ORIGINAL_ARTICLE
تحلیل پتانسیل سیلخیزی حوضۀ آبریز قرهسو در استان کرمانشاه
سیلاب یکی از بزرگترین مشکلات جهانی است بهطوریکه با افزایش شدت و فراوانی سیل، نگرانیهای جهانی در خصوص افزایش مرگومیر و ضررهای اقتصادی ناشی از سیل افزایش یافته است. در این تحقیق با استفاده از سامانه اطلاعات جغرافیایی (GIS)، تصاویر ماهوارهای، دادههای ایستگاه سینوپتیک، تحلیل سلسله مراتبی (AHP) و روش تلفیق لایهها (WLC) پتانسیل سیلخیزی حوضه آبریز قرهسو مدلسازی شده است. نقشه نهایی خطر سیلخیزی بر پایه ترکیبی از عوامل و عناصر اقلیمی و فیزیکی یعنی 10 عامل پوشش گیاهی، ارتفاع، مسیل سیلابی، زمینشناسی، کاربری اراضی، بارش، فاصله از رودخانه، شیب، خاک و تراکم زهکشی تهیه شد. وزن هر یک از معیارها با روش تحلیل سلسله مراتبی (AHP) و جهت مدلسازی فضایی و تلفیق لایهها برای تهیه نقشه پتانسیل سیلخیزی از روش ترکیب خطی وزندار (WLC) استفاده گردید. نتایج حاصل از پهنهبندی ریسک سیلخیزی نشان داد که طبقه 4 بهعنوان ردهای با خطر زیاد با 7/21 درصد و طبقه 5 نیز با پتانسیل سیلخیزی خیلی زیاد با 4/8 درصد، بیشتر در مناطق کوهستانی شمال و مرکز منطقه واقع هستند که در مجموع حدود 31 درصد از محدوده حوضه آبریز را پهنههای سیلخیز خطرپذیر زیاد تا خیلی زیاد در بر گرفته است و به دلیل اینکه بیشترین نقش را در تولید رواناب دارند، باید از نظر مدیریت آبخیزداری موردتوجه ویژه باشند. طبقات یک تا سه با پتانسیل سیلخیزی کم تا متوسط با قرارگیری در مناطق کم ارتفاع، دامنه و دشتهای مرکز، جنوب و غرب حوضه قرار گرفتهاند و بیش از 69 درصد از منطقه را در بر گرفتهاند.
https://geoeh.um.ac.ir/article_39383_a71ef0d31d56efc21e9fcd1cf28eb17f.pdf
2021-01-20
1
23
10.22067/geoeh.2021.66986.0
سیل خیزی
سامانه اطلاعات جغرافیایی
تحلیل سلسله مراتبی
قره سو
غلامرضا
محمدی
mohamadi_63@yahoo.com
1
دانشجوی دکتری تخصصی آب و هواشناسی، گروه جغرافیا، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
AUTHOR
رضا
برنا
bornareza@iauahvaz.ac.ir
2
- دانشیار گروه جغرافیا، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
LEAD_AUTHOR
فریده
اسدیان
asadian@yahoo.com
3
استادیار گروه جغرافیا، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
AUTHOR
امیدوار، کمال؛ آزیتا، کیانفر؛1389. پهنه سیلخیزی پتانسیل حوضه آبریز کنجانچم. پژوهشهای جغرافیای طبیعی. 72: 90-73.
1
بهرامی، شهرام؛ علوی پناه، کاظم؛ یمانی، مجتبی؛ 1387. تحلیل مورفومتری و مورفولوژی شبکهی زهکشی در مخروط آتشفشانی تفتان. پژوهشهای جغرافیای طبیعی. 65: 72-61.
2
ثقفیان، بهرام؛ قرمز چشمه، بهمن؛ 1387. تغییرات مکانی شدت سیلخیزی. تحقیقات منابع آب ایران. (1): 28-39.
3
عابدینی، موسی؛ فتحی جوکدان، رقیه؛ 1395. پهنه بندی خطر وقوع سیل در حوضه آبریز کرگانرود با استفاده از ARC GIS. هیدروژئومورفولوژی. 7: 17-1.
4
علایی طالقانی، محمود؛ همایونی، صادق؛1390. پهنه حوضه بندی دینور از نظر تولید سیلاب با استناد به مؤلفه ژئومورفولوژی. پژوهش نامه جغرافیایی. 1: 39-49.
5
کرم، امیر؛ درخشان، فرزانه؛ 1391. پهنه بندی سیلخیزی، برآورد سیلاب و ارزیابی کارایی کانالهای دفع آبهای سطحی در حوضههای شهری (مطالعه موردی: حوضه آبشوران کرمانشاه). فصلنامه جغرافیای طبیعی. 5 (16): 37-54.
6
محمدی، جمال؛ ضرابی، اصغر؛ احمدیان، مهدی؛1391. اولویت سنجی مکانی توسعه فضاهای سبز و پارکهای شهری با استفاده ازAHP (نمونه موردی: شهر میاندوآب). فصلنامه علمی - پژوهشی نگرشهای نو در جغرافیای انسانی. 4 (2): 61-41
7
ملکیان، آرش؛ افتادگان خوزانی، اصغر؛ عشونژاد، غلام؛ 1391. پهنه حوضه بندی پتانسیل سیلخیزی آبخیز اختر آباد با استفاده از روش تحلیل سلسله مراتبی. پژوهشهای جغرافیای طبیعی. 44: 152-131.
8
نجفی، علی؛ نصری، محمد؛ 1388. عوامل مؤثر در سیلاب حوضه آبخیز اصفهان-سیرجان به روش تحلیل عاملی. جغرافیا و برنامه ریزی محیطی. 20 (36): 118-108.
9
نسرین نژاد، نعمت اله؛ رنگزن، کاظم؛ کلانتری، نصر اله؛ صابری، عظیم؛ 1393. پهنه بندی پتانسیل سیلخیزی حوضه آبریز باغان با استفاده از روش تحلیل سلسله مراتبی فازی. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی. 5 (4): 34-15.
10
نظافتی نمین، فردین؛ ندا خوش ولد؛ 1395. آنالیز ویژگیهای سیلابهای شهری بالخلوچای اردبیل با دورههای بازگشت مختلف، دومین کنفرانس بین المللی یافتههای نوین علوم و تکنولوژی. قم: مرکز مطالعات و تحقیقات اسلامی سروش حکمت مرتضوی.
11
Chang, L.F., Lin, C.H., Su, M.D., 2008. Application Of geographic weighted re gression to establish flood-dam age functions reflecting spatial variation. Water SA, 34 (2): 209-216.
12
Cherqui, F., Belmeziti, A., Granger, D., Sourdril, A., Gauffre, P., 2015. Assessing urban potential flooding risk and identifying effective risk-reduction measures. Environment, 514: 418-425.
13
Darand, M., Pazhoh, F., 2019. Synoptic analysis of sea level pressure patterns and Vertically Integrated Moisture Flux Convergence VIMFC during the occurrence of durable and pervasive rainfall in Iran. Dynamics of Atmospheres and Oceans, 86: 10-17. doi:org/ 10.1016/ j.dynatmoce. 2019.02.004
14
Ezemonye, M.N., Emeribe, C.N., 2012. Flood Characteristics and management adatatios in parts of the IMO River system. Journal of Environmental Studies and Management, 4(3):56-64.
15
Ghaggar Basin: A case study of Guhla block, Kaithal, Haryana, India. International Journal of Geomatics and Geosciences, 3(1): 42-54.
16
Meyer, V., Scheuer, S., Haase, D., 2009. A multicriteria approach for flood risk mapping exemplified at the Mulde river, Germany. Natural Hazards, 48(1): 17-39.
17
Mukand, N.M.D., Huynh, S.B. Luong, T., 2011. Evaluation of food risk param eters in the Day River Flood Diversion Area, Red River Delta, Vietnam. Nat Hazards, 56:169–194.
18
Portugués-Mollá, X., Bonache-Felici, J.F., Mateu-Bellés, J., Marco-Segura, B., 2016, A GIS-Based Model for the analysis of an urban flash flood and its hydro-geomorphic response. The Valencia event of 1957. Journal of Hydrology, 541: 582-596.
19
Qin, Q.M., Tang, H.M., Chen,H.K., 2011. Zoning of highway flood-triggering environment for highway in Fuling District, Chongqing. International Conference on Photonics, 3Dimaging, and Visualization. International Society for Optics and Photonics, 530-538.
20
Saini, S.S., Kaushik, S.P., 2012. Risk and vulnerability assessment of flood hazard in part of
21
Sarhadi, A., Soltani, S. Modarres, R., 2012. Probabilistic f ood inundation m apping of unga uged rivers: Linking GIS techniques and frequency analysis. Journal of Hydrology, 458–459: 68–86.
22
ORIGINAL_ARTICLE
استخراج و ارزیابی تغییرات کاربری اراضی با بهکارگیری الگوریتم SVM با کرنل چندجملهای و روش حداکثر احتمال در محدودۀ حوضه آبریز اوجان چای بستانآباد
ازآنجاکه زمین بهعنوان یکی از نهادههای بخش تولید است، نهتنها در اقتصاد کشاورزی و منابع طبیعی بلکه در اقتصاد کل کشور نقش به سزایی دارد و توجه به زمین و تغییرات به وجود آمده در آن، امری ضروری است. تحقیق حاضر بهمنظور بررسی روند تغییرات کاربری اراضی حوضه آبریز اوجان چای با استفاده از سنجشازدور و GIS انجام شده است. از تصاویر چند زمان سنجندة TM سال 1987 و +ETM سال 2002 و +ETM سال 2015 استفاده شد و نقشههای کاربری اراضی بر اساس پردازش رقومی حداکثر احتمال و ماشین بردار پشتیبان تهیه شد. نقشههای کاربری اراضی به همراه اطلاعات زمینی وارد محیط GIS شدند و میزان و نوع تغییرات کاربری اراضی در منطقه به دست آمد. با توجه به نتایج، روش SVM برای برآورد تغییرات منطقه موردمطالعه کارآمدتر بوده بهگونهای که نتایج استخراج شده از درصد دقت و ضریب کاپای بالاتری برخوردار است. از نتایج ارزیابیها میتوان چنین استخراج کرد که روند تغییرات کاربری در برخی کاربریها مانند اراضی زراعی و مراتع بالا است. اراضی زراعی از 33 درصد به 37 درصد در طی بازۀ زمانی 28 ساله نوسان داشته و اراضی مرتعی نیز از 51 درصد به 49 درصد کاهش داشته که این دو کاربری بیشترین تغییرات را داشتهاند. درنهایت با توجه به اینکه بیشتر تغییرات مربوط در تغییر مرتع به اراضی زراعی و بالعکس بوده است؛ بنابراین لزوم تمرکز فعالیتهای مدیریت و اصلاح اراضی بر روی این نوع کاربری افزایش مییابد.
https://geoeh.um.ac.ir/article_39407_d9a3304bf4cb6901205ebfdb8950bb00.pdf
2021-01-20
25
44
10.22067/geoeh.2021.67231.0
کاربری اراضی
تغییرات
سنجشازدور
GIS
اوجان چای
محمدحسین
رضائی مقدم
rezmogh@tabrizu.ac.ir
1
استاد ژئومورفولوژی دانشگاه تبریز، تبریز، ایران
LEAD_AUTHOR
داود
مختاری
d_mokhtari@tabrizu.ac.ir
2
استاد ژئومورفولوژی دانشگاه تبریز، تبریز، ایران
AUTHOR
نسرین
سمندر
samandar_nasrin@yahoo.com
3
دانشجوی دکتری ژئومورفولوژی دانشگاه تبریز، تبریز، ایران
AUTHOR
اخوان قالیباف، محمد؛ علی پور، حمید، قلیوف، الوست؛ کورنووا، ماریا؛ مختاری، محمدحسین؛ 1398. بررسی تغییرات مساحت پوشش زمین و کاربری حوضۀ آبخیز دریاچه ارومیه با استفاده از تصاویر MODIS. هیدروژئوموفولوژی. شماره 18. 97-113.
1
اندریانی، صغری؛ 1393. کاربرد تکنیکهای سنجشازدور و سیستم اطلاعات جغرافیایی در بررسی تغییرات کاربری اراضی و تأثیر آن بر دبی رودخانه (مطالعه موردی: صوفی چای). استاد راهنما دکتر محمدحسینی رضایی مقدم. پایاننامه کارشناسی ارشد. دانشکده جغرافیا و برنامهریزی. دانشگاه تبریز.
2
خدابنده لو، بهروز؛ خاوربان نهزک، حسن؛ قربانی، اردوان؛ 1398. آشکارسازی تغییرات کاربری/ پوشش اراضی با استفاده از طبقهبندی شی گرای تصاویر ماهوارهای (مطالعه موردی: حوزه آبریز قره سو استان اردبیل. سنجشازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی. شماره 3. 76-92.
3
ربیعی، حمیدرضا؛ علیمحمدی، عباس؛ ضیائیان، پرویز؛ 1384. کشف و بازیابی تغییرات کاربری و پوشش اراضی شهر اصفهان به کمک سنجشازدور و سیستم اطلاعات جغرافیایی. برنامهریزی و آمایش فضا. 4 سال چهارم. شماره 43. 54-41.
4
رضایی مقدم، محمدحسین، اندریانی، صغری، ولی زاده کامران، خلیل، الماس پور، فرهاد؛ 1395. تعیین بهترین الگوریتم استخراج کاربری و پوشش اراضی و کشف تغییرات از تصاویر ماهوارهای لندست (مطالعۀ موردی، حوضۀ صوفی چای مراغه). فضای جغرافیایی. شماره 55. 85-65.
5
سپهری، علیرضا؛ جمالی، علیاکبر؛ حسنزاده، محمد؛ 1398. تحلیل و مقایسه تغییرات کاربری / پوشش اراضی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی اراضی تفت و مهریز). سنجشازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی. شماره 4. 90-105.
6
سلمانی، حسن؛ محسنی ساروی، محسن؛ روحانی، حامد؛ سلاجقه، علی؛1391. ارزیابی تغییر کاربری و تأثیر آن روی رژیم هیدرولوژیکی در حوضه آبخیز قزاقلی استان گلستان، پژوهشنامه مدیریت حوزه آبخیز. شماره 6. 43-60.
7
صالحی، ناهید؛ اختصاصی، محمدرضا؛ طالبی، علی؛ 1398. پیشبینی تغییرات کاربری اراضی با استفاده از مدل زنجیره مارکوف CA-MARKOV (مطالعه موردی: حوزه آبخیز صفارود رامسر). سنجشازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی. شماره 1. 106-120.
8
طاهری، فروزان؛ رهنما، محمدرحیم؛ خوارزمی، امیدعلی؛ خاکپور، براتعلی؛ 1397. بررسی و پیشبینی تغییرات کاربری اراضی با استفاده از دادههای ماهوارهای چندزمانة شهر شاندیز طی سالهای (1394-1379). جغرافیا و توسعه. شماره 50. 127-142.
9
فاطمی، سید باقر؛ رضایی، یوسف؛ 1389. مبانی سنجشازدور. انتشارات آزاده.
10
نظری سامانی، علیاکبر؛ قربانی، مهدی؛ کوهبنانی، حمیدرضا؛ 1389.ارزیابی روند تغییرات کاربری اراضی حوزة آبخیز طالقان در دورة 1366 تا 1380. مرتع. شماره 3. 442-451.
11
Awotwi, A., 2009. Detection of land use and land cover change in Accra, Ghana, between 1985 and 2003 using Landsat imagery. M. Sc. Thesis, Division of Geoinformatics Royal Institute of Technology (KTH), Stockholm, Sweden.
12
Conway, T.M. and Lathrop R.G.Jr., 2005. Modeling the ecological consequences of landuse policies in an urbanizing region. Environmental Management 35: 278-291.
13
Dellepiane, S. G. Smith, P. C., 1999. Quality assessment of image classification algorithms for, land cover mapping: A review and a proposal for a cost based approach, International Journal of Remote Sensing 20: 1461-1468.
14
Foody, M. G. Mathur, A., 2004. A relative evaluation of multiclass image classification by support vector machines, IEEE Transactions on Geoscience and Remote Sensing 42: 1335 1343.
15
Gumeh, Z., 2012. Monitoring land use changes in Karaj and its association to landscape profiles, M. Sc. thesis, University of Shahid Chamran,Ahvaz.
16
Knorn,J.A.Rabe,C.V. Radeloff, T. Kuemmerle, J. Kozak and Hostert, P., 2009. Land cover mapping of largeareas usingchain classification of neighboring Landsat satellite images. Remote Sens, Environ 113: 957- 964.
17
Kolios, S. Stylios, C. D., 2013. Identification of land cover land use changes in the greater area of the Preveza peninsula in Greece using Landsat satellite data, Applied Geography 40: 150-160.
18
Koomen, E. Stillwell, J. Bakema, A. and Schol ten, H.J., 2007. Modeling Land-Use Change,Progress and Applications. Springer, Dordrecht, the Netherlands.
19
Lefsky, M. A. Cohen, W. B., 2003. Selection of remotely sensed data, In: Wulder, M. A. Franklin, S. E. editors, Remote sensing of forest environments: Concepts and case studies, Kluwer Academic Publishers, Boston: USA.
20
Liu, J.G. & P. M. Mason., 2009. Esential image processing and Gis for Remote Sensing, WileyBlackwell publications.
21
Lu, D. Mausel, P. Brondi'Zio, E. Moran, E., 2004. Change detection techniques, International Journal of Remote Sensing 25: 2365–2407.
22
Nitze, A. Schulthess, B. Asche, H., 2012. Comparison of machine Learning algorithms random forest, artificial neural network and support vector Machine to maximum Likelihood for supervised crop type classification, Proceedings of the 4th Gambia, Rio de Janeiro Brazil, 35-40.
23
Radke, R. J. Andra, S. O. Kofahi, Al. Roysam, B., 2005. Image change detection algorithms: a systematic survey, IEEE Transactions on Image Processing, 14: 294–287.
24
Shalkoff, R. J., 1997.Artificial Neural Networks, McGraw-Hill Companies Pub, New yourk.
25
Singh, A., 1989. Digital change detection techniques using remotely sensed data, Remote Sensing, Review article 10: 989–1003.
26
Srivastava, P. K. Han. D. Rico-Ramirez, M. A. Bray, M. Islam, T., 2012. Selection of classification techniques for land use land cover change investigation, Advances in Space Research 50: 1250–1265.
27
Stehman, S. V., 2004. A critical evaluation of the normalized error matrix in map accuracy assessment, Photogrammetric Engineering and Remote Sensing, 6. 743–751.
28
Theau, J., 2006. Detection of changes using remote sensing: an overview of principles and applications. Geo-Spatial and Range Sciences Conference. Idaho State Univ. Pocatello, ID,USA.
29
Torrens, P.M. and Osullivan, D., 2001. Cellular automata and urban simulation: where do we go from here? Environment and Planning B 28: 163-168.
30
Vapnik, V. N., 1999. The nature of statistical Learning theory, Second Edition, New York: Springer-Verlag.
31
Yu, L. Porwal, A. Holden, E. Dentith, M.C., 2012. Towards automatic lithological classification from remote sensing data using support vector machines, Computers & Geosciences 45: 229–239.
32
ORIGINAL_ARTICLE
پهنهبندی و تحلیل ژئومورفولوژیکی سیلاب رودخانه دینور (استان کرمانشاه) با استفاده از مدل هیدرولیکی HEC-RAS
سیل متداولترین مخاطره طبیعی است که تکرار وقوع آن در حال افزایش و خطرات مرتبط با آن در حوضههای شهری و روستایی از اهمیت جهانی برخوردار است. هدف این پژوهش پهنهبندی مخاطره سیلاب رودخانه دینور در استان کرمانشاه است؛ بنابراین جهت شبیهسازی سیلاب از مدل عددی HEC_RAS استفاده شد و از طریق الحاقی HEC–GEORAS در محیط GIS و پردازش دادههای ژئومتری به کار گرفته شد. با استفاده از نرمافزار SMADA، دوره بازگشت دبی پیک لحظهای محاسبه شد و پهنه سیلاب با دوره بازگشتهای مختلف 2 و 3، 5،10، 25،50، 100 و 200 سال منطقه شبیهسازی شده است و با کمک مدل رقومی عمق آب و لایه کاربری اراضی، میزان خسارت با استفاده از معادله تابع عمق و خسارت در دوره بازگشتهای 25 سال، 50 و 100 سال محاسبه شد. نتایج حاصل از این پژوهش نشان میدهد که پهنه گسترش سیلاب در دوره بازگشت 25 سال 34/40 کیلومترمربع و در دوره بازگشت 50 سال 51/43 و در دوره بازگشت 100 سال، 28/44 کیلومترمربع را تحت مخاطره قرار داده است. از نظر خسارت، سیل با دوره بازگشت 25 سال یک سیل مبنا در نظر گرفته شده است که خسارت قابلتوجهی را نشان میدهد که تمام مزارع زراعی را تحت پوشش قرار میدهد، ولی سیل در دوره بازگشتهای کمتر قسمتهایی از مزارع را تحت تأثیر قرار میدهد اما قابلکنترل است؛ درحالیکه سیلهای 25 و 50 و 100 ساله بسیاری از مراکز روستایی و مزارع را کامل تحت مخاطره قرار داده است با توجه به نتایج میزان خسارت سیلاب 100 ساله نسبت به 25 ساله، در حدود 70 درصد و نسبت به 50 ساله بهطور متوسط 85 درصد بیشتر بوده است که لزوم کنترل سیلاب جهت مدیریت پایدار ضرورت دارد.
https://geoeh.um.ac.ir/article_39418_c12991825d6237bbb99680a8ada93204.pdf
2021-01-20
45
64
10.22067/geoeh.2021.67233.0
پهنه بندی سیلاب
رودخانه دینور
مدل عددی HEC-RAS
رویا
پناهی
r_panahi@sbu.ac.ir
1
دکتری ژئومورفولوژی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
LEAD_AUTHOR
محمد مهدی
حسین زاده
m_hoseinzadeh@sbu.ac.ir
2
دانشیار دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
AUTHOR
پناهی، رؤیا؛ حسینزاده، محمدمهدی؛ خالقی، سمیه؛ 1398. پهنهبندی مخاطره سیلاب در راستای تعیین حریم رودخانهها (مطالعه موردی: رودخانه گاماسیاب). مجله اکو هیدرولوژی. دوره 6. شماره 2. صص 553 – 567.
1
حجازی، اسدالله؛ خدایی قشلاق، فاطمه؛ خدایی قشلاق، لیلا؛ 1398. پهنهبندی خطر وقوع سیلاب در حوضه آبریز ورکش با استفاده از مدل HEC -RAS و الحاقیه HEC- GEO-RAS. نشریهتحقیقاتکاربردیعلومجغرافیایی. سال نوزدهم. شماره 3. صص 137 -155.
2
رضاییمقدم، محمدحسین؛ یاسی، مهدی؛ نیکجو، محمدرضا؛ رحیمی، مسعود؛ 1397؛ پهنهبندی و تحلیل مورفولوژیکی سیلاب رودخانه با استفاده از (HEC-RAS)(از روستای پیرازمیان تا تلاقی رودخانه اهر چای). جغرافیا و مخاطرات محیطی. دوره هفتم. شماره 25. صص 1-15.
3
روستایی، شهرام؛ ایاسه، فریبا؛ رضایی مقدم، محمدحسین؛ 1399. شبیهسازی دو بعدی سیلاب رودخانه لیقوان با تأکید بر دشت سیلابی. پژوهشهای ژئومورفولوژی کمی. سال نهم. شماره 1. صص 41 -28.
4
شفیعی، خسرو؛ عبادتی، ناصر؛ 1399. پهنهبندی سیلاب و شبیهسازی رفتار هیدرولیک رودخانه با استفاده از نرمافزار HEC-RAS (مطالعه موردی رودخانه مارون – جنوب غرب ایران). مجله اکوهیدرولوژی. دوره 7. شماره 2. صص 397 – 409.
5
گنجی نوروزی، زهرا؛ شکوهی، علیرضا؛ پی سینگ، ویجی؛ 1395. محاسبه عدم قطعیت تابع دبی احتمال در برآورد ریسک خسارت کشاورزی ناشی از سیل با استفاده از روش مونتکارلو. تحقیقات منابع آب ایران. سال دوازدهم. شماره 2. صص 13 – 23.
6
مختاری، فهیمه؛ سلطانی، سعید؛ موسوی، سید علیرضا؛ 1396. شناسایی مناطق در معرض سیل و ارزیابی خسارات ناشی از آن با استفاده از مدل HEC-FIA، (مطالعه موردی حوضه آبخیز قمصر). مجله پژوهشهای آب ایران. شماره 27. صص 84 -73.
7
معاونت امور آب و آبفا، دفتر استانداردها و طرحهای آب و آبفا؛ 1395. بررسی خسارت سیلاب نشریه شماره 164 نون وزارت نیرو. انتشارات وزارت نیرو.
8
مهرورز، ارسلان؛ مددی، عقیل؛ اسفندیاری درآباد، فریبا؛ رحیمی، مسعود؛ 1399. شبیهسازی سیلابهای رودخانه دره آئورت با استفاده از مدل هیدرولیکی HEC-RAS در محیط GIS (محدوده موردمطالعه: از روستای شورستان تا تلاقی رودخانه ارس). پژوهشهای ژئوموفولوژی کمی. سال هشتم. شماره 4. صص 146 -131.
9
Anees, M.T., Abdullah, K., Nawawi, M. N. M., Rahman, N. N. A., Piah, A. R. M., Zakaria, N., Syakir, M.I and Omar, A. K ., 2016. Numerical modeling techniques for flood analysis, Journal of African Earth Sciences 124: 478-486.
10
Bélanger, B., Biron,T.h., Pascale, M., Larocque, M., Sylvio, D.,Taylor, O., Guénolé, C.h., Cloutier, M.A., Desjarlais, C.A., 2015. Freedom space for rivers: An economically viable river management concept in a changing climate. Geomorphology 251: 137–148.
11
Brunner, G. W., 2001. HEC-RAS River Analysis System: User's Manual. US Army Corps of Engineers, Institute for Water Resources, Hydrologic Engineering Center.
12
COON, W. F., 1996. Estimates of Roughness Coefficients for Selected Natural Stream Channels with Vegetated Banks in New York. U.S. DEPARTMENT OF THE INTERIOR BRUCE BABBITT, Secretary.
13
Dutta, D., Teng, J., Vaze, J., Lerat, J., and Marvanek, S., .2013. Storage-based approaches to build floodplain inundation modelling capability in river system models for water resources planning and accounting. Journal of Hydrology 504 (11): 12-28.
14
Geravand, F., Mossa Hosseinia, S., and Ataie-Ashtiani, B., 2020. Influence of river cross-section data resolution on flood inundation modeling: Case study of Kashkan river basin in western Iran. Journal of Hydrology 584: 124743
15
Hadad, A., Remini, B., Remaoun, M., 2014. Numerical modelling of solid transport caused by an extreme flood: case of the Hamiz dam failure (Algeria). Journal of King Saud University - Engineering Sciences 29(3): 221-236.
16
Hopkins, M. C., and Dawers, N. H., 2015. Changes in bedrock channel morphology driven by displacement rate increase during normal fault interaction and linkage. Basin Research 27 (1): 43-59.
17
Khalfallah, C. B., Saidi, S., 2018. Spatiotemporal floodplain mapping and prediction using HEC-RAS - GIS tools: Case of the Mejerda river, Tunisia. Journal of African Earth Sciences. 142: 44-51.
18
Nkwunonwo, U. C., Malcolm, W., and Brian, B., 2015. Flooding and flood risk reduction in Nigeria: cardinal gaps, Journal of Geography and Natural Disasters 5(5): 136-145
19
Parhi,P.K., 2018. Flood Management in Mahanadi Basin using HEC-RASand Gumbel’s Extreme Value Distribution. Journal of The Institution of Engineers (India): Series A 99(4): 751–755.
20
Quiroga, m., kure, s., and mano, a,. 2016. Application of 2D numerical simulation for the analysis of the February 2014 Bolivian Amazonia flood: Application of the new HEC-RAS version 5. RIBAGUA – Revista Iberoamericana del Agua 3(1): 25–33
21
Rahmani, R. A., Mohammadi, M., and Danandeh Mehr, A., 2020. Climate change impacts on floodway and floodway fringe: a case study in Shahrchay River Basin, Iran. Arabian Journal of Geosciences 494: 1-13.
22
Samela, C., Troy, T., and Manfreda, S., 2017. Geomorphic classifiers for flood-prone areas delineation for data-scarce environments. . Journal of the Advances in Water Resources 102 : 13–28.
23
Sanchez, F. J., and Roman, S., 2007. Manual Introductorio a HEC-RAS. Departamento de Geología, Universidad, Salamanca, Espa~na. (Accessed 12 December 2017).
24
Shelley, J., Gibson, S., and Williams, A., 2015. Unsteady flow and sediment modeling in a large reservoir using HEC-RAS 5.0. In: Federal Interagency Sediment Conference.
25
Shokri, A., Sabzevari, S., and Hashemi, S. A., 2020. Impacts of flood on health of Iranian population: Infectious diseases with an emphasis on parasitic infections. Parasite Epidemiology and Control 9: e00144.
26
Yerramilli, S. A., 2012. Hybrid Approach of Integrating HEC-RAS and GIS Towards the Identification and Assessment of Flood Risk Vulnerability in the City of Jackson, MS. American Journal of Geographic Information System 1(1): 7-16.
27
Zelenakova, M., Fijko, R., Labant, S., Weiss, E., Markovic, G., and Weiss, R., 2019. Flood risk modelling of the Slatvinec stream in Kru _ zlov village, Slovakia. Journal of Cleaner Production.Journal of Cleaner Production 212:109-118.
28
ORIGINAL_ARTICLE
تحلیل ارتباط بین سنجههای سیمای سرزمین و فرسایش خاک حوزه آبخیز کوزهتپراقی، استان اردبیل
فرآیند فرسایش خاک بهعنوان متغیر اصلی موردبررسی در مطالعات حفاظت آبوخاک در اکوسیستمهای پایدار تحت تأثیر عوامل طبیعی و انسانی است. همچنین، ساختار و ترکیب کاربری اراضی در یک اکوسیستم از تغییرات صورت گرفته در سیمای سرزمین تأثیر میپذیرد. بههمینمنظور، پژوهش حاضر با هدف بررسی ارتباط بین سنجههای سیمای سرزمین و الگوی فرسایش خاک در حوزه آبخیز کوزهتپراقی استان اردبیل برنامهریزی شد. در این راستا، ابتدا با استفاده از نرمافزار Fragstats 4.2.1، 14 سنجه سیمای سرزمین شامل تراکم لکه (PD)، شاخص بزرگترین لکه (LPI)، حاشیه کل (TE)، تراکم حاشیه (ED)، شاخص شکل لکه (LSI)، میانگین اندازه لکه (AREA-MN)، میانگین فاصله نزدیکترین همسایه اقلیدسی (ENN-MN)، شاخص گسستگی سیما (DIVISION)، میانگین شاخص شکل لکه (SHAPE-MN)، شاخص تکهشدگی (SPLIT)، شاخص پیوستگی سیما (COHESION)، اندازه شبکه تأثیرگذار (MESH)، شاخص تجمع (AI) و درصد پوشش سیمای سرزمین (PLAND) محاسبه شد. سپس شدت فرسایش خاک منطقه با استفاده از مدل پتانسیل فرسایش (EPM) با عملکرد قابل قبول بر اساس مطالعات پیشین برآورد شد. در ادامه، نتایج حاصل از محاسبه سنجهها و شدت فرسایش خاک وارد نرمافزار SPSS شده و رابطههای رگرسیونی میان آنها تعیین شد. نتایج بیانگر وجود یک رابطه عکس میان سنجههای DIVISION و ED و LPI با فرسایش ویژه خاک و حاکی از وجود یک رابطه مستقیم بین SHAPE-MN و AREA-MN با فرسایش ویژه خاک حوزه آبخیز کوزهتپراقی است. همچنین، نتایج بیانکننده الگوی متفاوت ارتباط سنجههای سیمای سرزمین و فرسایش خاک است. این نتایج در برنامهریزی مؤثر و هدفمند مدیریت کاربری اراضی در مقیاس آبخیز و سیمای سرزمین کاربرد دارند.
https://geoeh.um.ac.ir/article_39612_a1d832df62e8d482f6983fdef039f753.pdf
2021-01-20
65
91
10.22067/geoeh.2021.67020.0
الگوی تغییرات
پویایی سیمای سرزمین
مدیریت منابع
هدررفت خاک
اردوان
قربانی
a_ghorbani@uma.ac.ir
1
استاد گروه مرتع و آبخیزداری و عضو پژوهشکده مدیریت آب، دانشگاه محقق اردبیلی، اردبیل، ایران
LEAD_AUTHOR
زینب
حزباوی
z.hazbavi@uma.ac.ir
2
استادیار گروه مرتع و آبخیزداری و عضو پژوهشکده مدیریت آب، دانشگاه محقق اردبیلی، اردبیل، ایران
AUTHOR
رئوف
مصطفی زاده
raoofmostafazadeh@uma.ac.ir
3
دانشیار گروه مرتع و آبخیزداری و عضو پژوهشکده مدیریت آب، دانشگاه محقق اردبیلی، اردبیل، ایران
AUTHOR
نازیلا
علائی
nazila.alaie96@gmail.com
4
دانشآموخته مهندسی آبخیزداری- حفاظت آب وخاک، دانشگاه محقق اردبیلی، اردبیل، ایران
AUTHOR
اسمعلی، اباذر؛ عبداللهی، خدایار؛ 1390. آبخیزداری و حفاظت خاک. انتشارات محقق اردبیلی. ص 574.
1
جاپلقی، محسن؛ غلامعلیفرد، مهدی؛ شایسته، کامران؛ 1396. پایش و تحلیل الگوی سیمای سرزمین استان لرستان و فرآیند تغییر آندر محیط GIS. محیطزیست طبیعی، مجله منابع طبیعی ایران. 70(1): 15-35.
2
حزباوی، زینب؛ پرچمی، ناهیده؛ علائی، نازیلا؛ بابایی، لیلا؛ 1399. ارزیابی و تحلیل وضعیت سلامت آبخیز کوزهتپراقی، استان اردبیل. حفاظت منابع آبوخاک. 9(3): 140-121.
3
زارع چاهوکی، محمدعلی؛ 1389. روشهای تحلیل چندمتغیره در نرمافزار SPSS. ص 36.
4
صادقی، سیدحمیدرضا؛ مصطفیزاده، رئوف؛ سعدالدین، امیر؛ 1392. پاسخ رسوبنمود و حلقههای سنجه رسوب به نوع و توزیع مکانی کاربری اراضی. مهندسی و مدیریت آبخیز. 7(1): 26-15.
5
علائی، نازیلا. مصطفیزاده، رئوف؛ اسمعلیعوری، اباذر؛ شرری، معراج؛ حزباوی، زینب؛ 1398. ارزیابی و مقایسه میزان شاخصهای یکپارچگی آبخیز در واحدهای هیدرولوژیکی حوزه آبخیز کوزهتپراقی، استان اردبیل. پایاننامه کارشناسی ارشد مهندسی آبخیزداری. دانشکده کشاورزی و منابع طبیعی. دانشگاه محقق اردبیلی، 125 ص.
6
علائی، نازیلا؛ مصطفیزاده، رئوف؛ اسمعلیعوری، اباذر؛ شرری، معراج؛ حزباوی، زینب؛ 1398. ارزیابی و مقایسه پیوستگی سیمای سرزمین در حوزه آبخیز کوزهتپراقی، استان اردبیل. بومشناسی کاربردی. 8(4): 34-19.
7
کرمی، آرش؛ فقهی، جهانگیر؛ 1390. بررسی کمیکردن سنجههای سیمای سرزمین در حفاظت از الگوی کاربری اراضی پایدار (مطالعه موردی: استان کهگیلویه و بویراحمد). محیطشناسی، 37 (60): 88-79.
8
کیانی، واحد؛ فقهی، جهانگیر؛ 1394. بررسی ساختار پوشش/کاربری حوزه آبخیز سفیدرود با استفاده از سنجههای بومشناسی سیمای سرزمین. علوم و تکنولوژی محیطزیست. ۱۷(6): ۱۴۱-۱۳۱.
9
مصطفیزاده، رئوف؛ جعفری، انیس؛ کیوانبهجو، فرشاد؛ 1397. مقایسه ساختار اراضی مرتعی و میزان تخریب پیوستگی سیمای سرزمین در زیرحوزههای آبخیز ایریل، استان اردبیل. بومشناسی کاربردی. 7 (1): 41-53.
10
معتمدی، راضیه؛ آذری، محمود؛ منصفی، رضا؛ 1398. ارتباط الگوی سیمای سرزمین و رسوب در برخی از زیرحوزههای آبخیز استان گلستان. مهندسی و مدیریت آبخیز. 11(4): 371-399.
11
میرزایی، محسن؛ ریاحی بختیاری، علیرضا؛ سلمان ماهینی، عبدالرسول؛ غلامعلیفرد، مهدی؛ 1391. بررسی تغییرات پوشش اراضی استان مازندران با استفاده از سنجههای سیمای سرزمین بین سالهای ۱۳89- ۱۳63. اکولوژی کاربردی. 2 (4): 54-37.
12
نجفینژاد، علی؛ پیشدادسلیمانآباد، لیلا؛ سلمانماهینی، عبدالرسول؛ 1392. مقایسه کارآیی دو روش سیستمی و تخصیص سرزمین چندفاکتوره در فرآیند آمایش سرزمین با استفاده از سیستمهای اطلاعات جغرافیایی. مجله کاربرد سنجش از دور و GIS در علوم منابع طبیعی. 4(1):1-11.
13
Abdolalizadeh, Z., Ebrahimi, A., Mostafazadeh, R., 2019. Landscape pattern change in Marakan protected area, Iran. Regional Environmental Change, 19: 1683–1699
14
Ahmadi Mirghaed F, Souri B, Mohammadzadeh M, Salmanmahiny AR, Mirkarimi SH., 2018. Evaluation of the relationship between soil erosion and landscape metrics across Gorgan Watershed in northern Iran. Environ Monit Assess 190, 643. https:// doi. org/ 10. 1007/s10661-018-7040-5
15
Aneseyee AB, Elias E, Soromess T, Feyisa GL., 2020. Land use/land cover change effect on soil erosion and sediment delivery in the Winike watershed, Omo Gibe Basin, Ethiopia. Science of the Total Environment 728, 138776. https://doi.org/10.1016/j.scitotenv.2020.138776
16
Bautista S, Mayor AG, Bourakhouadar J, Bellot J., 2007. Plant spatial pattern predicts hillslope runoff and erosion in a Semiarid Mediterranean landscape. Ecosystems, 10, 987–998.
17
Carey RO, Migliaccio KW, Li Y, Schaffer B, Kiker GA, Brown MT., 2011. Land use disturbance indicators and water quality variability in the Biscayne Bay Watershed. Florida. Ecological Indicators, 11(5), 1093–1104.
18
De Montis A, Martin B, Ortega E, Ledda A., 2017. Landscape fragmentation in Mediterranean Europe: A comparative approach. Land Use Policy 64: 83–94.
19
Fiener P, Auerswald K, Van Oost K., 2011. Spatio-temporal patterns in land use and management affecting surface runoff response of agricultural catchments-A review. Earth-Science Reviews, 106, 92–104.
20
Gellis AC., 2013. Factors influencing storm-generated suspended-sediment concentrations and loads in four basins of contrasting land use, humid-tropical Puerto Rico. Catena, 104: 39–57.
21
Liu Z, He C, Wu J., 2016. The Relationship between Habitat Loss and Fragmentation during Urbanization: An Empirical Evaluation from 16 World Cities. Habitat Loss and Fragmentation during Urbanization, 28: 1-17.
22
Marco da Silva A, Huang CH, Francesconi W, Saintil T, Villegas J., 2015. Using landscape metrics to analyze micro-scale soil erosion processes, Ecological Indicators, 56, 184-193.
23
McGarigal K, Cushman SA, Neel EN., 2002. FRAGSTATS: Spatial pattern analysis program for categorical maps. Computer software program produced by the authors at the University of Massachusetts, 691-703.
24
McGarigal K, Ene E., 2013. FRAGSTATS: Spatial Pattern Analysis Program for Categorical Maps. Computer software program produced by the authors at the University of Massachusetts, Amherst. Available at the following web site: http:// www. umass. edu/ landeco/research/fragstats/fragstats.html
25
McGarigal K. 2001. Landscape Metrics for Categorical Map Patterns, http:// www. umass. edu/landeco/teaching/landscape_ecology/schedule/chapter9_metrics.pdf
26
Ouyang W, Skidmore AK, Hao F, Wang T., 2010. Soil erosion dynamics response to landscape pattern, Science of The Total Environment, 408(6), 1358-1366.
27
Rakhmawati H., 2017. A Spatial Ecological Assessment of Fragmentation and Disturbance Effects of Infrastructure Construction and Land Conversion in Gunung Halimun Salak National Park, Indonesia. Lincoln University Digital Thesis, 1-177.
28
Sadoddin A, Sheikh VB, Mostafazadeh R, Halili Gh. 2010. Analysis of vegetation-based management scenarios using MCDM in the Ramian watershed, Golestan, Iran. International Journal of Plant Production, 4(1), 51–62.
29
Uuemaa E, Roosaare J, Oja T, Mander U., 2011. Analysing the spatial structure of the Estonian landscapes: which landscape metrics are the most suitable for comparing different landscapes?. Estonian Journal of Ecology 60, 70-80
30
Vatandaşlar C, Yavuz M, Leuchner M., 2020. Erosion Control Service of Forest Ecosystems: A Case Study from Northeastern Turkey. In: Nedkov S. et al. (eds) Smart Geography. Key Challenges in Geography (EUROGEO Book Series). Springer, Cham. pp 443-455.
31
Wang X, Blanchet GB, Koper N., 2014. Measuring habitat fragmentation: An evaluation of landscape pattern metrics. Methods in Ecology and Evolution, 5: 634–646.
32
Webb NP, Kachergis E, Miller SW, McCord SE, Bestelmeyer BT, Brown JR, Chappe A, Edwards BL, Herrick JE, Kar JW, Leys JF, Metz LJ, Smarik S, Tatarko J, Van Zee JW, Zwicke G., 2020. Indicators and benchmarks for wind erosion monitoring, assessment and management, Ecological Indicators, 110, 105881.
33
Wynants M, Solomon H, Ndakidemi P, Blake WH., 2018. Pinpointing areas of increased soil erosion risk following land cover change in the Lake Manyara catchment, Tanzania. International Journal of Applied Earth Observation and Geoinformation. 71: 1-8.
34
Xu Y, Tang H, Wang B, Chen J., 2017. Effects of landscape patterns on soil erosion processes in a mountain–basin system in the North China. Nat Hazards, 87:1567–1585.
35
Zuur AF, Ieno EN, Meesters EHWG., 2009. A Beginner’s Guide to R. New York, Springer. 218p.
36
ORIGINAL_ARTICLE
بررسی نقش فرایندهای ژئومورفیک در مورفولوژی نبکاهای مناطق نیمهخشک
در این پژوهش چگونگی عملکرد فرایندهای آبی و بادی در تحول مورفولوژی ساختمان نبکاهای مناطق نیمهخشک نشان داده شده است؛ ازاینرو 9 نبکا انتخاب و نمونهبرداری از عمق 10-0 سانتیمتری رسوبات در موقعیتهای مختلف ساختمان نبکا شامل رأس نبکا، دامنههای رو به باد و پشت به باد، حاشیه نبکا و فضای بین نبکا انجام شد. تغییرات معنیدار در توزیع اندازه ذرات بیانگر روشهای متفاوت عملکرد باد در حمل و تراکم رسوبات است. ذرات ماسه بهطور معنیداری در قسمت رأس نبکا افزایش یافته که نتیجۀ جابهجایی ذرات بهوسیلۀ فرآیند جهش و خزش بادی است. افزایش ذرات ریزتر مانند سیلت متوسط و سیلت درشت در دامنههای رو به باد و پشت به باد حاکی از غلبه فرآیند حمل رسوبات بادی بهصورت جهش و تعلیق در این موقعیتهاست. نتایج این مطالعه همچنین نشان داد که افزایش معنیدار رسوبات رس در حاشیه نبکا میتواند نتیجۀ عملکرد روانابهایی باشد که قادر به حمل رسوبات ریزدانه از فضای بین تپهها به سمت موقعیتهای حاشیهای نبکا هستند؛ شرایطی که با تجمع ذرات ریزدانه منجر به افزایش ظرفیت نگهداشت رطوبت در موقعیتهای حاشیه شده که میتواند بهنوبه خود منجر به گسترش جزایر حاصلخیز در حاشیه نبکا نسبت به سایر موقعیتها گردد.
https://geoeh.um.ac.ir/article_39864_0969d1c0d76c913e2432e27442cf7f9a.pdf
2021-01-20
93
105
10.22067/geoeh.2021.68982.1021
رواناب
فرایندهای بادی
فضای بین تپهها
نبکا
ابوالفضل
ربانی
nedamohseni63@yahoo.com
1
دانشجوی کارشناسی ارشد ژئومورفولوژی، گروه جغرافیا، دانشگاه فردوسی مشهد، مشهد، ایران
AUTHOR
ندا
محسنی
nedamohseni@um.ac.ir
2
استادیار ژئومورفولوژی، گروه جغرافیا، دانشگاه فردوسی مشهد، مشهد، ایران
LEAD_AUTHOR
سید رضا
حسین زاده
srhosseinzadeh@um.ac.ir
3
دانشیار ژئومورفولوژی، گروه جغرافیا، دانشگاه فردوسی مشهد، مشهد، ایران
AUTHOR
پورخسروانی، محسن؛ ولی، عباس علی؛ معیری، مسعود؛ 1392. بررسی ارتباطات اکوژئومورفولوژِی توده زیستی و حجم رسوبات مخروط نبکاهای گونه Reaumaria Turcestanica در کویر خیرآباد سیرجان. جغرافیا و آمایش شهری منطقهای. شماره 3. صص 63-74.
1
علی نژاد، محمد؛ حسینعلی زاده، محسن؛ اونق، مجید؛ محمدیان بهبهانی، علی؛ 1397. بررسی الگوی پراکنش مکانی نبکا (مطالعة موردی: دشت صوفیکم؛ استان گلستان). پژوهشهای جغرافیای طبیعی. 50. صص697-712.
2
مقصودی، مهران؛ پاریزی، اسماعیل؛ ویسی، عبدالکریم ؛ 1394. تحلیل مقایسهای ویژگیهای اکوژئومورفولوژیکی نبکاهای سیرجان و شهر بابک. فصلنامه مطالعات جغرافیایی مناطق خشک. شماره 22. صص 120-104.
3
مقصودی، مهران؛ نگهبان، سعید؛ باقری، سجاد؛ چزغه، سمیرا؛ 1391. مقایسه و تحلیل ویژگیهای ژئومورفولوژیکی نبکاهای چهار گونه گیاهی در غرب دشت لوت شرق شهداد- دشت تکاب. پژوهشهای جغرافیای طبیعی. شماره 79. صص 76-55.
4
موسوی، سیدحجت؛ پورخسروانی، محسن؛ محمودی محمدآبادی، طیبه؛ 1389. گروهبندی نبکاهای شمال شرق کویر سیرجان با استفاده از الگوریتم TOPSIS. مطالعات مناطق خشک. شماره 1. صص 105-8.
5
موسوی، سیدحجت؛ معیری، مسعود؛ سیف، عبدالله؛ ولی، عباسعلی؛ 1391. انتخاب مناسبترین نوع گونه گیاهی نبکا جهت تثبیت ماسههای روان با استفاده از مدل AHPمطالعه موردی: ریگ نجارآباد- شمال شرق طرود. محیطشناسی. شماره 61. صص 105-116 .
6
نگهبان، سعید؛ یمانی، مجتبی؛ مقصودی، مهران؛ عزیزی، قاسم؛ 1392. بررسی تراکم، ژئومورفولوژی و پهنهبندی ارتفاعی نبکاهای حاشیه غربی دشت لوت و تأثیرات پوشش گیاهی بر مورفولوژی آنها. مجله ژئومورفولوژی کمی. شماره 4. صص 42-17.
7
خراسان رضوی
8
D'Odorico, Paolo, Okin, Gregory S. and Bestelmeyer, Brandon T., 2012. A synthetic review of feedbacks and drivers of shrub encroachment in arid grasslands: Ecohydrolgy, V. 5, p. 520-530.
9
Al-Awadhi, J. M. and Al-Dousari, A. M., 2013. Morphological characteristics and development of coastal nabkhas, north-east Kuwait: International Journal of Earth Sciences, v. 102, p. 949-958.
10
Arens, S. M., Van Boxel, J. H. and Abuodha, J. O. Z., 2002. Changes in grain size of sand in transport over a foredune: Earth Surface Processes and Landforms, v. 27, p. 1163-1175.
11
Black CA 1965. Methods of soil analysis: part I. Physical and mineralogical properties. American Society of Agronomy, Madison.
12
Buis, E., Temme, A. J. A. M., Veldkamp, A., Boeken, B., Jongmans, A. G., Van Breemen, N. and Schoorl, J. M., 2010. Shrub mound formation and stability on semi-arid slopes in the Northern Negev Desert of Israel: A field and simulation study :Geoderma, V. 156, p. 363-371.
13
Dougill, Andrew J. and Thomas, Andrew D., 2002. Nebkha dunes in the Molopo Basin, South Africa and Botswana: formation controls and their validity as indicators of soil degradation: Journal of Arid Environments, v. 50, p. 413-428.
14
Du, Jianhui, Yan, Ping. and Dong, Yuxiang., 2010. The progress and prospects of nebkhas in arid areas: Journal of Geogaphical Sciences, v. 20, p. 712-728.
15
Eldridge, D.J., Rosentreterand, R., 2004. Shrub mounds enhance water flow in a shrubsteppe community in southwestern Idaho, USA: USDA Forest Service Proceedings 31, p. 77–83.
16
Gibbens, RP, McNeely, RP, Havstad, KM, Beck, RF. and Nolen, B., 2005. Vegetation changes in the Jornada Basin from 1858 to 1998: Journal of Geogaphical Sciences, v. 61, p. 651-668.
17
Gillette, Dale A. and Pitchford, Ann M., 2004. Sand flux in the northern Chihuahuan Desert, New Mexico, USA, and the influence of mesquite‐dominated landscapes: Journal of Geophysical Research: Earth Surface, v. 109.
18
Hennessy, JT, Gibbens, RP, Tromble, JM. and Cardenas, M., 1985. Mesquite (Prosopis glandulosa Torr.) dunes and interdunes in southern New Mexico: a study of soil properties and soil water relations: Journal of Arid Environments, v. 9, P. 27-38.
19
Kidron, Giora J. and Zohar, Motti., 2016. Factors controlling the formation of coppice dunes (nebkhas) in the Negev Desert: Earth Surface Processes and Landforms, v. 4, P. 918-927.
20
Langford, RP., 2000. Nabkha (coppice dune) fields of south-central New Mexico, USA: Journal of Arid Environments, v. 46, P. 25-41.
21
Li, J. and Ravi, S., 2018. Interactions among hydrological-aeolian processes and vegetation determine grain-size distribution of sediments in a semi-arid coppice dune (nebkha) system: Journal of Arid Environments, v. 154, p. 24-33.
22
Li, J., Yao, Q., Wang, Y., Liu, R. and Zhang, H., 2019. Grain-size characteristics of surface sediments of nebkhas at the southern margin of the Mu Us dune field, China. J. Catena 183: PP. 104210.
23
Nickling, WG. and Wolfe, SA., 1994. The morphology and origin of nabkhas, region of Mopti, Mali, West Africa: Journal of Arid Environments, v. 28, p. 13-30.
24
Okin, Gregory S, Murray, Bruce. and Schlesinger, William H., 2001. Degradation of sandy arid shrubland environments: observations, process modelling, and management implications: Journal of Arid Environments, v. 47, P. 123-144.
25
Rango, Albert, Chopping, Mark, Ritchie, Jerry, Havstad, Kris, Kustas, William. and Schmugge, Thomas., 2000. Morphological characteristics of shrub coppice dunes in desert grasslands of southern New Mexico derived from scanning LIDAR: Remote Sensing of Environment, v. 74, P. 26-44.
26
Ravi, Sujith, D'Odorico, Paolo. and Okin, Gregory S., 2007. Hydrologic and aeolian controls on vegetation patterns in arid landscapes: Geophysical Research Letters, PP. 34(24).
27
Schlesinger, William H, Reynolds, James F, Cunningham, Gary L, Huenneke, Laura F, Jarrell, Wesley M, Virginia, Ross A. and Whitford, Walter G., 1990. Biological feedbacks in global desertification: Science, v. 247, P. 1043-1048.
28
Tengberg, Anna., 1995. Nebkha dunes as indicators of wind erosion and land degradation in the Sahel zone of Burkina Faso: Journal of Arid Environments, v. 3, P. 265-282.
29
Wang, X, Wang, T, Dong, Z, Liu, X. and Qian, G., 2006. Nebkha development and its significance to wind erosion and land degradation in semi-arid northern China: Journal of Arid Environments, v. 65, P. 129-141.
30
Zhang, Z. and Dong, Z., 2015. Grain size characteristics in the Hexi Corridor Desert: Aeolian Research, v. 18, P. 55-67.
31
Zhao, Y., Gao, X., Lei, J., Li, S., Cai, D. and Song, Q., 2019. Effects of Wind Velocity and Nebkha Geometry on Shadow Dune Formation: Journal Geophysical Research: Earth Surface, v. 124, p. 2579-2601.
32
Zhu, B. and Yu, J., 2014. Aeolian sorting processes in the Ejina desert basin (China) and their response to depositional environment: Aeolian Research, v. 12, P. 111-120.
33
ORIGINAL_ARTICLE
بررسی دوره زندگی گرمایش ناگهانی پوشنسپهر نوع اصلی در نیمکره شمالی
در این پژوهش با استفاده از دادههای باز تحلیلی MERR2، دوره زندگی گرمایش ناگهانی پوشنسپهر نوع اصلی در زمستانهای نیمکره شمالی (از نوامبر تا مارس) در دوره آماری 2020-1979 بررسی شد. این بررسی بر اساس تغییرات میانگین مداری مؤلفه مداری باد در مدار 60 درجه شمالی و در تراز فشاری ده هکتوپاسکال انجام شده است و بر پایه آن، روز تولد، روز صفر و دورههای رشد، بلوغ، پیری و روز مرگ تعریف شده است. نتایج حاصل از بررسی میانگین مداری دما و مؤلفه مداری باد نشان داد که در این دوره آماری در نیمکره شمالی، 19 مورد گرمایش ناگهانی پوشنسپهر نوع اصلی رخ داده است. از بین موارد آشکار شده، بیشترین افزایش میانگین مداری دما به میزان 8/51 کلوین در دوره کوتاه یازده روزه به گرمایش ژانویه 2009 اختصاص دارد که در طول دوره آماری انتخابی در نیمکره شمالی تا کنون چنین افزایشی، ثبت نشده است. نتایج حاصل از تحلیل دوره زندگی گرمایش ناگهانی پوشنسپهرنوع اصلی نشان داد که کوتاهترین و بلندترین دوره رشد به ترتیب با 6 و 37 روز، در موردهای 6 ژانویه 2013 و 23 ژانویه 1987 ثبت شده است. بلندترین دوره بلوغ با 17 روز تداوم، به گرمایش 23 ژانویه 1987 اختصاص دارد. بلندترین دوره پیری در این دوره آماری نیز 26 روز است که به گرمایش 24 ژانویه 2009 مربوط میشود. کوتاهترین و بلندترین طول دوره زندگی نیز در این دوره آماری به ترتیب به گرمایش 1 فوریه 2017 و 23 ژانویه 1987 اختصاص دارد. همچنین مشخص شد که در این دوره آماری بهطور متوسط، دوره رشد 4/19، دوره بلوغ 3/4، دوره پیری 2/7 و طول دوره زندگی 9/30 روز است.
https://geoeh.um.ac.ir/article_39408_f5c29886acaae1c2464169ca9a2b072b.pdf
2021-01-20
107
122
10.22067/geoeh.2021.67400.1001
گرمایش ناگهانی پوشنسپهر نوع اصلی
چرخه زندگی
روز-صفر
محمد
مرادی
moradim36@gmail.com
1
دانشیار گروه هواشناسی همدیدی و دینامیکی پژوهشگاه هواشناسی، تهران، ایران
LEAD_AUTHOR
ریوندی، امیر؛ محمدیها، امیر؛ تقیزاده، احسان؛ 1393. تفسیر سرمای شدید زمستانی شرق ایران با استفاده از مؤلفههای استراتوسفری. شانزدهمین کنفرانس ژئوفیزیک ایران. 23 تا 25 اردیبهشت 1393.
1
کرمی، خلیل؛ قادر، سرمد؛ موسوی، سید محمد؛ 1397. شناسایی حالتهای بازتاب، جذب و انتشار امواج راسبی انتشار یابنده بالاسو. مجله ژئوفیزیک ایران. شماره 2. صص 37-23.
2
مرادی، محمد؛ 1399. ارتباط گرمایش ناگهانی پوشنسپهر نوع اصلی با تغییرات تاوه قطبی در دوره آماری 2019-1979. مجله فیزیک زمین فضا. شماره 3. صص 620-603.
3
میررکنی، مجید؛ محبالحجه، علیرضا؛ احمدیگیوی، فرهنگ؛ 1392. نقش گردشهای پوشنسپهر در بیهنجاریهای اقلیمی زمستانهای 1386 و 1388. مجله ژئوفیزیک. شماره 1. صص 104-86.
4
Ageyeva,VYu., Gruzdev, AN., Elokhov, AS., Mokhov, I.I. and Zueva, NE., 2017. Sudden Stratospheric Warmings: Statistical Character is tics and Influence on NO2 and O3 Total Contents. Atmospheric and Oceanic Physics, 53(5): 477–486.
5
Butler, AH. and Gerber, EP., 2018. Optimizing the definition of a sudden stratospheric warming. Journal of climate, 31: 2337–2344.
6
Butler, AH., Seidel, DJ., Hardiman, SC., Butchart, N., Birner, T. and Match, A., 2015. Defining sudden stratospheric warmings. American meteorological society, 96: 1913–1928.
7
Butler, AH., Sjoberg, JP., Seidel, DJ., and Rosenlof, KH., 2017. A sudden stratospheric warming compendium: Earth Syst. Sci. Data, 9: 63–76.
8
Charlton, A J. and Polvani, L., 2007. A new look at stratospheric sudden warmings. Part I. Climatology and modeling benchmarks. Journal of climate, 20: 449–469.
9
Choy, H., Kim, BM. and Choy, W., 2019. Type classification of sudden stratospheric warming based on pre- and postwarming periods. Journal of climate, 32: 2349-2367.
10
Cohen, J., and Jones,J., 2011.Tropospheric precursors and stratospheric warmings. Journal of climate, 24: 1780–1790.
11
Coy, L. and Pawson, S., 2019. The major stratospheric sudden warming of january2013. Analyses and forecasts in the GEOS-5 data assimilation system. https:// ntrs.nasa.gov/ search.jsp?R=20140012679 2019-12-07T17:27:26+00:00Z
12
Hengde, Z., Shouting, G. and Weisong, L., 2007. Study on two categories of sudden stratospheric warming. Acta meteorological sinica, 21: 450-464.
13
Kim, J., Son,SW., Gerber, EP. and Park, HS., 2017. Defining sudden stratospheric warming in climate models. Accounting for biases in model climatologies . Journal of climate, 30: 5529-5546.
14
Limpasuvan, V., Thompson, DWJ., Hartmann, D L., 2004. The life cycle of the northern hemisphere sudden stratospheric warmings. Journal of climate, 17:2584–2596.
15
McInturff, RM.1978. Stratospheric warmings: Synoptic, dynamic and general-circulation aspects (Tech. Rep. No. 541, Ref. Publ. 1017).
16
Rao, J., Ren, R., Chen, HYuY., and Zhou, Y., 2018. The stratospheric sudden warming event in February 2018 and its prediction by a climate system model. Journal of geophysics research atmospheric, 123: 13332–13345.
17
Suitland, Md. (available online at https:// ntrs.nasa.gov/ archive/ nasa/ casi.ntrs.nasa.gov/ 19780010687.pdf).
18
Tao, M., Konopka, P., Ploeger, F., Grooß, J.-U., Müller, R.,Volk, CM., Walker, KA. and Riese, M., 2015. Impact of the 2009 major sudden stratospheric warming on the composition of the stratosphere. Atmospheric chemistry and physics, 15: 8695–8715.
19
Vargin,PN. and Kiryushov, BM., 2019. Major Sudden Stratospheric Warming in the Arctic in February 2018 and Its Impacts on the Troposphere, Mesosphere, and Ozone Layer. Russian Meteorology and Hydrology, 44:112–123.
20
Yamazaki, Y., Matthias, V., Miyoshi, Y.,Stolle, C., Siddiqui, T., Kervalishvili, G. , Lastovicka, J., Kozubek, M., Ward, W., Themens, DR., Kirstoffffersen, S. and Alken, P., 2019. September 2019 Antarctic sudden stratospheric warming: quasi-6-day wave burst and ionospheric effects. Journal of geophysical research, Space physics, 123: 40
21
ORIGINAL_ARTICLE
آشکارسازی روند بلندمدت بارش سالانۀ ایرانزمین در ارتباط با تغییر فراوانی فرینهای بارش روزانه
در پژوهش حاضر روند بارش سالانۀ ایرانزمین با توجه به روند تغییرات فراوانی نمایههای فرین بالا و پایین و نیز نمایههای بهنجار بارش، به روش تحلیل پهنهای در معرض توجه قرار گرفت. برای انجام پژوهش حاضر از نسخۀ سوم پایگاه دادهای اسفزاری با تفکیک مکانی 10 کیلومتر و برای بازه زمانی 01/01/1349 تا 29/12/1394 (46 سال و معادل 16801 روز) استفاده شد. روند بارش سالانه در کشور نشان داد که تغییرات بارش در بخش عمدهای (حدود 9/80 درصد مساحت) از کشور کاهشی بوده است و تنها بخش محدودی از کشور (حدود 19 درصد مساحت) روند افزایشی را تجربه کرده است. روند کاهشی بارش باعث کاهش آب حاصل از نزولات جوی در کشور به میزان حدود 5/1 میلیارد مترمکعب شده است. اگرچه استنباطهای آماری نشان از عملکرد عوامل بزرگمقیاس در شکلگیری روند کاهشی در بخش عمدهای از کشور است، امّا 53/33 درصد پهنههای توأم با روند کاهشی از دیدگاه معنیداری آماری تحت تأثیر عوامل محلّی (در شمالشرق و بخشهایی از شرق ایران، پیشکوههای داخلی زاگرس و پهنهای ممتد از استان کرمان تا استانهای اصفهان، چهارمحال و بختیاری و کهگیلویه بویراحمد، از غرب شیراز و شمال بوشهر در امتداد مرز غربی کشور تا شمال سنندج، هستههای پراکنده در بخشهای جنوبی و شرقی ناحیۀ شمالغرب و شمال ایران) بوده است. بررسیها نشان داد که نواحی توأم با روند کاهشی معنیدار تحت تأثیر کاهش بارندگیهای پرمقدار (عمدتاً صدک 75 و بیشتر) بودهاند. نواحی توأم با روند مثبت و به لحاظ آماری معنیدار حدود 93/2 درصد از کشور را دربر میگیرند. این نواحی با گسستگی مکانی و بهصورت هستههایی بعضاً در درون نواحی توأم با روند منفی دیده میشوند.
https://geoeh.um.ac.ir/article_39387_2be4adc02c4abff15e8d6a5bd45f8c92.pdf
2021-01-20
123
143
10.22067/geoeh.2021.67028.0
آشکارسازی روند
ایران
بارش سالانه
روند بارش
فرینهای بارش
حسین
عساکره
asakereh@znu.ac.ir
1
استاد اقلیمشناسی، گروه جغرافیا، دانشگاه زنجان، زنجان، ایران
LEAD_AUTHOR
سید ابوالفضل
مسعودیان
s.a.masoodian@geo.ui.ac.ir
2
استاد اقلیمشناسی، گروه جغرافیا، دانشگاه اصفهان، اصفهان، ایران
AUTHOR
فاطمه
ترکارانی
f.tarkarani@yahoo.com
3
دانشجوی دکتری اقلیمشناسی، دانشگاه زنجان، زنجان، ایران
AUTHOR
احمدی، محمود؛ داداشی، عباسعلی؛ 1395. ارزیابی آهنگ رفتار زمانی –مکانی بارش در دو دهةاخیر در ایران. پژوهشهای جغرافیای طبیعی. شماره 97. صص 465-484.
1
اکبری، مهری؛ نودهی، وحیده؛ 1394. بررسی و تحلیل روند بارش سالانه و تابستانه استان گلستان. آمایش جغرافیایی فضا. شماره 17. صص 150-141.
2
بینش، نگین؛ نیکسخن، محمدحسین؛ سارنگ، امین؛ 1396. آشکارسازی روند تغییرات دما و بارش سالانه و فصلی تهران طی دورۀ 2014-1984. نیوار. شماره 4. صص 46-36.
3
تقوی، فرحناز و محمدی، حسین؛ 1386. بررسی دوره بازگشت رویدادهای اقلیمی حدی بهمنظور شناخت پیامدهای زیستمحیطی. محیطشناسی. شماره 43. صص 20-11.
4
جهانبخش اصل، سعید؛ ساری صراف، بهروز؛ عساکره، حسین؛ شیرمحمدی، سهیلا؛ 1399. شناسایی رخدادهای بارش فرین در غرب ایران (2016-1965). جغرافیا و برنامهریزی. انتشاریافته بهصورت الکترونیکی.
5
خوشروش، مجتبی؛ میرناصری، محمد؛ پسرکلو، مهسا؛ 1396. آشکارسازی روند تغییرات بارش شمال کشور با استفاده از آزمون غیرپارامتری من -کندال. پژوهشنامهمدیریت حوزهآبخیز. شماره 16. صص 230-223.
6
دارند، محمد؛ دولتیاری، زهرا؛ اصلانی اسلمرز، فریبا؛ عزیزی، یسری؛ 1393. بررسی رفتار فرینهای بارش و دمای کرمانشاه به کمک آزمونهای آماری. فضای جغرافیایی. شماره 46. صص 233-213.
7
رسولی، علیاکبر؛ بابائیان، ایمان؛ قائمی، هوشنگ؛ زواررضا، پیمان؛ 1390. ارتباط بین بارشهای فصلی ایران و دمای پهنههای آبی منطقهای. پژوهشهای اقلیمشناسی. شماره 58. صص 67-80.
8
عساکره، حسین؛ 1386. تغییرات زمانی و مکانی بارش ایران طی دهههای اخیر. جغرافیا و توسعه. شماره 10. صص 164-145.
9
عساکره، حسین ؛ 1382. بررسی آماری روند بارش سالانۀ تبریز. فضای جغرافیایی. شماره10. صص 72-57.
10
عساکره، حسین ؛1390. مبانی پژوهش در آب و هواشناسی. انتشارات دانشگاه زنجان.
11
عساکره، حسین؛ ترکارانی، فاطمه؛ 1399. برخی مشخصات توصیفی و روند تغییرات بلندمدت فصل خشک در ایران. جغرافیا و توسعه. شماره 58. صص 132-113.
12
عساکره، حسین؛ ترکارانی، فاطمه؛ سلطانی، صغری؛ 1391. مشخصات زمانی - مکانی بارشهای روزانۀ فرین بالا در شمالغرب ایران. تحقیقات منابع آب ایران. شماره 25. صص 53-39.
13
عساکره، حسین؛ حسینجانی، لیلا؛ 1398. واکاوی روابط مکانی فراوانی رخداد ماهانۀ بارشهای فرین بالا در ناحیۀ خزری (2016-1966). جغرافیا و توسعه. شماره 55. صص 44-23.
14
عسکری، احمد؛ رحیم زاده، فاطمه؛ محمدیان، نوشین؛ فتاحی، ابراهیم؛ 1386. تحلیل روند نمایههای بارشهای حدی در ایران. تحقیقات منابع آب ایران. شماره 9. صص 42-55
15
علیجانی، بهلول؛ 1395. آبوهوای ایران. انتشارات دانشگاه پیام نور.
16
غیور، حسنعلی؛ مسعودیان، سیدابوالفضل؛ 1375. بررسی نظام تغییرات مجموع بارش سالانه در ایرانزمین. نیوار. شماره 29. صص60-27.
17
کاویانی، محمدرضا؛ عساکره، حسین؛ 1384. بررسی آماری روند بلندمدت بارش سالانۀ اصفهان. مجلهپژوهشیدانشگاهاصفهان علومانسانی. شماره1. صص ۱۴۳- ۱۶۲.
18
کتیرایی، پریسیما؛ حجام، سهراب؛ ایراننژاد، پرویز؛ 1386. سهم تغییرات فراوانی و شدت بارش روزانه در روند بارش در ایران طی دوره 1960 تا 2001. فیزیک زمین و فضا. شماره 33. صص 67-83.
19
کیانی، مهرداد؛ لشکری، حسن؛ قائمی، هوشنگ؛ 1398. واکاوی اثر رشتهکوههای زاگرس بر تغییرات بارشهای سودانی در غرب ایران. جغرافیا و برنامهریزی. شماره 75. صص 40-17.
20
لشکری، حسن؛ متکان، علیاکبر؛ آزادی، مجید؛ محمدی، زهرا؛ 1395. تحلیل همدید نقش پرفشار عربستان و رودباد جنبحارهای در کوتاهترین طول دورة بارشی جنوب و جنوبغرب ایران. علوممحیطی. شماره4. صص 59-74.
21
محمدی، بختیار؛ 1390. تحلیل روند بارش سالانه ایران. جغرافیا و برنامهریزی محیطی. شماره 43. صص 106-95.
22
مسعودیان، سید ابوالفضل؛ 1398. گزارش بارشهای اسفند 1397 و فروردین 1398 حوضههای سیلزده ایران. هیئت ویژه گزارش ملی سیلاب. کارگروه اقلیمشناسی و هواشناسی. منتشر نشده.
23
مسعودیان، سیدابوالفضل؛ دارند، محمد؛ 1392. شناسایی و بررسی تغییرات نمایههای بارش فرین ایران طی دهههای اخیر. جغرافیا و توسعه ناحیهای. شماره20. صص 257-239.
24
مقیمی، ابراهیم؛ 1378. تحلیل آماری رطوبت نسبی و بارندگی تهران در یک دورۀ سیساله. تحقیقات جغرافیایی. شماره 54. صص 61-43.
25
منتظری، مجید؛ 1388. تحلیل زمانی مکانی بارشهای فرین روزانه در ایران. جغرافیا و برنامهریزی محیطی. شماره 34. 140-125.
26
میرعباسی نجفآبادی، رسول؛ دینپژوه، یعقوب؛1391. تحلیل روند تغییرات بارشهای شمالغرب ایران در نیمقرن گذشته. علومومهندسیآبیاری (مجلۀعلمیکشاورزی). شماره 35. صص 59-73.
27
Alpert P, Neeman B U, Shay-El Y., 1990. Climatological analysis of Mediterranean cyclones using ECMWF data. Tellus 42 A: 65-77.
28
Alpert P, Osetinsky I, Zivb B, Shafir H., 2004. Semi-objective classification for daily synoptic systems: Application to the eastern Mediterranean climate change. International Journal of Climatology 24: 1001-1011.
29
Anagnostopoulou1 Chr, Tolika1 K, Flocas H, Maheras P., 2006. Cyclones in the Mediterranean region: present and future climate scenarios derived from a general circulation model (HadAM3P). Advances in Geosciences 7: 9–14.
30
Asakereh H., 2017. Trends in monthly precipitation over the northwest of Iran (NWI). Theoretical and Applied Climatology 130: 443–451.
31
Asakereh H., 2020. Decadal variation in precipitation regime in northwest of Iran. Theoretical and Applied Climatology 139: 461–471.
32
Bartolini G, Morabito M, Crisci A, Grifoni D, Torrigiani T, Petralli M, Maracchi G, Orlandini S. 2008. Recent trends in Tuscanycitaly (Italy) summer temperature and indices of extremes. International Journal of Climatology 28: 1751 – 1760.
33
IPCC., 2001. Climate change 2001: The scientific basis contribution of working group I to the third assessment report of the Intergovernmental Panel on Climate Change (IPCC). University Press, Cambridge.
34
IPCC., 2007. Climate change 2007: The scientific basis contribution of working group I to the third assessment report of the Intergovernmental Panel on Climate Change (IPCC). University Press, Cambridge.
35
IPCC., 2013. Climate Change 2013: The physical science basis. Contribution of working group I to the fifth assessment report of the Intergovernmental Panel on Climate Change. University Press, Cambridge.
36
Sahsamanoglou H S, Makrogiannis T J, Kallimopoulos P P., 1991. Some aspects of the basic characteristics of the Siberian anticyclone. International Journal of Climatology 11(8):827 – 839.
37
ORIGINAL_ARTICLE
ارزیابی ناهمگونی مکانی در کیفیت بومشناختی با استفاده از فنآوری سنجشازدور (مطالعه موردی: حوضه آبخیز قرهسو)
محیطزیست در حال تجربه تغییرات مختلف محیطزیستی است که هم منشأ انسانی و هم منشأ طبیعی دارند. تغییرات کاربری زمین در حوزه قرهسو، نیاز به مطالعه درباره کیفیت بومشناختی این منطقه را نشان میدهد. در این مطالعه، شاخص سنجشازدوری کیفیت بومشناختی (RSEI) بر اساس چارچوب فشار-وضعیت-پاسخ و با استفاده از دادههای میانگین تصاویر تابستانه ماهواره لندست در سالهای 1368 و 1397 ( سنجندههای ETM+/OLI/TIRS)، برای ارزیابی تغییرات کیفیت بومشناختی در حوزه قرهسو استان گلستان استفاده شد. شاخصهای مورد نیاز برای استخراج شاخص کیفیت بومشناختی با ایجاد شاخص فشار محیطزیستی (NDBI)، شاخص وضعیت (NDVI) و شاخصهای پاسخ اقلیمی محیط به تغییرات (LST و LSM) از سامانه گوگل ارث انجین انجام شد. در این پژوهش پس از تهیه شاخصهای پایه، با استفاده از تحلیل مؤلفههای اصلی، وزن هر شاخص تهیه و سپس شاخص کیفیت بومشناختی بر اساس مؤلفه اول تحلیل مؤلفهها اصلی تهیه شد. تحلیل تغییرات مؤلفه اول با استفاده از روش آستانهگذاری نشان از افت کیفیت بومشناختی دارد؛ بهطوریکه میانگین شاخص RSEI در سال 1368، 57/0 حاصل شد و در سال 1397 این مقدار به 48/0 رسید که نشان دهنده کاهش مقدار RSEI است. همچنین میزان طبقه خیلی خوب در سال 1368، 83/32821 (267/16 درصد) و در سال 1397، 66/36879 (27/18 درصد) است. نتایج تحلیل مکانی نشان داد که مقدار ضعیف کیفیت بومشناختی شاخص RSEI در بخشهای شمالی منطقه رخ داده است که به دلیل رشد سریع مناطق انسانساخت بوده است. این تغییر در افزایش شاخص مناطق انسانساخت در این مناطق مشخص است.
https://geoeh.um.ac.ir/article_39424_b2c38bc086559d20437e9e6166b1c88d.pdf
2021-01-20
145
161
10.22067/geoeh.2021.67026.0
کیفیت بومشناختی
شاخص RSEI
گوگل ارث انجین
حوزه قرهسو
سعیده
رنجبر
s_ranjbar1387@yahoo.com
1
دانشجوی کارشناسی ارشد ارزیابی و آمایش سرزمین دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران
LEAD_AUTHOR
حمیدرضا
کامیاب
hrkamyab@gau.ac.ir
2
استادیار دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
AUTHOR
راحلی نمین، بهناز؛ مرتضوی، ثمر؛ 1397. پیشبینی روند تغییرات مکانی کاربری اراضی و توسعه مناطق مسکونی با استفاده از مدل زنجیرهای CA مارکوف و روش ژئومد، مطالعة موردی: حوزه آبخیز قرهسو، استان گلستان. فصلنامه علمی - پژوهشی فضای جغرافیایی. 18 (62). صص 169-159.
1
رباطی، م. 1394. سنجش کیفیت محیطزیست شهری با بهکارگیری مدل شاخص ترکیبی (موردمطالعه: کلانشهر تهران). آمایشسرزمین. شماره 7 (2). صص 275-255.
2
صیدی، سمیه؛ عبدی قروچای، ناهید؛ حسنزاده، امین؛ ۱۳۹۷. ارزیابی وضعیت کیفیت محیط شهری با استفاده از شاخصهای سنجشازدور. فصلنامه پژوهشهای علوم جغرافیایی، معماری و شهرسازی. شماره 2 (13). صص 113-126.
3
مختاری، محمدحسین؛ عابدیان، سحر؛ قلیپور، مصطفی؛ 1398. آشکارسازی و مدلسازی روند تغییرات کاربری اراضی جنگلی حوزه آبخیز قرهسو با استفاده از سنجههای سیمای سرزمین. بومشناسیکاربردی. شماره 4. صص 18-1.
4
مهری، آزاده؛ سلمان ماهینی، عبدالرسول؛ میکاییلی تبریزی، علیرضا؛ میرکریمی، سید حامد؛ 1397. ارزیابی اثرات بومشناختی تغییر کاربری سرزمین بر ساختار طبیعی حوضه رودخانه قرهسو. آمایش سرزمین. شماره 10 (1). صص 116-93.
5
Avdan U, Jovanovska G., 2016. Algorithm for automated mapping of land surface temperature using LANDSAT 8 satellite data. Journal of Sensors 26: 1-8.
6
Barsi J, Schott J, Hook S, Raqueno N, Markham B, Radocinski R. 2014. Landsat-8 thermal infrared sensor (TIRS) vicarious radiometric calibration. Remote Sensing 6 (11): 11607-11626.
7
Behling R, Bochow M, Foerster S, Roessner S, Kaufmann, H., 2015. Automated GIS-based derivation of urban ecological indicators using hyperspectral remote sensing and height information. Ecological indicators 48: 218-234.
8
Binh TNKD, Vromant N, Hung NT, Hens L, Boon EK., 2005. Land cover changes between 1968 and 2003 in Cai Nuoc, Ca Mau peninsula, Vietnam. Environment, Development and Sustainability 7 (4): 519-536.
9
Dale VH, Beyeler SC., 2001. Challenges in the development and use of ecological indicators. Ecological indicators 1 (1): 3-10.
10
Eastman JR. 201. TerrSet tutorial. Clark University.
11
Foley JA, De Fries R, Asner GP, Barford C, Bonan G, Carpenter SR, Chapin FS, Coe MT, Daily GC, Gibbs HK, Helkowski JH, Holloway T, Howard EA, Kucharik CJ, Monfreda C, Patz JA, Prentice IC, Ramankutty N, Snyder P. K. 2005. Global consequences of land use. Science. 309 :570–574.
12
Gessesse, A. A., & Melesse, A. M., (2019). Temporal relationships between time series CHIRPS-rainfall estimation and eMODIS-NDVI satellite images in Amhara Region, Ethiopia. In Extreme Hydrology and Climate Variability (pp. 81-92). Elsevier.
13
Halmy MWA., 2019. Assessing the impact of anthropogenic activities on the ecological quality of arid Mediterranean ecosystems (case study from the northwestern coast of Egypt). Ecological Indicators 101: 992-1003.
14
Heinz IIIHJ., 2002. The State of the Nation's Ecosystems: Measuring the Lands, Waters, and Living Resources of the United States: Cambridge University Press.
15
Hu X, Xu H., 2018. A new remote sensing index for assessing the spatial heterogeneity in urban ecological quality: A case from Fuzhou City, China. Ecological indicators 89: 11-21.
16
Huang C, Wylie B, Yang L, Homer C, Zylstra G., 2002. Derivation of a tasselled cap transformation based on Landsat 7 at-satellite reflectance. International journal of remote sensing 23 (8): 1741-1748.
17
Jing Y, Zhang F, He Y, Johnson VC, & Arikena, M., (2020). Assessment of spatial and temporal variation of ecological environment quality in Ebinur Lake Wetland National Nature Reserve, Xinjiang, China. Ecological Indicators 110, 105874.
18
Kaplan G, Avdan U, Avdan ZY., 2018. Urban heat island analysis using the landsat 8 satellite data: A case study in Skopje, Macedonia. In Multidisciplinary Digital Publishing Institute Proceedings 2 (7).
19
Koh CN, Lee PF, Lin RS., 2006. Bird species richness patterns of northern Taiwan: primary productivity, human population density, and habitat heterogeneity. Diversity and Distributions 12 (5): 546-554.
20
Lin T, Ge R, Huang J, Zhao Q, Lin J, Huang N, Zhang G, Li X, Ye H, Yin K., 2016. A quantitative method to assess the ecological indicator system's effectiveness: a case study of the Ecological Province Construction Indicators of China. Ecological indicators 62: 95-100.
21
Lin T, Lin JY, Cui SH, Cameron S., 2009. Using a network framework to quantitatively select ecological indicators. Ecological Indicators 9 (6) : 1114-1120.
22
Musse MA, Barona DA, Rodriguez LMS., 2018. Urban environmental quality assessment using remote sensing and census data. International journal of applied earth observation and geoinformation 71: 95-108.
23
Niemi GJ, McDonald ME., 2004. Application of ecological indicators. Annu. Rev. Ecol. Evol. Syst 35: 89-111.
24
Rajeshwari A, Mani ND., 2014. Estimation of land surface temperature of Dindigul district using Landsat 8 data. International Journal of Research in Engineering and Technology 3 (5): 122-126.
25
Seddon AW, Macias-Fauria M, Long PR, Benz D, Willis KJ., 2016. Sensitivity of global terrestrial ecosystems to climate variability. Nature 531 (7593).
26
Tsou J, Zhuang J, Li Y, Zhang Y., 2017. Urban heat island assessment using the Landsat 8 data: a case study in Shenzhen and Hong Kong. Urban Science 1 (1): 1-20.
27
USGS ., 2013. United States Geological Survey, Landsat 8: U.S. Geological Survey Fact Sheet 2013–3060. http://pubs.usgs.gov/fs/2013/3060.
28
Wang L, Qu JJ., 2007. NMDI: A normalized multi‐band drought index for monitoring soil and vegetation moisture with satellite remote sensing. Geophysical Research Letters 34 (20).
29
Wen X, Ming Y, Gao Y, Hu X., 2020. Dynamic Monitoring and Analysis of Ecological Quality of Pingtan Comprehensive Experimental Zone, a New Type of Sea Island City, Based on RSEI. Sustainability 12 (1), 21.
30
Xu H, Ding F, Wen X., 2009. Urban expansion and heat island dynamics in the Quanzhou region, China. IEEE Journal of selected topics in applied earth observations and remote sensing 2 (2): 74-79.
31
Xu H. 2008. A new index for delineating built‐up land features in satellite imagery. International Journal of Remote Sensing 29 (14): 4269-4276.
32
Yue H, Liu Y, Li Y, Lu Y., 2019. Eco-environmental quality assessment in China’s 35 major cities based on remote sensing ecological index. IEEE Access 7: 51295-51311.
33
Zhang J, Zhu Y, Fan F., 2016. Mapping and evaluation of landscape ecological status using geographic indices extracted from remote sensing imagery of the Pearl River Delta, China, between 1998 and 2008. Environmental Earth Sciences 75 (4): 1-16.
34
ORIGINAL_ARTICLE
واکاوی همدیدی بارش سنگین مورخ 28 اسفند 1397 شهر مینودشت
بارشهای سنگین حاصل از الگوهای جوی بسته به وسعت فعالیت و بازهی زمانی رخداد آن میتواند حوادث و پیامدهای ناگواری مانند وقوع سیل به همراه داشته باشند. پژوهش حاضر بهمنظور تحلیل همدید بارش سنگین 5/171 میلیمتری منجر به سیل در شهر مینودشت روز 28 اسفندماه سال 1397 نگارش یافته است. دیدگاه این تحقیق محیطی به گردشی بوده و نخست مقدار بارش ایستگاه زمینی مینودشت مشخص شد و با دریافت دادههای سطوح فوقانی اتمسفر از وبسایت مرکز ملی پیشبینی محیطی (NCEP/NCAR) و تحلیل آنها علت رخداد بارش سنگین آشکار شد. بهمنظور بررسی شرایط همدید، با استفاده از محیط نرمافزار گردس به ترسیم نقشههای فشار سطح تراز دریا، و در سطوح فوقانی جو، ارتفاع ژئوپتانسیل، بردار باد، تاوایی، امگا، ضخامت، پیچانه و وزش رطوبتی (تراز 500 هکتوپاسکال) پرداخته شد. نتایج حاصل از تحلیل نقشهها نشان دادند در زمان وقوع بارش سنگین سامانههای پرفشاری در مغولستان و جنوب چین تشکیل یافته و شیب گرادیان فشار و جبهه شدیدی با سیستم کمفشار حاکم بر روی مینودشت ایجاد کرده است. در سطوح فوقانی جو وجود بلوکینگ کمفشار بریده همچون مانعی بر سر راه بادهای غربی قرارگرفته و باعث ریزش جریان بادهای غربی به سمت منطقه موردمطالعه شده است. علاوه بر این ضخامت زیاد جو منطقه موردمطالعه و حاکمیت مقدار پیچانه منفی به ناپایداری هوا منجر شده و وجود هستههای مثبت تاوایی و امگای منفی نشاندهنده جوی ناپایدار در روزهای مورد بررسی در منطقه موردمطالعه بوده است. همچنین تغذیه رطوبتی از منابع رطوبتی مانند دریای خزر، آرال، دریای سیاه و مدیترانه شرایط ویژهای را برای ریزش شدید بارش فراهم آورده است.
https://geoeh.um.ac.ir/article_39610_bcbe365f14ca9aefb499d31451d4998a.pdf
2021-01-20
163
180
10.22067/geoeh.2021.67780.1003
تحلیل همدید
بارش سنگین
مینودشت
مهدی
فروتن
mahdi.frotan23@gmail.com
1
دانش آموخته کارشناسی ارشد رشته آب و هواشناسی سینوپتیک، دانشگاه محقق اردبیلی، اردبیل، ایران
AUTHOR
برومند
صلاحی
bromand416@yahoo.com
2
استاد گروه جغرافیای طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
LEAD_AUTHOR
باعقیده، محمد؛ انتظاری، علیرضا؛ علیمردانی، فاطمه؛ 1391. تحلیل سینوپتیکی بارشهای حوضههای اترک و گرگانرود (39 بارش فراگیر). جغرافیا و توسعه. شماره 26. صص 113-124.
1
برنا، رضا؛ 1396. شناسایی الگوهای همدید بارشهای سنگین در حوضه مارون (مطالعه موردی: بارش 29 آبان 1392). فصلنامه جغرافیای طبیعی. سال دهم. شماره 36. صص 47-60.
2
جهانبخش اصل، سعید؛ ذوالفقاری، حسن؛ 1381. بررسی الگوهای سینوپتیک بارشهای روزانه در غرب ایران. فصلنامه تحقیقات جغرافیایی. دوره 17-16. شماره 4-1. صص234-258.
3
حمیدیانپور، محسن؛ علیجانی، بهلول؛ صادقی، علیرضا؛ 1389. شناسایی الگوهای همدیدی بارشهای شدید شمال غرب ایران. مطالعات جغرافیایی مناطق خشک. شماره اول. صص1-16.
4
خوشاخلاق، فرامرز؛ محمدی، حسین؛ شمسیپور، علیاکبر؛ افتادگان خوزانی، اصغر؛ 1391. واکاوی همدید بارش تگرگ فراگیر در شمال غرب ایران. جغرافیا و مخاطرات محیطی. شماره دوم. صص 55-69.
5
صلاحی، برومند؛ عالیجهان، مهدی؛ 1392. تحلیل سینوپتیک مخاطرات اقلیمی شهرستان یاسوج (مطالعه موردی: بارش سنگین 20 اسفند 1389). جغرافیا و مخاطرات محیطی. شماره 5. صص73-89.
6
ضیایی، محمود؛ بنی کمالی، سهند؛ شریفی کیا، محمد؛ 1390. ارزیابی توان اکولوژیکی و اولویتبندی پهنههای مستعد اکوتوریسم (موردمطالعه: شهرستان مینودشت). برنامهریزی و آمایش فضا. دوره پانزدهم. شماره 4. صص 109-128.
7
قادری، حیدر؛ علیجانی، بهلول؛ 1389. تحلیل سینوپتیکی بارشهای شدیدی لارستان. فصلنامه جغرافیای طبیعی. سال سوم. شماره 8. صص 17-36.
8
کرمپور، مصطفی؛ معصومپور سماکوش، جعفر؛ میری، مرتضی؛ یوسفی، یدالله؛ 1392. بررسی الگوهای همدیدی بارشهای سیلآسا در استان لرستان. فصلنامه علمی_پژوهشی فضای جغرافیایی. شماره 43. صص 99-113.
9
گلکار، محمد؛ محمدی، حسین؛ 1392. بارشهای شدید خراسان جنوبی. فصلنامه جغرافیایی سرزمین. شماره 37. صص33-54.
10
گندمکار، امیر؛ 1389. بررسی بارشهای شدید در نواحی جنوبی استان بوشهر. مجله چشمانداز جغرافیایی (علمی – پژوهشی). سال چهارم شماره 10. صص 143-157.
11
Carla Lima K. Satyamurty P and Reyes Fernandez JP., 2009. Large-Scale Atmospheric Conditions Associated with Heavy Rainfall Episodes in Southeast Brazil, Theoretical and Applied Climatology 101: 121-135.
12
Kahan R. Ziv B. Enzel Y and Dayan U., 2002. Synoptic climatology of major floods in the Negev desert,Israil. International journal of Climatology 22(7): 867-882.
13
Kotroni V. Lagouvardos K. Kallos G. Ziakopoulos D. 1999. Severe flooding over central and southern greece associated with pre‐cold frontal orographic lifting. Quarterly Journal of the Royal Meteorological Society 125(555): 967-991.
14
Krichak SO. Tsidulko M. Alpert P., 2000. Monthly Synoptic Patterns Associated With Wet/Dry Conditions in the Eastern Mediterranean. Theoretical and Applied Climatology 65 (3-4): 215-229.
15
Lackmann GM. Gyakum JR., 1999. Heavy Cold-Season Precipitation in the Northwestern United States: Synoptic Climatology and an Analysis of the Flood of 17–18 January 1986. Weather and Forecasting 14(5): 687–700.
16
Lana A. Compins J. Genoves A. Jansa A., 2007. Atmospheric patterns for heavy rain events in the Balearic island. International journal of climatology 12: 27-32.
17
Matlik O. and Piia Post., 2008. Synoptic weather types that have caused heavy precipitation in Estonia in the period 1961–2005. Estonian Journal of Engineering 14(3): 195-208.
18
Rezacova D. Kaspar M. Muller M. Sokol Z. Kakos V. Hanslian D. Pesice P., 2005. A Comparison of the flood precipitation episod in August 2002 with historic extreme precipitation events on the Czech territory. Atmospheric Research 77 (1–4): 354-366.
19
Robert PH. Donald TJ. Goseph BC., 1998. Investigation of Upper-Air Conditions Occurring with Heavy Summer Rain in Utah. International Journal of Climatology 18 (7): 701-723.
20
ORIGINAL_ARTICLE
آیندهپژوهی تابآوری سکونتگاههای شهری در برابر مخاطرات محیطی با تأکید بر پاندمی کرونا (مطالعه موردی: شهر تبریز)
تابآوری رویکردی یکپارچه بهمنظور ارتقای ظرفیتهای موجود و کاهش آسیبپذیری جوامع انسانی در مقابله با انواع بحرانها و مخاطرات محیطی محسوب میگردد. در این راستا یکی از مهمترین بحرانها و مخاطراتی که در سالهای اخیر اقصی نقاط جهان را تحتالشعاع قرار داده است، گسترش ویروس کروناست. با توجه به تأثیرات منفی و آسیبهای شیوع ویروس کرونا در ابعاد مختلف جوامع انسانی، هدف از تحقیق حاضر آیندهپژوهی تابآوری شهر تبریز در برابر پاندمی کروناست. روش تحقیق در مطالعۀ حاضر ترکیبی از رویکردهای کمی-کیفی با ماهیت آیندهپژوهی بوده که در راستای گردآوری اطلاعات از تکنیک دلفی نخبگان و مدیران شهری (30 نفر متخصص حوزۀ مدیریت بحران و مخاطرات) و بهمنظور تجزیهوتحلیل اطلاعات از تکنیک تحلیل اثرات متقاطع در نرمافزار MICMAC استفاده شده است. یافتههای تحقیق حاکی از آن است که بیشترین تأثیرگذاری در بین پیشرانهای موردبررسی بر سایر پیشرانها در راستای تابآوری شهری در برابر پاندمی کرونا مربوط به پیشرانهای اقتصادی همچون یافتن شغل جدید در صورت از بین رفتن شغل فعلی، میزان آسیبپذیر بودن منابع تأمین درآمد و وجود نهادهای مالی حامی از اقشار آسیبپذیر و بیشترین اثرپذیری مربوط به پیشرانهای اجتماعی همچون مشارکت جمعی در راستای مقابله با بحران و واکنش و رفتار مناسب در مواقع بحرانی است. همچنین نتایج نشان میدهد با توجه به وضعیت موجود و کمبود پیشرانهای کلیدی و استراتژیک تأثیرگذار در راستای تابآوری سیستم، ضعف ساختارهای اقتصادی و اجتماعی، نظام مدیریتی شهر و موقعیت متزلزل ایران در عرصۀ بینالمللی، آیندۀ تابآوری شهر تبریز بر مبنای مخاطرات محیطی (پاندمی کرونا) ناپایدار خواهد بود.
https://geoeh.um.ac.ir/article_39413_c77fef9f0a9bcbcca596f102b730183d.pdf
2021-01-20
179
199
10.22067/geoeh.2021.67419.1002
تابآوری
مخاطرات محیطی
کووید 19
شهر تبریز
حمیده
غلامی
hamideh.gholami1368@gmail.com
1
- دانشجوی دکتری جغرافیا و برنامهریزی شهری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
AUTHOR
علی
پناهی
panahin@yahoo.com
2
استادیار گروه جغرافیا و برنامهریزی شهری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
LEAD_AUTHOR
حسن
احمدزاده
h_ahmadzadehgis@yahoo.com
3
استادیار گروه جغرافیا و برنامهریزی شهری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
AUTHOR
امیری فهلیانی، محمدرضا؛ 1397. کاربست رویکرد آیندهپژوهی در ارزیابی و تحلیل فضایی ابعاد و مؤلفههای تابآوری اجتماعی و نهادی در مناطق کلانشهری (مطالعه موردی: کلانشهر اهواز). رسالۀ دکتری جغرافیا و برنامهریزی شهری. استاد راهنما: سعید امانپور. دانشگاه شهید چمران اهواز. دانشکدۀ ادبیات و علوم انسانی.
1
پاشازاده، اصغر؛ 1398. سنجش تابآوری شهر اردبیل در برابر مخاطرات محیطی و ارائۀ الگوی شهر تابآور با رویکرد آیندهپژوهی. رسالۀ دکتری جغرافیا و برنامهریزی شهری. استاد راهنما: محمدحسن یزدانی. دانشگاه محقق اردبیلی. دانشکدۀ ادبیات و علوم انسانی.
2
رضایی، محمدرضا؛ 1389. ارزیابی تابآوری اقتصادی و نهادی جوامع شهری در برابر سوانح طبیعی، مطالعه موردی: زلزلۀ محلههای شهر تهران. دوفصلنامۀ مدیریت بحران. 2(3): 36-25.
3
زادولی خواجه، شاهرخ؛ 1397. بازاندیشی بوممحور در امکانسنجی ارتقاء کیفی – کالبدی مناطق اسکان غیررسمی بر اساس معیارهای مسکن حداقل (بررسی تطبیقی کلانشهرهای اهواز و تبریز). رسالۀ دکتری جغرافیا و برنامهریزی شهری، استاد راهنما: سعید ملکی. دانشگاه شهید چمران اهواز. دانشکدۀ ادبیات و علوم انسانی.
4
کاویانیراد، مراد؛ 1389. تحلیل فضایی مخاطرات محیطی و بحرانهای بومشناسی در ایران. مطالعات راهبردی. 13(48): 57-33.
5
گاسپارینی، پائولو، گانتو مانفردی، دومینکو، آسپرونه؛ 1395. تابآوری و پایداری در مقابل بلایای طبیعی (چالشی برای شهرهای آینده). ترجمۀ حسین حاتمینژاد و مرتضی نصرتیهشی. تهران: انتشارات آراد کتاب.
6
Arcade, J., Godet, M., Meunier, F., and Roubelat, F. 1999. Structural analysis with the MICMAC method & Actor's strategy with MACTOR method, Futures Research Methodology, American Council for the United Nations University: The Millennium Project (1999).
7
Arnold, M., and De Cosmo, S. 2015. Building social Reilience, protecting and empowering those most at risk. International Bank for Reconstruction and Development/International Development Association or The World Bank, www.worldbank.org.
8
Botton, S., Van Heusden, M., Parsons, J. R., and Smidt, H. N. 2006. Straalen Van, Resilience of Microbial Systems towards Disturbances, Critical Reviews in Microbiology, 32: 101–112.
9
Brooks, S. K., Webster, R. K., Smith, L. E., Woodland, L., Wessely, S., Greenberg, N., and Rubin, G. J. 2020. The psychological impact of quarantine and how to reduce it: rapid review of the evidence. The Lancet, 14: 1-5.
10
Chen, Q., Liang, M., Li, Y., Guo, J., Fei, D., Wang, L., and Wang, J. 2020. Mental health care for medical staff in China during the COVID-19 outbreak. The Lancet Psychiatry, 7(4): 15-16.
11
Craven, M., Liu, L., Mysore, M., Singhal, S., Smit, S., and Wilson, M. 2020. COVID-19: Implications for business; https:// www. mckinsey. com/ business- functions/ risk/ our-insights/ covid-19-implications-for-business.
12
Fong, M. W., Gao, H., Wong, J. Y., Xiao, J., Shiu, E. Y. C., and Ryu, S. 2020. Nonpharmaceutical measures for pandemic influenza in nonhealthcare settings-social distancing measures. Emerging Infectious Diseases, 26(5): 976–984.
13
Ghosh, A., Nundy, S., Ghosh, S., and Mallick, T. K. 2020. Study of COVID-19 pandemic in London (UK) from urban context, Cities, 106: 1-9.
14
Huck, A. and Monstadt, J. 2019. Urban and infrastructure resilience: Diverging concepts and the need for cross-boundary learning, Environmental Science and Policy, 100: 211–220.
15
Hutt, R. 2020. The economic effects of COVID-19 around the world, http:// www.weforum.org/agenda/2020/02/coronavirus-economic-effects-global-economy-trade-travel/.
16
Ingalls, M.L., and Stedman, R.C. 2016. The power problematic: exploring the uncertain terrains of political ecology and the resilience framework. Ecol. Soc, 21: 1–11.
17
Jabareen, Y. 2013. Planning the resilient city: Concepts and strategies for coping with climate change and environmental risk. Cities, 31: 220–229.
18
Matthew, R.A., and McDonald, B. 2006. Cities under siege: urban planning and the threat of infectious disease. J. Am. Plan. Assoc, 72(1): 109–117.
19
Mayunga, J.S. 2007. Understanding and Applying the Concept of Community Disaster Resilience: A capital based approach. A draft working paper prepared for the summer academy for social vulnerability and resilience building, 22-28 July 2007, Munich.
20
Mishra, S, V., Gayen, A., and Haque, SK, M. 2020. COVID-19 and urban vulnerability in India. Habitat International, 103: 1-11.
21
O’Brien, K.; Sygna L., and Haugen, J. E. 2004. Vulnerable or Resilient? A Multi-Scale Assessment of Climate Impacts and Vulnerability in Norway. Climatic change, 64(1-2): 193-225.
22
Seeliger, L., and Turok, I. 2013. Towards sustainable cities: extending resilience with insights from vulnerability and transition theory. Sustain, 5: 2108–2128.
23
Shamsuddin, S. 2020. Resilience resistance: The challenges and implications of urban resilience implementation. Cities, 103: 1-8.
24
Sharifi, A., 2020. Urban resilience assessment: mapping knowledge structure and trends. Sustainability, 12(15): 5918.
25
Sharifi, A., and Khavarian-Garmsir, A. R. 2020. The COVID-19 pandemic: Impacts on cities and major lessons for urban planning, design, and management. Science of the Total Environment, 749: 1-14.
26
Spaans, M., and Waterhout, B. 2017. Building up resilience in cities worldwide–rotterdam as participant in the 100 Resilient Cities Programme. Cities, 61: 109–116.
27
United Nations. 2015. Sendai framework on disaster risk reduction 2015–2030. UN Office for disaster risk reduction. New York: United Nations.
28
Vale, L. J., Shamsuddin, S., Goh, K. 2014. Tsunami + 10: Housing Banda Aceh after Disaster. Places, December 2014. https://doi.org/10.22269/141215.
29
Wade, L. 2020. An unequal blow. Science, 368(6492): 700–703.
30
World Bank. 2019. Action plan on climate change adaptation and resilience: Managing risks for a more resilient future. Washington, DC: World Bank.
31
Zhang, P., Zhang, L., Chang, Y., Xu, M., Hao, Y., Liang, S., Liu, G., Yang, Z., and Wang, C. 2019. Food-energy-water (FEW) nexus for urban sustainability: a comprehensive review. Resour. Conserv. Recycl, 142: 215–224.
32
Zhou, P., Yang, X. L., Wang, X. G., Hu, B., Zhang, L., Zhang, W., and Shi, Z. L. 2020. A pneumonia outbreak associated with a new coronavirus of probable bat origin. Nature, 579(7798): 270–273.
33
ORIGINAL_ARTICLE
سنجش تابآوری شهری در برابر خطر زمینلرزه (موردمطالعه: کلانشهر تبریز)
با توسعۀ مداوم شهرنشینی و افزایش عدم اطمینان و خطرپذیری، تابآوری به معیار مهمی برای ایمنی شهری تبدیل شده است. سامانههای شهری بهعنوان سامانههای فضایی پویا و باز، نمودهای پیچیدۀ مشخصی را ارائه مینمایند؛ بنابراین، درک تابآوری شهری از منظر نظریۀ سامانههای پیچیده برای دستیابی به درک کامل از ترکیب و سازوکار عملکرد سامانههای شهری و سپس بهبود ماهیت علمی شناخت و پژوهشهای سامانۀ شهری حائز اهمیت است. مناطق شهری، بیشینۀ جمعیت کشور را در خود جای دادهاند و علاوه بر گرههای مصرف منابع و کانونهای نوآوری، از لحاظ نظری و عملی به عرصۀ عمدۀ آزمون تابآوری در برابر مخاطرات طبیعی بهویژه زمینلرزه تبدیل شدهاند. پژوهش حاضر با هدف سنجش تابآوری شهر تبریز بهعنوان بزرگترین کانون جمعیتی شمال باختری ایران و درعینحال یکی از لرزهخیزترین شهرهای کشور در برابر خطر زمینلرزه انجام شده است. این پژوهش از لحاظ روش از نوع توصیفی- تحلیلی و از نظر هدف نیز کاربردی است. بر این اساس تابآوری شهری تبریز بر مبنای 14 معیار در قالب 4 مؤلفه اصلی (تابآوری اجتماعی، اقتصادی، نهادی، کالبدی) به روش دلفی و توسط 50 نفر خبره مورد ارزیابی قرار گرفته است. برای واکاوی دادهها، از آزمونهای t تک نمونهای، فریدمن، کندال و تحلیل مسیر در قالب نرمافزار SPSS استفاده شده است. یافتههای پژوهش نشان داد که وضعیت تابآوری شهر تبریز در برابر وقوع زمینلرزۀ احتمالی بعد اجتماعی، 19/2؛ در بعد اقتصادی، 37/2؛ در بعد نهادی، 94/1؛ و در بعد کالبدی 57/2 است. در مجموع میزان تابآوری شهر تبریز در برابر زمینلرزه، با میانگین 33/2 نامطلوب است. از بین مؤلفههای چهارگانه، مؤلفۀ کالبدی با مجموع اثرات مستقیم و غیرمستقیم 560/0 آلفا را تبیین نموده و مؤثرترین مؤلفه در تابآوری شهر تبریز است. ابعاد چهارگانه تابآوری، روی هم رفته توانستند 345/0 از تابآوری شهر تبریز را تبیین نمایند.
https://geoeh.um.ac.ir/article_39423_87e3c3694e0dfa4ae7a0f040f563387b.pdf
2021-01-20
201
219
10.22067/geoeh.2021.67022.0
تابآوری اجتماعی و اقتصادی
تابآوری نهادی و کالبدی
خطر زمینلرزه
تابآوری شهری
تبریز
فروغ
نامجو
sajjadpoorbaghban@yahoo.com
1
دانشجوی دکتری گروه جغرافیا و برنامهریزی شهری، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
AUTHOR
رسول
صمدزاده
samadzadehr@gmail.com
2
دانشیار گروه جغرافیا، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
LEAD_AUTHOR
محمد تقی
معصومی
taqi.masoumi@gmail.com
3
استادیار گروه جغرافیا، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
AUTHOR
اسدی، مهسا؛ زیاری، کرامت الله؛ وطنخواهی، محسن؛ 1397. سنجش و ارزیابی میزان تابآوری بافتهای فرسوده شهری در برابر مخاطرات محیطی (نمونه موردی: بافت فرسوده کلانشهر کرج). پژوهش و برنامهریزی شهری. دورۀ 9 شمارۀ35. صص 122-111.
1
بهتاش، فرزاد؛ علی کینژاد، محمدرضا؛ پیربابایی، محمدتقی؛ عسگری، علی؛ 1392. ارزیابی و تحلیل ابعاد و مؤلفههای تابآوری کلانشهر تبریز». نشریه هنرهای زیبا، معماری و شهرسازی. دورۀ 18. شمارۀ 3. صص 43-33.
2
پاشاپور، حجت اله؛ پوراکرمی، محمد؛ 1396. سنجش ابعاد کالبدی تابآوری شهری در برابر مخاطرات طبیعی (زلزله) (مطالعه موردی منطقه 12 شهر تهران). مطالعات برنامهریزی سکونتگاههای انسانی. دورۀ 12. شمارۀ 4. صص 985-1002.
3
پورشریفی، جواد؛ قلعهنویی، محمود؛ 1393. «تابآوری شهری رویکردی جدید در مواجهه با تغییرات و چالشها». اولین کنگره بینالمللی افقهای جدید در معماری و شهرسازی. تهران. صص 125-110.
4
دلاور، نسرین؛ 1396. برنامهریزی راهبردی ارتقای تابآوری محلات شهر تهران (مطالعه موردی: منطقه 12 تهران)». تهران: پایاننامه کارشناسی ارشد. رشتۀ جغرافیا و آمایش شهری. استاد راهنما: دکتر موسی کمانرودی کجوری. دانشکدۀ جغرافیا. دانشگاه تهران.
5
رمضانزاده لسبوئی، مهدی؛ بدری، علی؛ 1393. تبیین ساختارهای اجتماعی- اقتصادی تابآوری جوامع محلی در برابر بلایای طبیعی با تأکید بر سیلاب. فصلنامه بینالمللی انجمن جغرافیای ایران. دورۀ 12. شمارۀ 4. صص 131-109.
6
رمضانزاده لسبوئی، مهدی؛ درستکار گلخیلی، هما؛ 1393. سرمایههای شهروندان در راستای کاهش آسیبپذیری و ارتقاء تابآوری در برابر بلایای طبیعی. همایش علوم جغرافیایی ایران. موسسه جغرافیا. دانشگاه تهران.
7
زرکانی، علیرضا؛ شیخالاسلامی، علیرضا؛ پریزادی، طاهر؛ 1398. تحلیل وضعیت تابآوری شهری در برابر مخاطرات طبیعی (موردمطالعه: شهر باقرشهر). فصلنامه برنامهریزی شهری. دورۀ 10. شمارۀ 37. صص 54-41.
8
ساسانپور، فرزانه؛ آهنگری، نوید؛ حاجینژاد، صادق؛ 1396. ارزیابی تابآوری منطقه 12 کلانشهر تهران در برابر مخاطرات طبیعی. نشریۀ تحلیل فضایی مخاطرات محیطی. دورۀ 4. شمارۀ 3. صص 98-85.
9
شکری فیروزجاه، پری؛ 1397. سنجش میزان تابآوری شهرها در برابر مخاطرات طبیعی (مطالعۀ موردی: شهر بابل). مطالعات برنامهریزی سکونتگاههای انسانی. دورۀ 13. شمارۀ 3. صص 678-663.
10
صمدزاده، رسول؛ 1398. ژئومورفولوژی ایران. انتشارات سمت. چاپ نخست. تهران.
11
غفاری، عطا؛ پاشازاده، اصغر؛ آقایی، واحد؛ 1396. سنجش و اولویتبندی تابآوری شهری در مقابل زلزله (نمونه موردی شهر تبریز و مناطق چهارگانه آن). جغرافیا و مخاطرات محیطی. شمارۀ 21. صص 65-45.
12
نظمفر، حسین؛ پاشازاده، اصغر؛ 1397. ارزیابی تابآوری شهری در برابر مخاطرات طبیعی (مطالعهموردی: شهر تبریز). مجله آمایش جغرافیایی فضا. دورۀ 8. شمارۀ 27. صص 116-101.
13
Aljaberin K., 2012. Community resilience framework for an earthquake prone area in Baluchistan. International Journal of Disaster Risk Reduction, 2: 25-36.
14
Coaffee J., 2010. Protecting vulnerable cities: the UK’s resilience response to defending everyday urban infrastructure. International Affairs, 86 (4): 939 - 954.
15
Coghlan A, Norman S., 2014. Trans-Tasman collaboration setting the new recovery agenda, Australian Journal of Emergency Management, 19(4): 55-70.
16
Coghlan A, Norman, S., 2014. Trans-Tasman collaboration setting the new recovery agenda. Australian Journal of Emergency Management, 19(4): 30-45.
17
Davis I., 2014. The application of performance targets to promote effective earthquake risk reduction.
18
Dogulu CK, Ikizer G., 2016. How do survivors perceive community resilience? The case of the 2011 earthquakes in Van, Turkey. Journal of Disaster Risk Reduction, 16: 108-114.
19
EStoon M., 2016. The effects of urban patterns on ecosystem function. International regional science review, 28(2): 168-192.
20
Folke C, Carpenter, S, Walker B, Scheffer M, Elmqvist T, Gunderson L, Holling CS., 2015. Regime shifts, resilience, and biodiversity in ecosystem management. Annu. Rev. Ecol. Evol. Cyst, 35: 557-581.
21
Kalfe R., 2011. Post-disaster Reconstruction of the Built Environment: Rebuilding for resilience. John Wiley & Sons.
22
Maguire B, Hagan, P., 2015. “Disasters and communities: understanding social resilience,” the Australian journal of emergency management, 22 (2): 6-19.
23
Marana P, Eden C, Eriksson H, Grimes C, Hernantes J, Hawick S, Pyrko I., 2019. Towards a resilience management guideline—Cities as a starting point for societal resilience. Sustainable Cities and Society, 101531.
24
Matyas D, Pelling M., 2014. Positioning resilience for 2015: The role of resistance, incremental adjustment and transformation in disaster risk management policy. Disasters, 39 (I), 1-18.
25
Mitchell, T., & Harris, K., 2012. Resilience: A risk management approach. Overseas Development Institute, 1-7.
26
Shim Heon J., & Kim Il., Ch., 2015. Measuring Resilience to Natural Hazards: Towards unstainable Hazard Mitigation. Sustainability, 7:1453-1485.
27
ORIGINAL_ARTICLE
شناسایی مخاطرات آلایندههای مکان دفن پسماند مبتنی بر مدل RASCL (مطالعۀ موردی: شهر تنکابن)
در دهههای اخیر با پیشرفت فنّاوری و مدیریت جامع مواد زائد جامد شهری، از روشهایی مانند بازیافت، تیمار بیولوژیکی، تیمار حرارتی و دفن بهداشتی استفاده شده است. روش دفن بهداشتی بهعنوان یکی از راهبردهای مطرح در سلسلهمراتب مدیریت جامع پسماند به شمار میآید و نسبت به سایر روشهای دفع، رایجتر و کمهزینهتر است. هدف از این پژوهش شناسایی معضلات و ریسکهای زیستمحیطی مکان دفن پسماند شهر تنکابن به روش RASCL است. این روش بهمنظور ارزیابی ریسک ناشی از محلهای دفن زباله نهچندان بزرگ، استفاده میشود و توسط آن به تعیین میزان ریسک آلودگی آبهای زیرزمینی و تجمع گاز و عواملی پرداخته شده است که تأثیر بیشتری در آلودگی این دو عامل دارند. با توجه به تحلیل RASCL و AHP معیار سیستم جمع کننده شیرابه دارای بیشترین تأثیر بر روی ریسک آلودگی آبهای زیر زمینی است. در زمینۀ ریسک تجمع گاز، معیار نوع پسماند و نوع گاز تولید شده دارای بیشترین وزن و در نتیجه بیشترین تأثیر بر روی ازدیاد ریسک تجمع گاز است. ریسک محاسبه شده برای آلودگی آبهای زیر زمینی در حد متوسط و ریسک حاصل از تجمع گاز در مکان دفن پسماند در حد کم قرار دارد. ازآنجاییکه عمق سفره آب زیرزمینی در این مکان بیش از 22 متر و فاصلۀ آن تا مصرفکننده بیش از دو کیلومتر است، به دلیل وجود چشمه در نزدیکی محل دفن زباله، ریسک آلودگی آب زیرزمینی در این منطقه بالا است.
https://geoeh.um.ac.ir/article_39352_b1aa388038af7dc838ba3c0276020725.pdf
2021-01-20
221
238
10.22067/geoeh.2020.66984.0
محیطزیست
مکان دفن پسماند
RASCL
AHP
تنکابن
المیرا
عبدالهی
1
کارشناسی ارشد آلودگیهای محیطزیست، دانشگاه آزاد اسلامی تنکابن، تنکابن، ایران
AUTHOR
مهدی
محمد علیخانی
m.mohammadalikhani1982@gmail.com
2
دکتری تکثیر و پرورش آبزیان، باشگاه پژوهشگران جوان و نخبگان، دانشگاه آزاد اسلامی علوم و تحقیقات تهران، تهران، ایران.
LEAD_AUTHOR
امین شرعی، فرهام؛ قنبری، فاطمه؛ 1388. ارزیابی ریسک محیط زیستی و ایمنی در محل دفن پسماند شهر اندیشه. دومین کنفرانس بینالمللی جایگاه ایمنی. بهداشت و محیطزیست در سازمانها. اصفهان. https://civilica.com/doc/88378.
1
پاداش، امین؛ نبوی، سیدمحمدباقر؛ دهزاد،بهروز؛ جوزی، سیدعلی؛ مرادی، نبی اله؛ 1389.برنامهریزی راهبردی توسعه حفاظت محیطزیست در مناطق حفاظت شده دریایی (مطالعه موردی منطقه حفاظت شده مند-استان بوشهر). بهار و تابستان. دوره1. شماره1. از صفحه 53 تا صفحه 66.
2
پوراحمد، احمد؛ حبیبی، کیومرث؛ محمدزهرایی، سجاد؛ نظری عدلی، سعید؛ 1386. استفاده از الگوریتمهای فازی و GIS برای مکانیابی تجهیزات شهری (مطالعه موردی: محل دفن زباله شهر بابلسر.محیط شناسی. دوره 33. شماره 42 . از صفحه 31 تا صفحه 42 .
3
چیتسازان، منوچهر؛ دهقانی، فاطمه؛ راست منش، فاطمه؛ میرزایی، یحیی؛ 1392. مکانیابی دفع پسماندهای جامد شهری با استفاده از فنآوریهای اطلاعات مکانی و منطق فازی – تحلیل سلسله مراتبی Fuzzy-AHP(مطالعه موردی: رامهرمز). مجله کاربرد سنجشازدور و GIS در علوم منابع طبیعی. سال چهارم. شماره 1. صفحه 39 تا 55.
4
حیدریان دانا، ناهید و پرورش، عبدالرحیم و خیادانی، مهدی؛ 1386. ارزیابی آلودگی شیمیایی آبهای زیر زمینی و آبهای سطحی مناطق پاییندست محل قدیمی دفن زباله شهرستان ساری (سمسکنده). دهمین همایش ملی بهداشتمحیط. همدان،،،.https://civilica.com/doc/74875
5
سالاری،مرجان؛ معاضد، هادی؛ رادمنش، فریدون؛ 1391. مکانیابی محل دفن پسماند شهری با استفاده از مدل AHP_FUZZY در محیطGIS (مطالعه موردی: شهر شیراز). بهار. دوره 11. شماره 1. از صفحه 96 تا صفحه 109.
6
علیاکبری، اسماعیل؛ جمال لیوانی، آتنا؛ 1390. مکانیابی محل دفن بهداشتی زباله های جامد شهری با استفاده از روشAHP (مطالعه موردی: شهر بهشهر). نشریهجغرافیا. دوره 9. شماره 30. از صفحه 95 تا صفحه111
7
قدسی پور، سید حسن. 1381. مباحثی در تصمیمگیری چند معیاره. انتشارات دانشگاه امیرکبیر. چاپ سوم.
8
قلندریان،ایمان؛ تقوایی، علی اکبر؛ کامیار، مریم؛ 1395. مطالعۀ تطبیقی رابطۀ انسان و محیطزیست در تفکر توسعۀ پایدار و تفکر اسلامی. نشریه پژوهشهای معماری اسلامی. بهار. دوره 4. شماره1 . از صفحه 62 تا صفحه 78 .
9
مشایخی، حبیبالله؛ ۱۳۸۰. نگاهی همهسویه به تنکابن. تهران.انجمن آثار و مفاخر فرهنگی.
10
منوری، م؛ 1385.درسنامهمکانیابیوطراحیمحلدفنزباله. دانشگاه آزاد اسلامی واحد علوم و تحقیقات. دانشکده محیطزیست و انرژی. پایاننامه کارشناسی ارشد.
11
مهرگان، محمدرضا؛ 1383. پژوهش عملیاتی پیشرفته. انتشارات کتاب دانشگاهی. چاپ اول.
12
یمانی، مجتبی؛ علی زاده، شهناز؛ 1394. مکانیابی بهینه دفن زبالههای جامد شهری منطقه هشتگرد به روش فرایند تحلیل سلسله مراتبی (AHP)و سیستم اطلاعات جغرافیایی (GIS).https://civilica.com/doc/514685.
13
Barlaz, M.A., Rooker, A.P., Kjeldsen, P., M.A, GaberBorder, R.C., 2002. A critical evaluation of factors required to terminate the post-closure monitoring period at solid waste landfills. Environment science & technology, Vol.36, PP:3457–64.
14
Lendi, S., Bishop, I.., Evans, D., 2002. Assessing the demand of solid disposal in urban region by urban modeling in GIS environment. Journal of Resource Conservation and Recycling.
15
Qodsipour, S.H., 1999.Analytical Hierarchy Process (AHP), Amirkabir University of Technology Publication. Tehran.220p. (In Persian).
16
Ramanathan, G.., Arulkumaran, S., 2006. Postpartum hemorrhage. Journal of Obstetrics and Gynaecology Canada: JOGC, 28, 967-973.
17
Saaty, T.L.1980.The Analytic Hierarchy Process, Education, pp. 1–11.
18
Saaty, T.L., Vargas, L. G., 2001.Models, Methods, Concepts, and Applications of the Analytic Hierarchy Process; 1st edn, Kluwer Academic, Boston, 333p.
19
Sener,S.,Sener E.,Nas,B.,aguzel, R., 2010. Combining AHP with GIS for landfill site selection: A case study in the Lake Beysehir catchment area (Konya, Turkey). Waste Management 30: 2037-2046.
20
Shalabi, M.A., Shattri Bin, M., Nordin Bin, A., Rashid Shiriff, A., 2006. GIS based Multicriteria Approaches to Housing Sitesuitability assessment. XXIII FIG Congress–Munich, Germany, P12. October 8- 13, p:12.
21
Wagner, E.D., 2002.Public Key infrastructure(PKI) and virtual network(VPN)compared using autility function and the analytic hierarchyproces(AHP). M. Sc Thesis, Virginia Polytechniic Institue and state University 50pp.
22