دوره 16، شماره 2 - ( پاییز و زمستان 1404 )                   جلد 16 شماره 2 صفحات 161-144 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Soleimanpour S M, Naeimi M, Rahmati O, Motamednia M. (2025). Analyzing the Changes in the Desertification Process in the Daranjir Desert using the Iranian IMDPA Model. J Watershed Manage Res. 16(2), 144-161. doi:10.61882/jwmr.2025.1300
URL: http://jwmr.sanru.ac.ir/article-1-1300-fa.html
سلیمان‌پور سید مسعود، نعیمی مریم، رحمتی امید، معتمدنیا محبوبه.(1404). پایش تغییرات مکانی روند بیابان‌زایی در کویر درانجیر با استفاده از مدل ایرانی IMDPA پ‍‍ژوهشنامه مديريت حوزه آبخيز 16 (2) :161-144 10.61882/jwmr.2025.1300

URL: http://jwmr.sanru.ac.ir/article-1-1300-fa.html


1- بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران
2- بخش تحقیقات بیابان، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات آموزش و ترویج کشاورزی، تهران، ایران
3- بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کردستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، سنندج، ایران
4- اداره منابع طبیعی و آبخیزداری شهرستان بافق، استان یزد، ایران
چکیده:   (1059 مشاهده)
چکیده مبسوط
مقدمه و هدف: بیابان‌زایی فرآیندی است که منجر به تغییرات بدون بازگشت در شرایط خـاک و رسـتنی‌هـای یک منطقه می‌شود و شرایط منطقه را بـهسـمت خشـکی بیشـتر پیش ‎برده، باعث کاهش پتانسیل تولید منطقه می‌شـود. محـدودیت منـابع آبی، کاهش کیفیت آب و بهره‌برداری بـی‌رویـه سـبب‎ شـده‎ اند کـه تخریب منـابع آب زیرزمینی به همراه دیگر فرآیندها از جمله عوامل مؤثر بر بیابان‌زایی شناخته شوند. همچنان که افزایش بهره‌برداری از منابع آب زیرزمینی، فرونشست را بهدنبال خواهد داشت که آخرین مرحله بیابان‌زایی محسوب می‌شود. در این زمینه، شناخت فرآیندهای بیابان‌زایی و عوامل ایجادکننده آن و همچنین اطلاع از شدت و ضعف این فرآیندها و عوامل، امری مهم و ضروری به‌منظور مدیریت و برنامه‌ریزی صحیح است. پایش زمینی یکی از روش‌های کارآمد برای نظارت بر بیابان‌زایی بهشمار می‌رود. به این منظور، مدل‌های متنوعی برای ارزیابی عوامل تاثیرگذار بر بیابان‌زایی و تهیه نقشه‌های مرتبط ارائه‌ شده ‎اند. در این میان، مدل IMDPA با بهره‌گیری از شاخص و معیارهای مختلف می‌تواند به‌صورت کارآمد به بررسی وضعیت بیابان‌زایی هر منطقه بپردازد.
مواد و روش‌ها: حوزه آبریز کویر در انجیر، در شمال استان کرمان و جنوب استان یزد، شامل 12 محدوده مطالعاتی است. ارتفاع منطقه از 925 متر در کویر درانجیر تا 4465 متر در کوه هزار متغیر است. 22406 کیلومترمربع این حوزه آبریز را مناطق کوهستانی و 28102 کیلومترمربع آن را کویرها، شوره‌زارها، دشت‌ها و کوهپایه‌ها تشکیل می‌دهند. هم‌چنین، کویر درانجیر با وسعت 1000 کیلومترمربع منتهی‌الیه شبکه زهکشی آب‌های سطحی و زیرزمینی حوضه به ‎شمار می‌رود. در ابتدا، به‌منظور بررسی و مطالعات تخریب خاک و فرونشست زمین تحت تأثیر منابع آب زیرزمینی در منطقه مورد مطالعه، از داده‌های آب زیرزمینی استفاده‌ شد. به این وسیله، با مراجعه به سازمان‌های ذی‌ربط اعم از سازمان تحقیقات منابع آب ایران (تماب)، سازمان آب منطقه‌ای استان یزد و کرمان و همچنین تحقیقات انجام‌شده پیشین، پارامترهای کیفی آب از جمله هدایت الکتریکی، نسبت جذب سدیم، کل مواد جامد محلول و پارامترهای کمی آب و هم‌چنین نرخ فرونشست در طول دوره آماری 97-1381 جمع‌آوری شدند. با بهره‌گیری از دو معیار آب زیرزمینی و فرونشست به ارزیابی وضعیت بیابان‌زایی توسط مدل IMDPA در حوزه آبریز کویر در انجیر پرداخته شد. به‌منظور بررسی اثر معیارهای فرونشست و آب زیرزمینی بر شدت بیابان‌زایی منطقه، نخست تأثیر دو معیار فرونشست و معیار آب زیرزمینی و سپس با حذف معیار فرونشست شدت بیابان‌زایی، تنها براساس معیار آب زیرزمینی ارزیابی شد. پهنه‌بندی شاخص‌ و معیارها در سامانه اطلاعات جغرافیایی و روش‌های درون‌یابی صورت گرفت.
یافته‌ها: نقشه پهنه‌بندی پارامتر هدایت الکتریکی نشان داد که تقریباً 50 درصد حوضه دارای شوری بالا (بیش‌تر از 5000 میکروزیمنس بر سانتی‌متر) است که حاکی از شدت بیابان‌زایی خیلیشدید بر طبق این شاخص است. این در حالی است که نقشه پهنه‌بندی پارامتر نسبت جذب سدیم نشان داد که بیش از 50 درصد منابع آبی حوضه دارای نسبت جذب سدیم پایین (کم‌تر از 18) هستند که بیانگر شدت بیابان‌زایی کم بر طبق این شاخص است. بررسی مقادیر افت سطح آب زیرزمینی نشان داد که بیش از یک‌سوم حوضه دارای افت بالای 50 سانتی‌متر بود که بیانگر شدت بیابان‌زایی خیلیشدید بر طبق این شاخص است. ارزیابی وضعیت بیابان‌زایی با توجه به معیار آب زیرزمینی مدل IMDPA نشان داد که بیش از 50 درصد از سطح حوضه دارای شدت متوسط است و تقریباً 20 درصد نیز دارای وضعیت شدید هستند. محدوده‌های بهادران و قریه‌العرب، بهترتیب بیش‌ترین و کم‌ترین شدت بیابان‌زایی را دارا بودند. ارزیابی نرخ فرونشست در سه محدوده مطالعاتی (کرمانباغین، رفسنجان و زرند) دارای نقشه فرونشست، نشان داد که محدوده کرمانباغین دارای بیش‌ترین میزان فرونشست بین 12 تا کم‌تر از 7 سانتی‌متر در سال است. ارزیابی وضعیت بیابان‌زایی بر طبق دو معیار فرونشست و آب زیرزمینی در سه محدوده دارای فرونشست نشان داد که محدوده رفسنجان دارای بیش‌ترین شدت بیابان‌زایی بر طبق دو معیار است.
نتیجه‌گیری: به‌طور کلی، نتایج نشان می‎ دهند که مهم‌ترین عامل تأثیرگذار بر شدت بیابان‌زایی با توجه به دو معیار آب زیرزمینی و فرونشست، شوری آب زیرزمینی و سپس افت سطح آب است. بررسی نواحی دارای فرونشست و میزان افت سطح تراز آب زیرزمینی در محدوده‌های مطالعاتی نشان می ‎دهد که در اکثر موارد، فرونشست در نواحی دارای افت سطح تراز آب زیرزمینی اتفاق افتاده است. ارزیابی شدت بیابان‌زایی بر طبق سه پارامتر معیار آب توسط مدل IMDPA نشان می ‎دهد که بیابان‌زایی در منطقه دارای شدت کم تا خیلیشدید است، به‌طوری‌که طبقه متوسط بالاترین سطح را در حوضه شامل می‌شود. بر اساس درصد مساحت طبقات شدت بیابان‌زایی، بعد از شدت متوسط، بهترتیب مناطق با شدت شدید، کم و خیلیشدید بیش‌ترین سطح را در بر می‌گیرند. ارزیابی وضعیت بیابان‌زایی به تفکیک محدوده مطالعاتی نشان می‎ دهد که در محدوده بهادران، نواحی با وضعیت خیلیشدید بیابان‌زایی از سطح بالاتری نسبت به دیگر محدوده‌های مطالعاتی وجود دارند؛ این در حالی است که بیابان‌زایی در محدوده‌های مطالعاتی ساغند، بردسیر و قریه‌العرب تنها دارای دو طبقه کم و متوسط است. وضعیت بیابان‌زایی براساس دو معیار آب زیرزمینی و فرونشست، در سه محدوده مطالعاتی دارای نقشه فرونشست نشان می ­دهد که بیابان‌زایی در محدوده رفسنجان نسبت به دو محدوده زرند و کرمانباغین از شدت بالاتری برخوردار است. برای کنترل بیابان‌زایی، پیشنهاد می‌شود که مدیریت منابع آب شامل کنترل بهره‌برداری از آب‌های زیرزمینی و استفاده از روش‌های آبیاری بهینه انجام شود. همچنین، پایش و ارزیابی مستمر وضعیت بیابان‌زایی با استفاده از مدل IMDPA و نظارت بر کیفیت آب ضروری است. توسعه پوششگیاهی از طریق کاشت گیاهان مقاوم و اجرای پروژه‌های بیابان‌زدایی نیز مؤثر خواهد بود. درنهایت، افزایش آگاهی کشاورزان و جامعه محلی درباره روش‌های پایدار کشاورزی اهمیت زیادی دارد.

 
متن کامل [PDF 2738 kb]   (53 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فرسايش خاک و توليد رسوب
دریافت: 1403/11/22 | پذیرش: 1404/2/29

فهرست منابع
1. AbdelRahman, M. A. (2023). An overview of land degradation, desertification and sustainable land management using GIS and remote sensing applications. Rendiconti Lincei. Scienze Fisiche e Naturali, 34(3), 767-808. [DOI:10.1007/s12210-023-01155-3]
2. Akbari, M., Karim zadeh, H. R., Modares, R., & Chakoshi, B. (2007). Assessment and Classification of Desertification Using RS & GIS Techniques (Case Study: The Arid Region, in the North of Isfahan). Iranian Journal of Range and Desert Research, 14(2), 124-142. [In Persian]
3. Boali, A., Asgari, H. R., Behbahani, A. M., Salmanmahiny, A., & Naimi, B. (2024). Remotely sensed desertification modeling using ensemble of machine learning algorithms. Remote Sensing Applications: Society and Environment, 34, 101149. [DOI:10.1016/j.rsase.2024.101149]
4. Cai, L., Xiong, K., Liu, Z., Li, Y., & Fan, B. (2023). Seasonal variations of plant water use in the karst desertification control. Science of the Total Environment, 885, 163778. [DOI:10.1016/j.scitotenv.2023.163778]
5. Entezari Zarch, A., Ahmadi, H., Moeini, A. M., & Pazira, E. (2023). Assessment of Land Degradation Using GLASOD and IMDPA Models (Case study: Yazd-Ardakan plain). Desert Management, 10(4), 1-20. [In Persian]
6. Feyzi Koushki, F., Akbari, M., Memarian, H., & Azamirad, M. (2019). Identifying and Ranking Important Factors of Desertification in Khorasan Razavi Province using Delphi Method. Journal of Geography and Environmental Hazards, 8(3), 205-225. [In Persian]
7. Hashemi, Z., Pahlevanravi, A., Moghaddamnia, A., Javadi, M. R., & Miri, A. (2022). Investigation of the Desertification Potential Using IMDPA Model in Sistan Plain (Case Study: ZAHAK). Desert Ecosystem Engineering, 3(5), 49-62. [In Persian]
8. Jafari, H., Akbari, M., Kashki, M. T., & Badiee Nameghi, S. H. (2019). An Efficiency Comparison of the IMDPA and ESAs Models on Desertification Risk Management in Arid regions of Southern Khorasan Razavi, Iran. Journal of Arid Biome, 9(1), 39-54. [In Persian]
9. Lahlaoi, H., Rhinane, H., Hilali, A., Lahssini, S., & Moukrim, S. (2017). Desertification assessment using MEDALUS model in watershed Oued El Maleh, Morocco. Geosciences, 7(3), 50. [DOI:10.3390/geosciences7030050]
10. Liu, Y., Wu, J., Huang, T., Nie, W., Jia, Z., Gu, Y., & Ma, X. (2024). Study on the relationship between regional soil desertification and salinization and groundwater based on remote sensing inversion: A case study of the windy beach area in Northern Shaanxi. Science of the Total Environment, 912, 168854. [DOI:10.1016/j.scitotenv.2023.168854]
11. Liu, H., Wang, H., Teng, Y., Zhan, J., Wang, C., Liu, W., Chu, X., Yang, Z., Bai, C., & He, Y. (2024). Controlling desertification brings positive socioeconomic benefits beyond regional environmental improvement: Evidence from China's Gonghe Basin. Journal of Environmental Management, 354, 120395. [DOI:10.1016/j.jenvman.2024.120395]
12. Martínez-Valderrama, J., Del Barrio, G., Sanjuán, M. E., Guirado, E., & Maestre, F. T. (2022). Desertification in Spain: A sound diagnosis without solutions and new scenarios. Land, 11(2), 272. [DOI:10.3390/land11020272]
13. Masoudi M, & Shirghir S. (2021). Efficiency Assessment of Desertification Model of IMDPA for Evaluating of Water and Wind Erosions. Journal of Watershed Management Resource, 12(23), 12-25. [In Persian] [DOI:10.52547/jwmr.12.23.12]
14. Mutti, P. R., Lúcio, P. S., Dubreuil, V., & Bezerra, B. G. (2020). NDVI time series stochastic models for the forecast of vegetation dynamics over desertification hotspots. International Journal of Remote Sensing, 41(7), 2759-2788. [DOI:10.1080/01431161.2019.1697008]
15. Qi, H., Gao, X., Lei, J., Meng, X., & Hu, Z. (2024). Transforming desertification patterns in Asia: Evaluating trends, drivers, and climate change impacts from 1990 to 2022. Ecological Indicators, 161, 111948. [In Persian] [DOI:10.1016/j.ecolind.2024.111948]
16. Ranjbar Barough, Z., & fathallahzadeh, M. (2023). Investigating the relationship between land subsidence and underground water level changes using radar interferometry (case study: Mashhad city). Quantitative Geomorphological Research, 12(2), 214-229. [In Persian]
17. Sadeghi Ravesh, M. H. (2022). Application of Interpretive Structural Modelling (ISM) in Analyzing Obstacles to Combat Desertification with Pathological Approach in Yazd Province. Journal of Watershed Management Resource, 13(25), 119-132. [In Persian] [DOI:10.52547/jwmr.13.25.119]
18. Saleh, I., Khazaei, M., & Naeimi, M. (2023). Desertification intensity affected by groundwater and land subsidence in Maharloo-Bakhtegan watershed. Journal of Water and Soil Management and Modeling, 3(2):11-184. [In Persian].
19. Shahini, Z., Faramarzi, M., Garaee, P., & Alimoradi, S. (2021). Evaluating Desertification Intensity with Emphasis on Groundwater Criteria Using IMDPA Model (Case Study: Mehran Plain in Ilam Province). Integrated Watershed Management, 1(1), 17-28. [In Persian]
20. Shirghir, S., & Masoudi, M. (2021). Hazard Assessment of Desertification Using the New Model of Proposed MEDALUS. Watershed Management Research, 34(3), 133-148. [In Persian]
21. Soleimanpour, S M., Naeimi, M., Rahmati, O., & Moatamednia, M. (2024) Investigate Desertification using Underground Water and Subsidence Criteria by IMDPA Model (Case Study: Rafsanjan Watershed). Environmental Erosion Research Journal, 14(2), 126-140. [In Persian] [DOI:10.61186/jeer.14.2.8]
22. Tan, N., Zhang, C., Wu, Y., & Wang, Z. (2024). Assessment of desertification sensitivity using an improved MEDALUS model in Northern China. Research in Cold and Arid Regions, 16(3), 141-148. [DOI:10.1016/j.rcar.2024.07.003]
23. Yaghobi, S., Karimi, K., & Faramarzi, M. (2020). The study and Comparison of desertification process on the basis of climate Criterion (Case Study: Abbas and Dehloran Plains, Ilam). Journal of Spatial Analysis Environmental Hazards, 7(2), 103-120. [In Persian] [DOI:10.29252/jsaeh.7.2.103]
24. Yang, Z., Gao, X., Lei, J., Meng, X., & Zhou, N. (2022). Analysis of spatiotemporal changes and driving factors of desertification in the Africa Sahel. Catena, 213, 106213. [DOI:10.1016/j.catena.2022.106213]
25. Zalibekov, Z. G., Mamaev, S. A., Biarslanov, A. B., Magomedov, R. A., Asgerova, D. B., & Galimova, U. M. (2019). The use of fresh groundwater from arid regions of the world in the fight against land desertification. Arid Ecosystems, 9, 77-84. [DOI:10.1134/S2079096119020112]
26. Zolfaghari, F., & Khosravi, H. (2016). Assessment of Desertification Severity Using IMDPA Model in Saravan Region. Geography and Environmental Planning, 27(2), 87-102. [In Persian]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به (پژوهشنامه مدیریت حوزه آبخیز (علمی-پژوهشی می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2026 CC BY-NC 4.0 | Journal of Watershed Management Research

Designed & Developed by: Yektaweb