تثبیت ریزگردها در حوضه غربی دریاچه ارومیه با استفاده از مالچ پاشی و کاشت نهال بر اساس تصاویر ماهوارهای (مطالعه موردی : روستای جبل کندی)
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 616
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICULC01_069
تاریخ نمایه سازی: 19 خرداد 1396
Abstract:
کاهش سطح آب دریاچه ارومیه یکی از تهدیدات جدی زیستمحیطی محسوب میشود که یکی از خطرناکترین پیامدهای آن وجود گرد و غبار ناشی از شن و ماسه ریز سواحل بدون رطوبت دریاچه میباشد. مالچ پاشی و کاشت نهالهای مقاوم مانند گز و قره داغ امروزه یکی از راهکارهای اساسی در راستای کاهش گرد و غبار و کویرزایی میباشد. هدف از این پژوهش تثبیت ریزگردها با استفاده از روشهای بیولوژیک مالچ پاشی، کاشت نهال مقاوم و نصب بادگیر با توجه به شرایط بحرانی منطقه با استفاده از تصاویر ماهوارهای لندست میباشد. بر این اساس ابتدا با استفاده از مشاهدات میدانی و تپههای شاهد معینشده در منطقه از بحرانی بودن شرایط منطقه از نظر حمل ریزگردها اطمینان حاصل شد و سپس با استفاده از تصاویر ماهوارهای لندست 8 و 4 در دو سال مختلف با استفاده از نرمافزار1.envi5 تصاویر با روش نزدیکترین فاصله طبقهبندی شدند و در نرمافزار 2.arcgis10 تغییرات اراضی آشکارسازی و در چهار کد قرار گرفتند و برای هر کد یکی از روشهای تثبیت ریزگردها یا ترکیبی از هر سه مشخص گردید. نتایج بهدست آمده در پژوهش نشان میدهد که در مناطقی با قابلیت کشت و شنهای با ذرات 75.4 میلیمتر به بالا به کاشت درختچههای مقاوم و به مناطق ماسهای با ذرات کمتر از 75.4 و دارای تپههای ماسهای از مالچ بیولوژیک، کاشت نهال و ساخت بادگیر به صورت ترکیبی استفاده میکنیم. همچنین در نتایج بعدی مساحتهای اراضی آشکارسازی شده با استفاده از 2.arcgis10 برآورد شد، اراضی با کد 1 تا 4 به ترتیب در سال 2016 برابر با 2500 ،1100 ،950 ،2150 میباشد که دال بر افزایش مناطق خشک و کویری میباشد.
Keywords:
Authors
رامین صالحیان
دانشجوی کارشناسی ارشد دانشگاه تبریز
سوما حاجی
کارشناس گیاه پزشکی دانشگاه ارومیه
علی اکبر رسولی
استاد گروه سنجش از دور، دانشگاه تبریز
نیکجو
استاددانشکده جغرافیا وبرنامه ریزی دانشگاه تبریز
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 :