بخشی از مقاله
چکیده
خشکسالی یک بحران اقلیمی میباشد که به دلیل کاهش غیرعادی بارش در یک منطقه اتفاق میافتد و اثرات آن از یک ناحیه به ناحیه دیگر ممکن است متفاوت باشد. در این تحقیق، نقشه ریسک یا خطر خشکسالی براساس ترکیب شاخص هواشناسی SPI محاسبه شده از آمار ایستگاههای بارانسنجی و شاخص اختلاف نرمال شده پوشش گیاهی - NDVI - برای استان فارس تهیه گردید. برای تهیه این نقشه، از محصولات NDVI سنجنده MODIS در دوره آماری 2000 تا 2008 با قدرت تفکیک مکانی 250 متر طی دوره فصل رشد گیاهان و آمار بارندگی 33 ایستگاه بارانسنجی واقع در استان فارس در دوره آماری 1975 تا 2008 استفاده شد. ابتدا شاخص بارش استاندارد شده SPI در فصل رشد - آوریل تا سپتامبر - برای تک تک ایستگاهها محاسبه شده و نقشه رستری SPI مربوط به فصول رشد گیاهان در سالهای 2000 تا 2008 براساس روش زمینآماری کریجینگ با نرم افزار ArcGIS 9.3 تهیه گردید.
سپس نقشه شدت خشکسالی SPI فصل رشد برای هر سال به 5 کلاس طبقهبندی شد. همچنین نقشه شدت خشکسالی پوشش گیاهی برای لایههای رستری آنومالی NDVI برای فصول رشد گیاهان منطقه طی سالهای 2000 تا 2008 تهیه و لایه رستری شدت خشکسالی مربوط به هر سال نیز به پنج کلاس طبقهبندی شد.. برای تهیه نقشه ریسک خشکسالی، از روش احتمال وقوع یا درصد فراوانی - تعداد سالهایی که یک سلول مشخص در یکی از کلاسهای پنج گانه شدت خشکسالی قرار می گیرد به تعداد کل سالها در دوره آماری - 2000 2008 استفاده شد. روش ترکیب اطلاعات هواشناسی و دادههای ماهوارهای برای تهیه نقشه ریسک خشکسالی برای اولین بار در ایران انجام شده و کاربرد نقشه مذکور برای برنامهریزی و مدیریت منابع آب استان فارس بسیار کاربردی و حائز اهمیت میباشد.
واژگان کلیدی: آنومالی NDVI، SPI، کریجینگ، نقشه ریسک، استان فارس
مقدمه
خشکسالی یک پدیده اقلیمی میباشد که وقوع آن تحت کنترل پارامترهای اقلیمی در هر منطقه چون بارندگی، تبخیر و تعرق، درجه حرارت و... می باشد. بنابراین ویژگی و اثرات خشکسالی به نسبت رژیمهای اقلیمی در سراسر جهان متفاوت خواهد بود. در چند دهه اخیر از سال 1967 از 2/8 میلیارد انسانی که از بلایای طبیعی مربوط به آب و هوا متحمل خسارت شدهاند 60 درصد ناشی از خشکسالی بوده است]اصغری پور، .[1387 برای حل این مسئله لازم است که با پایش خشکسالی، مناطق دارای ریسک بالا و مستعد برای خشکسالی شناسایی شود و اقدامات و برنامهریزی برای کاهش ریسک خشکسالی صورت گیرد. در بخش مدیریت خشکسالی به دلیل اینکه خطرات مربوط به خشکسالی خیلی کم خود را نشان داده و براحتی قابل مشاهده نمیباشند، انتقال مدیریت بحران به مدیریت ریسک دشوار است.
از طرفی علت بسیاری از خساراتهای وارده به انسانها و حیوانات، وقوع خشکسالی می باشد. از طرف دیگر رابطه مستقیمی بین فقر و مناطق مستعد خشکسالی وجود دارد. خسارت های گسترده ناشی از وقوع خشکسالی به محصولات کشاورزی، منجر به کاهش غذا شده و به تبع آن تغذیه و سلامتی انسانها و احشام به خطر میافتد. کمیاب شدن آب آشامیدنی بعلت تنزل کیفیت آبهای زیرزمینی و کاهش سفرههای آبی نیز منجر به مهاجرت گسترده افراد میشود.شاخصهای خشکسالی ابزاری ارزشمند در پایش و بررسی خشکسالی میباشند. هر شاخص دارای محدودیتها و مزیتهایی می باشد. شاخصهای خشکسالی هواشناسی شامل مجموعهای از اطلاعات بارندگی، رطوبت خاک و ... می باشند اما در مورد جزئیات مکانی محل اطلاعاتی در اختیار قرار نمیدهند. شاخصهای خشکسالی که برای هر محل محاسبه میشود فقط برای همان محل دارای اعتبار می باشد .
بنابراین اشکال عمده شاخصهای خشکسالی هواشناسی این است که فاقد جزییات مکانی بوده و همچنین وابستگی آنها به دادههای گردآوری شده از ایستگاههای هواشناسی می باشد که گاهاّ دارای پراکنش نامناسب بوده و بر اعتبار شاخصهای خشکسالی تأثیرگذار میباشد - براوو و همکاران، . - 2002 از طرف دیگر شاخصهای خشکسالی پوشش گیاهی که با استفاده از پارامترهای پوشش گیاهی سطح زمین و اطلاعات ماهواره ای بدست می آیند اخیرا بطور وسیعی در مطالعه خشکسالی مورد استفاده قرار میگیرند. شاخص اختلاف نرمال شده پوشش گیاهی - Normalized Difference Vegetation Index = NDVI - ، شاخص وضعیت گیاهی - Vegetation Condition Index = VCI - ،
شاخص وضعیت حرارتی - Temperature Condition Index = TCI - ، از شاخصهای پوشش گیاهی هستند که اخیرا به طور گستردهای در دنیا از آنها استفاده میشود. با پیشرفت تکنولوژی سنجش از دور، شاخصهای خشکسالی جدیدی توسط دانشمندان معرفی شده اند که در پایش خشکسالی در زمان واقعی کاربرد دارند . مطالعات مختلفی در داخل و خارج از ایران در زمینه روشهای پایش خشکسالی انجام شده است که به اختصار به برخی از آنها اشاره میشود:خواجه و همکاران - 1386 - برای پایش خشکسالی در استان اصفهان از شاخص اختلاف نرمال شده پوشش گیاهی - NDVI - استفاده کردند. بدین منظور آنها از تصاویر ماهواره NOAA طی ماههای مارس تا سپتامبر 1992-2003 استفاده کردند. رابطه بین دو شاخص NDVI و SPI با استفاده از روش رگرسیون چند متغیره همبستگی بالایی بین این دو شاخص نشان داد.
نتایج حاصل از تحقیق آنها بیانگر امکان استفاده از شاخص NDVI در پایش خشکسالی استان اصفهان بود.سانجی و همکاران - 2010 - به بررسی کاربرد شاخص های هواشناسی و شاخصهای پوشش گیاهی در ارزیابی اثرات خشکسالی پرداختند. آنها از شاخص SPI و شاخصهایNDVI, WSVI وVCI که از تصاویر ماهواره ای AVHRR بدست آمدند برای پایش خشکسالی در استان Rajashtan در هند استفاده کردند. نتایج تحقیقات آنها نشان داد که آنالیز دادههای زمینی و داده های ماهواره ای پتانسیل بالایی در پایش خشکسالی دارند.آیکینا و همکاران - 2010 - آنالیز خشکسالی را برای اقلیمهای کنونی و وضعیت اقلیمی در آینده را در کشور اردن انجام دادند.
آنها برای انجام آنالیز خشکسالی از دو شاخص خشکسالی هواشناسی SPI و شاخص خشکسالی مبتنی بر شاخص پوشش گیاهی NDVI در دوره آماری 1970 تا 2005 استفاده کردند. نتایج نشان داد این کشور طی 35 سال اخیر با خشکسالیهایی که بصورت غیریکنواخت تکرار شده است مواجه بوده و همچنین شدت، بزرگی و مدت این خشکسالیها در طول زمان افزایش یافته و از وضعیت نرمال به وضعیت شدید به ویژه در دهه اخیر تغییر یافته است با تهیه نقشه شدت خشکسالی و نقشه ریسک یا خطر خشکسالی مبتنی بر شاخصهای زمینی و شاخصهای ماهوارهای، در هر منطقه، میتوان اقدامات پیشگیری و مدیریتی را برنامهریزی و اعمال کرد. این اقدامات شامل برنامهریزی و مدیریت آب کشاورزی و شرب، مدیریت سدهای مخزنی، کاهش سطح کشت گیاهان زراعی و برآورد میزان خسارات ناشی از وقوع خشکسالی بالاخص در نواحی با خطر بالای خشکسالی میباشد.
مواد و روشها
معرفی منطقه مورد مطالعه
استان فارس در جنوب کشور با وسعت 122661 کیلومترمربع به طور تقریبی 8/1 درصد از وسعت کشور را به خود اختصاص داده است که از این لحاظ پنجمین استان بزرگ کشور محسوب میشود؛ و بین عرضهای 27 درجه و 3 دقیقه تا 31 درجه و 42 دقیقه شمالی و طولهای 50 درجه و 30 دقیقه تا 55 درجه و 36 دقیقه شرقی قرار گرفته است - شکل. - 1 این استان از شمال به استان اصفهان، از جنوب به هرمزگان، از شرق به استانهای کرمان و یزد و از غرب به استانهای بوشهر و یاسوج محدود شده است.در این پژوهش از دو سری مجزا از دادهها، دادههای زمینی و داده های ماهوارهای، استفاده شده است. دادههای زمینی شامل داده های بارش 33 ایستگاه بارانسنجی استان فارس در دوره آماری 34 ساله - 1975 2008 - میباشد و دادههای ماهوارهای شامل محصولات NDVI سنجنده MODIS سطح 13 مربوط به ماهواره Terra طی دوره آماری 2000 2008 با قدرت تفکیک مکانی 250 متر از سایت ناسا تهیه گردید.
جهت تهیه نقشه ریسک یا خطر خشکسالی ابتدا شاخص SPI مربوط به تک تک ایستگاهها طی فصل رشد - آوریل تا سپتامبر - و در دوره آماری 1975 تا 2008 بدست آورده و سپس لایههای رستری SPI در دوره آماری 2000-2008 با استفاده از روش زمینآماری کریجینگ با نرم افزار ArcGIS 9.3 تهیه و نقشه شدت خشکسالی SPI برای پنج کلاس خشکسالی - عدم خشکسالی، خشکسالی اندک، خشکسالی متوسط، خشکسالی شدید و خشکسالی خیلی شدید - بدست آمده است. همچنین نقشه شدت خشکسالی بر مبنای شاخص آنومالی NDVI طی فصل رشد و در دوره آماری 2000 2008 در پنج کلاس مذکور تهیه گردید.
نقشه خطر خشکسالی منطقه مورد مطالعه از ترکیب شاخصهای خشکسالی بدست میآید. به منظور محاسبه فراوانی وقوع خشکسالی، لایههای رستری آنومالی NDVI و SPI طبقه بندی صفر و یک - بولین - شده است، بدین صورت که طبق تعریف، به هر پیکسل که دارای مقدار SPI و یا درصد آنومالی معادل و یا بزرگتر از صفر باشد، مقدار صفر به منزله عدم خشکسالی و در غیر اینصورت مقدار یک به منزله خشکسالی اختصاص داده می شود. بنابراین 9 لایه رستری بولین برای هر شاخص خشکسالی بدست آمد. سپس مجموع لایههای بولین برای بدست آوردن نقشه فراوانی که نشان دهنده فراوانی وقوع هر پیکسل در دوره آماری میباشد، بدست آورده شده است. با توجه به تعریف لیما گونفا - 1996 - احتمال وقوع خشکسالی در یک منطقه مشخص را می توان به احتمال وقوع کم، متوسط و زیاد طبقه بندی کرد.
بدین معنی که اگر خشکسالی در بیش از 50 درصد دوره آماری رخ داده باشد احتمال وقوع خشکسالی زیاد، اگر وقوع خشکسالی در 30 تا 50 درصد دوره باشد احتمال متوسط و اگر خشکسالی در کمتر از 30 درصد اتفاق افتاده باشد به معنای احتمال کم باشد. براین اساس نقشه های فراوانی خشکسالی به پنج کلاس فراوانی وقوع 0-2 - عدم خشکسالی، 2-3 خشکسالی اندک، 3-4 خشکسالی متوسط، 4-6 خشکسالی شدید و 6-9 خشکسالی خیلی شدید - در دوره مطالعاتی طبقهبندی می شوند. در نهایت با روی همگذاری نقشههای فراوانی حاصل از شاخص خشکسالی هواشناسی - SPI - و شاخص خشکسالی مبتنی بر آنومالی NDVI نقشه ریسک یا خطر خشکسالی بدست آمده است.
