گزارشهای علمی حجم ۱۶ ، شماره مقاله: ۴۹۴۴ ( ۲۰۲۶ )
چکیده
تخریب زمین یک مسئله جهانی حیاتی است که بر حاصلخیزی خاک، تولید مواد غذایی و زیست توده تأثیر میگذارد و ناشی از تغییرات اقلیمی و فعالیتهای انسانی است. این مطالعه آسیبپذیری تخریب زمین (LD) را در انواع مختلف کاربری زمین و پوشش زمین (LULC) در منطقه کشاورزی-اقلیمی غربی منطقه تنی، تامیل نادو، هند ارزیابی میکند. شاخص آسیبپذیری تخریب زمین مبتنی بر GIS (LDVI) برای شناسایی نرخهای تخریب خاص مکان با ترکیب چهار شاخص (QI) محاسبه میشود: شاخص کیفیت خاک (SQI)، شاخص کیفیت آب و هوا (CQI)، شاخص کیفیت پوشش گیاهی (VQI) و شاخص کیفیت مدیریت زمین (MQI)، که از متغیرهای مختلف جغرافیایی-محیطی و اقلیمی مشتق شدهاند. نقشه LDVI منطقه را به چهار دسته طبقهبندی میکند: (i) مناطق غیر آسیبدیده (N)، (ii) پوشش گیاهی بالقوه (P) با LDVI < 1.22، (iii) مناطق شکننده (F 1، F 2 و F 3) با مقادیر LDVI از ۱٫۲۳ تا ۱٫۱٫۳۷، و (iv) مناطق بحرانی (C 1 و C 2) با مقادیر LDVI بین ۱٫۳۸ و ۱٫۵۳٫ یک منطقه بحرانی (C 3) با LDVI > 1.53.53 نشان دهنده خطر شدید تخریب زمین است که ۳٫۶۸٪ از کل منطقه را پوشش میدهد. حدود ۲۵٫ تقریباً ۳۸٪ از منطقه تحت تأثیر تخریب شدید زمین، عمدتاً در دشتهای کوچک، زمینهای بایر و آیش، ناشی از فرسایش خاک، نفوذ شوری، از دست دادن مواد مغذی و مدیریت نامناسب زمین قرار دارد. در همین حال، ۴۴.۳۸٪ در دستههای شکننده قرار میگیرند، که عمدتاً در دشتهای آبرفتی با خاکهای لومی قرمز قرار دارند. برعکس، ۲۶.۳٪ از منطقه به عنوان مناطق کمخطرتر، مانند جنگلها، مزارع و زمینهای آبیاری شده، طبقهبندی میشوند که از حفظ حاصلخیزی خاک و مدیریت مؤثر بهرهمند میشوند. تجزیه و تحلیل همبستگی جغرافیایی، رابطه مثبت قوی با VQI و MQI را با مقادیر ‘r’ به ترتیب ۰.۸۳۵ و ۰.۸۳۱ نشان میدهد که نشاندهنده خطر برای زمینهای قابل کشت است. به طور قابل توجهی، همبستگی پیرسون رابطه مثبت قوی بین LDVI و SQI و VQI را با مقادیر ضریب ۰.۹۹ و ۰.۸۴ تأیید میکند که نشان میدهد تغییرات در خواص خاک و پوشش گیاهی (NDVI) تأثیر مستقیمی بر تخریب زمین در مناطق مختلف دارد. این یافتهها، نرخ تخریب زمین خاص هر مکان و رابطه مکانی آن با شاخصهای کیفیت را ارائه میدهند و بر اهمیت مدیریت زمین-آب-خاک برای کاهش آن تأکید میکنند. اگرچه نقشه LDVI الگوی مکانی تخریب زمین را در مقیاس پیکسلی ۳۰ متر در ۳۰ متر نشان میدهد، که با توجه به وضوح و مقیاس زمانی مجموعه دادههای ورودی محدود شده است، اما کارهای آینده میتواند با ترکیب دادههای ورودی با وضوح بالاتر و مشاهدات میدانی، LDVI را بهبود بخشد. این تحقیق مستقیماً از هدف دوم توسعه پایدار سازمان ملل متحد – گرسنگی صفر (کشاورزی پایدار و امنیت غذایی) و هدف سیزدهم توسعه پایدار – اقدامات اقلیمی (تابآوری و سازگاری با اقلیم) پشتیبانی میکند.
مقدمه
تخریب زمین نشاندهنده یک چالش جهانی مهم است که بر تولیدات کشاورزی تأثیر میگذارد و بر شرایط اجتماعی-اقتصادی جوامع محلی و منطقهای تأثیر میگذارد. ۱ ، ۲ ، ۳ ، ۴ ، ۵ ، ۶٫ تخریب زمین را میتوان به عنوان تبدیل زمینهای حاصلخیز به شرایط بیابانی درک کرد، جایی که عملکردهای فیزیکی-شیمیایی و بیولوژیکی آن به دلیل اثرات ترکیبی نوسانات آب و هوایی و فعالیتهای ناشی از انسان کاهش مییابد. ۷ ، ۸ ، ۹ ، ۱۰ ، ۱۱٫ UNEP (1983) ۱۲ تخریب زمین را به عنوان کاهش خدمات اکوسیستم و بهرهوری توصیف میکند. چنین تخریبی به منابع زمین، خاک و آب آسیب میرساند و در نتیجه باروری و بهرهوری را کاهش میدهد، که بیشتر در مناطق خشک، نیمهخشک و خشک مشهود است . ۱۳ ، ۱۴ ، ۱۵ ، ۱۶٫ UNCCD (2014) ۱۷ گزارش داد که تقریباً یک چهارم مساحت زمین در برابر بیابانزایی آسیبپذیر است، که ناشی از تغییرات آب و هوایی و فشارهای انسانی است که به طور قابل توجهی بر حاصلخیزی خاک، در دسترس بودن مواد مغذی و بهرهوری کشاورزی تأثیر میگذارد. در سطح جهانی، گسترش تخریب زمین در نهایت باعث کاهش حاصلخیزی خاک و بهرهوری مواد غذایی در مناطق خشک، نیمهخشک و نیمهگرمسیری شده است ۱۸ ، ۱۹ ، ۲۰ ، ۲۱ ، ۲۲ ، ۲۳٫ تخریب زمین توسط تعامل پیچیدهای از شرایط طبیعی، مانند ترکیب خاک، تنوع آب و هوایی و توپوگرافی، در کنار فشارهای اجتماعی-اقتصادی، از جمله رشد جمعیت، شیوههای تصرف زمین و مسائل مربوط به حکومتداری شکل میگیرد ۲۴٫ تخریب زمین به اشکال مختلفی از جمله فرسایش، از بین رفتن پوشش گیاهی، فشردگی خاک، تجمع شوری و کاهش حاصلخیزی خاک بروز میکند. این شرایط به دلیل عوامل طبیعی، مانند تنوع بارندگی و تغییرات اقلیمی، و فشارهای انسانی، از جمله تجاوز، چرای بیش از حد، جنگلزدایی، سوزاندن، رها کردن زمین و آبیاری ضعیف، در سراسر چشماندازها گسترش مییابد و منجر به آسیب پایدار به زمین، خاک و منابع آب میشود ۲۵ ، ۲۶ ، ۲۷ ، ۲۸ .
تخریب زمین تأثیر قابل توجهی بر مناظر متنوع در سراسر آفریقا، آسیا، مناطق مرکزی آمریکای جنوبی، استرالیای غربی، آمریکای شمالی، اروپا، مدیترانه و صحرا دارد و منجر به چالشهای جدی مانند افزایش خشکی و کاهش حاصلخیزی خاک ناشی از عوامل اقلیمی میشود. ۲۹ ، ۳۰ ، ۳۱ ، ۳۲٫ در هند، حدود ۲۰٪ از مناظر، به ویژه در مناطق خشک و نیمهخشک، تحت تأثیر تخریب خاک و زمین به دلیل بارندگی و تنوع آب و هوایی قرار میگیرند . ۳۳٫ تنوع اقلیمی همراه با مدیریت ضعیف زمین به تخریب زمین کمک میکند، که نه تنها در مناطق نیمهخشک، بلکه در محیطهای نیمهگرمسیری و نیمهمرطوب نیز مشهود است . ۳۴ . SAC (2021) ۳۵ گزارش داده است که ارزیابی ملی وضعیت تخریب زمین، تخریب ناشی از فرسایش (۱۱٫۰۱٪)، تخریب پوشش گیاهی (۹٫۱۵٪) و فرسایش بادی (۵٫۴۶٪) را نشان میدهد که میزان تجمعی آن بین سالهای ۲۰۱۸ و ۲۰۱۹ به ۱٫۸۷ میلیون هکتار افزایش یافته است. در مناظر جنوبی هند، تخریب در مناطق نیمهخشک و نیمهگرمسیری، به طور گسترده در مناطقی با خاکهای سیاه پنبهای (خاک رس سیاه و خاک رس آهکی) و خاکهای لومی قرمز رخ میدهد . ۳۶٫ تغییرات در کاربری و پوشش زمین (LULC) در مناطق کشاورزی-اقلیمی باعث تأثیرات شدید بر منابع آب-خاک شده و به فرسایش خاک، رواناب سطحی و ورود شوری کمک کرده و منجر به تخریب زمین و به دنبال آن بیابانزایی در مناطق بزرگتر شده است که با تغییرپذیری بارندگی و تغییرات اقلیمی مرتبط است. ۳۷ ، ۳۸ ، ۳۹ ، ۴۰ ، ۴۱ .
درک تخریب زمین برای اجرای اقدامات مؤثر در کاهش و ترویج شیوههای پایدار مدیریت زمین بسیار مهم است. سنجش از دور، همراه با GIS، ارزیابی تخریب زمین را امکانپذیر میکند و به محققان این امکان را میدهد که عوامل مؤثر متعدد و تغییرات آنها را در مقیاسهای مکانی و زمانی تجزیه و تحلیل کنند. تصاویر ماهوارهای با استفاده از Sentinel 2 MSI (10 متر)، IKONOS (1 متر)، Quick Bird (0.6 متر)، Landsat OLI (30 متر) و IRS – LISS 3 (23.5 متر) و غیره، پوشش مکانی-زمانی از ویژگیهای زمین-خاک-آب را ارائه میدهند. تکنیکهای GIS میتوانند برای ذخیره، تجزیه و تحلیل و بازیابی دادههای مکانی برای مناطق تخریب زمین ۴۴ ، ۴۵ ، ۴۶ استفاده شوند . بسیاری از محققان از روشهای مبتنی بر GIS برای ارزیابی تخریب زمین در سراسر جهان استفاده کردهاند، از جمله FAO/UNEP ۴۷ ، MEDALUS ۹ ، ۴۸ ، ۴۹ ، PESERA ۵۰ ، ۵۱ ، LADA ۵۲ ، DISMED ۵۳ ، ۵۴ ، IMDPA ۵۵ ، ۵۶ ، AHP ۵۶ ، ۵۷ ، ۵۸ و DesertWatch Extension ۵۹ ، ۶۰٫ روشهای یادگیری ماشین (ML) و هوش مصنوعی (AI)، از جمله ماشین بردار پشتیبان (SVM)، ماشین تقویت گرادیان (GBM)، مدل خطی تعمیمیافته (GLM) و جنگل تصادفی (RF)، به طور فزایندهای برای پیشبینی تخریب زمین به کار گرفته شدهاند و از معادلات تجربی که متغیرهای محیطی و مکانی متعددی را در بر میگیرند، استفاده میکنند .
مدل مدالوس به طور گسترده برای ارزیابی و نقشهبرداری از آسیبپذیری تخریب زمین در بخشهای مختلف کشورهای جهان استفاده میشود ۳۷ ، ۴۰ ، ۶۲ ، ۶۳٫ معادله مدالوس شاخصهای کیفیت خاک، زمین، پوشش گیاهی و پارامترهای اقلیمی را تجزیه و تحلیل میکند. این معادله ابزاری مؤثر برای تعیین مناطق تخریب زمین در چشماندازهای متنوع بوده است ۶۴ ، ۶۵٫ Dharumarajan و همکاران (۲۰۱۸) ۱۵ حدود ۳۰٪ از زمینهای تحت کلاس تخریب زمین (LD) را در منطقه آناندپور آندرا پرادش ارزیابی کردند. Dwivedi و همکاران (۲۰۲۴) مدل مدالوس را برای ارزیابی خطر LD در مناطق ساتارا و سنگلی ماهاراشترا، هند اجرا کردهاند. Kumar و همکاران (۲۰۲۴) ۶۷ با ترکیب تکنیک AHP و پارامترهای خاص سایت مانند شیب، ناهمواری زمین و محتوای کربن آلی خاک، مناطق تخریب را در امتداد حوزه آبخیز نانداکینی در منطقه هیمالیا شناسایی کردهاند. راجبنشی و داس (۲۰۲۱) ۶۸ حساسیت زمین به بیابانزایی را با استفاده از رویکرد ESAI مبتنی بر مدل MEDALUS در سراسر هند از سال ۱۹۹۲ تا ۲۰۱۵ پایش کردند و مشخص کردند که راجستان و لاداخ بالاترین میانگین مقادیر ESAI (1.5-1.7) را دارند، که در آنها به ترتیب ۸۷٫۶۱٪ و ۸۳٫۸۳٪ از زمینها به شدت تخریب شدهاند. پراوین و همکاران (۲۰۱۶) ۶۹ ارزیابی آسیبپذیری تخریب زمین را برای حفظ کیفیت زمین در مناطق ساحلی شمال تامیل نادو انجام دادند و تخریب احتمالی زمین در حال حاضر و آینده را تحت تأثیر اثرات تغییرات اقلیمی بر سواحل جنوبی هند تجزیه و تحلیل کردند. کالیراج و همکاران (۲۰۲۲) ۷۰ مناطق تخریب زمین را در منطقه پالاکاد (منطقه نیمه گرمسیری) و منطقه ویرودهوناگار (منطقه نیمه خشک) با استفاده از مدل MEDALUS مشخص کردند و این مناطق به دلیل فرسایش خاک، ورود شوری و از بین رفتن مواد مغذی خاک با فرآیند تخریب شدیدی روبرو هستند.
ویژگیهای LULC در امتداد منطقه کشاورزی-اقلیمی غربی منطقه تنی به شدت توسط عوامل طبیعی و انسانی تهدید میشوند که به دلیل فرسایش خاک، بارندگی شدید پس از تابستان طولانی، شیوههای نادرست مدیریت کاربری زمین، به شدت باعث ایجاد مشکلات تخریب زمین میشوند و اثرات نامطلوبی بر حاصلخیزی خاک، حذف مواد مغذی، عدم تعادل آب-خاک و کاهش بهرهوری کشاورزی ایجاد میکنند. بنابراین، ارزیابی تخریب زمین از طریق رویکردهای علمی و تجزیه و تحلیل چند پارامتری برای اطمینان از مدیریت پایدار منابع آب-خاک-خاک و در نتیجه بهبود معیشت جوامع محلی بسیار حیاتی است. در پاسخ به این چالشها، این مطالعه با هدف توسعه شاخص آسیبپذیری تخریب زمین (LDVI) با استفاده از تجزیه و تحلیل چند پارامتری در چارچوب GIS، با ادغام شاخصهای کیفیت خاک، آب و هوا، پوشش گیاهی و مدیریت زمین انجام شده است. هدف دیگر آن، تعیین و طبقهبندی تغییرپذیری مکانی تخریب زمین به مناطق غیر آسیبدیده، بالقوه، شکننده و بحرانی و بررسی چگونگی تأثیر شاخصهای کیفی مؤثر بر الگوهای LDVI در سراسر منطقه مورد مطالعه است.
منطقه مورد مطالعه
منطقه مورد مطالعه، منطقه کشاورزی-اقلیمی غربی هند را پوشش میدهد که در امتداد دامنه شرقی رشتهکوههای غربی در ناحیه تنی در تامیل نادو، هند واقع شده است (شکل ۱ ). این منطقه ۲۸۶۹ کیلومتر مربع را پوشش میدهد و وسعت جغرافیایی آن بین عرضهای جغرافیایی ۹°۳۲’۰۰” شمالی و ۱۰°۱۵’۰۰” شمالی و طولهای جغرافیایی ۷۷°۱۰’۰۰” شرقی و ۷۷°۴۰’۰۰” شرقی قرار دارد. ناحیه تنی شامل پنج تالوک، شش شهرداری و ۱۳۰ روستا با جمعیتی تقریباً ۱٫۲۴۵ میلیون نفر است. سیستم زهکشی اصلی، یعنی رودخانههای وایگای و سورولی، از تپههای رشتهکوههای غربی به سمت دشتهای شمال شرقی جریان دارند و الگوی زهکشی دندریتی ۷۱ را نشان میدهند.. مناظر با محدوده ناهمواری ۱۶۰ تا ۱۴۰۰ متر بالاتر از سطح دریا (MSL)، که در آن رشتهکوههای مرتفع گات (پشتهها و درهها) بخشهای غربی، جنوبی و جنوب شرقی را پوشاندهاند و دشتهای آبرفتی با سکونتگاههای وسیع و زمینهای کشاورزی در بخشهای میانی و شمال شرقی گسترش یافتهاند. از نظر زمینشناسی، بخشهای عمده زیر شارنوکیت با تپههای نامنظم قرار دارند، در حالی که دشتهای آبرفتی با گنیس هورنبلند-بیوتیت و گنیس سیلیمانیت-گارنت-بیوتیت مرتبط هستند که توسط تکههای گرانیتی جزئی در هم تنیده شدهاند. رسوبات رسوبی کواترنری، عمدتاً آبرفتی، در امتداد مناطق مرکزی و شمال شرقی یافت میشوند. شارنوکیت حدود ۷۰٪ از زمین را پوشانده و پس از آن میگماتیت و خوندالیت قرار دارند و فعالیت قابل توجهی در استخراج سنگ و استخراج معادن وجود دارد. ترکیب خاک این منطقه شامل خاکهای لومی قرمز، شنی قرمز، سنگریزه قرمز، خاک رس سیاه و خاکهای قهوهای است. عمدتاً خاکهای شنی قرمز و لومی قرمز وجود دارند که نفوذپذیری متوسط تا زیاد و لایههای رسوبی از دانههای متوسط تا درشت را نشان میدهند. نفوذپذیری کم در مناطق جدا شده از خاکهای رسی سیاه و قهوهای یافت میشود که تنها ۱٪ از کل مساحت را تشکیل میدهند. خاکهای آبرفتی عمدتاً در دشتهای سیلابی در امتداد رودخانهها یافت میشوند. کاربری و پوشش زمین این منطقه (LULC) شامل زمینهای قابل کشت آبی، زمینهای کشاورزی دیم، مزارع، زمینهای بایر، زمینهای شیبدار، بوتهزارها، جوامع شهری و روستایی و پوشش جنگلی است. کشت بیش از ۴۰٪ از زمین را اشغال میکند، در حالی که مناطق جنگلی و بایر به ترتیب ۳۴٪ و ۲۶٪ را تشکیل میدهند. منابع آب زیرزمینی بسته به شرایط هیدروژئولوژیکی متفاوت است و آبهای زیرزمینی را میتوان در اعماق ۵۰۰ تا ۷۵۰ متر در زمینهای سنگی دشوار و از ۱۰۰ تا ۳۰۰ متر در سازندهای رسوبی یافت. سطح آبهای زیرزمینی در اطراف آبها و بستر رودخانهها بین ۲ تا ۲۰ متر عمق دارد. مناطق شمال شرقی و شمال غربی به دلیل فعالیتهای گسترده کشاورزی، بیشترین پتانسیل آبهای زیرزمینی را دارند. منطقه تنی که در منطقه کشاورزی-اقلیمی غربی واقع شده است، دارای آب و هوای معتدل با دمایی از ۱۹ درجه سانتیگراد تا ۳۹ درجه سانتیگراد است. میزان بارندگی سالانه، که توسط بادهای موسمی جنوب غربی و شمال شرقی تأمین میشود، از ۷۲۰ تا ۸۶۰ میلیمتر متغیر است. اگرچه کشاورزی اکثریت جمعیت را تأمین میکند، اما برخی مناطق به دلیل عوامل محیطی و انسانی، تخریب قابل توجه خاک و زمین را تجربه میکنند. ارزیابیهای اخیر توسط ICAR-موسسه حفاظت از خاک و آب هند (IISWC) ۷۲تأکید میکنند که منطقه تنی با چالشهای قابل توجهی در زمینه تخریب زمین مواجه است، به طوری که تقریباً ۱۸۵.۱ هزار هکتار (۶۴.۵۵٪ از کل مساحت جغرافیایی ۲۸۶.۸ هزار هکتار) نیاز به اولویتبندی برای مدیریت فرسایش خاک دارد. این منطقه در رده شدت خطر B قرار میگیرد که نشاندهنده وسعت بحرانی (۵۰۰۰۰ تا ۱۰۰۰۰۰ هکتار) است که مداخله فوری حفاظتی را ایجاب میکند. تجزیه و تحلیل مکانی خطر فرسایش نشان میدهد که حدود ۲.۲ هزار هکتار در کلاس اولویت ۱ (اولویت بسیار بالا؛ اختلاف تحمل فرسایش > ۳۵ تن در هکتار در سال)، ۲۷.۶ هزار هکتار در کلاس اولویت ۲ (۲۵ تا ۳۵ تن در هکتار در سال) و ۳۶.۹ هزار هکتار در کلاس اولویت ۳ (۱۵ تا ۲۵ تن در هکتار در سال) قرار دارند که در مجموع ۲۲.۲٪ از کل مساحت منطقه را تشکیل میدهند که نیاز به اقدامات حفاظتی فوری دارد.
نقشه موقعیت منطقه مورد مطالعه، مکانهای نمونه NDVI و سکونتگاههای اصلی را که روی تصویر لندست ۸-OLI (ترکیب رنگی واقعی باندهای VNIR) قرار گرفتهاند، نشان میدهد. این نقشه در نرمافزار ArcMap نسخه ۱۰.۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) ایجاد شده است.
مواد و روشها
مدل LDVI مبتنی بر GIS با یک چارچوب دو لایه برای اجرای چندین پارامتر جغرافیایی-محیطی و محاسبه معادله شاخص آسیبپذیری تخریب زمین (LDVI) در سطح پیکسل طراحی شده است و در نتیجه مناطق آسیبپذیر تخریب زمین را در منطقه مورد مطالعه مشخص میکند. در ابتدا، چهار شاخص کیفیت استخراج میشوند: شاخص کیفیت خاک (SQI)، شاخص کیفیت آب و هوا (CQI)، شاخص کیفیت پوشش گیاهی (VQI) و شاخص کیفیت مدیریت (MQI). هر QI با استفاده از معادلات تجربی مربوطه (معادله ۲ تا معادله ۵) از پارامترهای مختلف جغرافیایی-محیطی و اقلیمی محاسبه میشود. منابع داده و پارامترهای مشتق شده از آنها که برای ارزیابی LDVI استفاده میشوند، در جدول ۱ نشان داده شده است . در این تحلیل، هر پارامتر با علائم (ویژگیهای) مربوطه در نقشههای موضوعی نمایش داده شده است تا ویژگیهای مکانی آن با استفاده از ابزارهای نرمافزاری ArcGIS v.10.6، بر اساس فرآیندهای دیجیتالی شدن نویسنده، نشان داده شود. متعاقباً، LDVI برای مشخص کردن مناطقی که به طور بالقوه در معرض تخریب زمین در مقیاس خاص سایت هستند، با استفاده از تکنیکهای تلفیقی GIS و سنجش از دور محاسبه میشود. ۲۱ ، ۳۷ ، ۳۸ ، ۴۵ ، ۵۳ ، ۷۳٫ شکل ۲ گردش کار روششناسی مورد استفاده برای نقشهبرداری تخریب زمین را نشان میدهد. LDVI با جمع کردن لایه رستری شاخص کیفیت وزنی (QI) با استفاده از ابزار Raster Calculator در نرمافزار ArcGIS نسخه ۱۰٫۶ محاسبه میشود. نقشه خروجی حاصل، وضعیت تخریب زمین خاص سایت را نشان میدهد و در درجه اول بر اساس شاخصهای کیفیت و پارامترهای ورودی مربوطه آنها است.
جمعآوری دادهها و تهیه لایههای موضوعی
پارامترهای LDVI و شاخصهای کیفیت (QI) از منابع متعدد جغرافیایی-زیستمحیطی و اقلیمی، از جمله نقشههای توپوگرافی هند (مقیاس ۱:۲۵۰۰۰)، نقشههای زمینشناسی و ژئومورفولوژی منتشر شده توسط سازمان زمینشناسی هند (GSI)، تصاویر OLI لندست ۸ و DEM SRTM (با وضوح ۳۰ متر) استخراج شدند. نقشههای خاک و دادههای اندازهگیری شده در محل (عمق خاک، بافت و زهکشی) از منابع داده منتشر شده توسط اداره کشاورزی تامیل نادو (TNAD) و دفتر ملی بررسی خاک و برنامهریزی کاربری اراضی (NBSS&LUP) استخراج شدند. علاوه بر این، دادههای مربوط به مناطق زراعی، شیوههای مدیریت زمین، جمعیت، ذخیره آب و سایر عوامل مرتبط از گزارشهای آماری منطقه استخراج شدند. دادههای بارندگی دههای (۲۰۰۰-۲۰۲۳) از پورتال دادههای IMD ( https://dsp.imdpune.gov.in/index.php ) جمعآوری شدند. تصاویر لندست (مسیر ۱۴۳، ردیف ۵۳) از پورتال وب USGS Earth Explorer ( https://earthexplorer.usgs.gov ) بازیابی شدند. لایههای موضوعی استخراج شده شامل شاخص پوشش گیاهی نرمال شده (NDVI)، LULC، قابلیت زمین، تحمل خشکسالی، مناطق خطر آتشسوزی و مقاومت در برابر فرسایش بودند. لایههای نقشه پایه، مانند مرزهای اداری و زهکشی، از نقشههای توپوگرافی تولید شده توسط سازمان نقشهبرداری هند ایجاد شدند. دادههای بارندگی IMD با استفاده از ابزار وزندهی معکوس فاصله (IDW) مبتنی بر GIS برای تخمین میانگین بارندگی تجزیه و تحلیل شدند. نقشه خاک با استفاده از منابع داده منتشر شده از وزارت کشاورزی تامیل نادو و NBSS و LUP دیجیتالی شد و با ویژگیهایی مانند عمق خاک، بافت و دادههای زهکشی تکمیل گردید. شاخصهای خشکی و تبخیر و تعرق پتانسیل (PET) از مجموعه دادههای شاخص خشکی جهانی (Global-Aridity_ET0) با وضوح بالا (۳۰ متر) و تبخیر و تعرق مرجع جهانی (Global_ET0) که از طریق CGIAR-CSI GeoPortal در دسترس هستند، استخراج شدند. لایههای موضوعی از منابع داده مختلف، از جمله خاک، بارندگی، LULC، پوشش گیاهی، شیوههای استفاده از زمین و عوامل اقلیمی استخراج شدند. تمام لایههای موضوعی به تصویر UTM-WGS 84 تبدیل شده و با استفاده از تجزیه و تحلیل نمونهبرداری مجدد در نرمافزار GIS، به اندازه پیکسل یکنواخت (۳۰ متر در ۳۰ متر) با مقیاس مکانی مشترک (۱:۶۵۰۰) دوباره نمونهبرداری شدند. لایههای رستری شده شاخصهای SQI، CQI، VQI و MQI به اندازه و مقیاس پیکسل مشترک تبدیل شده و سپس با استفاده از ابزار محاسبهگر رستری ArcGIS v.10.6 وارد معادله تجربی میشوند تا LDVI محاسبه شود.
شاخصهای کیفیت محاسبات (QI)
شاخص آسیبپذیری تخریب زمین (LDVI) یک معادله تجربی است که میانگین هندسی چهار شاخص کیفیت (QI)، شامل شاخص کیفیت خاک (SQI)، شاخص کیفیت آب و هوا (CQI)، شاخص کیفیت پوشش گیاهی (VQI) و شاخص کیفیت مدیریت (MQI) را ادغام میکند. هر شاخص کیفیت با ادغام چندین پارامتر مکانی که در مجموع اجزای محیطی مربوطه را مشخص میکنند، بدست میآید. این پارامترها در مقیاس آسیبپذیری از ۱ تا ۲ استاندارد شدهاند، که در آن مقدار ۱ نشاندهنده آسیبپذیری کم (شرایط مطلوب) و ۲ نشاندهنده آسیبپذیری بالا (شرایط نامطلوب) است. وزن پارامترها، از ۱ تا ۵، بر اساس قضاوت کارشناسی و ادبیات موجود تعیین میشود تا اهمیت نسبی آنها را در هر شاخص نشان دهد. پارامترهای وزندار متعاقباً از طریق تجزیه و تحلیل همپوشانی مبتنی بر رستر، در محیط GIS طبقهبندی مجدد و پردازش میشوند تا یک نقشه موضوعی برای هر شاخص کیفیت با وضوح مکانی ۳۰ متر ایجاد شود. سپس نقشه LDVI به عنوان میانگین هندسی این چهار شاخص مکانی محاسبه میشود، که در آن مقادیر بالاتر LDVI مربوط به حساسیت بیشتر به تخریب زمین است، در حالی که مقادیر پایینتر نشاندهنده مناطقی با حداقل یا بدون خطر تخریب هستند ۲ ، ۲۰ ، ۲۱ ، ۳۲ ، ۷۴ ، ۷۵ .
امتیاز شاخص کیفیت (QI) از مقادیر وزنی اختصاص داده شده به پارامترهای کلاس ویژگی (P1، P2، P3…Px) مرتبط با چهار شاخص کیفیت (SQI، CQI، VQI و MQI) با استفاده از معادله زیر (معادله ۱) ۷۶ محاسبه میشود .
که در آن QI به عنوان امتیاز شاخص کیفیت، P1، P2، P3… در نظر گرفته میشود. Pn پارامترهای ( لایههای موضوعی ) شاخصهای کیفیت است ؛ s امتیاز شاخص است ؛ و n تعداد پارامترهای مورد استفاده برای محاسبه QIها است. ثانیاً، شاخص کیفیت (QI) هر شاخص با استفاده از معادله تجربی مناسب ۷۷ محاسبه میشود .
شاخص کیفیت خاک (SQI) نشان دهنده تأثیر شرایط خاکشناسی و توپوگرافی بر فرآیندهای تخریب است. پارامترهای مورد بررسی شامل عمق خاک، بافت، زهکشی، مواد مادری و شیب هستند. ویژگیهای خاک از نقشههای خاک NBSS و LUP استخراج و بر اساس تأثیر آنها بر نفوذپذیری و ظرفیت نگهداری خاک، طبقهبندی مجدد شدند. مواد مادری از نقشه زمینشناسی GSI استخراج شد، در حالی که شیب از DEM SRTM با استفاده از تابع شیب در نرمافزار GIS محاسبه شد. این لایهها برای تولید نقشه SQI ادغام شدند، که در آن خاکهای کمعمق، زهکشی ضعیف، سازندهای سنگی سخت و شیبهای تند، آسیبپذیری بالاتری را نشان میدهند.
شاخص کیفیت خاک (CQI) نشاندهنده تأثیر محدودیتهای اقلیمی بر تخریب زمین است و با استفاده از پارامترهای بارندگی، خشکی و تبخیر و تعرق پتانسیل (PET) تولید شده است. دادههای بارندگی (۲۰۰۰-۲۰۲۳) از ایستگاههای IMD با استفاده از روش وزندهی معکوس فاصله (IDW) به صورت مکانی درونیابی شدند تا یک سطح بارندگی پیوسته ایجاد شود. مجموعه دادههای شاخص خشکی جهانی (Global-Aridity_ET0) و تبخیر و تعرق مرجع جهانی (Global_ET0) که از GeoPortal CGIAR-CSI به دست آمدهاند، میانگینهای اقلیمی بلندمدت (۱۹۷۰-۲۰۰۰) را نشان میدهند و در قالب رستری GeoTIFF (با وضوح مکانی ۳۰ متر) دانلود شدهاند. مناطقی که با بارندگی کم، خشکی زیاد و مقادیر PET بالا مشخص میشوند، به عنوان مناطقی که بیشتر در معرض تخریب قرار دارند، طبقهبندی شدند. در مقابل، مناطقی با بارندگی کافی و خشکی کم، کمتر در معرض خشکسالی قرار گرفتند.
شاخص کیفیت پوشش گیاهی (VQI) وضعیت، تراکم و تابآوری پوشش گیاهی و همچنین توانایی آن در محافظت از سطح زمین در برابر فرسایش و تخریب را ارزیابی میکند. این شاخص با استفاده از چهار پارامتر مکانی محاسبه شد: شاخص پوشش گیاهی نرمال شده (NDVI)، مقاومت در برابر خشکسالی، مقاومت در برابر آتشسوزی و مقاومت در برابر فرسایش، که همگی از تصاویر OLI ماهواره لندست ۸ (با وضوح ۳۰ متر) استخراج شدهاند. NDVI با استفاده از نسبت باندی استاندارد از باندهای ۵ (NIR) و ۴ (قرمز) محاسبه شد. مقاومت در برابر خشکسالی با تجزیه و تحلیل تغییرات فصلی NDVI و شناسایی مناطقی با پوشش گیاهی پایدار در شرایط کم بارندگی که نشاندهنده تابآوری بالاتر است، ارزیابی شد. مقاومت در برابر آتشسوزی از لایههای Tasselled Cap Brightness و مادون قرمز حرارتی (باند ۱۰) استخراج شد، که در آن مناطقی که دمای سطح بالاتر و رطوبت پوشش گیاهی کم داشتند، آسیبپذیری بالاتری داشتند. مقاومت در برابر فرسایش از طریق ادغام لایههای NDVI، شیب و بافت خاک مبتنی بر GIS محاسبه شد تا تأثیر ترکیبی تراکم پوشش گیاهی و پایداری خاک بر حساسیت به فرسایش را نشان دهد.
شاخص کیفیت زمین (MQI) تأثیر فعالیتهای انسانی و شیوههای مدیریت زمین بر تخریب را نشان میدهد. این شاخص، پارامترهای کاربری/پوشش زمین (LULC) و قابلیت زمین را با هم ادغام میکند. LULC با استفاده از طبقهبندی نظارتشده (روش ماهالانوبیس) تصاویر لندست ۸ نقشهبرداری شد، در حالی که قابلیت زمین از ادغام دادههای خاک و شیب به دست آمد. زمینهای کشاورزی، زمینهای بایر و زمینهای بایر که به خوبی مدیریت نشدهاند، آسیبپذیری بالاتری دارند، در حالی که جنگلها و مزارع نشاندهنده شرایط آسیبپذیری پایین هستند.
امتیاز QI شاخص کیفیت (۱-۲) به سه کلاس طبقهبندی میشود تا سطح خطر تخریب زمین (LD) را نشان دهد. جدول ۲ کلاس و نرخ آسیبپذیری مدل LDVI را به همراه توضیحات آن بر اساس سیستمهای طبقهبندی استاندارد Salvati and Sabbi (2011) ارائه میدهد.
محاسبه LDVI مبتنی بر GIS
مدل LDVI مبتنی بر GIS، شاخص آسیبپذیری تخریب زمین (LDVI) را با جمع مقادیر شاخص کیفیت (QI) چهار شاخص کیفیت، شامل شاخص کیفیت خاک (SQI)، شاخص کیفیت آب و هوا (CQI)، شاخص کیفیت پوشش گیاهی (VQI) و شاخص کیفیت مدیریت (MQI) محاسبه میکند. برای محاسبه LDVI در سطح پیکسل، شاخصهای کیفیت از پارامترهای مختلف زمین-محیطی، شامل خاک، بارندگی، LULC، پوشش گیاهی، شیوههای استفاده از زمین و عوامل اقلیمی استخراج شدند (Kosmas et al., 1999). با وجود تنوع در مقیاس و وضوح مکانی منابع داده، تمام لایههای موضوعی به سیستم تصویر و مختصات UTM-WGS 84 تبدیل و برای اطمینان از مقیاس ثابت با استفاده از ابزارهای تحلیل مکانی GIS، به اندازه پیکسل یکنواخت تبدیل شدند. معادله LDVI از مجموع مقادیر QI شاخصهای SQI، CQI، VQI و MQI محاسبه میشود که نشاندهنده میزان آسیبپذیری در برابر تخریب زمین در مقیاس پیکسل به پیکسل هستند. LDVI با استفاده از معادله تجربی (معادله ۶ ) در محیط نرمافزار GIS محاسبه میشود. برای اجرای این تحلیل، به لایههای موضوعی بر اساس حساسیت آنها به تخریب زمین، وزنهایی از ۱ تا ۵ اختصاص داده شد و به یک لایه رستری با اندازه پیکسل یکنواخت (۳۰*۳۰ متر) با مقیاس ۱:۶٫۵ کیلومتر تبدیل شدند. که در آن لایههای QI وزندار برای بدست آوردن مقدار LDVI با استفاده از ابزار GIS – Raster Calculator و با استفاده از معادله (معادله ۶ ) جمع میشوند و به صورت زیر بیان میشوند:
نقشه نتیجه LDVI به سه طبقهبندی تقسیم میشود تا پتانسیل تخریب زمین را نشان دهد: (i) منطقه غیر آسیبدیده (نشاندهنده پوشش گیاهی بالقوه)، (ii) منطقه شکننده (تقسیمشده به F1، F2 و F3) و (iii) منطقه بحرانی (تقسیمشده به C1، C2 و C3). هر طبقه از نقشه LDVI به صورت کمی ارزیابی میشود. مقدار LDVI محاسبهشده نشاندهنده نرخ تجمعی آسیبپذیری LD در هر پیکسل است. در نتیجه، مقدار بالاتر نشان میدهد که زمین دارای آسیبپذیری شدید به LD است، در حالی که مقدار پایینتر نشان میدهد که زمین غیر آسیبدیده و کمترین آسیبپذیری را در برابر تخریب زمین دارد.
تحلیل همبستگی مکانی شاخصهای LDVI و کیفیت
ارتباط بین لایههای LDVI و QI از طریق ابزارهای زمینآماری GIS به صورت آماری ارزیابی شد و ضریب همبستگی پیرسون برای تجزیه و تحلیل دادههای توصیفی آنها محاسبه شد. نمودارهای پراکندگی حاصل از تجزیه و تحلیل همبستگی مکانی، رابطه خطی بین LDVI و QI را با استفاده از روش رگرسیون حداقل مربعات نشان میدهند. همبستگی مکانی پارامترهای مؤثر با استفاده از معادله ۸۱ ( معادله ۷) زیر محاسبه میشود و به صورت زیر نمایش داده میشود:
در این تحلیل، y متغیر وابسته و x متغیر مستقل (LDVI) است. شیب خط با m و عرض از مبدا با c نشان داده شده است . ضرایب همبستگی پیرسون (r) برای ارزیابی بزرگی و جهت ارتباطات خطی محاسبه شدند و مقادیر R² برای تعیین اینکه چه مقدار از تغییرپذیری در هر شاخص وابسته را میتوان به LDVI نسبت داد، استفاده شدند. این رویکرد ترکیبی آماری و بصری، بینشهایی را در مورد همبستگیهای مکانی مؤثر بر آسیبپذیری تخریب زمین ارائه داد. به هر لایه موضوعی و ویژگیهای آن، بر اساس درجه پتانسیل تخریب آنها، همانطور که در جدول ۳ ارائه شده است، وزن و امتیاز شاخص کیفیت (QI) اختصاص داده شد .
نتایج و بحث
نقشه LDVI با جمعبندی شاخصهای کیفی شامل SQI، CQI، VQI و MQI که با استفاده از مدل LDVI مبتنی بر GIS محاسبه شدهاند، به همراه شرح مفصلی از ویژگیهای این پارامترها، تهیه شده است.
شاخص کیفیت خاک (SQI)
کیفیت خاک تحت تأثیر عواملی مانند عمق خاک، بافت و حاصلخیزی آن قرار دارد و برای تأمین مواد مغذی ضروری که از رشد گیاه پشتیبانی میکنند، بسیار مهم است ۷۷ ، ۸۰ ، ۸۱٫ بافت خاک بر خواص کلیدی مانند فرسایشپذیری، نگهداری آب و پایداری خاکدانهها تأثیر میگذارد. خاکهای لومی معمولاً نگهداری آب و محتوای مواد مغذی کمی دارند، در حالی که خاکهای رسی آب و مواد مغذی را به طور مؤثرتری حفظ میکنند. شکل ۳ (الف) انواع خاک غالب، از جمله خاکهای لومی قرمز، خاک رس (پنبه سیاه) و خاک رس آهکی، با تکههای کوچکتری از خاک رس شنی، لوم شنی و شنهای سنگی را نشان میدهد. شکل ۳ (ب) مواد مادری مانند آبرفت، لاتریت، گرانیت، چارنوکیت و گنیس گرانیتی را نشان میدهد. لومهای آبرفتی توسط رودخانهها و نهرها رسوب کردهاند، در حالی که خاکهای رسی از هوازدگی سنگهای آتشفشانی مانند گنیس و شیست، همراه با مواد آلی و معدنی، ایجاد شدهاند. شکل ۳ (ج) توزیع منطقهای عمق خاک را در انواع مختلف خاک نشان میدهد که به پنج دسته تقسیم میشود: شدید (> 3 متر)، عمیق (۲-۳ متر)، نسبتاً عمیق (۱-۲ متر)، نسبتاً کمعمق (۱-۲ متر) و کمعمق (< 1 متر). عمق خاک اغلب در دشتهای آبرفتی در امتداد بستر رودخانهها و دشتهای میانی بیشتر است، اما عمقهای کمتر در مناطق مرتفع و تپهای یافت میشود. شیب زمین بر توپوگرافی تأثیر میگذارد و با کنترل انتقال جانبی ذرات خاک و املاح، بر ضخامت خاک، نفوذپذیری، میزان رواناب و فرسایش تأثیر میگذارد. شکل ۳ (د) شیبها را به صورت بسیار تند (> 30 درجه) در درهها و زمینهای تپهای، تند (۲۴-۳۰ درجه) در مناطق جنگلی مرتفع، با شیب متوسط (۱۲-۲۴ درجه) در کوهپایهها و با شیب ملایم (< 12 درجه) در دشتهای آبرفتی وسیعتر طبقهبندی میکند. این تفاوتها به طور قابل توجهی بر انتقال جانبی ذرات خاک و املاح از طریق رواناب سطحی و جریان سطحی تأثیر میگذارند. زهکشی خاک به توانایی خاک در ذخیره آب اشاره دارد که بر انتقال آب خاک، نفوذ و دسترسی ریشههای گیاه تأثیر میگذارد. شکل ۳ (ه) ویژگیهای مکانی ظرفیت زهکشی خاک را بر اساس انواع مختلف خاک نشان میدهد و نشان میدهد که دشتهای آبرفتی ظرفیت زهکشی آب خاک بالاتری دارند. در مقابل، خاکهای کمعمق در ارتفاعات، زبالههای سنگی، کوهپایهها و زمینهای بایر تمایل به داشتن ظرفیت زهکشی محدود دارند. محتوای کمتر آب خاک در این مکانها، به ویژه در دشتهای آبرفتی و فرورفتگیهای دره، احتمال وقوع پدیده زهکشی را افزایش میدهد . ۳۸
پارامترهای شاخص کیفیت خاک (SQI): ( الف ) بافت خاک، ( ب ) مواد مادری (ویژگیهای زمینشناسی)، ( ج ) عمق خاک، ( د ) شیب زمین، و ( ه ) ظرفیت زهکشی خاک. نقشهها در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تولید شدند .
شاخص کیفیت خاک (SQI) نشاندهنده تغییرپذیری مکانی کیفیت خاک و مقاومت آن در برابر تخریب موضعی زمین است ۸۲٫ شکل ۴ خاکها را به کیفیت بالا/خوب (SQI < 1.13)، کیفیت متوسط (۱٫۱۳-۱٫۴۵) و کیفیت پایین (SQI > 1.45) طبقهبندی میکند. خاکهای با کیفیت پایین، که ۲۹٫۰۳٪ (۸۳۳٫۰۱ کیلومتر مربع) را پوشش میدهند، عمدتاً در ارتفاعات، رخنمونهای سنگی، زبالههای سنگی و زمینهای بایر یافت میشوند، جایی که خاکهای کمعمق و زهکشی ضعیف آب مانع از بهرهوری میشوند. خاکهای با کیفیت متوسط ۶۵٫۶۴٪ از منطقه را اشغال میکنند، عمدتاً در دشتهای آبرفتی میانی، که با خاکهای لومی قرمز، رسی و رسی آهکی مناسب برای کشت مشخص میشوند. خاکهای با کیفیت بالا، که تنها ۱٫۳۹٪ از منطقه را تشکیل میدهند، در نزدیکی آبرفت رودخانه قرار دارند و سرشار از هوموس و محتوای آلی هستند. بررسی شاخصهای SQI نشان میدهد که کیفیت خاک در مناطق خاص، بهویژه در مناطق مرتفع و آیش، به دلیل فرسایش و کمبود مواد مغذی، نسبتاً پایینتر است. این عوامل در بهرهوری پایین محصولات کشاورزی در زمینهای زراعی آبیاری نشده، بوتهزارها و زمینهای بایر نقش دارند.
ویژگیهای مکانی شاخص کیفیت خاک (SQI). این نقشه در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) ایجاد شده است.
شاخص کیفیت آب و هوا (CQI)
شاخص کیفیت آب و هوا (CQI) تأثیر بارندگی، تبخیر و تعرق پتانسیل (PET) و شاخص خشکی (AI) را بر فرآیندهای تخریب زمین ارزیابی میکند. شکل ۵ (الف) و (ب) پارامترهای کلیدی مؤثر در CQI را نشان میدهند. دادههای میانگین بارندگی ده ساله از اداره هواشناسی هند (IMD) که دوره زمانی ۲۰۰۰ تا ۲۰۲۳ را پوشش میدهد، استفاده شد. شکل ۵ (الف) تغییرات مکانی بارندگی را نشان میدهد، به طوری که مکانهایی در ارتفاعات و کوهپایههای مناطق جنوبی و شمال غربی بیش از ۶۵۰ میلیمتر بارندگی دریافت میکنند. در دشتهای میانی، میزان بارندگی متوسط ۲۸۰ تا ۶۵۰ میلیمتر مشاهده میشود که به تدریج به سمت قسمت شمال شرقی کاهش مییابد در حالی که در قسمتهای شمالی و جنوبی افزایش مییابد. شکل ۵ (ب) شاخص خشکی (AI) منطقه را نشان میدهد که با استفاده از نسبت بارندگی به میزان تبخیر و تعرق به دست آمده است. ضریب هوشی (AI) در دشتهای آبرفتی مناطق میانی و شمال شرقی کم است (<0.5)، که نشان دهنده شرایط خشک و مرطوب به دلیل تنش آبی و PET بالا است. برعکس، زمینهای آبیاری شده و مزارع، امتیاز هوش مصنوعی متوسطی (۰٫۵ تا ۱٫۱۵) را نشان میدهند که نشان دهنده شرایط نیمه مرطوب با آب کافی برای رشد و توسعه گیاه است. مقدار هوش مصنوعی در پوشش جنگلی مرتفع و کوهپایهها در مناطق غربی و جنوبی به ۱٫۱۵ میرسد که نشان دهنده خشکی بیشتر است. این خشکی فزاینده، تنش آبی خاک را افزایش میدهد و با تغییر فرآیندهای تبخیر و رطوبت خاک، به طور قابل توجهی بر رشد گیاه تأثیر میگذارد (Kosmas et al., 1999)، به ویژه به گیاهان در دشتهای آبرفتی آسیب میرساند. تغییرپذیری مکانی تبخیر و تعرق بالقوه (PET) در شکل ۵ (c) نشان داده شده است. نرخهای PET بالاتر از ۲۰۰۰ میلیمتر در سراسر دشتهای آبرفتی و خاکهای رسی آهکی ثبت شده است. در مقابل، مقادیر متوسط بین ۱۵۰۰ تا ۲۰۰۰ میلیمتر مشخصه مناطق کوهپایهای، مزارع و زمینهای کشاورزی آبیاری شده است. میزان PET پایینتر (کمتر از ۱۵۰۰ میلیمتر) در مناطق جنگلی و مزارع مناطق تپهای غربی و جنوبی مشاهده میشود. تنوع در PET بر رطوبت خاک تأثیر میگذارد که به نوبه خود بر رشد گیاه و بهرهوری زمین در سراسر منطقه تأثیر میگذارد.
پارامترهای شاخص کیفیت آب و هوا (CQI): ( الف ) میانگین بارندگی دههای، ( ب ) شاخص خشکی، و ( ج ) تبخیر و تعرق. نقشهها در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تولید شدند.
شکل ۶ نقشه شاخص کیفیت آب و هوا (CQI) را نشان میدهد که ویژگیهای مکانی مؤثر بر فشارهای آب و هوایی بر زمین، خاک و آب منطقه را برجسته میکند. CQI بالاتر (بیشتر از ۱٫۵۰) نشاندهنده کیفیت آب و هوای پایینتر است و تقریباً ۳۷٫۴۵٪ از کل منطقه را پوشش میدهد. این منطقه در درجه اول شامل مناطق خشک و دشتهای آبرفتی در بخشهای مرکزی، شرقی و شمال شرقی منطقه است، جایی که متغیرهای اقلیمی بحرانی با محتوای آب خاک کمتر و میزان تبخیر و تعرق بالاتر مرتبط هستند. CQI متوسط (از ۱٫۲۵ تا ۱٫۵۰) ۲۵٫۴۸٪ از منطقه را تشکیل میدهد که عمدتاً در زمینهای وسیع آبیاری شده با خاکهای لومی و رسی سیاه، به ویژه در دشتهای آبرفتی رودخانهای، یافت میشود. تقریباً ۳۳٫۱۴٪ از منطقه مورد مطالعه در منطقه با کیفیت آب و هوای بالا قرار دارد و مقادیر CQI از ۱٫۰۰ تا ۱٫۲۵ متغیر است. این منطقه شامل جنگلهای مرتفع، کوهپایهها، زمینهای کنار رودخانه و مزارع است. این مناظر از بارندگی کافی بهرهمند هستند، شاخص خشکی پایینی دارند و محتوای متعادل آب خاک را در تمام فصول حفظ میکنند. مناطقی با مقادیر CQI بالای ۱.۵۰، کیفیت آب و هوایی پایینی دارند و خطر تخریب بیشتری دارند که ناشی از PET بالا و خشکی زیاد است. در مقابل، مقادیر CQI زیر ۱.۲۵ با شرایط آب و هوایی مطلوب مطابقت دارند که با بارندگی کافی و تنش آبی کمتر مشخص میشود و منجر به کاهش حساسیت به تخریب میشود.
نقشه شاخص کیفیت آب و هوا (CQI) منطقه مورد مطالعه. این نقشه در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تهیه شده است.
شاخص کیفیت پوشش گیاهی (VQI)
ویژگیهای مکانی VQI نشان میدهد که پوشش گیاهی با کنترل خشکسالی، فرسایش، خطر آتشسوزی و رطوبت (محتوای آب خاک) و حفظ زیستتوده در شرایط آب و هوایی متنوع، به عنوان یک عامل تابآوری در برابر تخریب زمین عمل میکند. شکل ۷ (الف) مقاومت در برابر خطر آتشسوزی و پتانسیل بازیابی انواع مختلف کاربری زمین و پوشش زمین (LULC) را نشان میدهد. خطر آتشسوزی بر اساس پوشش گیاهی به سه دسته طبقهبندی میشود که تفاوتها در حساسیت گیاهان به آتشسوزی را برجسته میکند. این واریانسها بر کیفیت خاک، مانند دفع آب و از دست دادن مواد مغذی، تأثیر میگذارند و در نهایت بر رواناب و فرسایش تأثیر میگذارند. دشتهای مرکزی و شمال شرقی، شامل زمینهای زراعی آبیاری نشده، بوتهزارها و مناطق بایر، به دلیل افزایش دمای سطح زمین (LST) و بارندگی ناکافی، که منجر به کاهش رطوبت خاک و رطوبت زیستتوده در طول تابستان میشود، حساسیت بیشتری به خطر آتشسوزی نشان میدهند. علاوه بر این، جنگلها و مزارع مرتفع، مقاومت و توانایی بازیابی فوقالعادهای در برابر خطر آتشسوزی نشان میدهند که به بارندگی مکرر و شرایط رطوبت توپوگرافی ایدهآل نسبت داده میشود. مقاومت متوسط در برابر خطر آتشسوزی در دامنهها، درهها، علفزارها و ویژگیهای مرتبط با LULC مشاهده شده است که عمدتاً ناشی از بارندگیهای موسمی هستند.
پارامترهای شاخص کیفیت پوشش گیاهی (VQI): ( الف ) ظرفیت مقاومت در برابر خطر آتشسوزی، ( ب ) مقاومت در برابر فرسایش، ( ج ) مقاومت در برابر خشکسالی، و ( د ) NDVI سلامت پوشش گیاهی. نقشهها در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تولید شدند .
شکل ۷ (ب) بر ظرفیت مقاومت در برابر فرسایش ویژگیهای LULC در برابر خطرات ناشی از آب، رواناب و فرآیندهای بادی تأکید دارد. مقاومت در برابر فرسایش، توانایی پوشش گیاهی را در محافظت از لایههای خاک در برابر فرسایش با کاهش رواناب تجزیه و تحلیل میکند، که برای جلوگیری از تخریب زمین بسیار مهم است. در سراسر منطقه، حاصلخیزی خاک که ارتباط نزدیکی با پوشش جنگلی، مزارع و زمینهای کشاورزی آبی دارد، افزایش مقاومت در برابر فرسایش را نشان میدهد و به طور مؤثر لایههای خاک را در تمام فصول حفظ میکند. برعکس، بخشهایی از زمینهای کشاورزی، آیش و بوتهزارها در دامنهها و دشتهای آبرفتی مقاومت قابل توجهی در برابر فرسایش نشان میدهند. با این حال، خاکهای دشتهای آبرفتی، آیش، زمینهای بایر، زمینهای کشاورزی آبیاری نشده و کوهپایهها با مقاومت در برابر فرسایش کمتری مشخص میشوند که نشان دهنده خطر بیشتر فرسایش است. این امر باعث حذف خاک سطحی و به دنبال آن از بین رفتن مواد مغذی، ناباروری خاک و اثرات مرتبط میشود. شکل ۷ (ج) ظرفیت مقاومت در برابر خشکسالی ویژگیهای LULC را نشان میدهد که برای اندازهگیری تخریب زمین و خاک بسیار مهم است. مناطقی که تابآوری بالایی در برابر خشکسالی دارند، در جنگلهای مرتفع، مزارع و مزارع آبی قرار دارند، جایی که بارندگی کافی رطوبت خاک، محتوای هوموس و رطوبت را حفظ میکند. مقاومت متوسط در برابر خشکسالی در دشتهای آبرفتی اصلی، از جمله مزارع آبیاری نشده و زمینهای آیش، تحت تأثیر تغییرات فصلی در دمای سطح زمین (LST)، رطوبت خاک و بارندگی مشاهده میشود. مناطقی که تحت سلطه زمینهای لخت، آیش و بوتهزارها هستند، تابآوری کمتری در برابر خشکسالی نشان میدهند که به دلیل اثرات ترکیبی فرسایش و شوری خاک، به طور قابل توجهی بهرهوری زیست توده را کاهش میدهد.
شکل ۷ (د) توزیع مکانی شاخص پوشش گیاهی نرمال شده (NDVI) را نشان میدهد و بینشهایی در مورد تغییرات پوشش گیاهی و سلامت پوشش گیاهی ارائه میدهد. لایه NDVI سبزی و سلامت پوشش گیاهی را در طول زمان ردیابی میکند و امکان شناسایی مناطقی را که تحت تنش گیاهی قرار دارند، فراهم میکند. مقادیر NDVI از ۱- تا ۱ متغیر است که منعکس کننده سطح فعالیت فتوسنتزی و غلظت کلروفیل در پوشش گیاهی است. مقدار NDVI بیشتر از ۰٫۵۱ نشان دهنده مناطق پوشش گیاهی سالم، از جمله پوشش جنگلی، مزارع و زمینهای کشاورزی آبیاری شده است. مقادیر بین ۰٫۲۷ تا ۰٫۵ نشان دهنده پوشش گیاهی با تنش متوسط، به ویژه در دشتهای آبرفتی است. مقادیر NDVI بین ۰٫۱۰ تا ۰٫۲۶ نشان دهنده گیاهان تحت تنش رطوبتی، از جمله زمینهای آیش، زمینهای بایر، بوتهزارها و سایر زمینهای تخریب شده است. مقادیر کمتر از ۰٫۱۰ نشان دهنده وجود ویژگیهای غیر گیاهی، مانند مناطق ساخته شده، آبراهها و رخنمونهای سنگی، در سراسر منطقه تحقیق است.
شکل ۸ ویژگیهای مکانی شاخص کیفیت پوشش گیاهی (VQI) را نشان میدهد و مناطقی را که تحت تأثیر تخریب پوشش گیاهی ناشی از متغیرهایی مانند خشکسالی، فرسایش، خطر آتشسوزی و سایر فرآیندهای تخریب قرار گرفتهاند، برجسته میکند. مناطقی با مقدار VQI کمتر از ۱٫۱۵ نشان دهنده کیفیت خوب پوشش گیاهی هستند که ۳۰٫۰۸٪ از منطقه را شامل میشوند، عمدتاً در جنگلها و مزارع مرتفع. این مکانها با پوشش گیاهی متراکم، شامل لایههای علفی سبز و برگریز، مشخص میشوند و در طول فصول مختلف در برابر خشکسالی، آتشسوزی و فرسایش مقاومت نشان میدهند. مقدار VQI متوسط ۱٫۱۳ تا ۱٫۳۸ در ۲۹٫۱۴٪ از منطقه، عمدتاً در کوهپایهها، مزارع و مزارع آبی در امتداد بستر رودخانهها و آبراهها گزارش شده است. در همین حال، تقریباً ۳۶٫۸۵٪ از منطقه در گروه کیفیت پایین پوشش گیاهی (VQI بیشتر از ۱٫۳۸) قرار میگیرد که عمدتاً شامل مزارع آبیاری نشده و زمینهای بایر در دشتهای آبرفتی است. دادهها نشان میدهد که مناطق عمدهای از این منطقه شاهد تخریب شدید پوشش گیاهی بودهاند که منجر به ایجاد گیاهانی شده است که به دلیل کاهش بارندگی و شرایط نامناسب نگهداری آب در خاک، تحت فشار رطوبت قرار گرفتهاند.
نقشه شاخص کیفیت پوشش گیاهی (VQI) منطقه مورد مطالعه. این نقشه در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تهیه شده است.
شاخص کیفیت مدیریت کاربری زمین (MQI)
شاخص کیفیت مدیریت کاربری زمین (MQI) تأثیر ویژگیهای LULC مختص هر مکان و شیوههای مدیریتی آنها را بر تخریب زمین در ارتباط با عوامل انسانی نشان میدهد. مقادیر MQI در طبقات مختلف LULC متفاوت است و منعکس کننده خطرات تخریب بالقوه ناشی از شیوههای خاص مدیریت زمین است. بر اساس دفتر ملی بررسی خاک و برنامهریزی کاربری زمین (NBSS-LUP)، ویژگیهای LULC با طبقات قابلیت کاربری زمین مربوطه، همانطور که در جدول ۴ فهرست شده است، تعریف شدهاند . به عنوان مثال، مناطقی که شامل زمینهای کشاورزی آبی هستند، به عنوان مناطقی با حساسیت کمتر به تخریب تعیین میشوند. به طور مشابه، پوشش طبیعی زمین (یعنی جنگلها، مزارع) عموماً به عنوان مناطقی با حساسیت کم طبقهبندی میشوند، به جز در مناطقی با پوشش درختچهای که در معرض خطر بیشتری قرار دارند.
شاخص کیفیت خاک (MQI) کیفیت مدیریت ویژگیهای LULC را با در نظر گرفتن ویژگیهای ذاتی خاک، شرایط آب و هوایی و عوامل محیطی مؤثر بر بهرهوری پایدار زمین ارزیابی میکند. شکل ۹ (الف) ویژگیهای مختلف LULC، از جمله مناطق قابل توجهی از زمینهای کشاورزی، زمینهای بایر، زمینهای آیش، زمینهای با پوشش درختچهای، جنگلهای مرتفع، مزارع کوهپایهای، رخنمونهای سنگی، معادن و معادن سنگ، زمینهای بایر سنگی، آبراهها (مانند رودخانهها، کانالها و دریاچهها) و همچنین سکونتگاههای شهری و روستایی را نشان میدهد. ویژگیهای LULC در دشتهای آبرفتی به دلیل شیوههای ضعیف مدیریت زمین، که این مناطق را در معرض خطر فرسایش و شوری قرار میدهد، مورد توجه قرار گرفتهاند. مناطق جنگلی مرتفع، مزارع کوهپایهای و زمینهای زراعی بستر رودخانه که به خوبی مدیریت میشوند، حساسیت کمتری به تخریب زمین نشان میدهند، به ویژه هنگامی که شرایط آب و هوایی مساعد باشد. زمینهای زراعی آبیاری شده به دلیل رعایت شیوههای صحیح مدیریت، به طور مشابه به عنوان کمخطر طبقهبندی میشوند. شکل ۹ (ب) ظرفیت استفاده از زمین مرتبط با ویژگیهای مختلف LULC را نشان میدهد که منعکس کننده پتانسیل تولید آنها در شرایط تنش است. نقشه، زمین را به شش کلاس طبقهبندی میکند. کلاسهای II، III و VIII ظرفیت تولید بالاتری را نشان میدهند، عمدتاً در جنگلها، مزارع و زمینهای کشاورزی آبی. ظرفیت تولید متوسط در کلاسهای III و IV، معمولاً در کوهپایهها، دشتهای آبرفتی و مناطقی با پوشش درختچهای مشاهده میشود. کلاسهای V و VII، شامل زمینهای آیش، زمینهای کشاورزی غیرآبیاری، زمینهای بایر و مناطق فرسایش یافته، پتانسیل تولید کمتری را نشان میدهند و در برابر تخریب بسیار آسیبپذیر هستند. سکونتگاهها (کلاس I) و آبراهها (کلاس VI) از تجزیه و تحلیل حذف شدهاند، زیرا بر قابلیت زمین تأثیری ندارند.
پارامترهای شاخص کیفیت مدیریت کاربری اراضی (MQI): ( الف ) کاربری/پوشش زمین (LULC)، ( ب ) کلاسهای قابلیت کاربری اراضی. نقشهها در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تولید شدند.
شکل ۱۰ توزیع مکانی MQI را بر اساس کلاسهای LULC آنها نشان میدهد که نشاندهنده ویژگیهای مکانی بهرهوری زمین در منطقه است. MQI بر پتانسیل زمین مناطقی که تحت تأثیر متغیرهای طبیعی و فعالیتهای انسانی قرار دارند، تأکید دارد (Poornazari et al., 2021). در داخل منطقه، تحقیقات کاربری و پوشش زمین (LULC) نشان میدهد که مساحت قابل توجهی به مساحت ۱۵۸۳٫۷۸ کیلومتر مربع، که ۵۵٫۲۰٪ را تشکیل میدهد، با کیفیت مدیریت کاربری زمین متوسط مشخص میشود. در این منطقه، مقدار MQI از ۱٫۲۵ تا ۱٫۵۰ متغیر است. این منطقه طیف متنوعی از انواع زمین، از جمله دشتهای آبرفتی، زمینهای زراعی آبی، زمینهای بایر، آیش، بوتهزارها و زمینهای خشک غیرآبیاری را در بر میگیرد که در کلاسهای قابلیت زمین II و III طبقهبندی میشوند و نشاندهنده خطر بیشتر زوال هستند. علاوه بر این، ۲۹٫۷۳٪ از منطقه با MQI 1.00 تا ۱٫۲۵، نرخ بهتری از کیفیت مدیریت زمین را نشان میدهد. این منطقه عمدتاً از جنگلهای مرتفع، مزارع و زمینهای کشاورزی آبی تشکیل شده است که قادر به ارائه بهرهوری خوب در طول سال هستند و کمتر در معرض تخریب زمین و خاک قرار دارند (جدول ۵ ). برعکس، ۱۱٫۱۳ درصد از منطقه با MQI بیشتر از ۱٫۵۰، کیفیت مدیریت زمین پایینتری دارد. این شامل دامنههای کوهپایهای، دشتهای بایر، آیش، بوتهزارها، زمینهای درهای تخریبشده و مکانهای نمکزار میشود که همگی در برابر تخریب بسیار حساس هستند. تقریباً نیمی از کل مساحت منطقه، که عمدتاً مزارع قابل کشت هستند، در دسته کیفیت مدیریت کاربری زمین متوسط قرار میگیرند و نگرانیهایی را در مورد آسیبپذیری آنها در برابر تخریب ایجاد میکنند، که احتمالاً به دلیل رویکردهای ناکافی مدیریت کاربری زمین است.
نقشه شاخص کیفیت مدیریت کاربری اراضی (MQI) منطقه مورد مطالعه. این نقشه در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تهیه شده است.
ارزیابی و نقشهبرداری شاخص آسیبپذیری تخریب زمین (LDVI)
شاخص آسیبپذیری تخریب زمین (LDVI) وضعیت چهار شاخص کلیدی را در هر مکان ارزیابی میکند: شاخص کیفیت خاک (SQI)، شاخص کیفیت آب و هوا (CQI)، شاخص کیفیت پوشش گیاهی (VQI) و شاخص کیفیت مدیریت (MQI). شکل ۱۱ نقشه LDVI را نشان میدهد که مناطق را بر اساس آسیبپذیری آنها در برابر تخریب زمین طبقهبندی میکند. این طبقهبندی شامل موارد زیر است: (i) مناطق غیر آسیبدیده (N) با مقادیر LDVI زیر ۱٫۱۷؛ (ii) پوشش گیاهی بالقوه (P) برای مقادیر بین ۱٫۱۷ و ۱٫۲۲؛ (iii) مناطق شکننده، که به F1، F2 و F3 تقسیم میشوند، با مقادیری از ۱٫۲۳ تا ۱٫۳۷؛ و (iv) مناطق بحرانی، که به C1، C2 و C3 تقسیم میشوند، برای مقادیر بالای ۱٫۳۸٫ در میان این مناطق، دسته C3 بحرانیترین مناطق را نشان میدهد که مقادیر LDVI آنها بیشتر از ۱٫۵۳ است که نشان دهنده خطر شدید تخریب زمین است. جدول ۶ خلاصهای از کلاسهای LDVI و توزیع مکانی آنها را ارائه میدهد و مروری جامع بر مناطقی در منطقه Theni که به تخریب زمین حساس هستند، ارائه میدهد. معیارهای آماری کلاسهای LDVI و وسعت منطقهای آنها در شکل ۱۲ نمایش داده شده است . تقریباً ۲۵٫۳۸٪ از زمینهای این منطقه به شدت مستعد تخریب هستند و تخریب شدید در درجه اول در نوک شمالی، به ویژه در منطقه Periakulam و اطراف مخزن Vaigai رخ میدهد که در کلاسهای C1، C2 و C3 طبقهبندی میشوند. مناطق بسیار بحرانی (C3) عمدتاً در دشتهای آبرفتی بخشهای مرکزی و شمال شرقی منطقه Theni واقع شدهاند. عوامل طبیعی، از جمله شیبهای تند و شیوههای نامناسب مدیریت زمین، تخریب زمین و از بین رفتن خاک را در این مناطق تشدید کردهاند. توزیع مکانی زمینهای بسیار تخریبشده برای دسته C1، ۲۹۱٫۰۶ کیلومتر مربع (۱۰٫۱۵٪)، برای زیردسته C2، ۳۳۱٫۴۲ کیلومتر مربع (۱۱٫۵۵٪) و برای زیردسته C3، ۱۰۵٫۵۳ کیلومتر مربع (۳٫۶۸٪) تعیین شده است. کاربری و پوشش زمین (LULC) در این مناطق بحرانی، عمدتاً به دلیل عواملی مانند فرسایش خاک، نفوذ شوری، کاهش مواد مغذی و مداخلات مدیریتی ناکافی، در برابر تخریب بسیار آسیبپذیر است.
مناطق شکننده در سراسر این منطقه، آسیبپذیری قابل توجهی در برابر تخریب نشان میدهند و به شدت با مناطق بحرانی مجاور مرتبط هستند. در این مناطق شکننده، ویژگیهای LULC، از جمله زمینهای زراعی، زمینهای بایر، و مناطق فرسایش یافته، تحت تغییرات دورهای ناشی از الگوهای بارندگی، دمای سطح زمین (LST)، سطح رطوبت خاک، تنوع آب و هوایی و تنشهای ناشی از انسان قرار میگیرند. ویژگیهای LULC به شدت تحت تأثیر فرآیندهای تخریب زمین و خاک در مناطق بحرانی قرار دارند و منجر به کاهش قابل توجه بهرهوری کشاورزی میشوند. بخشهای متعددی از زمین، از جمله زمینهای زراعی، زمینهای بایر، و زمینهای تخریب شده، دچار تخریب قابل توجهی میشوند که منجر به بیابانزایی گسترده میشود. تقریباً ۴۴٫۳۸٪ از زمین به عنوان شکننده در برابر تخریب طبقهبندی میشود و ۲۱٫۶۲٪ به عنوان بسیار شکننده (F3) نامگذاری شدهاند. مزارع قابل کشت در مناطقی مانند بودینایکانور، ویراپاندی و بخشهای غربی راجاگوپالانپاتی به ویژه آسیبپذیر هستند. استفاده فشرده از زمین و روشهای ضعیف که ظرفیت تحمل زمین را نادیده میگیرند، منجر به تخریب جدی زمین شده و هم این مکانها و هم محیط اطراف آنها را تحت تأثیر قرار داده است. منطقهای حدود ۴۸۰.۹۰ کیلومتر مربع (۱۶.۷۶٪) به عنوان دارای شکنندگی F2 به سمت زوال طبقهبندی میشود، در حالی که ۱۷۲.۲۲ کیلومتر مربع دیگر (۶٪) تحت شکنندگی F1 قرار دارد. این مناطق شامل کاربری زمین در امتداد کوهپایهها و زمینهای زراعی مجاور مناطق شهری است. مناطق قابل توجهی که تحت تأثیر این طبقهبندیها قرار گرفتهاند، بلوکهای کامبوم و اوتاماپالایام هستند که به دلیل عملیات کشاورزی قابل توجه خود شناخته شدهاند. ویژگیهای LULC در داخل مناطق شکننده، همانطور که در بخشهای مختلف زمینهای زراعی، آیش، زمینهای بایر و زمینهای تخریبشده نشان داده شده است، بر بهرهوری کشاورزی تأثیر منفی گذاشته است. در نتیجه، LULC در این مکانها به دلیل تنش آب-خاک و فشارهای انسانی متعدد در معرض تخریب است.
نکته قابل توجه این است که منطقهای به مساحت ۳۷۲.۷۷ کیلومتر مربع (۱۲.۹۹٪) به عنوان پوشش گیاهی بالقوه (P) تعریف شده است، در حالی که حدود ۳۸۱.۸۱ کیلومتر مربع (۱۳.۳۱٪) به عنوان منطقه غیر آسیب دیده تعیین شده است. این دسته اخیر شامل پوشش جنگلی مرتفع، مزارع و زمینهای کشاورزی آبی است. ویژگیهای LULC در این مناطق، بهرهوری زیست توده افزایش یافته را نشان میدهد که با بارندگی کافی، رطوبت کافی خاک و حاصلخیزی مطلوب خاک پشتیبانی میشود. این مناطق همچنین در تمام فصول، تابآوری بالاتری در برابر تخریب زمین و خاک نشان میدهند. در مقابل، زمینهای کشاورزی آبی و غیرآبیاری، زمینهای آیش و سایر مناطقی که تحت شیوههای ضعیف مدیریت زمین قرار دارند، حساسیت بیشتری به تخریب نشان میدهند و اغلب به خاکهای فرسایش یافته یا شور تبدیل میشوند. عوامل اصلی مؤثر در تخریب زمین شامل تغییرپذیری مکانی-زمانی در میزان بارندگی، نوسانات رطوبت خاک، نفوذ شور و فشارهای انسانی است که همگی باعث تخریب شدید خاک و زمین در بخشهای مختلف منطقه میشوند.
نقشه شاخص آسیبپذیری تخریب زمین (LDVI) توزیع مکانی مناطق تخریب زمین را نشان میدهد. این نقشه در نرمافزار ArcMap نسخه ۱۰٫۶ ( https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview ) تهیه شده است.
همبستگی مکانی LDVI و شاخصهای کیفی
همبستگی مکانی بین LDVI و شاخصهای کیفیت (QI) با استفاده از یک ابزار آمار مکانی در نرمافزار GIS ارزیابی شد. با استفاده از دادههای توصیفی، ضریب همبستگی پیرسون برای تخمین میزان همبستگی بین شاخصهای کیفیت (QI) محاسبه شد. جدول ۷ خلاصهای از ضرایب همبستگی پیرسون بین LDVI و شاخصهای کیفیت (QI) را ارائه میدهد که نشان میدهد این متغیرهای QI به طور قابل توجهی بر LDVI در مقیاس مکانی خاص تأثیر میگذارند و روابط مکانی (یعنی همبستگی مثبت یا منفی) بین خود نشان میدهند. شکل ۱۳ همبستگی مکانی بین LDVI و شاخص کیفیت را با استفاده از نمودارهای پراکندگی نشان میدهد. نتایج، اهمیت شاخصهای کیفیت (SQI، MQI، VQI و CQI) را در رابطه با LDVI در مقیاس مکانی خاص نشان میدهد و ارتباط آنها را با متغیرهای زمین-محیطی که باعث تخریب زمین در مناطقی میشوند که LULC و شرایط آب و هوایی در حال تغییر را تجربه میکنند، منعکس میکند.
یافتهها نشان داد که SQI با ضریب همبستگی (r) 0.99، بیشترین همبستگی مثبت را با LDVI دارد که بر اهمیت خواص و سلامت خاک در کاهش تخریب زمین تأکید میکند. علاوه بر این، رابطه مستقیمی بین SOI و LDVI نشان داد؛ مناطقی با کیفیت خاک خوب و شیوههای اجرای مناسب، سلامت و بهرهوری خاک را حفظ کردهاند و این مناطق با نرخ LDVI پایینتری، به ویژه در زمینهای کشاورزی حاشیه رودخانه و مزارع آبی، مشخص میشوند. ثانیاً، VQI و MQI همبستگی مثبت بالایی با LDVI نشان دادند، با مقادیر ضریب همبستگی ۰٫۸۴ و ۰٫۸۳٫ این شاخصهای کیفی (SQI، VQI و MQI) به طور قابل توجهی بر LDVI در نقاط مختلف تأثیر گذاشتند و بر اهمیت آنها در کاهش خطرات تخریب زمین از طریق شیوههای مدیریت پایدار تأکید کردند. مناطقی که شاخص کیفیت (QI) بالاتری از این شاخصها داشتند، سلامت پوشش گیاهی و بهرهوری محصول خوبی را تجربه کردند. در عین حال، مناطقی که مقادیر LDVI پایینتری دارند، حساسیت کمتری به فرسایش، رواناب، حاصلخیزی خاک و ورود شوری دارند. به طور کلی، یافتهها همبستگی مثبتی بین SQI و MQI با ضریب (r) 0.83 نشان داد که نشاندهنده وابستگی متقابل آنها در به حداقل رساندن خطر تخریب زمین در سراسر منطقه مورد مطالعه است.
برعکس، CQI با ضریب ( r = -۰٫۷۴) همبستگی منفی با LDVI نشان میدهد که نشاندهنده رابطه معکوس با خطر تخریب آب و هوا و زمین است، جایی که مناطق تحت تأثیر آسیبپذیری شدید تخریب زمین قرار دارند، در حالی که با بارندگی، دما، تبخیر و تعرق بسیار بالا یا پایین و تغییر خواص فیزیکی-شیمیایی و مورفولوژیکی خاک-زمین-آب مواجه هستند که باعث تأثیرات شدید بر سلامت پوشش گیاهی میشود. مناطقی با CQI پایینتر، که با خشکی بیش از حد و بارندگی کم مشخص میشوند، افزایش قابل توجهی در آسیبپذیری در برابر تخریب زمین، عمدتاً در زمینهای زراعی آبیاری نشده و زمینهای آیش، تجربه میکنند. این امر اغلب منجر به محدودیتهای آب و هوایی میشود که فرسایش خاک را تسریع کرده و زمینهای زراعی و پوشش گیاهی را تخریب میکند. در مقابل، CQI و VQI شاخصهای حساستری در نظر گرفته میشوند و به دلیل رابطه معکوس آنها با سایر پارامترهای مکانی، همبستگی منفی با LDVI نشان میدهند. که در آن CQI همبستگی منفی با LDVI (-0.75)، VQI (-0.65)، MQI (-0.58) و SQI (-0.74) دارد، که نشان دهنده تغییرات (افزایش یا کاهش) در متغیرهای CQI (یعنی بارندگی، خشکی، دمای سطح زمین و تبخیر و تعرق) است که باعث ایجاد خطرات تخریب زمین میشود و منجر به تأثیرات نامطلوب بر ویژگیهای زمین-آب-خاک و پوشش گیاهی میشود. بنابراین، متغیرهای CQI و VQI برای پایش از طریق رویکردهای مدیریتی مناسب برای کاهش تأثیر آنها بر خطر تخریب مورد نیاز هستند.
اعتبارسنجی خروجی LDVI با استفاده از روش ROC-AUC
از منحنی مساحت زیر منحنی (ROC-AUC) برای ارزیابی دقت نسبی خروجی LDVI در مقایسه با NDVI (یعنی ارزیابی سلامت پوشش گیاهی مبتنی بر پیکسل) استفاده میشود. مقدار AUC نشاندهنده عملکرد مدل است که از ۰٫۵ تا ۱ متغیر است. بنابراین، AUC بالاتر (> 0.8) نشاندهنده توانایی پیشبینی قوی است، در حالی که مقادیر (< 0.5) نشاندهنده عملکرد تصادفی هستند. از ابزار ArcSDM برای تعیین مقدار AUC با محاسبه ضریب همبستگی مکانی بین LDVI و NDVI استفاده شد که ظرفیت مدل را برای تمایز بین موارد مثبت و منفی در مجموعه دادهها ارزیابی میکند. شکل ۱۴ منحنی AUC-ROC LDVI و NDVI را که از دادههای ابر نقطهای مرتبط با لایههای رستری مربوطه مشتق شده است، نشان میدهد. این نمودار نرخ مثبت واقعی (حساسیت) را در مقابل نرخ مثبت کاذب نشان میدهد، به طوری که حساسیت، یعنی نرخ مثبت واقعی، روی محور y و نرخ مثبت کاذب روی محور x نشان داده شده است. یافتهها نشاندهنده همبستگی مکانی معنیداری بین LDVI و NDVI هستند، که در آن مقادیر بالای LDVI با مقادیر کاهشیافته NDVI همبستگی دارند، که نشاندهنده مکانهای خاص (اندازه پیکسل ۳۰ × ۳۰ متر) با پوشش گیاهی محدود است که با مناطق تخریبشده حیاتی همسو هستند. مقدار AUC پیشبینیشده ۰٫۸۳ است که نشاندهنده عملکرد قابل اعتماد (۸۳٪) خروجی LDVI در مقایسه با مقادیر NDVI خاص مکان است. در این حالت، NDVI نشاندهنده وجود گیاهان با سرسبزی و سلامت در طول زمان است و امکان شناسایی مناطق تحت تخریب زمین را بر اساس تنش رطوبتی پوشش گیاهی، حذف پوشش گیاهی و گسترش مناطق بدون پوشش گیاهی فراهم میکند.
مطالعات مقایسهای LDVI-NDVI نشان داد که مناطقی با مقدار NDVI (> 0.51) نشاندهنده مناطق دارای پوشش گیاهی سالم (یعنی پوشش جنگلی، مزارع و زمینهای زراعی آبیاری شده) هستند که نشاندهنده نرخ پایینتر LDVI (< 1.22) است که در زیر مناطق بدون آسیب (N) و منطقه بالقوه دارای پوشش گیاهی (P) قرار میگیرد. در حالی که مقدار LDVI (> 1.38) مستقیماً با مناطقی با NDVI پایینتر (۰٫۱-۰٫۲) مطابقت دارد که نشاندهنده وجود گیاهان تحت تنش رطوبتی، زمینهای آیش، زمینهای بایر، بوتهزارها و سایر اشکال زمین تخریبشده است. نکته قابل توجه این است که مقدار NDVI (0.27-0.5) به LDVI (1.33-1.37) وابسته است که نشاندهنده مناطق شکننده با پوشش گیاهی تحت تنش، به ویژه در دشتهای آبرفتی میانی و شمال شرقی است. نکته مهم این است که مقادیر NDVI (<0.1) ویژگیهای غیر گیاهی، مانند مناطق ساخته شده و آبراهها را نشان میدهد که در نقشه LDVI پنهان شدهاند. رابطه مکانی-ویژه بین LDVI و NDVI دقت رضایتبخشی را نشان میدهد. با این حال، قابلیت اطمینان آن باید با گنجاندن دادههای نمونهبرداری میدانی در مورد مواد مغذی خاک و خواص فیزیکوشیمیایی بهبود یابد، که این امر قابلیت اطمینان خروجی LDVI در محل را افزایش میدهد.
نتیجهگیری
نتیجه این مطالعه با پرداختن به خطر تخریب زمین و تأثیرات تغییرات اقلیمی بر ویژگیهای خاک-آب-زمین در یک منطقه آسیبپذیر اقلیمی-کشاورزی، از اهداف توسعه پایدار سازمان ملل متحد (اهداف توسعه پایدار سازمان ملل متحد ۱۳ – اقدام اقلیمی، و اهداف توسعه پایدار ۱۵ – زندگی در خشکی) پشتیبانی میکند. نقشه LDVI ویژگیهای مکانی خطر تخریب زمین را در مقیاسی خاص در منطقه غربی اقلیمی-کشاورزی ناحیه تنی، واقع در ایالت جنوبی هند، تامیل نادو، نشان میدهد. نقشه LDVI تولید شده نشان میدهد که ۲۵.۳۸٪ از منطقه در منطقه بحرانی برای تخریب زمین قرار دارد. تجزیه و تحلیل شاخصهای کیفیت نشان میدهد که کیفیت خاک (SQI) و کیفیت مدیریت (MQI) بیشترین تأثیر را بر تخریب زمین در ناحیه تنی دارند، همانطور که همبستگی مثبت قوی آنها با LDVI نشان داده شده است. کیفیت پوشش گیاهی (VQI) نیز ارتباط قابل توجهی ( r = ۰٫۸۴) نشان میدهد که بر اهمیت حفظ پوشش گیاهی در کاهش فرسایش و تنش آبی تأکید میکند. ویژگیهای LULC، یعنی زمینهای زراعی، زمینهای بایر، مزارع بایر و مناطق فرسایش یافته، معمولاً در دشتهای آبرفتی مرکزی، دامنههای کوهپایهای غربی و دشتهای شمال شرقی یافت میشوند. این مناطق به دلیل عواملی مانند فرسایش، کاهش مواد مغذی و شیوههای ضعیف مدیریت زمین، به ویژه در برابر تخریب زمین آسیبپذیر هستند. برعکس، تنها ۱۳.۳۱٪ از منطقه به عنوان مناطق بدون تأثیر از تخریب طبقهبندی میشود، در حالی که ۱۲.۹۹٪ دارای پوشش گیاهی بالقوه است که نشاندهنده تابآوری بیشتر در برابر تخریب زمین در تمام فصول است. یافتهها نشان میدهد که خطرات مرتبط با تخریب زمین در مناطق آسیبپذیر LULC را میتوان از طریق شیوههای مدیریتی مؤثر برای منابع زمین، خاک و آب کاهش داد. به طور کلی، این مطالعه یک پایگاه داده جغرافیایی در مورد زمین، خاک و آب ارائه میدهد که برای مدیریت پایدار منابع زمین در درازمدت ارزشمند است. ارزیابی فعلی LDVI، اگرچه در شناسایی مناطق حساس تخریب مؤثر است، اما محدودیتهای خاصی دارد. دقت نتایج تحت تأثیر وضوح مکانی و پوشش زمانی مجموعه دادههای ورودی، به ویژه پارامترهای اقلیمی و خاک، که از منابع ثانویه استخراج شدهاند، قرار دارد. فقدان دادههای اعتبارسنجی میدانی، مانند رطوبت خاک، ماده آلی و نرخ فرسایش، توانایی کالیبراسیون خروجیهای مدل را محدود میکند. مطالعات آینده که شامل مشاهدات درجا، مانند خواص شیمیایی خاک، شوری خاک، کیفیت آبهای زیرزمینی و تغذیه آبهای زیرزمینی، و همچنین تصاویر سری زمانی با وضوح بالا و پایش چندزمانه است، میتواند دقت و پاسخگویی زمانی را برای پشتیبانی از تصمیمگیری آگاهانه در زمینههای علمی افزایش دهد.
منابع
-
افضلی، س.ف.، خنامانی، ا.، مسکونی، اِی.ک. و برندسون، ر. ارزیابی کمی حساسیت زیستمحیطی به بیابانزایی با استفاده از مدل اصلاحشده مدالوس در یک منطقه نیمهخشک. پایداری ۱۳ ، ۷۸۱۷ (۲۰۲۱).
-
فرارا، آ. و همکاران. بهروزرسانی چارچوب MEDALUS-ESA برای ارزیابی تخریب زمین و بیابانزایی در سراسر جهان. Land. Degrad. Dev. ۳۱ ، ۱۵۹۳–۱۶۰۷ (۲۰۲۰).
-
همبرام، تی. کی. و ساها، اس. ارزیابی آسیبپذیری مکانی تخریب زمین در حوضه رودخانه حاشیه فلات جارکند، هند. محیط زیست. ارزیابی نظارت. ۱۹۷ ، ۱۴۳ (۲۰۲۵).
-
کاسماس، سی. و همکاران. ارزیابی و انتخاب شاخصها برای پایش تخریب زمین و بیابانزایی: رویکرد روششناختی. مدیریت محیط زیست. ۵۴ ، ۹۵۱–۹۷۰ (۲۰۱۴).
-
Molnárová، KJ و همکاران. تأثیرات یکپارچه سازی زمین بر تخریب زمین: یک بررسی سیستماتیک جی. محیط زیست. مدیریت کنید. ۳۲۹ ، ۱۱۷۰۲۶ (۲۰۲۳).
-
سانگ، سی. و همکاران. ارزیابی مکانی تخریب زمین با استفاده از مدالوس، با تمرکز بر مناطق بالقوه جنگلکاری و احیای جنگل در اتیوپی. Land. Degrad. Dev. ۳۳ ، ۷۹-۹۳ (۲۰۲۲).
-
فانتچی، ر. بیابانزایی در یک بافت اروپایی: جنبههای فیزیکی و اجتماعی-اقتصادی (کمیسیون اروپا، ۱۹۹۵).
-
کوناچر، ایجی و سالا، ام. تخریب زمین در محیطهای مدیترانهای جهان: ماهیت و وسعت، علل و راهحلها. (۱۹۹۸).
-
کاسماس، سی.، فرارا، ایاماس، بریاسولی، اچ. و ایمسون، ای. روششناسی نقشهبرداری از مناطق حساس زیستمحیطی (ESA) به بیابانزایی. در پروژه مدالوس، بیابانزایی مدیترانه و کاربری اراضی. راهنمای شاخصهای کلیدی بیابانزایی و نقشهبرداری از مناطق حساس زیستمحیطی به بیابانزایی، ۳۱-۴۷ (کمیسیون اروپا، (۱۹۹۹).
-
رائو، ای کی و همکاران. افزایش مناطق خشک و نیمهخشک در هند با تغییرات مرتبط در طول سالهای ۱۹۷۱ تا ۲۰۰۴٫ مجله هواشناسی کشاورزی . ۱۵ ، ۱۱-۱۸ (۲۰۱۳).
-
بودجملین، ف. و سمار، آ. ارزیابی و نقشهبرداری حساسیت بیابانزایی با مدل مدالوس و GIS – مطالعه موردی: حوضه هودنا، الجزایر. مجله آب و زمین. توسعه. ۳۶ ، ۱۷-۲۶ (۲۰۱۸).
-
روششناسی موقت UNEP برای ارزیابی و نقشهبرداری از بیابانزایی. در سازمان خواربار و کشاورزی ملل متحد و برنامه محیط زیست سازمان ملل متحد. (۱۹۸۳).
-
آونی، ی.، پورات، ن.، پلاخت، ج. و آونی، گ. تغییرات ژئومورفولوژیکی منجر به بیابانزایی طبیعی در مقابل حفاظت از زمینهای انسانی در یک محیط خشک، ارتفاعات نقب، اسرائیل. ژئومورفولوژی ۸۲، (۲۰۰۶).
-
سالواتی، ل.، ماوراکیس، ا.، کولانتونی، ا.، مانچینو، گ. و فرارا، ا. سیستمهای تطبیقی پیچیده، تخریب خاک و حساسیت زمین به بیابانزایی: ارزیابی چند متغیره از چشمانداز جنگلهای کشاورزی ایتالیا. Sci. Total Environ. ۵۲۱ ، ۲۳۵–۲۴۵ (۲۰۱۵).
-
Dharumarajan, S. و همکاران. وضعیت بیابانزایی در جنوب هند – ارزیابی، نقشهبرداری و تحلیل تشخیص تغییر. Curr. Sci. ۱۱۵ ، ۳۳۱–۳۳۸ (۲۰۱۸).
-
پانکاج، پی. کی. و همکاران. تنوعبخشی و شیوههای مدیریت کاربری زمین برای امنیت غذایی و تغذیهای تحت سناریوی تغییرات اقلیمی در مناطق خشک و نیمهخشک هند. در امنیت غذایی و تغییر کاربری زمین تحت شرایط تغییرپذیری اقلیمی (ویراستاران: اسکوایرز، وی. آر. و گاور، ام. کی.) ۲۸۱–۳۰۹ (۲۰۲۰). https://doi.org/10.1007/978-3-030-36762-6_15
-
کنوانسیون مقابله با بیابانزایی. بیابانزایی: خط مقدم نامرئی. کنوانسیون مقابله با بیابانزایی، (۲۰۱۴).
-
علی، آر. آر. و ال بارودی، ای. ای. استفاده از GIS در نقشهبرداری حساسیت زیستمحیطی به بیابانزایی در منطقه فرونشست وادی النطرون، مصر. مجله علوم پایه کاربردی استرالیا ، ۲ ، ۱۵۷-۱۶۴ (۲۰۰۸).
-
دوتا، س. و چادوری، گ. ارزیابی حساسیت زیستمحیطی مناطق خشک و نیمهخشک در شمال شرقی راجستان، هند. Geogr. Rev. ۱۰۵ ، ۴۴۱–۴۶۱ (۲۰۱۵).
-
بوداک، م.، گونال، ح. و چلیک، آی. حساسیت زیستمحیطی به بیابانزایی در شمال بینالنهرین؛ کاربرد مدالوس اصلاحشده با استفاده از فرآیند تحلیل سلسله مراتبی. مجله علوم زمین. ۱۱ ، ۴۸۱ (۲۰۱۸).
-
بدوی، سی. مطالعه حساسیت بیابانزایی در منطقه طلح (تونس مرکزی) با استفاده از سنجش از دور. GIS و رویکرد مدالوس. محیط زمین. بلایا ۷ ، ۱۶ (۲۰۲۰).
-
اوزونر، سی. و دنگیز، او. ارزیابی ریسک بیابانزایی در ترکیه بر اساس مناطق حساس زیستمحیطی. شاخصهای اکولوژیکی. ۱۱۴ ، ۱۰۶۲۹۵ (۲۰۲۰).
-
ویجیتکوسوم، س. عوامل مؤثر بر حساسیت به تخریب زمین و بیابانزایی در یک حوزه آبخیز مستعد خشکسالی در تایلند. مجله بینالمللی حفاظت از خاک و آب. شماره ۹ ، ۲۱۷-۲۲۸ (۲۰۲۱).
-
طهماسبی، ت.، کرمی، ا. و کشاورز، م. تغییر کاربری اراضی کشاورزی تحت تأثیر تغییر و تنوع اقلیمی: عوامل و تأثیرات. مجله محیط زیست مناطق خشک. ۱۸۰ ، ۱۰۴۲۰۲ (۲۰۲۰).
-
باجوکو، س.، دی آنجلیس، ا.، پرینی، ل.، فرارا، ا. و سالواتی، ل. تأثیر تغییرات کاربری/پوشش زمین بر دینامیک تخریب زمین: مطالعه موردی مدیترانه. Environ. Manage. ۴۹ ، ۹۸۰–۹۸۹ (۲۰۱۲).
-
شی، اچ.، ژانگ، وای.، وو، زی. و الوی، تی. تحلیل کتابسنجی در مورد تخریب زمین: وضعیت فعلی، توسعه و مسیرهای آینده. لند ۹ ، ۲۸ (۲۰۲۰).
-
اونتل، آی. و همکاران. ارزیابی روندهای اخیر تخریب زمین و بیابانزایی در رومانی با استفاده از شاخصهای سنجش از دور. Remote Sens. ۱۵ ، ۴۸۴۲ (۲۰۲۳).
-
القریشی، AMF و مصطفی، YT زوال منابع طبیعی در منطقه خاورمیانه و شمال آفریقا: تخریب زمین، فرسایش خاک و بیابانزایی (Springer Nature، ۲۰۲۴).
-
باسو، اف. و همکاران. ارزیابی حساسیت زیستمحیطی در مقیاس حوضه آبریز از طریق استفاده از سیستمهای اطلاعات جغرافیایی و دادههای سنجش از دور: نمونهای از حوضه کشاورزی (جنوب ایتالیا). Catena ۴۰ ، ۱۹-۳۵ (۲۰۰۰).
-
دیالو، HA کنوانسیون سازمان ملل متحد برای مبارزه با بیابانزایی (UNCCD. در آینده مناطق خشک (ویراستاران لی، سی. و شاف، تی.) (اسپرینگر، دوردرخت، doi: https://doi.org/10.1007/978-1-4020-6970-3_4 . (۲۰۰۸).
-
رینولدز، جی.اف و همکاران. مفاهیم علمی برای تحلیل یکپارچه بیابانزایی. Land. Degrad. Dev. ۲۲ ، ۱۶۶–۱۸۳ (۲۰۱۱).
-
ابوزید، ع. و عبدالطیف، ای. دی. ارزیابی بیابانزایی با استفاده از مدل اصلاحشده مدالوس در دلتای نیل شمالی. مصر. ژئودرما . ۴۰۵ ، ۱۱۵۴۰۰ (۲۰۲۲).
-
MoEFCC. طرح ملی هند (NAP) برای مبارزه با بیابانزایی و تخریب زمین از طریق مداخلات جنگلداری . (۲۰۲۳). https://moef.gov.in/uploads/2023/07/NAP%20final-2023.pdf
-
کالیراج، س.، چاندراسکار، ن. و راماچاندران، ک. ک. نقشهبرداری از لندفرمهای ساحلی و تحلیل تغییرات حجمی در ساحل جنوب غربی کانیاکوماری، جنوب هند، با استفاده از تکنیکهای سنجش از دور و GIS. مصر. مجله علوم فضایی سنجش از دور. https://doi.org/10.1016/j.ejrs.2016.12.006 (۲۰۱۶).
-
SAC، I. اطلس بیابانزایی و تخریب زمین هند (ارزیابی و تحلیل تغییرات طی ۱۵ سال بر اساس سنجش از دور. احمدآباد: کاربردهای فضایی (۲۰۲۱). https://www.researchgate.net/publication/353605049_Desertification_and_Land_Degradation_Atlas_of_India_Assessment_and_analysis_of_changes_over_15_years_based_on_remote_sensing
-
کالیراج، س.، شونموگاپریا، س. و لاکشومانان، س. و د. نقشهبرداری از منطقه خطر سیل و پیشبینیهای آینده برای حوضه رودخانه تامیربارانی، جنوب هند: بینشهایی از روند بارندگی دههای و تکنیک فرآیند تحلیل سلسله مراتبی مبتنی بر GIS . خطرات طبیعی ، https://doi.org/10.1007/s11069-024-07007-z
-
مسعودی، م. و ذاکری نژاد، ر. ارزیابی خطر بیابانزایی با استفاده از مدل مدالوس در دشت مزایجان، استان فارس، ایران. Ecol. Environ. Conservation. ۱۶ ، ۴۲۵–۴۳۰ (۲۰۱۰).
-
محمد، ES ارزیابی مکانی بیابانزایی در شمال سینا با استفاده از مدل اصلاحشده MEDLAUS. عرب. مجله علوم زمین. ۶ ، ۴۶۴۷–۴۶۵۹ (۲۰۱۳).
-
اوکین، جیاس، ددوریکو، پی. و لیو، جیای. مکانیسم تخریب زمین در دامنههای پوشیده از چمن فلات تبت. ژئوفیزیک. پژوهش. نامه. ۴۵ ، ۴۰۴۱–۴۰۴۸ (۲۰۱۸).
-
لی، ای.جی و همکاران. ارزیابی زمینهای حساس به بیابانزایی از نظر زیستمحیطی با استفاده از روش مدالوس در مغولستان. مجله علمی-فناوری. ۱۵ ، ۲۱۰-۲۲۰ (۲۰۱۹).
-
میر، وای اچ و همکاران. مروری بر تغییر کاربری و پوشش زمین و تأثیرات آن بر منابع طبیعی. در توسعه با واسطه اکولوژیکی: ارتقای حفاظت از تنوع زیستی و امنیت غذایی (ویراستاران (ویراستاران Jatav, HS, Raiput, VD & Minkina, T.) 101–۱۳۰ (Springer Nature, Singapore, doi: https://doi.org/10.1007/978-981-96-2413-3_5 . (۲۰۲۵).
-
کاساس، م. زمینهای خشک و نیمهخشک: مشکلات و چشماندازها. اکوسیستمهای کشاورزی ۳ ، ۱۸۵–۲۰۴ (۱۹۷۶).
-
ایزو، م.، آراخو، ن.، اوچلی، پیپیسی، ماراتئا، آ. و سانچز آ. حساسیت زمین به بیابانزایی در جمهوری دومینیکن: اقتباسی از روش ESA. Land. Degrad. Dev. ۲۴ ، ۴۸۶–۴۹۸ (۲۰۱۳).
-
حنفی، آ. و جافرت، س. آیا پویایی پوشش گیاهی بلندمدت در پایش و ارزیابی فرآیندهای بیابانزایی در استپ خشک، جنوب تونس مفید است؟ مجله محیط خشک. ۷۲ ، ۵۵۷-۵۷۲ (۲۰۰۸).
-
آیت لمقدم، آ.، پرادان، ب.، صابر، ح. و رحیمی، آ. تحلیل حساسیت بیابانزایی با استفاده از مدل مدالوس و GIS: مطالعه موردی واحههای دره درعا میانی، مراکش. Sensors ۱۸ ، ۲۲۳۰ (۲۰۱۸).
-
حسین، آ. و همکاران. تخریب زمینهای کشاورزی: فرآیندها و مشکلاتی که امنیت غذایی آینده را تضعیف میکنند. در محیط زیست، آب و هوا، رشد گیاهان و پوشش گیاهی (ویرایش (ویرایش فهد، س.) ۱۷-۶۱ (انتشارات بینالمللی اشپرینگر، چم، doi: https://doi.org/10.1007/978-3-030-49732-3_2 . (۲۰۲۰).
-
فائو، روششناسی موقت UNEP برای ارزیابی و نقشهبرداری از بیابانزایی (سازمان خواربار و کشاورزی ملل متحد و برنامه محیط زیست سازمان ملل متحد، ۱۹۸۳).
-
لمقدم، ع.ا.، پرادان، ب.، صابر، ح. و رحیمی، ع. تحلیل حساسیت بیابانزایی با استفاده از مدل مدالوس و GIS: مطالعه موردی واحههای دره درعا میانی، مراکش. Sensors ۱۸ ، ۲۲۳۰ (۲۰۱۸).
-
کالیراج، اس. الزویر، ایالات متحده، شابک، ارزیابی آسیبپذیری تخریب زمین در منطقه نیمهخشک جنوب هند با استفاده از رویکرد مدالوس مبتنی بر GIS. در سنجش از دور خاکها: نقشهبرداری، پایش و اندازهگیری (ویرایش داروماراجان) ۹۷۸-۰-۴۴-۳۱۸۷۷۳–۵، (۲۰۲۳). https://doi.org/10.1016/B978-0-443-18773-5.00038-7
-
ایروین، ب. و کاسماس، س. پزرا (مدل ارزیابی ریسک فرسایش خاک پان-اروپایی. مجله (۲۰۰۳). (۲۰۰۳).
-
بربراوغلو، س.، چیلک، ا.، کرکبی، م.، ایروین، ب. و دونمز، س. ارزیابی مکانی و زمانی فرسایش خاک در ترکیه تحت سناریوهای تغییر اقلیم با استفاده از مدل ارزیابی ریسک فرسایش خاک پان-اروپایی (PESERA). Environ. Monit. Assess. ۱۹۲ ، ۴۹۱ (۲۰۲۰).
-
Liniger, H., Van Lynden, G., Nachtergaele, F., Schwilch, G. & Biancalani, R. A Questionnaire for Mapping Land Degradation and Sustainable Land Management (CDE/WOCAT, FAO/LADA, ISRIC, 2008).
-
پراولی، ر.، پاتریچه، س. و باندوک، گ. کمیسازی مناطق حساس به تخریب زمین در جنوب و مرکز جنوب شرقی اروپا. نتایج جدید مبتنی بر بهبود روششناسی DISMED با دادههای جدید اقلیمی. Catena ۱۵۸ ، ۳۰۹–۳۲۰ (۲۰۱۷).
-
الاسدی، ام.ای.، سلطان، ان.اس. و محمد، ره. مطالعهای بر شاخصها و حساسیت بیابانزایی در استان بصره با استفاده از مدل توسعهیافته توسط پروژه سیستمهای اطلاعات بیابانزایی برای منطقه مدیترانه (DISMED). آداب البصره ۱۰۵ ، (۲۰۲۳).
-
اکبری، م.، اونق، م.، عسگری، ح.ر.، سعدالدین، ا. و خسروی، ح. برنامه ارزیابی و مدیریت ریسک بیابانزایی. مجله جهانی محیط زیست. مدیریت علمی. ۲ ، ۳۶۵-۳۸۰ (۲۰۱۶).
-
سلیمانپور، س.م.، نعیمی، م.، رحمتی، ا. و معتمدنیا، م. بررسی بیابانزایی با استفاده از معیارهای آب زیرزمینی و فرونشست با استفاده از مدل IMDPA (مطالعه موردی: حوزه آبخیز رفسنجان). Environ. Eros. Res. J. ۱۴ ، ۱۲۶–۱۴۰ (۲۰۲۴).
-
اونق، م. ارزیابی شدت خطر تخریب زمین و برنامههای مدیریتی با استفاده از مدلهای ذهنی و فرآیند تحلیل سلسله مراتبی در گرگان، ایران. مجله بینالمللی طرح توسعه پایدار. ۴ ، ۳۵-۴۵ (۲۰۰۹).
-
تورکش، م. و همکاران. آسیبپذیری و ارزیابی ریسک بیابانزایی برای ترکیه از طریق مدل فرآیند تحلیل سلسله مراتبی. Land. Degrad. Dev. ۳۱ ، ۲۰۵–۲۱۴ (۲۰۲۰).
-
سپهر، آ. و زوکا، سی. رتبهبندی شاخصهای بیابانزایی با استفاده از الگوریتم TOPSIS. Nat. Hazards . ۶۲ ، ۱۱۳۷–۱۱۵۳ (۲۰۱۲).
-
لی، جی. و همکاران. ارزیابی اثربخشی کنترل شن و ماسه و بیابانزایی در بیابان مو-آمریکا، چین. سنجش از دور. ۱۴ ، ۸۳۷ (۲۰۲۲).
-
بوعلی، ا.، عسگری، ح. ر.، بهبهانی، ع. م.، سلمانماهینی، ا. و نعیمی، ب. مدلسازی بیابانزایی با استفاده از سنجش از دور با استفاده از الگوریتمهای یادگیری ماشین. کاربردهای سنجش از دور: Soc. Environ. ۳۴ ، ۱۰۱۱۴۹ (۲۰۲۴).
-
کاسترو، آر. و همکاران. تکامل مدل مدالوس و چشماندازها، مطالعه موردی سیسیل. در علوم محاسباتی و کاربردهای آن – کارگاههای ICCSA 2023 (ویرایش (ویرایش Gervasi، O.) جلد. ۱۴۱۰۷ ۳۱۰–۳۲۶ (Springer Nature Switzerland، Cham، (۲۰۲۳).
-
اوگبو، سی. و همکاران. تحلیل سنجش از دور مناطق حساس بیابانی با استفاده از مدل مدالوس و GIS در حوضه رودخانه نیجر. Ecol. Ind. ۱۵۸ ، ۱۱۱۴۰۴ (۲۰۲۴).
-
کالیراج، س. اندازهگیری ویژگیهای خاک مبتنی بر شاخصهای سنجش از دور – مطالعه موردی حوضه رودخانه تامیربارانی، جنوب هند. در سنجش از دور خاکها: نقشهبرداری، پایش و اندازهگیری (ویرایش داروماراجان) ۹۷۸-۰-۴۴-۳۱۸۷۷۳–۵٫ https://doi.org/10.1016/B978-0-443-18773-5.00030-2
-
دا ویرا، آر. ام. آسیبپذیری اجتماعی-محیطی در برابر شرایط خشکسالی و تخریب زمین: ارزیابی در دو حوضه رودخانهای شمال شرقی برزیل. پایداری ۱۵ ، ۸۰۲۹ (۲۰۲۳).
-
دویودی، سیاس و همکاران. نقشهبرداری مبتنی بر ژئوانفورماتیک از مناطق حساس زیستمحیطی برای بیابانزایی در مناطق ساتارا و سنگلی ماهاراشترا، هند. GeoHazards ۵، ۴۱۵–۴۴۰ (۲۰۲۴).
-
کومار، ر.، خیرا، جی. کی.، احمد، ر.، دورانی، ر. و دشموک، بی. نقشهبرداری آسیبپذیری تخریب زمین با استفاده از تکنیکهای مکانی: مطالعه موردی حوضه رودخانه نانداکینی، شمال غربی هیمالیا، هند. مجله بینالمللی مدیریت حوضه رودخانه. ۱-۱۶ https://doi.org/10.1080/15715124.2024.2396141 (۲۰۲۴).
-
راجبنشی، جی. و داس، اس. پایش حساسیت زمین به بیابانزایی با استفاده از رویکرد ESAI و ارزیابی شاخصهای کلیدی: یک مطالعه مکانی-زمانی در هند. Land. Degrad. Dev. ۳۲ ، ۳۰۴۵–۳۰۶۱ (۲۰۲۱).
-
پراوین، دی. و همکاران. فراخوان فوری برای ارزیابی آسیبپذیری تخریب زمین برای حفظ کیفیت زمین در حوزه تغییرات اقلیمی: چشماندازی از ساحل جنوبی هند. AIMSAGRI ۱ ، ۳۳۰-۳۴۱ (۲۰۱۶).
-
کالیراج، س.، پارمار، م.، باهوگونا، آی. ام. و راجوات، اس. ارزیابی آسیبپذیری بیابانزایی و تخریب زمین در مناطق مرطوب گرمسیری و نیمهگرمسیری هند با استفاده از تکنیکهای سنجش از دور و GIS. در: (ویراستاران سجاد، ح.، صدیقی، ل.، رحمان، ا.، طاهر، م. و صدیقی، ام. ای.) چالشهای بلایا در آسیا. خطرات طبیعی اشپرینگر. اشپرینگر، سنگاپور. https://doi.org/10.1007/978-981-19-3567-1_2 . (۲۰۲۲).
-
Magesh, NS, Chandrasekar, N. & Soundranayagam, JP تعیین مناطق بالقوه آبهای زیرزمینی در منطقه Theni، تامیل نادو، با استفاده از تکنیکهای سنجش از دور، GIS و MIF. Geoscience Frontiers ۳ ، (۲۰۱۲).
-
کنان، ک. و همکاران. وضعیت فرسایش خاک، مناطق اولویتدار برای اصلاح و اقدامات حفاظتی برای مناطق مختلف تامیل نادو. در ICAR – موسسه حفاظت از خاک و آب هند (IISWC)، دهرادون. شابک ۹۷۸-۸۱-۹۲۴۶۲۴-۴–۸ ، ۳۱ (۲۰۲۱).
-
Contador, JFL, Schnabel, S., Gutiérrez, AG & Fernández MP نگاشت حساسیت به تخریب زمین در Extremadura. جنوب غربی اسپانیا زمین تنزل دادن توسعه دهنده ۲۰ ، ۱۲۹-۱۴۴ (۲۰۰۹).
-
احمد، ن. و پاندی، پ. ارزیابی و پایش تخریب زمین با استفاده از فناوری مکانی در منطقه باتیندا، پنجاب، هند. Solid Earth . ۹ ، ۷۵-۹۰ (۲۰۱۸).
-
یاداو، ب. و همکاران. مدلسازی و ارزیابی آسیبپذیری تخریب زمین در اکوسیستم خشک راجستان با استفاده از فرآیند تحلیل سلسله مراتبی و تکنیکهای مکانی. لند ۱۲ ، ۱۰۶ (۲۰۲۳).
-
کالیراج، س. و همکاران. فصل ۳۷ – ارزیابی آسیبپذیری تخریب زمین در منطقه نیمهخشک جنوب هند با استفاده از رویکرد مدالوس مبتنی بر GIS. در سنجش از دور خاکها (ویراستاران: داروماراجان، س.، کالیراج، س.، آدیکاری، ک.، لالیتا، م. و کومار، ن.) ۵۹۱–۶۰۸ (۲۰۲۴). https://doi.org/10.1016/B978-0-443-18773-5.00038-7
-
کاسماس، سی.، فرارا، ایاماس، بریاسولی، اچ. و ایمسون، ای. روششناسی نقشهبرداری از مناطق حساس زیستمحیطی (ESA) در برابر بیابانزایی. در «پروژه مدالوس، بیابانزایی مدیترانه و کاربری اراضی. راهنمای شاخصهای کلیدی بیابانزایی و نقشهبرداری از مناطق حساس زیستمحیطی در برابر بیابانزایی، ۳۱-۴۷ (کمیسیون اروپا، (۱۹۹۹).
-
سالواتی، ل. و سابی، ا. بررسی تغییرات بلندمدت پوشش زمین در یک منطقه شهری در جنوب اروپا. مجله بینالمللی توسعه پایدار. محیط زیست جهانی. ۱۸ ، ۲۷۳-۲۸۲ (۲۰۱۱).
-
Mfondoum, AHN, Etouna, J., Nongsi, BK, Moto, FM & Deussieu, FN ارزیابی وضعیت تخریب زمین و تأثیر آن در مناطق خشک و نیمهخشک با همبستگی طیفی و تحلیل مؤلفههای اصلی در نئوباندها. مجله بینالمللی سنجش از دور پیشرفته GIS . ۵ ، ۱۵۳۹–۱۵۶۰ (۲۰۱۶).
-
IPCC. تغییرات اقلیمی ۲۰۰۷: مبانی علوم فیزیکی. مشارکت گروه کاری اول در چهارمین گزارش ارزیابی هیئت بین دولتی تغییرات اقلیمی. (۲۰۰۷).
-
بارتمن، جی.ای.، ون لیندن، جی.دبلیو.، رید، ام.اس.، ریتسما، سی.جی. و هسل، آر. بیابانزایی و تخریب زمین: ریشهها، فرآیندها و راهحلها. مجموعه گزارشهای DESIRE: گزارش علمی، (واگنینگن: DESIRE) (۲۰۰۷). https://www.researchgate.net/profile/Jantiene-Baartman/publication/288485820_Desertification_and_land_degradation_origins_processes_and_solution_-_A_literature_review/links/56ab635308aed814bdea13f0/Desertification-and-land-degradation-origins-processes-and-solution-A-literature-review.pdf
-
سالونخه، اس. اس و همکاران. ارزیابی شاخصها برای ارزیابی خطر بیابانزایی در بخشی از منطقه بیابانی تار راجستان با استفاده از تکنیکهای مکانی. مجله علوم زمین. ۱۲۷ ، ۱۱۶ (۲۰۱۸).
-
سینگ، اس. کی، باتا، آر. کی و چاترجی، اس. برنامهریزی کاربری زمین برای جلوگیری از تخریب زمین، مبارزه با تغییرات اقلیمی و تضمین امنیت غذایی – یک راهنمای آموزشی. ICAR-دفتر ملی، Soil. Surv. Land. Use Plann. ۱۷۱ ، ۱۳۵ (۲۰۱۶).














