مقایسه روش های CVI و AHP در ارزیابی خشکسالی و سنجش آسیب پذیری اقلیمی استان گیلان

محورهای موضوعی : اقلیم شناسی

پژواک راستگو ¹ , بهمن رمضانی ² , پرویز رضایی ³

1 - دانشجوی دکتری گروه جغرافیا، آب و هواشناسی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
2 - استاد گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
3 - دانشیار گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

تاریخ دریافت : 1400/07/25 تاریخ پذیرش : 1400/10/12 تاریخ انتشار : 1400/10/21

کلید واژه: گیلان, AHP, آسیب‌پذیری, خشک‌سالی, CVI,

چکیده مقاله :

خشک‌سالی یکی از پرهزینه‌ترین بلایای طبیعی ایران می‌باشد. این امر ضرورت مطالعه در زمینه تعیین آسیب‌پذیری و شناسایی عوامل اثرگذار بر آن در مناطق مختلف کشور را مشهود می‌سازد. در این پژوهش هدف، مقایسه روش‌های CVI و AHP در ارزیابی خشک‌سالی و سنجش آسیب‌پذیری اقلیمی استان گیلان به‌منظور شناسایی ابعاد آن است. روش پژوهش تحلیلی مکانی و ازنظر هدف کاربردی است. ابتدا مؤلفه‌های شاخص آسیب‌پذیری اقلیمی استان گیلان در هر دو مدل AHPو 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 و در مدل AHP وزن دهی شد و نقشه پهنه‌بندی نهایی دو مدل AHPو CVI به دست آمد. در مدل AHP ازنقطه‌نظر کارشناسان اهمیت مؤلفه منابع(R) با وزن 0.293 بیشترین و مؤلفه ویژگی‌های جغرافیایی(G) با وزن 0.045، کمترین مقدار بود. در بررسی متغیرها نیز در مدل AHP، متغیر مجموع بارندگی با وزن 0.750 مؤثرترین متغیر و تنوع و کیفیت محصولات کشاورزی با وزن 0.088 کم اثرترین متغیر از نظر کارشناسان بود. 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 دسترسی(A) 36.94% کمترین رتبه را به دست آورد. پهنه‌بندی مدل AHP نشان داد بخش میانی استان شامل رشت، سراوان، کسما، انزلی و بیشترین را با مساحت 42.11 درصد دارد. در مدل CVI، بیشترین آسیب‌پذیری در کل شهرستان تالش با مساحت 15.57 درصد می‌باشد. شهرستان‌های آستارا و رضوانشهر با مساحت 20.88 درصد در کلاس آسیب‌پذیری خیلی کم مشاهده گردید.

چکیده انگلیسی:

Drought is one of the most costly natural disasters in Iran and the need for a study to determine vulnerability and identify the factors affecting it in different parts of the country.The aim of this study was to compare CVI and AHP methods in assessing drought and measuring climatic vulnerability in Guilan province in order to identify its dimensions.The research method is spatial and applied in terms of purpose. In the AHP model, the importance of the resource component (R) with a weight of 0.293 is the highest and the weight of the component of geographical features (G) with a weight of 0.045 is the lowest. In the study of variables in the AHP model, the variable of total rainfall with a weight of 0.750 was the most effective variable and the variety and quality of agricultural products with a weight of 0.088 was the least effective variable according to experts. In the study of CVI components, the CVI index of the whole province was 44.5%. The CVI index had the highest rating in the resource component (R) at 56.12% and the lowest rating in the 36.94% component. The zoning of the AHP model showed that the middle part of the province, including Rasht, Saravan, Kasma, Anzali, has the highest area with an area of 42.11%. In the CVI model,the highest vulnerability is in the whole city of Talesh with an area of 15.57%.Astara and Rezvanshahr cities with an area of 20.88% were observed in a very low vulnerability class.

منابع و مأخذ:

1- افتخاری، مبین.، اسماعیلی، علی.، محمودی زاده، سعید.، قزل سوفلو، عباسعلی.، اکبری، محمد.، (1400): تحلیل و پایش زمانی و مکانی خشک‌سالی با استفاده از محصولات سنجنده MODIS (مطالعه موردی استان اصفهان)، علوم جغرافیایی، شماره 34، صص 17 – 27.

2- 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.

3- جعفری، قربان، شاهکویی، اسمعیل، قانقرمه، عبدالعظیم.، (1397): پیش‌بینی خشک‌سالی‌های استان خراسان شمالی با مدل HADCM3 و شاخص‌های SPI و RDI، مجله آمایش جغرافیایی فضا، فصلنامه علمی- پژوهشی دانشگاه گلستان، سال هشتم، شماره مسلسل سی‌ام، صص 159-174.

4- حجازی زاده، زهرا.، شکیبا، هانیه.، پژوه، فرشاد.، (1400): واکاوی و مقایسۀ چند شاخص خشک‌سالی اقلیمی و تعیین بهترین شاخص در جنوب شرق ایران، جغرافیا، شماره 68، صص 5 – 21.

5- رمضانی گورابی، بهمن.، کاظم نژاد، زهرا.، (1390): بررسی تأثیر 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.

6- زارعی، شیرین، حزباوی، زینب، مصطفی‌زاده، رئوف، اسمعیلی عوری، اباذر.، (1399): مقایسه آسیب‌پذیری زیر حوضه‌های آبخیز سامیان بر اساس تغییرات مؤلفه‌های اقلیمی، پژوهش‌های جغرافیای طبیعی، دوره 25، شماره 5، تابستان 1399، صص 217-236.

7- عطایی، یاسمین.، فتوحی، صمد.، قنبری، سیروس.، (1400): تأثیر خشک‌سالی اقلیمی دو دهه (1390-1370) بر ناپایداری توسعه در دهستان هشیوار شهرستان داراب، برنامه‌ریزی منطقه‌ای، شماره 42، صص 173-188.

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

9- 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.

10- قاسمی، محمد مهدی.، پاک پرور، مجتبی.، مکرم، مرضیه.، (1400): تهیه نقشه لندفرم‌ها و بررسی ارتباط آن با میزان خشک‌سالی به کمک روش ژئومورفون و مدل‌های تصمیم‌گیری چندمعیاره (مورد: شرق و جنوب استان فارس)، مجله پژوهش‌های ژئومورفولوژی کمی، شماره 38، صص 156 – 175.

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

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

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

14- 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.

15- 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.

16- Füssel H. (2007): Vulnerability: A Generally Applicable Conceptual Framework For Climate Change Research. Global Environmental Change, 17(2): 155-167.

17- Keshavarz M., Karami E., And Vanclay F. (2013): The Social Experience Of Drought In Ruraliran. Land Use Policy, 30: 120–129.

18- 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).

19- 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.

20- Saaty, T.L. (1980): The Analytic Hierarchy Process. Mcgraw. New York.

21- Smakhtin V.U. And Hughes D.A. 2004. Review, Automated Estimation And Analyses Of Drought Indices In South Asia. International Wter Management Institute. Colombo, Sri Lanka.

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.

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

24- Vander 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

25- 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.

26- 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.

27- Zhang F. Wang D. Qiu B.1987. China’s Agricultural Phrenology Atlas. Science Press, Beijing.