بررسی تغییرات کاربری زمین و اثرات آن بر رژیم هیدرولوژیک حوضه‌های اصلی شهرستان بینالود

سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی

مقاله 5، دوره 13، شماره 2 - شماره پیاپی 47، خرداد 1401، صفحه 84-106   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.30495/girs.2022.683834

نویسندگان

صیاد اصغری سراسکانرود^{* 1}؛ فهیمه پورفراش زاده²

¹دانشیار گروه جغرافیای طبیعی، دانشکده ادبیات و علوم انسانی، دانشگاه محقق اردبیلی، اردبیل، ایران

²دانشجوی دکتری ژئومورفولوژی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده

پیشینه و هدف تغییرات کاربری و پوشش زمین به عنوان یکی از مهم­ترین تغییرات محیطی کره زمین محسوب می‌ شود. این تغییرات به طرز پیچیده و پویایی با سایر تغییرات محیطی (گرم شدن زمین، خشکسالی، فرسایش و زوال اکوسیستم ‌ها) پیوند و برهمکنش دارد. در این میان، اثرات تغییر کاربری زمین بر فرایندهای هیدرولوژی از اهم موضوعات و چالش ‌های زیست ‌محیطی پیش روست که به جهت شمول وابستگی کشاورزی و سایر فعالیت‌ های مرتبط با آب به رودخانه‌ ها، به یک نگرانی عمده در مدیریت حوضه آبریز تبدیل شده است، به طوری که ارزیابی اثرات بلند مدت تغییر کاربری و پوشش زمین بر رژیم هیدرولوژی از اهمیت اساسی در برنامه ‌ریزی کاربری زمین و مدیریت منابع آب برخوردار است. برای مثال، افزایش رواناب ناشی از تبدیل جنگل به سایر پوشش‌ ها به ‌ویژه کشاورزی و نیز افزایش رواناب و دبی سیلابی برخاسته از گسترش کاربری شهری و مسکونی توسط محققین مختلف گزارش شده است. با توجه به شواهد موجود از تغییرات کاربری زمین و همچنین رژیم هیدرولوژی رودخانه ‌ها در زیرحوضه‌ های کشف ‌رود، تحقیق حاضر با هدف تشخیص و تعیین کم و کیف تغییرات کاربری زمین و ارتباط آن با تغییرات آب‌دهی حوضه‌های آبخیز شهرستان بینالود انجام گرفت تا رهنمودی برای مدیریت منابع آب و حفاظت منابع طبیعی در مقیاس حوضه ‌ای باشد.
مواد و روش ­ها داده‌های مورد استفاده شامل؛ دبی میانگین ماهانه ایستگاه‌ های هیدرومتری شامل سه ایستگاه زیر بند گلستان، حصار و سرآسیاب شاندیز که طی سال‌ های 1369، 1379، 1389 و 1397 جمع‌ آوری شده بود، تصاویر ماهواره‌ ای لندست شامل 4 تصویر ماهواره‌ ای مربوط به سال ‌های 1990، 2000، 2010 و 2020 که در فصل بهار (ماه می) اخذ شده بودند. با توجه به وجود مقادیر پایین و نزدیک به صفر دبی متوسط ماهانه طی فصول تابستان و پاییز و تغییرات بسیار جزئی مقادیر مربوط، مقادیر دبی ماهانه دو فصل زمستان و بهار برای بررسی تغییرات رژیم هیدرولوژی انتخاب گردید. داده‌ های مذکور قبل از ورود به آزمون همبستگی بر اساس روش کلموگراف- اسمیرنوف و در سطح معنی ‌داری 0.05 مورد آزمون نرمالیته قرار گرفت. ابتدا تصحیح اتمسفری تصاویر بر اساس روش متداول FLAASH در محیط نرم ‌افزاری ENVI انجام شد. سپس ترکیب باندهای مرئی سبز و قرمز و مادون قرمز نزدیک به صورت رنگی کاذب ( 2-3-4 در لندست 5 و 7 ؛ 3-4-5 در لندست 8) ملاک عمل برای انجام طبقه ‌بندی بر اساس الگوریتم حداکثر احتمال قرار گرفت. طبقات کاربری شامل؛ باغ، مسکونی، پهنه آبی، رخنمون سنگی، مرتع متوسط، مرتع ضعیف، و اراضی بایر. انتخاب نمونه ‌های تعلیمی برای انجام طبقه ‌بندی به کمک تصاویر گوگل ارث و نیز تفسیر چشمی تصاویر ماهواره ‌ای و البته با آشنایی به منطقه مورد مطالعه بود. پس از انجام طبقه‌بندی، نسبت به صحت‌سنجی نقشه‌ها بر اساس آماره‌های صحت کلی و ضریب کاپا اقدام گردید. اما جهت آگاهی از ارتباط بین تغییرات کاربری اراضی و رژیم هیدرولوژیکی حوضه‌ها از آزمون همبستگی پیرسون دوطرفه در محیط نرم ‌افزاری SPSS بهره گرفته شد. این آزمون در سطح معنی‌ داری 0.05 و بین درصد‌های مساحت هر کاربری (7 کاربری) و مقادیر دبی ماهانه (6 ماه) ایستگاه ‌های هیدرومتری طی 4 سال صورت گرفت.
نتایج و بحث نتایج اولیه حاکی از صحت خوب روش طبقه‌بندی برای تصاویر مورد استفاده بود، به طوری که ضرایب کاپا از 0.78 تا 0.95 متغیر بود. بر طبق نقشه‌های حاصل معلوم شد که بیشترین وسعت کاربری ‌ها به مراتع و زمین بایر تعلق داشته و تغییرات و تبدیلات کاربری ‌ها نیز عمدتا بین این دو کاربری اتفاق افتاده است. کمینه درصد مساحت حوضه‌ها به کاربری پهنه آبی تعلق داشت که در بالاترین میزان خود به ترتیب 0.16 و 0.1 درصد وسعت حوضه‌های آبخیز زیربند گلستان و سرآسیاب شاندیز را تحت اشغال خود داشت. به لحاظ تغییرات کاربری، کاهش سطح مراتع و افزایش زمین ‌های بایر طی دهه‌ های اول (1369-1379) و سوم (1389-1399) بسیار چشمگیر بوده است، به طوری که 38 و 13 درصد مراتع متوسط حوضه زیربند به ترتیب طی دو دهه مذکور کاهش یافته است. در مقابل، زمین ‌های بایر این زیرحوضه با افزایش 31 و 15 درصدی طی این دو دهه روبه‌رو بوده‌اند. در کنار این تغییرات، افزایش 8 درصدی وسعت سکونتگاه‌ های انسانی به عنوان برجسته‌ ترین تغییر کاربری زمین طی دهه دوم (1379-1389) در هر دو زیر حوضه مطرح بوده است. علاوه بر تغییرات کاربری زمین، بررسی تغییرات دبی ماهانه حوضه ‌ها نشان داد که ماه‌های زمستان با روند کاهشی دبی و در مقابل، ماه‌های بهار با روند افزایشی دبی طی دو دهه اخیر مواجه بوده ‌اند. اما نتایج آزمون همبستگی پیرسون نشان داد که رابطه معنی‌ داری بین تغییرات مساحت کاربری ‌های رخنمون سنگی، مرتع متوسط و مرتع ضعیف و تغییرات دبی در حوضه زیربند گلستان وجود دارد. در مقابل، روابط معنی‌داری بین مساحت کاربری‌ها و دبی‌های ماهانه در حوضه سرآسیاب به دست نیامد. عدم وجود روابط معنی‌دار ممکن است ناشی از تعداد کم نمونه‌ها (4 سال) باشد که تبیین روابط را دشوار می‌سازد. به لحاظ چگونگی روابط متغیرها، وجود همبستگی مثبت بین مساحت سه کاربری مسکونی، رخنمون سنگی و بایر و دبی ماه ‌های فروردین و اردیبهشت و در مقابل، همبستگی منفی حاصل بین مساحت کاربری مرتع و دبی ماه ‌های مذکور از نتایج این پژوهش بود.
نتیجه ­گیری کانون مهم تغییرات کاربری در دو حوضه مورد بررسی متوجه کاربری‌های مرتع و زمین بایر بوده است، به طوری که در دهه‌های گذشته، وسعت مراتع که نقش موثری در حفاظت منابع آب و خاک دارند، بسیار بیشتر از امروز بوده است. اما رفته ‌رفته به دلیل عدم حفاظت از مراتع و دستبرد انسان در طبیعت و همچنین چرای بیش از حد دام ها، مراتع حوضه‌ها به سمت نواحی بالادست عقب نشسته و جای خود را به زمین‌های بایر و نواحی مسکونی داده است. وجود همبستگی مثبت بین مساحت سه کاربری مسکونی، رخنمون سنگی و بایر و دبی ماه ‌های فروردین و اردیبهشت اشاره به تسریع و تشدید فرایند تبدیل بارش به رواناب در اثر افزایش سطوح کاربری ‌های نامبرده داشت. بنابراین بایستی از رشد و گسترش بی‌رویه و غیراصولی نواحی مسکونی و نیز زمین‌ های بایر و رهاشده جلوگیری به عمل آورد. از طرفی، رابطه همبستگی منفی بین درصد وسعت مراتع و دبی ماهانه اشاره به اثر مثبت مراتع بر شرایط زیست ‌محیطی حوضه‌ها در قبال فرایندهای رواناب و فرسایش تسریعی دارد که در نهایت، لزوم حمایت و حفاظت از پهنه ‌های طبیعی را می ‌طلبد. 

کلیدواژه‌ها

تغییرات کاربری؛ دبی؛ همبستگی؛ زیربند؛ سرآسیاب

مراجع

Aguirre-Gutiérrez J, Seijmonsbergen AC, Duivenvoorden JF. 2012. Optimizing land cover classification accuracy for change detection, a combined pixel-based and object-based approach in a mountainous area in Mexico. Applied Geography, 34: 29-37. doi:https://doi.org/10.1016/j.apgeog.2011.10.010.

Belihu M, Tekleab S, Abate B, Bewket W. 2020. Hydrologic response to land use land cover change in the Upper Gidabo Watershed, Rift Valley Lakes Basin, Ethiopia. HydroResearch, 3: 85-94. doi:https://doi.org/10.1016/j.hydres.2020.07.001.

Cohen WB, Fiorella M, Gray J, Helmer E, Anderson K. 1998. An efficient and accurate method for mapping forest clearcuts in the Pacific Northwest using Landsat imagery. Photogrammetric Engineering and Remote Sensing, 64(4): 293-299.

Cohen WB, Goward SN. 2004. Landsat's Role in Ecological Applications of Remote Sensing. Bioscience, 54(6): 535-545. doi:https://doi.org/10.1641/0006-3568(2004)054[0535:LRIEAO]2.0.CO;2.

Du J, Qian L, Rui H, Zuo T, Zheng D, Xu Y, Xu CY. 2012. Assessing the effects of urbanization on annual runoff and flood events using an integrated hydrological modeling system for Qinhuai River basin, China. Journal of Hydrology, 464-465: 127-139. doi:https://doi.org/10.1016/j.jhydrol.2012.06.057.

Esfandiary Darabad F, Beheshti Javid E, Fathi MH. 2015. Hydrological Impact Assessment of Land Use Change on Annual Surface Runoff at the Gharasoo Catchment by Using L-THIA Model. Hydrogeomorphology, 1(1): 59-73. doi:https://doi.org/20.1001.1.23833254.1393.1.1.4.4. (In Persian).

Ewane BE, Lee HH. 2020. Assessing land use/land cover change impacts on the hydrology of Nyong River Basin, Cameroon. Journal of Mountain Science, 17(1): 50-67. doi:https://doi.org/10.1007/s11629-019-5611-8.

Ghasemiamin N, Arman N, Zeinivand H. 2018. Investigation of land use changes effects on daily stream flow in Nojian Watershed by Clue-s and WetSpa models. Watershed Engineering and Management, 10(1): 14-27. doi:https://doi.org/10.22092/ijwmse.2017.109329.1267. (In Persian).

Gómez C, White JC, Wulder MA. 2016. Optical remotely sensed time series data for land cover classification: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 116: 55-72. doi:https://doi.org/10.1016/j.isprsjprs.2016.03.008.

Huang Hj, Cheng Sj, Wen Jc, Lee Jh. 2008. Effect of growing watershed imperviousness on hydrograph parameters and peak discharge. Hydrological Processes: An International Journal, 22(13): 2075-2085. doi:https://doi.org/10.1002/hyp.6807.

Jensen JR. 1996. Introductory digital image processing: a remote sensing perspective. vol Ed. 2. Prentice-Hall Inc. 318 p.

Kennedy RE, Townsend PA, Gross JE, Cohen WB, Bolstad P, Wang YQ, Adams P. 2009. Remote sensing change detection tools for natural resource managers: Understanding concepts and tradeoffs in the design of landscape monitoring projects. Remote Sensing of Environment, 113(7): 1382-1396. doi:https://doi.org/10.1016/j.rse.2008.07.018.

Khodabandehlou B, Khavarian Nehzak H, Ghorbani A. 2019. Change detection of land use /land cover using object oriented classification of satellite images (Case study: Ghare Sou basin, Ardabil province). Journal of RS and GIS for Natural Resources, 10(3): 76-92. (In Persian).

Kiprotich P, Wei X, Zhang Z, Ngigi T, Qiu F, Wang L. 2021. Assessing the impact of land use and climate change on surface runoff response using gridded observations and swat+. Hydrology, 8(1): 48. doi:https://doi.org/10.3390/hydrology8010048.

Li KY, Coe MT, Ramankutty N, Jong RD. 2007. Modeling the hydrological impact of land-use change in West Africa. Journal of Hydrology, 337(3): 258-268. doi:https://doi.org/10.1016/j.jhydrol.2007.01.038.

Lyon SW, Laudon H, Seibert J, Mörth M, Tetzlaff D, Bishop KH. 2010. Controls on snowmelt water mean transit times in northern boreal catchments. Hydrological Processes, 24(12): 1672-1684. doi:https://doi.org/10.1002/hyp.7577.

Olson JM, Alagarswamy G, Andresen JA, Campbell DJ, Davis AY, Ge J, Huebner M, Lofgren BM, Lusch DP, Moore NJ, Pijanowski BC, Qi J, Thornton PK, Torbick NM, Wang J. 2008. Integrating diverse methods to understand climate–land interactions in East Africa. Geoforum, 39(2): 898-911. doi:https://doi.org/10.1016/j.geoforum.2007.03.011.

Öztürk M, Copty NK, Saysel AK. 2013. Modeling the impact of land use change on the hydrology of a rural watershed. Journal of Hydrology, 497: 97-109. doi:https://doi.org/10.1016/j.jhydrol.2013.05.022.

Palamuleni LG, Ndomba PM, Annegarn HJ. 2011. Evaluating land cover change and its impact on hydrological regime in Upper Shire river catchment, Malawi. Regional Environmental Change, 11(4): 845-855. doi:https://doi.org/10.1007/s10113-011-0220-2.

Roy DP, Wulder MA, Loveland TR, C.E W, Allen RG, Anderson MC, Helder D, Irons JR, Johnson DM, Kennedy R, Scambos TA, Schaaf CB, Schott JR, Sheng Y, Vermote EF, Belward AS, Bindschadler R, Cohen WB, Gao F, Hipple JD, Hostert P, Huntington J, Justice CO, Kilic A, Kovalskyy V, Lee ZP, Lymburner L, Masek JG, McCorkel J, Shuai Y, Trezza R, Vogelmann J, Wynne RH, Zhu Z. 2014. Landsat-8: Science and product vision for terrestrial global change research. Remote Sensing of Environment, 145: 154-172. doi:https://doi.org/10.1016/j.rse.2014.02.001.

Sanyal J, Densmore AL, Carbonneau P. 2014. Analysing the effect of land-use/cover changes at sub-catchment levels on downstream flood peaks: A semi-distributed modelling approach with sparse data. CATENA, 118: 28-40. doi:https://doi.org/10.1016/j.catena.2014.01.015.

Sheng J, Wilson JP. 2009. Watershed urbanization and changing flood behavior across the Los Angeles metropolitan region. Natural Hazards, 48(1): 41-57. doi:https://doi.org/10.1007/s11069-008-9241-7.

Sinha RK, Eldho T, Subimal G. 2020. Assessing the impacts of land use/land cover and climate change on surface runoff of a humid tropical river basin in Western Ghats, India. International Journal of River Basin Management: 1-12. doi:https://doi.org/10.1080/15715124.2020.1809434.

Sriwongsitanon N, Taesombat W. 2011. Effects of land cover on runoff coefficient. Journal of Hydrology, 410(3): 226-238. doi:https://doi.org/10.1016/j.jhydrol.2011.09.021.

Wang D, Gong J, Chen L, Zhang L, Song Y, Yue Y. 2012. Spatio-temporal pattern analysis of land use/cover change trajectories in Xihe watershed. International Journal of Applied Earth Observation and Geoinformation, 14(1): 12-21. doi:https://doi.org/10.1016/j.jag.2011.08.007.

Welde K, Gebremariam B. 2017. Effect of land use land cover dynamics on hydrological response of watershed: Case study of Tekeze Dam watershed, northern Ethiopia. International Soil and Water Conservation Research, 5(1): 1-16. doi:https://doi.org/10.1016/j.iswcr.2017.03.002.

Woltemade CJ, Hawkins TW, Jantz C, Drzyzga S. 2020. impact of changing climate and land cover on flood magnitudes in the Delaware River Basin, USA. JAWRA Journal of the American Water Resources Association, 56(3): 507-527. doi:https://doi.org/10.1111/1752-1688.12835.

Wu W, Zucca C, Karam F, Liu G. 2016. Enhancing the performance of regional land cover mapping. International Journal of Applied Earth Observation and Geoinformation, 52: 422-432. doi:https://doi.org/10.1016/j.jag.2016.07.014.

Wulder MA, White JC, Cranny M, Hall RJ, Luther JE, Beaudoin A, Goodenough DG, Dechka JA. 2008. Monitoring Canada’s forests. Part 1: Completion of the EOSD land cover project. Canadian Journal of Remote Sensing, 34(6): 549-562. doi:https://doi.org/10.5589/m08-066.

Zhu C, Li Y. 2014. Long-Term Hydrological Impacts of Land Use/Land Cover Change From 1984 to 2010 in the Little River Watershed, Tennessee. International Soil and Water Conservation Research, 2(2): 11-21. doi:https://doi.org/10.1016/S2095-6339(15)30002-2.