. International Journal of Innovations in Science and Technology, 2(4), 209-223. [DOI:10.33411/IJIST/2020020408]
4. Asghari Saraskanrood, S., Sadeghi, A., & Molanouro, E. (2023). Investigation of changes in snow cover and surface temperature with topographic component of elevation Case study (Urmia Lake catchment). Hydrogeomorphology, 10(34), 75-53. [In Persian]
5. Asghari, S., & Sadeghi, A. (2021). Evaluation of Snow Cover Change Trends Using the GEE System in a Time Series from 2000 to 2021 (Case Study: Aras Basin). The 8th National Conference on Geomorphology: Functions and Necessities.
6. Bahrami Pichaghchi, H. , Raeini-Sarjaz, M. and Norooz Valashedi, R. (2020). Investigation of the effect of global warming on temporal and spatial changes of snow cover and its durability in the northern slope of Central Alborz. Journal of Agricultural Meteorology, 8(1), 15-25. doi: 10.22125/agmj.2020.200876.1071. [In Persian]
7. Chen, X., Long, D., Liang, S., He, L., Zeng, C., Hao, X., & Hong, Y. (2018). Developing a composite daily snow cover extent record over the Tibetan Plateau from 1981 to 2016 using multisource data. Remote Sensing of Environment, 215, 284-299. [DOI:10.1016/j.rse.2018.06.021]
8. Deng, G., Tang, Z., Dong, C., Shao, D., & Wang, X. (2024). Development and Evaluation of a Cloud-Gap-Filled MODIS Normalized Difference Snow Index Product over High Mountain Asia. Remote Sensing, 16(1), 192, 1-22. [DOI:10.3390/rs16010192]
9. Singh, D. K., Singh, K. K., Petropoulos, G. P., Boaz, P. S., Jain, P., Singh, S., ... & Sood, V. (2023). Spatiotemporal vegetation variability and linkage with Snow-Hydroclimatic factors in western Himalaya using Remote Sensing and Google Earth Engine (GEE). Remote Sensing, 15(21), 5239.
https://doi.org/10.3390/rs15215239 [DOI:10.3390/rs15215239.]
10. Faraji, A., Kamangar, M., & Ashrafi, S. (2024). Spatial analysis of snow cover in western Iran using satellite imagery. Journal of Water and Soil, 38(1), 161-173. [DOI:10.22067/jsw.2024.83893.1323 [In Persian]]
11. Felipe, A., Diego, M., Lina, C., Álvaro, O., Ramón, O., Raúl, P. F., & Tomás, R. B O. (2023). Snow Persistence and Snow Line Elevation Trends in a Snowmelt-Driven Basin in the Central Andes and Their Correlations with Hydroclimatic Variables. Remote Sensing, 15, 5556. Pp 1-33.
https://doi.org/10.3390/rs15235556 [DOI:10.3390/rs15235556.]
12. Francisco, A., Deniz, B., Tobias, S., Jorge, C., Christoph, S., Ricardo, J., & Gino, C., (2023). Snow Cover Reconstruction in the Brunswick Peninsula, Patagonia, Derived from a combination of the Spectral Fusion, Mixture Analysis, and Temporal Interpolation of MODIS Data. Remote Sensing, 15, 5430, 1-30.
https://doi.org/10.3390/rs15225430 [DOI:10.3390/rs15225430.]
13. Ghafari Gilandeh, A., & Safarian Zengir, V. (2024). Monitoring and Evaluation of Snow Cover Changes Trend in the Cities of Golestan, Mazandaran and Gilan Provinces. Journal of Urban Ecology Researches, 15(4), 23-40. doi: 10.30473/grup.2023.66285.2749 [In Persian]
14. Ghasemi, A, R. (2022). Investigating Snow Cover Changes in the Koohrang Region of Chaharmahal and Bakhtiari Province Using Landsat Satellite Image Processing. Innovative Research in Sustainable Water Engineering, 1(2), 13-25. doi: 10.22103/nrswe.2023.20344.1015. [In Persian]
15. Hall, D. K., Frei, A., Dery, S., Tedesco, M., & Knight, P. (2014). Remote Sensing of Snow Extent. In Remote Sensing of the Cryosphere. Wiley-Blackwell: Oxford, UK, 31-47. [DOI:10.1002/9781118368909.ch3]
16. Hüsler, F., Jonas, T., Wunderle, S., & Albrecht, S. (2012). Validation of a modified snow cover retrieval algorithm from historical 1-km Avhrr data over the European Alps. Remote Sensing of Environment, 121, 497-515. [DOI:10.1016/j.rse.2012.02.018]
17. Jems, H., Yarahmadi, D., Nasiri, A., & Mirhashemi, H. (2023). Monitoring the spatial changes of the snow cover of Central Alborz using the SVM algorithm and landsat images. Researches in Earth Sciences, 14(2), 20-37. doi: 10.48308/esrj.2023.103194. [In Persian]
18. Lillesand, T. M., Kiefer, R. W., & Chipman, J. W. (2015). Remote Sensing and Image Interpretation, 7th ed.; John Wiley & Sons: Hoboken, NJ, USA, ISBN 9781118343289.
19. Maryanji, Z., Toulabi Nejad, M., & Dolatshahi, Z. (2022). The Effect of Climate Change on Snowfall and its Prediction in Hamadan County. Physical Geography Researchs, 1, 113-129. [In Persian]
20. Omidvar, K., Seyedi, Sh, M., Mozafari, Gh., & Mozidi, A. (2022). Investigating the Correlative Impact of Climate Change on Snow Cover Characteristics in the Middle Zagros in Relation to Atmospheric Circulation Patterns. Journal of Climatology Research, 13(52), 1-20. [In Persian]
21. Pichaghchi, H. B., Valashedi, R. N., & Raeini-Sarjaz, M. (2022). Statistical Analysis of Time Series of Snow-Covered Area Obtained from Satellite Images in Mazandaran Province. Journal of Watershed Management Research, 13(25), 50-61. https:// doi.org/10.52547/jwmr.13.25.50. [In Persian] [DOI:10.52547/jwmr.13.25.50]
22. Raeisi, M. B., Vafakhah, M., & Moradi, H. R. (2021). Comparison of Degree-Day and Radiation base of Snowmelt Runoff Model (SRM) for Estimating Runoff from Snow Melting. Journal of Watershed Management Research, 12(23), 1-11.
https://doi.org/10.52547/jwmr.12.23.1 [DOI:10.52547/jwmr.12.23.1 [In Persian]]
23. Riggs, G., & Hall, D. MODIS Snow Products User Guide to Collection 6 National Snow and Ice Data Center: Boulder. CO, USA, 2017.
24. Salahi, B., Saber, M., & Mofidi, A. (2023). Assessment of changes in evapotranspiration in the Aras River watershed under future climate conditions using RCP scenarios. Journal of Watershed Engineering and Management, 15(1), 80-95. [In Persian]
25. Sari Saraf, B., Gholinejhad, N., & Kamani, A. (2011). Drought and drought survey of the Aras basin using rainfall-based indexes. Physical Geography Quarterly, 4(12), 1-15. [In Persian]
26. Singh, D. K., Singh, K. K., Petropoulos, G. P., Boaz, P. S., Jain, P., Singh, S., ... & Sood, V. (2023). Spatiotemporal vegetation variability and linkage with Snow-Hydroclimatic factors in western Himalaya using Remote Sensing and Google Earth Engine (GEE). Remote Sensing, 15(21), 5239. [DOI:10.3390/rs15215239]
27. Zhang, T., & Wang, X. (2023). Dynamics of Spring Snow Cover Variability over Northeast China. Remote Sensing, 15(22), 5330.
https://doi.org/10.3390/rs15225330 [DOI:10.3390/rs15225330.]
28. Tedesco, M., Tedesco, M., Knight, P., Eds. (2014). Electromagnetic Properties of Components of the Cryosphere. In Remote Sensing of the Cryosphere. Wiley-Blackwell: Oxford, UK, 17-29. [DOI:10.1002/9781118368909.ch2]
29. Valashedi, R. N, & Bahrami Pichaghchi, H. (2023). Revealing the effect of climate change on Northern reservoir snow plots by CPA method. Reservoir Engineering and Management, 15(3), 386-403. [In Persian]
30. Voigt, T., Füssel, H. M., Gärtner-Roer, I., Huggel, C., Marty, C. & Zemp, M. (2010). Impacts of climate change on snow, ice, and permafrost in Europe: Observed trends, future projections, and socio-economic relevance. ETC/ACC Technical Paper, 117 p.
31. Walker, D. A., Halfpenny, J. C., Walker, M. D., & Wessman, C. A. (1993). Long-Term Studies of Snow Vegetation Interactions. Bioscience, 43, 287-301. [DOI:10.2307/1312061]
32. Wipf, S., Sommer Korn, M., Stutter, M.I., Wubs, E. J., & Van Der Wal, R., (2015). Snow cover, freeze‐thaw, and the retention of nutrients in an oceanic mountain ecosystem, Ecosphere, 6(10), 1-16. [DOI:10.1890/ES15-00099.1]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
