مقایسه کارایی مدل های پهنه بندی بیابان زایی MEDALUS،MICD و FAO-UNEP در کانون بحران بیابان زایی منطقه جرقویه استان اصفهان
Publish place: Journal of Water and Soil Science، Vol: 19، Issue: 71
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 182
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-19-71_026
تاریخ نمایه سازی: 22 اردیبهشت 1400
Abstract:
بیابان زایی به عنوان یک بحران مهم در مناطق خشک استان اصفهان شناحته شده است. بنابراین، مطالعه حاضر با هدف ارزیابی سه مدل اصلی پهنه بندی شدت بیابان زایی MEDALUS، MICD و FAO-UNEP در کانون بحران بیابان زایی منطقه جرقویه در شرق اصفهان صورت گرفته است. بدین منظور معیارها و شاخص های بیابان زایی مربوط به آنها براساس خصوصیات منطقه و کارهای میدانی انتخاب و نقشه آنها در ۲۷ رخساره ژئومرفولوژی تهیه گردید. نقشه های شدت بیابان زایی تولیدی براساس کلاس های هر مدل در محیط ArcGIS ۱۰ طبقه بندی گردید و سپس توسط نرم افزار IDRISI Tiga ۱۶.۰۳ با یکدیگر مقایسه شدند. مطابق نتایج هر سه مدل، بیش از ۹۵% منطقه مطالعاتی دارای کلاس بیابان زایی شدید است. مقایسه کلاس های شدت بیابان زایی بین سه مدل نشان داد که تنها ۴۵% شدت بیابان زایی در بین مدل ها مشابه بوده که این امر به علت مختلف بودن تعداد کلاس ها و همچنین معیارها و شاخص ها در مدل های مختلف است. با توجه به صحت نقشه شدت بیابان زایی مدل مدالوس و همچنین سازگاری آن در انتخاب معیارها و شاخص ها، به کارگیری سامانه GIS و میانگین هندسی در پهنه بندی بیابان زایی؛ به عنوان مدل برتر انتخاب گردید. طبق این مدل به ترتیب ۸۵% و ۱۵% از منطقه دارای بیابان زایی بسیار شدید و شدید است که بیانگر میزان بیابان زایی بسیار بالا در منطقه است و باید هرچه سریع تر با اجرای برنامه های بیابان زدایی روند صعودی فرایند آن را کاهش داد.
Keywords:
Desertification , MEDALUS , MICD , FAO-UNEP , Isfahan. , : بیابان زایی , MEDALUS , MICD , FAO-UNEP , اصفهان
Authors
محبوبه فتحی
Dept of Natur. Isf. Univ. of Technol., Isfahan, Iran.
رضا جعفری
Dept of Natur. Isf. Univ. of Technol., Isfahan, Iran.
سعید سلطانی
Dept of Natur. Isf. Univ. of Technol., Isfahan, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :