بررسی رابطۀ شاخص غبارناکی با برخی از متغیرهای اقلیمی، شاخص پوشش گیاهی و تیپ‌های اراضی (مطالعه موردی: دشت یزد-اردکان)

کمالی, پریسا; تازه, مهدی; کلانتری, سعیده; فهرستی, مسعود; جبالی, عاطفه

doi:10.22034/jdmal.2023.1989675.1407

بررسی رابطۀ شاخص غبارناکی با برخی از متغیرهای اقلیمی، شاخص پوشش گیاهی و تیپ‌های اراضی (مطالعه موردی: دشت یزد-اردکان)

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ کارشناس ارشد مدیریت کنترل و بیابان، گروه طبیعت، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان، اردکان، ایران.

² دانشیار گروه طبیعت، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان، اردکان، ایران.

³ استادیارگروه طبیعت، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان، اردکان، ایران.

⁴ استادیار گروه اقتصاد کشاورزی، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان، اردکان، ایران.

⁵ پژوهشگر پسادکتری، دانشکده منابع‌طبیعی و کویرشناسی، دانشگاه یزد، یزد، ایران.

10.22034/jdmal.2023.1989675.1407

چکیده

گردوغبار یکی از مهمترین پدیده‌های اتمسفری رایج در مناطق خشک و نیمه خشک است که طی دهۀ اخیر مورد توجه پژوهشگران زیادی قرار گرفته است. پژوهش حاضر، تعداد روزهای گردوغبار و رابطۀ آن با ویژگی‌های اقلیمی، پوشش گیاهی و تیپ‌های اراضی از سال 2005 تا 2017 میلادی، واقع در منطقه دشت یزد-اردکان مورد بررسی قرار داده است. شاخص غبارناکی منطقه مورد مطالعه در دو ایستگاه هواشناسی یزد و میبد، محاسبه و با طبقه‌بندی تصاویر دو ماهواره لندست 7 و 8 در سال‌های مذکور، نقشۀ تیپ‌های اراضی در واحدهای کاری اراضی زراعی، اراضی شهری، دشت‌سر اپانداژ، دشت‌سر پوشیده و ارگ، تهیه شد، سپس لایه NDVI در دو طبقه، برای ماهواره‌های لندست 7 و 8 محاسبه شد. مساحت طبقات برای تمام سطوح منطقه و همچنین در دو حریم 10 و 20 Km به مرکز ایستگاه‌های یزد و میبد، محاسبه گردید. در گام بعد رابطۀ متغیرهای اقلیمی شامل میانگین دما، بارش و رطوبت نسبی سالانه محاسبه و در پایان رابطۀ بین شاخص غبارناکی با تیپ اراضی، لایه NDVI و متغیرهای اقلیمی به‌دست آمد. نتایج نشان داد که رابطۀ بین شاخص DSI با تیپ ارگ مستقیم، ولی با تیپ‌های دشت‌سر اپانداژ، دشت‌سر پوشیده و اراضی زراعی رابطه عکس دارد. طبق نتایج بدست آمده، تیپ اراضی شهری بر روی شاخص غبارناکی دارای تأثیر چندانی نیست. در بررسی شاخص DSI با شاخص NDVI با افزایش شاخص غبارناکی منطقه، مقادیر NDVI برای تمام سطوح کاهش یافته است. رابطه متغیرهای اقلیمی با شاخص DSI نیز نشان داد که با کاهش میانگین بارش سالانه و رطوبت نسبی و افزایش دمای میانگین، شاخص غبارناکی افزایش یافته است.

کلیدواژه‌ها

20.1001.1.24763985.1401.10.4.6.6

موضوعات

بیابان‌

مراجع

Afrasiabi, S., Tazeh, M., Taghizadeh, R., Ghaneei bafghi, M., & Kalantari, S. (2019). Performance of two measurement methods of pin meter and laser disto meter in the measurement of microtopography created by desert pavement. Desert Ecosystem Engineering Journal, 8(22), 1-14. (in Farsi)
AlBadi, H., Boland, J., Bruce, D., & Wedding, B. (2018). Estimating effective dust particle size from satellite observations. Remote Sensing Applications: Society and Environment, 11, 186-197.
Azad, M., Kalantari, S., Shirmardi, M., & Tazeh, M. (2021). Investigation of land use and physico-chemical properties of soil on wind erosion threshold velocities using data mining. Desert EcosystemEngineering Journal, 9(28), 1-14. (in Farsi)
Csavina, J., Field, J., Felix, O., Corral-Avitia, A.Y., Saez, A.E., & Betterton, E.A. (2014). Effect of wind speed and relative humidity on atmospheric dust concentration in semi-arid climates. Science of the Total Environment, 487, 82-90.
Cui, M., Lu, H., Etyemezian, V., & Su, Q. (2019). Quantifying the emission potentials of fugitive dust source in Nanjing, East China. Atmospheric Environment, 207, 129-135.
Du, H., Wang, T., Xue, X., & Li, S. (2018). Modelling of sand/dust emission in northern China from 2001 to 2014. Geoderma, 330, 162-176.
Goudie, A.S., & Middleton, N.J. (2001). Saharan dust storms: Nature and consequences. Earth Science Reviews, 56, 179-204.
Iran Meteorological Organization, 2018. Recived September 9, 2018, from http://www.irimo.ir. (in Farsi)
Jury, M.R. (2018). Climatic modulation of early summer dust emissions over west Africa. Arid Environment. 152, 55-68.
Kargaran, F., Kalantari, S., ghanei Bafghi, M.J., & Tazeh, M. (2017). The Compare of grading criteria in Coarse ripple Mark on the windward and leeward slopes (Case Study: Hassan Abad erg in Bafg). Quantitative Geomorphology Research, 5(19), 111-120. (in Farsi)
Lee, J.A., & Gill, T.E. (2015). Multiple causes of wind erosion in the dust Bowl. Aeolian Research, 19, 15-36.
Miri, A. (2019). Analysis of dust storms in Sistan using DDI and DSI indices and parameters of wind speed, horizontal visibility and PM10 concentration. Water and Soil Protection Research, 27(1), 1-23.
MohammadKhan, Sh. (2016). Status and trends of dust storms in Iran from 1364 to 1384. Range and Watershed Managment, 70(2), 495-514. (in Farsi)
Norouzi, S., & Khademi, H. (2015). Spatial and temporal variation in dust deposition rate in Isfahan and its relationship with selected climatic parameters. Agricultural Sciences and Techniques and Natural Resources. 19(72), 149-162. (in Farsi)
O′Loingsigh, T., Tainsh, G.H., Tews, E.K., Strong, C.L., Leys, J.F., Shinkfield, P., & Tapper, N.J. (2014). The dust storm index (DSI): A method for monitoring broad scale wind erosion using meteorological records. Aeolian Research, 12, 29-40.
Rashki, A., kaskaoutis, D.G., & Sepehr, A. (2018). Statistical evaluation of the dust events at selected stations in south west Asia: From the Caspian Sea to the Arabian Sea. Catena, 165, 590-603.
Sabbah, I. Leon, J.F., Sorribas, M., Guinot, B., Cordoba-Jabonero, C., Souza, A., & Al Sharifi, F. (2018). Dust and dust storms over Kuweit: Ground-Based and satellite observations. Atmospheric and Solar-Terrestrial Physics, 179, 105-113.
Tavousi, T., & Zahraei, A. (2012). Time series modeling of dust phenomenon in Ahvaz city. Chapter-Letter of Geographical Research, 28(2),159-170.
Tazeh, M., Asadi, M., Taghizadeh, R., Kalantari, S., & Sadeghinia, M. (2018). Evaluation of geomorphomety indicators in the semi-automatic separate of geomorphology types in desert areas (case study: west north of Ardekan). Rangeland and Desert Research, 25(1), 29-43. (in Farsi)
Wang, R., Liu, B., Li, H., Zou, X., Wang, J., Liu, W., Cheng, H., Kang, L., & Zhang, Ch. (2017). Variation of strong dust storm events in Northern China during 1978-2007. Atmospheric Research, 183, 166-172.
Zarei, M., Tazeh, M., Moosavi, V., & Kalantari, S. (2021). Investigating the capability of thermal-moisture indices extracted from MODIS data in classification and trend in wetlands. Journal of the Indian Society of Remote Sensing, 49(10), 2583-2596.
Zehtabian, G., Azarnivand, H., Ahmadi, H., & Kalantari, S. (2013). Presentation of suitable model to estimate vegetation fraction using satellite images in arid region (case study: Sadough-Yazd, Iran). Rangeland Science,3(2), 108-117.