ارزیابی و صحت‌سنجی شاخص‌های پایش شوری در دشت قزوین

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد/گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین‌المللی امام خمینی (ره)، قزوین، ایران

2 دانشیار/گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین‌المللی امام خمینی (ره)، قزوین، ایران

چکیده

شور شدن خاک فرآیند غالب تخریب خاک در مناطق خشک و نیمه‌خشک است. روش‌های مختلفی به‌منظور پایش شوری وجود دارد که در اکثر این روش­ها  مقدار شوری عمدتاً به‌صورت نقطه‌ای اندازه‌گیری می‌­شود؛ بنابراین، تعمیم آن برای یک منطقه با وسعت زیاد دشوار خواهد بود. سال‌های اخیر روش‌های مبتنی بر سنجش‌ از دور به‌منظور تهیۀ نقشه شوری در محدوده وسیع مورد توجه قرارگرفته است. سنجش ‌از دور با قابلیت پوشش وسیع و متناوب به­عنوان ابزاری دقیق در پایش زمین و تغییرات محیطی است. در این پژوهش با استفاده از قابلیت داده‌های سنجنده MODIS و LANDSAT-ETM+  به بررسی 8 شاخص مختلف شوری و گیاهی  طی سال‌های 1384 تا 1400 در دشت قزوین و به­خصوص منطقه شوره­زار پرداخته شد. نتایج حاصل از این پژوهش نشان داد سنجنده  LANDSAT-7-ETM+ به دلیل قدرت تفکیک مکانی بهتر نسبت به سنجنده MODIS  توانسته است نتایج بهتری را ایجاد کند. همچنین از بین شاخص‌های شوری بررسی‌شده شاخص  SI3  در هر دو سنجندهETM+  و MODIS با مقدار RMSE (1/01 و 1/1) و میزان ضریب همبستگی R (0/98 و 0/86) توانسته است نتایج بهتری همراه با دقت بیشتری را در منطقه مورد مطالعه ایجاد نماید. همچنین در بررسی بین میزان  EC و SAR هر دو سنجنده همبستگی بالایی بین باندهای قرمز و مادون‌قرمز داشته است. در یک جمع‌بندی کلی با بررسی اطلاعات ایستگاه سینوپتیک منطقه پارامتر‌هایی همچون دما و مقدار بارش در بازه زمانی مورد مطالعه نشان از این دارد که با افزایش میانگین دما و کاهش مقدار بارش در منطقه سبب افزایش دمای سطح زمین در طی سال‌های اخیر شده که این عامل می ­تواند هشداری برای بروز خشک‌سالی باشد و علاوه بر اثرات اقلیمی، برداشت بی‌رویه منابع آب سطحی و زیرزمینی نیز به تشدید خشکی و نهایتاً تشدید شوری در منطقه منجر خواهد شد.

کلیدواژه‌ها


Abdolalizadeh, Z., Ghorbani, A., Mostafazadeh, R., & Moameri, M. (2020). Rangeland canopy cover estimation using Landsat OLI data and vegetation indices in Sabalan rangelands, Iran. Arabian Journal of Geosciences, 13(6), 1–13.
Afsharinia, M., & Panahi, F. (2021). Effect of climatic drought on surface soil salinity in Kashan Plain. Water and Soil Management and Modeling, 1(2), 36–46.
Akramkhanov, A., Martius, C., Park, S.J., & Hendrickx, J.M.H. (2011). Environmental factors of spatial distribution of soil salinity on flat irrigated terrain. Geoderma, 163(1–2), 55–62.
Alavi Panah, K. (2011). Principles of modern remote sensing and interpretation of stellite imageries and aerial photoes. Tehran University Press (In persian).
Asfaw, E., Suryabhagavan, K. V, & Argaw, M. (2018). Soil salinity modeling and mapping using remote sensing and GIS: The case of Wonji sugar cane irrigation farm, Ethiopia. Journal of the Saudi Society of Agricultural Sciences, 17(3), 250–258.
Bannari, A., & Al-Ali, Z.M. (2020). Assessing climate change impact on soil salinity dynamics between 1987–2017 in arid landscape using Landsat TM, ETM+ and OLI data. Remote Sensing, 12(17), 2794.
Dagar, J. C., Sharma, P. C., Chaudhari, S. K., Jat, H. S., & Ahamad, S. (2016). Climate change vis-a-vis saline agriculture: impact and adaptation strategies. Pp. 5–53. In: Dagar, J., Sharma, P., Sharma, D., Singh, A. (eds), Innovative Saline Agriculture , Springer.
Daliakopoulos, I.N., Tsanis, I.K., Koutroulis, A., Kourgialas, N.N., Varouchakis, A.E., Karatzas, G.P., & Ritsema, C.J. (2016). The threat of soil salinity: A European scale review. Science of the Total Environment, 573, 727–739.
Dadrasi, A., Yamani, M., Pak Parvar, M., & Davarzani, Z. (2009). Investigation of the trend of soil salinity changes using remote sensing data and geographic information systems in the hot and dry area of southeastern Sabzevar. Geography and Development, 7, 173-184.
Dehni, A., & Lounis, M. (2012). Remote sensing techniques for salt affected soil mapping: application to the Oran region of Algeria. Procedia Engineering, 33, 188–198.
Del Valle, H. F., Blanco, P., Sione, W., Rostagno, C. M., & Elissalde, N.O. (2009). Assessment of salt-affected soils using multisensor radar data: A case study from northeastern Patagonia (Argentina). Pp. 155–173, In: Remote Sensing of Soil Salinization: Impact on Land Management, CRC Press, Boca Raton, FL.
Gao. J.A. (1996). Modified soil adjusted vegetation index. Remote Sensing of Environment, 82, 303–310.
Gorji, T., Yildirim, A., Sertel, E., & 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), 33–49.
Hedayati, A., & Kakavand, R. (2012). Climatic zoning of Qazvin Province. Nivar, 36 (77–76), 59–66 (In persian).
Huete, A.R. (1988). A soil-adjusted vegetation index (SAVI). Journal of Remote Sensing of Environment, 25, 295-309.
Jacobsen, T., & Adams, R.M. (1958). Salt and silt in ancient Mesopotamian agriculture. Science, 128(3334), 1251–1258.
Khan, N.M., Rastoskuev, V.V., Sato, Y., Shiozawa, S. (2005). Assessment of hydrosaline land degradation by using a simple approach of remote sensing indicators. Agricultural Water Management, 77(1), 96-109.
Korolyuk, T.V. (2015). Soil forming factors: Their role in the formation of saline soils on the plains of Western and Central Ciscaucasia. Eurasian Soil Science, 48(7), 689–700.
Mandal, A., & Neenu, S. (2012). Impact of climate change on soil biodiversity-a review. Agricultural Reviews, 33(4), 283–292.
Matinfar, H.R., Panah, S.K. A., Zand, F., & Khodaei, K. (2013). Detection of soil salinity changes and mapping land cover types based upon remotely sensed data. Arabian Journal of Geosciences, 6(3), 913–919.
McBratney, A., Field, D.J., & Koch, A. (2014). The dimensions of soil security. Geoderma, 213, 203–213.
Meimei, Z., & Ping, W. (2011). Using HJ-I satellite remote sensing data to surveying the Saline soil distribution in Yinchuan Plain of China. African Journal of Agricultural Research, 6(32), 6592–6597.
Markham, S.L., & Barker, M.L. (1985). Temporal and spatial relationships between within-field yield variability in cottonand high spatial hyper spectral remote sensing imagery. Agronomy Journal, 655-659.
Nawar, S., Buddenbaum, H., & Hill, J. (2015). Estimation of soil salinity using three quantitative methods based on visible and near-infrared reflectance spectroscopy: a case study from Egypt. Arabian Journal of Geosciences, 8(7), 5127–5140.
Notarnicola, C., Angiulli, M., & Posa, F. (2006). Use of radar and optical remotely sensed data for soil moisture retrieval over vegetated areas. IEEE Transactions on Geoscience and Remote Sensing, 44(4), 925–935.
Nwer, B., Ali, A., & Zurqani, H. (2013). Soil salinity mapping model developed using RS and GIS in Libya. Proceedings of the Annual International Conference 7th Edition of Geotunis, Southern Hammamet, Tunis, Pp. 4–12.
Rafii, Y., & Alavipanah, S., & Malekmohammadi, B., & Ramazani Mehrian, M., & Nasiri, H. (2012). Producing land cover maps using remote sensing and decision tree algorithm (case study: bakhtegan national park and wildlife refuge). Geography and Environmental Planning (University of Isfahan), 23(3 (47)), 111-132 (in Persian).
Rouse, A., Danilo, M., Hans-Jurgen, S., & Dmitry, A. (1974). Areas of rapid forest-cover change in boreal Eurasia. Forest Ecology and Management, 322–334.
Samanabrah, (2010). Four-year monitoring report of Qazvin plain salt marshes. Tehran, Iran (in Persian).
Scudiero, E., Skaggs, T. H., & Corwin, D. L. (2015). Regional-scale soil salinity assessment using Landsat ETM+ canopy reflectance. Remote Sensing of Environment, 169, 335–343.
Shahid, S.A., Zaman, M., & Heng, L. (2018). Soil salinity: historical perspectives and a world overview of the problem. Pp. 43–53, In: Guideline for salinity assessment, mitigation and adaptation using nuclear and related techniques, Springer.
Shammi, M., Rahman, M., Bondad, S.E., & Bodrud-Doza, M. (2019). Impacts of salinity intrusion in community health: a review of experiences on drinking water sodium from coastal areas of Bangladesh. Healthcare, 7(1), 50.
Shao, Y., Hu, Q., Guo, H., Lu, Y., Dong, Q., & Han, C. (2003). Effect of dielectric properties of moist salinized soils on backscattering coefficients extracted from RADARSAT image. IEEE Transactions on Geoscience and Remote Sensing, 41(8), 1879–1888.
Stottlemyer, R., & Toczydlowski, D. (2006). Effect of reduced winter precipitation and increased temperature on watershed solute flux, 1988–2002, Northern Michigan. Biogeochemistry, 77(3), 409–440.
Suarez, D. L. (1989). Impact of agricultural practices on groundwater salinity. Agriculture, Ecosystems & Environment, 26(3–4), 215–227.
Tajgardan, T., Ayoubi, SH., & Khormani, f. (2009). Preparation of Soil Surface Salinity Map Using Remote Sensing Data (ETM+) Case Study: North Aqqala, Golestan Province. Soil Conservation Research, 16(2), 1-17 (In persian).
Uossef Gomrokchi, A., Akbari, M., Hassanoghli, A., & Younesi, M. (2020). Monitoring Soil Salinity and Vegetation Using Multispectral Remote Sensing Data in Interceptor Drain of Salt Marsh in Qazvin Plain. Geography and Sustainability of Environment, 10(1), 37–52 (In persian).
Valipour, M., Eghbal, M.K., Malakouti, M.J., & Goftamanesh, A.KH. (2009). Agricultural Land Degradation and Salinization in Shamsabad Region, Qom Province, Iran. Journal of Science and Technology of Agriculture and Natural Resources, 12(46), 683-691  (In persian).
Wu, W., Al-Shafie, W. M., Mhaimeed, A. S., Ziadat, F., Nangia, V., & Payne, W.B. (2014). Soil salinity mapping by multiscale remote sensing in Mesopotamia, Iraq. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(11), 4442–4452.