ارزیابی خشکسالی و سنجش آسیب پذیری اقلیمی استان گیلان

محورهای موضوعی : اقلیم شناسی

پژواک راستگو ¹ (دانشجوی دکترای گروه جغرافیا آب و هواشناسی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران)
بهمن رمضانی ² (استاد گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران)
پرویز رضایی ³ (دانشیار گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران)

تاریخ دریافت : 1400/08/08 تاریخ پذیرش : 1400/09/20 تاریخ انتشار : 1400/10/16

کلید واژه: Fuzzy, آسیب‌پذیری, خشک‌سالی, CVI,

چکیده مقاله :

کشور ایران در کمربند خشک کره زمین، تحت تأثیر پرفشار جنب حاره قرار دارد و بارش سالانه آن کم‌تر از یک‌سوم متوسط بارش جهان است. بارش اندک به همراه توزیع نامناسب زمانی و مکانی آن باعث بروز خشک‌سالی‌هایی گردیده است. در این پژوهش هدف، سنجش ابعاد آسیب‌پذیری استان گیلان نسبت به خشک‌سالی با مدل‌های GAMA و SUM فازی و CVI و شناسایی اقدامات مناسب به‌منظور کاهش آسیب‌های بالقوه بود. روش پژوهش تحلیلی مکانی و از نظر هدف کاربردی بود. ابتدا مؤلفه‌های شاخص آسیب‌پذیری اقلیمی استان گیلان در هر دو مدل FUZZYو CVI، مؤلفه‌های منابع (R)، هواشناختی (W)، دسترسی (A)، ظرفیت (C)، استفاده و بهره‌وری اقتصادی (U)، حفظ یکپارچگی زیست‌محیطی (E)، ویژگی‌های جغرافیایی (G) تعیین گردید. متغیرها با توابع عضویت فازی همسان شدند. در مدل SUM، بیشترین آسیب‌پذیری در غرب، مرکز و نواحی وسیعی از شرق استان، شهرستان رودسر با مساحت 78.23 درصد بود. در مدل همپوشانی GAMA، قسمت‌های وسیعی از غرب استان شهرستان تالش و شهرستان رشت با مساحت 31.92 درصد در کلاس آسیب‌پذیری خیلی زیاد مشاهده گردید. در بررسی مؤلفه‌های CVI، شاخص CVI کل استان 44.5% به دست آمد. شاخص CVI در مؤلفه منابع (R)56.12% بالاترین رتبه و در مؤلفه 36.94% کمترین رتبه را به دست آورد. در مدل CVI، بیشترین آسیب‌پذیری در کل شهرستان تالش با مساحت 15.57 درصد می‌باشد. درصد آسیب‌پذیری زیاد 26.84 درصد در شهرستان‌های رشت، صومعه‌سرا، رودسر و شفت مشاهده شد و شهرستان‌های آستارا و رضوانشهر با مساحت 20.88 درصد در کلاس آسیب‌پذیری خیلی کم مشاهده گردید.

چکیده انگلیسی:

Iran is affected by subtropical high pressure in the arid belt of the world and its annual rainfall is less than one third of the world average rainfall. The aim of this study was to assess the vulnerability of Guilan province to drought with fuzzy GAMA, SUM and CVI models and to identify appropriate measures to reduce potential damage. The research method was spatial and applied in terms of purpose. First, , the components of resources (R), meteorological (W), access (A), capacity (C), use and economic productivity (U), maintaining environmental integrity (E), Geographical features (G) were determined. The variables were matched with fuzzy membership functions. In the SUM model, the highest vulnerability was in the west, center and large areas of the east of the province, Rudsar city with an area of 78.23%. In the GAMA overlap model, large parts of the west of Talesh city and Rasht city with an area of 31.92% were observed in a very high vulnerability class. In the study of CVI components, the CVI index of the whole province was 44.5%. The CVI index had the highest rank in the resource component (R) at 56.12% and the lowest rank in the 36.94% component. In the CVI model, the highest vulnerability is in the whole city of Talesh with an area of 15.57%. High vulnerability rate of 26.84% was observed in Rasht, Soomehsara, Rudsar and Shaft counties and Astara and Rezvanshahr counties with an area of 20.88% were observed in very low vulnerability class.

منابع و مأخذ:

امین، پیمان، ملکی نژاد، حسین.،(1396). بررسی و مقایسه دوره‌های خشکسالی با استفاده از نمایه‌های مبتنی بر بارش در برخی مناطق مرکزی و غرب کشور، دانشگاه علوم کشاورزی و منابع طبیعی ساری، پژوهشنامه مدیریت حوزه آبخیز سال هشتم، شماره 16، پاییز و زمستان 1396، صص 271-280.

جعفری، قربان، شاهکویی، اسمعیل، قانقرمه، عبدالعظیم.،(1397). پیش بینی خشکسالی‌های استان خراسان شمالی با مدل HADCM3 و شاخص‌های SPI وRDI، مجله آمایش جغرافیایی فضا، فصلنامه علمی- پژوهشی دانشگاه گلستان، سال هشتم، شماره مسلسل سی ام، صص 159-174.

رضایی، پرویز.، (1385)، بحران آب در استان گیلان و راهکارهای مقابله با آن، فصل نامه چشم انداز جغرافیایی، سال اول، شماره3، صص 67-75.

رمضانی گورابی، بهمن.، (1384)، بررسی پدیده خشکسالی با استفاده از شاخص درصد نرمال بارندگی در نواحی مرکزی گیلان، بیابان، جلد10، شماره2، صص249-256.

رمضانی گورابی، بهمن.، کاظم نژاد، زهرا.، (1390)، بررسی تاثیر نوسانات بارش بر میزان تولید محصولات کشاورزی در شهرستان رودبار(مورد مطالعاتی: محصول زیتون)، کنفرانس ملی هواشناسی و مدیریت آب کشاورزی پردیس کشاورزی و منابع طبیعی دانشگاه تهران.

زارعی، شیرین، حزباوی، زینب، مصطفی زاده، رئوف، اسمعلی عوری، اباذر.،(1399). مقایسه آسیب‌پذیری زیرحوضه‌های آبخیز سامیان بر اساس تغییرات مؤلفه‌های اقلیمی، پژوهش‌های جغرافیای طبیعی، دوره 25 ، شماره 5، تابستان 1399، صص 217-236.

سرشماری نفوس و مسکن، (1395)، سازمان مدیریت و برنامه ریزی

فرج زاده اصل، منوچهر.(1374)، خشکسالی در ایران، مجله دانش کشاورزی تبریز. جلد 4. شماره 2 و 1. صفحه 31-53.

فیروزی، فاطمه، محمودی، پیمان، طاوسی، تقی.،(1398). بررسی حساسیت دو شاخص پوشش گیاهی NDVI و EVI به خشکسالی‌ها و ترسالی‌ها در مناطق خشک و نیمه خشک (مطالعه موردی: دشت سیستان ایران)، فصلنامه علمی - پژوهشی اطلاعات جغرافیایی (سپهر)، دوره 28، شماره 110، صص ۱۶۳ – ۱۷۹.

قاسمی نژاد، سعیده، سلطانی، سعید، سفیانیان، علیرضا.،(1393). ارزیابی ریسک خشک‌سالی استان اصفهان، مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب‌وخاک، سال هجدهم، شماره شصت و هشتم، صص 213-225.

کاظم نژاد، زهرا، فرج زاده اصل، منوچهر، برنا، رضا، (1397). ارزیابی آسیب پذیری کشاورزی استان گیلان با استفاده از «شاخص آسیب‌پذیری اقلیمی»، نشریه تحلیل فضایی مخاطرات محیطی، سال پنجم، شماره 4، زمستان 1397، صص 89-106.

کاویانی، محمدرضا، علیجانی، بهلول.، (1378)،  مبانی آب و هواشناسی، انتشارات سمت، چاپ 14، 590ص.

مرتضایی فریزهندی، قاسم، لطفی مغانجوقی، جعفر، خلیقی سیگارودی، شهرام، محسنی ساروی، محسن، نظری سامانی، علی اکبر.،(1399). تحلیل و بررسی شاخص‌های خشکسالی هیدرولوژیکی استان کردستان، نشریه علمی-پژوهشی مهندسی و مدیریت آبخیز، جلد 12، شماره 2، صص 441-453.

معدنچی، پیمان، شاهدی، کاکا، حبیب نژاد، محمود، سلیمانی، کریم، فاتحی مرج، احمد.،(1398). پهنه بندی خشکسالی‌های اقلیمی و بزرگی خشکسالی با استفاده از شاخص SPI و زمین آمار کریجینگ (مطالعه موردی: استان کرمان). نشریه علمی پژوهشی مهندسی آبیاری و آب ایران، سال دهم. شماره سی و هشتم، صص 203-226.

Adnan, S., Ullah, K. Development of drought hazard index for vulnerability assessment in Pakistan. Nat Hazards 103, 2989–3010 (2020). https://doi.org/10.1007/s11069-020-04116-3.

Alesheikh, A., Soltani, M., Nouri, N., Khalilzadeh, M., Land Assessment for Flood Spreading Site Selection Using Geospatial In formation System, 2008, International Journal of Environmental Science and Technology, Vol .5, No .4, 455-462.

Aylande, A., Radeny, M., Morton, J.f., Muchaba, T., 2018. Rainfall variability and drought characteristics in two agro-climatic zones: An assessment of climate change challenges in Africa. Science of The Total Environment.

Chen, Fang, Jia, Huicong, Pan, Donghua, 2019. Risk Assessment of Maize Drought in China Based on Physical Vulnerability. Journal of Food Quality, vol. 2019, Article ID 9392769, 9 pages, 2019. https://doi.org/10.1155/2019/9392769.

Eastman, J.R. 2006. Idrisi Andes guide to GIS and Image processing, Clark University. 328p.

Füssel H. 2007. Vulnerability: A generally applicable conceptual framework for climate change research. Global Environmental Change, 17(2): 155-167.

Jiang, H. and Eastman,R,."Application of fuzzy meas urment in multi_ critria evaluation in GIS." 2000, International Journal of Geogra fic Information System,vol.14,No 2,pp.173-184.

Keshavarz M., Karami E., and Vanclay F. 2013. The social experience of drought in ruralIran. Land Use Policy,30: 120–129.

Khoshnodifar Z., Sookhtanlo M. and Gholami H. 2012. Identification and measurement of indicators of drought vulnerability among wheat farmers in Mashhad County, Iran. Scholars Research Library. Annals of Biological Research, 3 (9):4593-4600 (available: http://scholarsresearchlibrary.com/archive.html).

Miller, G. T. (1991). Environmental Scinces, Wods worth, pub Belmont, California.

Palmer, W.C. (1965). “Meteorological Drought”. US Weather Bureau Research Paper.Washington D.C .No.45.

Rajsekhar, D., Singh, V. P., and Mishra, A. K. (2015), Integrated drought causality, hazard, and vulnerability assessment for future socioeconomic scenarios: An information theory perspective. J. Geophys. Res. Atmos., 120, 6346– 6378. doi: 10.1002/2014JD022670.

Song L.C., Deng Z .Y., and Dong A .X. 2003. Drought. China Meteorological Press, Beijing. 22.

Sullivan, C. A. and Huntingford, C. (2009).“Water resources, climate change and human vulnerability.” 18th World IMACS / MODSIM Congress, Cairns, Australia 13-17 July 2009.

Van der Molen, M. K., Dolman, A. J., Ciais, P., Eglin, T., Gobron, N., Law, B. E., ... & Wang, G. (2011). Drought and ecosystem carbon cycling. Agricultural and Forest Meteorology, 151(7), 765-773. doi:10.1016/j.agrformet.2011.01.018.

Xiao-Chen Y., Yu-Liang Z., Ju-Liang J., and Yi-Ming W. 2013. Risk analysis for drought hazard in China: a case study in Huaibei Plain. Nat Hazards, 67:879–900.

Yuan, Zhe, Jijun Xu, Jin Chen, Junjun Huo, Yangyue Yu, Peter Locher, Bin Xu, "Drought Assessment and Projection under Climate Change: A Case Study in the Middle and Lower Jinsha River Basin", Advances in Meteorology, vol. 2017, Article ID 5757238, 16 pages, 2017. https://doi.org/10.1155/2017/5757238