پایش و ارزیابی تغییرات مکانی هدایت الکتریکی خاک با استفاده از سنجش از دور

نوع مقاله : پژوهشی

نویسندگان

1 دانشیار، گروه آب و هواشناسی، دانشکدۀ انسانی، دانشگاه زنجان

2 استادیار، گروه آب و هواشناسی، دانشکدۀ انسانی، دانشگاه زنجان

3 دانشجوی دکترای آب و هواشناسی، دانشکدۀ انسانی، دانشگاه زنجان

چکیده

‌شور شدن خاک‏ها، مسئلۀ مهم محیطی است که سبب کاهش بهره‏وری خاک می‏شود. برای مدیریت بهینۀ منابع خاکی پایش کمی شوری خاک، تغییرات زمانی و تحلیل فضایی عوامل تأثیرگذار بر آن ضروری به نظر می‏رسد. هدف از تحقیق حاضر، استخراج نقشۀ پراکندگی شوری خاک و تحلیل فضایی آن پس از بارش‏های بیش از نرمال سال آبی 1397ـ 1398 در غرب ایران است. با استفاده از تصاویر ماهواره‏ای لندست و شاخص GDVI و به‏وسیلۀ الگوریتم نوشته‏شده در سامانۀ گوگل اینجین، نقشۀ هدایت الکتریکی خاک استخراج ‏شده و در پنج کلاس شوری طبقه‏بندی شد. نتایج نشان داد به‏طور کلی شوری خاک در محدودۀ مطالعه‌شده کاهش‏ یافته است. اگر عامل بارشی در دورۀ مطالعه‌شده مهم‏ترین عامل در تغییرات پراکندگی شوری بدانیم، مناطق با شوری شدید که در کلاس ارتفاعات کم قرار دارند، تغییری نکرده است. این عامل به دلیل وجود سازندهای شور و شیب ملایم اطراف آنها نتوانسته تأثیر زیادی بر کلاس شوری شدید بگذارد، اما کلاس با شوری متوسط بیشترین تغییرات را داشته و بارش توانسته است شوری سطح خاک این کلاس را به پایین‏دست جابه‏جا کند.جهت بیضی سه برابر انحراف استاندارد مکانی شمال غربی به جنوب شرقی به دست آمد که نشان می‏دهد بیش از 99 درصد پراکندگی شوری به تبعیت از آرایش مکانی ارتفاعات، بارش و پراکندگی رده‏های خاک در این راستا گسترش دارد. آمارۀ 4566/0شاخص موران و P_Value مقدار 00/0 خودهمبستگی مکانی شوری خاک را در غرب کشور نشان داد.نقشۀ لکه‏های داغ نیز نشان داد شوری سطحی خاک به‏صورت خوشه‏ای در راستای شمال غرب و به جنوب شرق و در ارتفاعات کمتر از 1200 متر قرار دارد.تحلیل لکه‏های داغ نیز نشان داد شوری خاک به سمت شرق و داخل کشور بیشتر الگوی خوشه‏بندی پیدا کرده است. از نتایج و روش این تحقیق می‏توان به‌‏راحتی و با سرعت زیاد مناطقی که در معرض شوری خاک قرار دارند، شناسایی و پایش کرده و در برنامه‏ریزی‏های محیطی برای پیاده‏سازی اقدامات پیشگیرانه استفاده کرد. همچنین، از نتایج تحقیق حاضر و خروجی‏های آن برای شناسایی کانون‏های شوری خاک در برنامه‏ریزی‏های کشاورزی و تخصیص امکانات استفاده کرد.

کلیدواژه‌ها


[1]. Akça P, Aydin M, Kapur S, Kume T, Nagano T, Watanab S, Çilek A Zorlu K. Long-term monitoring of soil salinity in a semi-arid environment of Turkey.2020;19:104614.
[2]. Daliakopoulos N, Tsanis, K, Koutroulis A, Kourgialas N, Varouchakis A, Karatzas P, Ritsema C. The threat of soil salinity: A European scale review. Sci. Total Environ.2016; 573:727–739.
[3]. Tanji K. Salinity in the Soil Environment. In Salinity: Environment-Plants-Molecules. Dordrecht. The Netherlands. 2004; pp. 21–51.
[4]. Abuelgasima A, Ammad R. Mapping soil salinity in arid and semi-arid regions using Landsat 8 OLI satellite data, Remote Sensing Applications: Society and Environment.2019; 13 (2019): 415–425.
[5]. Zheng H, Schroder J, Pittman J, Wang J, Payton ME. Soil salinity using saturated paste and 1:1 soil to water extracts. Soil Sci Soc Am J.2005; 69(4):1146–1151
[6]. Allbed A, Kumar L. Soil Salinity Mapping and Monitoring in Arid and Semi-Arid Regions Using Remote Sensing Technology: A Review. Advances in Remote Sensing.2013; 2: 373-385
[7]. AlKhair F. Soil Salinity Detection Using Satellite Remote Sensing. Submitted to the international institute for Geo- information science and earth observation in partial fulfillment of the requirements for the degree of Master of Science in geo- information science and earth observation. Netherland.2003.P70.
[8]. Meternicht G, Zink j. Remote Sensing of Soil Salinity: Potentials and Constraints. Remote Sensing of Environment.2003; 5812:1-20.
[9]. Ghabour T, Daels, L. Mapping andmonitoring of soil salinity of ISSN. Egypt. J. Soil Sci.1993; 33 (4): 355–370.
[10]. Ivushkina K, Bartholomeusa H, Bregta A, Alim K, Bas S. 2019, Global mapping of soil salinity change, Remote Sensing of Environment.2019;231(15):111260.
[11]. Fourati T, Bouaziz H, Benzina M. Detection of terrain indices related to soil salinity and mapping salt-affected soils using remote sensing and geostatistical techniques. Environ Monit Assess.2017; 189, 177. https://doi.org/10.1007/s10661-017-5877-7
[12]. Jiang H., Shu H. Optical remote-sensing data based research on detecting soil salinity at different depth in an arid-area oasis, Xinjiang, China. Earth Sci Inform. 2019; 12: 43–56.
[14]. Koshal K. Spectral Characteristics of Soil Salinity Areas in Parts of South-West Punjab through Remote Sensing and GIS, International Journal of Remote Sensing and GIS, 2012; 1, (2): 84-89.
[15]. Sharma R, Mondal A. K. Mapping of soil salinity and sodicity using digital image analysis and GIS in irrigated lands of the Indo-Gangetic plain. Agropedology, 2006; 16: 71–76.
[16]. WENG L, GONG P, ZHU Z. A Spectral Index for Estimating Soil Salinity in the Yellow River Delta Region of China Using EO-1 Hyperion Data, Pedosphere, 2010; 20(3): 378-388.
[17]. Khadim F, Su H, Xu L, Tian J. Soil salinity mapping in Everglades National Park using remote sensing techniques and vegetation salt tolerance, Physics and Chemistry of the Earth,2019;31-50.
[18]. Nguyen K, Liou Y, Tran H. Soil salinity assessment by using near-infrared channel and Vegetation Soil Salinity Index derived from Landsat 8 OLI data: a case study in the Tra Vinh Province, Mekong Delta Vietnam. Prog Earth Planet Sci.2020; 7(1):1-16 https://link.springer.com/article/10.1186/s40645-019-0311-0
[19]. Dashtakian K, Pakparvar M, Abdolahi J. Investigation of soil salinity mapping methods using Landsat satellite data in Marvast region, Iran Rangeland and Desert Research. 2009; 15(2): 139-157. [Persian]
[20]. Khanamani A, Sangoi R, Shabazi H. Assessment of soil condition using remote sensing technology and GIS (Case study of Segzi plain of Isfahan). Journal of Remote Sensing and GIS Application in Natural Resources Sciences. 2011; 3: 25-37. [Persian]
 
[21]. Daempanah R, Haghnia GH, Alizadeh A, Karimi A. Preparation of salinity and sodium map of surface soil by telemetry and geostatistical methods in the south of Mahallat city, Journal of Water and Soil. 2011; 3(25): 498-508. [Persian]
[22]. Nohegar A, Zareh GH. Extraction of soil salinity zones in arid and semi-arid regions using remote sensing data (Case study: Darab city). Journal of Geography and Environmental Hazards. 2012; 1: 49-64. [Persian]
[23]. Emani m, Bahrami H, Askoii S. Estimation of soil electrical conductivity using hyperion spectral images, Case study: North of Urmia plain. Iranian Soil and Water Research.2014; 45(1): 67-74. [Persian]
[24]. Momopour M. Investigation of temporal and spatial changes of soil salinity in Abadan city in a 24-year period with satellite images of geography and environmental stability.2018; 8(27): 47-58. [Persian]
[25]. Gamarkachi A, Akbari M, Hasangholi A, Yonesi M. Monitoring of soil salinity and vegetation using multispectral remote sensing data in the Zardasht saline drainage area of Qazvin.2020; 34: 37-52. [Persian]
[26]. KHademi F, Pirkhayati H, SHahkarami S. Study of increasing saline soils around Lake Urmia using GIS and RS, Earth Sciences.2016; 24 (94): 93-98. [Persian]
[27]. Zinali M, Jafarzadeh A, Farzin O, Valizadehkamran KH. Evaluation of surface soil salinity by pixel based method based on TM sensor data (case study of lands of Khoy city, West Azerbaijan province), geographical information.2017; 25 (66): 127-139. [Persian]
[28]. Alavipanah K. Application of Remote Sensing in Earth Sciences (Soil Science) Tehran: University of Tehran.2014: P.411. [Persian]
[29]. Moradian S, Nabiolahi K, Tahizade K, Merjordi R. Prediction of soil salinity using tree regression and neural network in Qorveh region of Kurdistan province, Journal of Soil Management and Sustainable Production.2017; 7(4): 115-129. [Persian]
[30]. Mudler L, Bruin S, Schaepman M. Representing Major Soil Variability at Regional Scale by Constrained Latin Hypercube Sampling of Remote Sensing Data. International Journal of Applied Earth Observation and Geoinformation.2013; 21: 301-310.
[31]. Singh P, Srivastav K. Mapping of waterlogged and salt affected soils using microwave radiometers. Int. J. Remote Sens.2007; 11: 1879–1887.
[32]. Mougenot B, Pouget M, Epema G. Remote sensing of salt-affected soils. Remote Sens. Rev.1993; 7: 241–259.
[33]. Metternicht G, Zinck. Remote sensing of soil salinity: potentials and constraints. Remote Sen. Environ.2014; 85:1-20.
[34]. Abrifam M. the Synoptic Analysis of Entranced Air Masses to the West if Iran (2004-2005), Supervisor: Gholamreza Barati, Master of Science in Climatology. Razi University of Kermanshah.2001. P.162.
[35]. Alijani B. Synoptic Climatology. Samat Publications.Tehran.2002:268. [Persian]
[36]. Mojarad F, Masompour J. Estimation of maximum probable precipitation by synoptic method in Kermanshah province. Geographical studies of arid regions.2013; 13: 1–14. [Persian]
[37]. Wu W. The generalized difference vegetation index (GDVI) for dryland characterization. Remote Sens.2014; 6:1211–1233.
[38]. Alijani B. Spatial Analysis, Journal of Spatial Analysis of Environmental Hazards.2014; 3(1):1-14. [Persian]
[39]. Harvey D. Explanation in Geography. Arnold, London;1969. P.284..2014; 3(1):1-14.
[40]. Asakereh H, Sifipour Z. Spatial modeling of annual rainfall in Iran, Geography and Development. 2015; 10(29):15-30. [Persian]
[41]. Asakereh H, SHademan H. Identifying the spatial relationships of pervasive hot days in Iran. Journal of Geographical Research. 2015; 116(1):54-70. [Persian]
[42]. Dai X, Guo Z, Zhang L, Li D. (2010). Spatio-temporal exploratory analysis of urban surface temperature field in Shanghai, Environ Res Risk Assess.2010; 24: 247–257.
[43]. Gail M, Krickeberg K, Samet J, Tsiatis A, Wong W. Statistics for Biology and Health. USA. Springer; 2007. P.402.
[44]. Fischer M, Manfred M. Spatial Analysis and Geocomputation. Germany. Springer; 2006.P. 344.
دوره 7، شماره 4
دی 1399
صفحه 1113-1126
  • تاریخ دریافت: 30 مرداد 1399
  • تاریخ بازنگری: 12 آبان 1399
  • تاریخ پذیرش: 12 آبان 1399
  • تاریخ اولین انتشار: 28 آذر 1399
  • تاریخ انتشار: 01 دی 1399