Comparison of FAO, USDA, and FRWMO Methods in Preparation of Land Capability Map of Oshnavieh Galazchai Watershed, Iran
Subject Areas : Farm water management with the aim of improving irrigation management indicatorsMostafa Zabihi Seilabi 1 , Seyed Hamidreza Sadeghi 2 , Raoof Mostafazadeh 3
1 - Department of Watershed Management Engineering, Tarbiat Modares University
2 - Tarbiat Modares University
3 - Mohaghegh Ardabili University
Keywords: Soil and water resources, Integrated Management, Soil characteristics, Ecological capacity,
Abstract :
Assessment of land use capabilities based on regional conditions is essential to reduce human impacts on natural resources and to identify suitable land uses. However, the selection of appropriate method for evaluating the potential of the land at the watershed scale has received less attention. Therefore, the present study aimed to apply and validate three methods of FAO, USDA and the Forests, Range and Watershed Management Organization (FRWMO) in assessing the land capability of the Oshnavieh Galazchai Watershed in West Azerbaijan, Iran. Towards this, different criteria were assessed for designation of land capability for the Galazchai Watershed based on the available standards. Corresponding available data were consequently obtained using 122 soil samples taken throughout the watershed as well as topographic and meteorological information. According to the results of the study, the highest and the lowest absolute changes were regarded to the FRWMO and FAO methods with an area of 6682 and 5656 ha, respectively. On the other hand, the maximum disagreement was found between the current land use with the FRWMO method with Kappa of 0.64, which is due to allocation of land with steep slope to agriculture and orchard. Hence, it is recommended to allocate land to different uses according to the land potential of the region and also considering the economic and social conditions of watershed stakeholders after applying land use changes to maximize the satisfaction of all stakeholders and lead to sustainability of the study watershed.
آرخی، ص.، یوسفی، ص.، رستمیزاد، ق. 1392. بررسی تأثیر بهینهسازی کاربری اراضی در کاهش فرسایش و رسوب حوضة آبخیز سد چم گردلان به کمک GIS. جغرافیا و آمایش شهری-منطقهای، 3(6): 75-84.
بازوبندی، م.، رحیمی، م.، ملکیان، آ.، قرهچلو، س.، هاشمی، س. ع. ا. 1395. ارزیابی و بهینهسازی الگوی کاربری اراضی (مطالعه موردی: حوضه آبخیز گل رودبار، استان سمنان). دانش آب و خاک، 26(2): 73-86.
باقرزاده، ح. ر.، باقرزاده، ع.، معین راد، ح. 1391. تحلیل روشهای پارامتریک در ارزیابی کیفی تناسب اراضی دشت نیشابور برای زراعت گندم (Triticum aestivum L). بومشناسی کشاورزی، 4 (2): 130-121.
پاکپورربطی، ا.، جعفرزاده، ع. ا.، شهبازی، ف.، عماری، پ. 1392. ارزیابی اراضی مستعد برای تعدادی از محصولات کشاورزی با استفاده از سیستم اطلاعات جغرافیایی در مناطقی از استان آذربایجانغربی. دانش آب و خاک، 23 (1): 165-176.
حسینزاده، م. م.، رستمی، ا.، خدادادی، ف. 1390. تعیین قابلیت اراضی منطقه فامنین جهت استفادههای کشاورزی و مرتع. پژوهشهای دانش زمین، 2 (7): 43-57.
خلیفه، م.، علیخواهاصل، م.، رضوانی، م. 1397. ارزیابی قابلیت اراضی برای توسعه کشاورزی و مرتعداری با استفاده از روش فرآیند تحلیل سلسه مراتبی (مطالعه موردی: حوزه آبخیز گزدراز- لاور ساحلی استان بوشهر). فصلنامه تحقیقات جغرافیایی، 33 (1): 109-124.
سازمان نقشهبرداری کشور. 1397. پایگاه داده 25000. http://www.ncc.org.ir/fa/news/1417/%D9%BE%D8%A7%DB%8C%DA%AF%D8%A7%D9%87-%D8%AF%D8%A7%D8%AF%D9%87-25000.
سرمدیان، ف.، تقیزادهمهرجردی، ر. 1388. مقایسه روشهای درونیابی جهت تهیه نقشه خصوصیات کیفی خاک مطالعه موردی (مزرعه دانشکده کشاورزی). تحقیقات آب و خاک ایران، 2 (40): 165-157.
شرکت مشاوره مهندسی آببانان- آذردشت. 1389. گزارش نهایی مطالعه و طراحی شبکه زهکشی برای رواناب سطحی و سیلاب شهری در شهر اشنویه. 122ص.
شهبازی، ع.، آقاجانلو، خ.، عین لو، ف.، احمدیان، م. 1393. تهیه نقشه توان اکولوژیکی اراضی با استفاده از GIS و مقایسه آن با نقشه کاربری فعلی (مطالعه موردی: حوزه آبخیز گونی). تحقیقات مرتع و بیابان ایران، 21 (4): 730-718.
علیخواه اصل، م.، ناصری، د.، دشوارپسند، م. 1397. تعیین قابلیت اراضی برای توسعه کشاورزی و مرتعداری مناطق روستایی حوضه آبریز ساری- قمیش استان اردبیل. فصلنامه روستا و توسعه، 21 (4): 89-111.
غجهپور، ا.، جلالی، ح. ر.، جعفری، ا.، محمودآبادی، م. 1397. ارزیابی تغییرات مکانی pH و EC خاک با استفاده از روشهای زمین آماری (مطالعه موردی: منطقه بافت). اولین همایش بین المللی و سومین همایش ملی مدیریت پایدار منابع خاک و محیط زیست. کرمان، دانشگاه شهید باهنر کرمان: 8 ص.
قنواتی، ع.، کرم، ا.، ضیائیان، پ.، منصوریان سمیری، ا.، بهشتی جاوید، ا. 1392. مقایسه مدل ارزیابی ایرانی فائو و مدل پارامتریک ژئومورفولوژیکی برای تعیین قابلیت اراضی برای کشت آبی. ژئومورفولوژی کمی، 1(4): 133-148.
محمدعسگری، ح.، جعفری، م.، علویپناه، س. ک.، رزمی، م. 1393. تجزیه و تحلیل تغییرات مکانی برخی از خصوصیات خاک با استفاده از زمینآمار و سنجش از دور. پژوهشهای فرسایش محیطی، 2 (14): 71-53.
مخدوم، م. (1380). شالوده آمایش سرزمین، انتشارات دانشگاه تهران، 300 ص.
مصطفیزاده، ر.، صادقی، س.ح.ر.، سعدالدین، ا. 1393. تحلیل رسوبنمود و حلقههای سنجه رسوب رگبار در حوزه آبخیز گلاز اشنویه، آذربایجان غربی، پژوهشهای حفاظت آب و خاک. 21 (5): 175-191.
معینی، ا.، صدوقی، ل.، مفیدی، س.، شریفیفر، ف. 1395. مقایسه کاربری فعلی اراضی با کاربری پیشنهادی از سه روش مخدوم، فائو و سازمان جنگلها، مراتع و آبخیزداری (مطالعه موردی: حوزه آبخیز زنجانرود و قرهپشتلو). محیط زیست طبیعی، منابع طبیعی ایران، 69(4): 1129-1143.
AbdelRahman, M. A., Natarajan, A., & Hegde, R. 2016. Assessment of land suitability and capability by integrating remote sensing and GIS for agriculture in Chamarajanagar district, Karnataka, India. The Egyptian Journal of Remote Sensing and Space Science, 19(1): 125-141.
Abou-Najem, S., Palacios-Rodríguez, G., Darwish, T., Faour, G., Kattar, S., Clavero Rumbao, I., & Navarro-Cerrillo, R. M. 2019. Land Capability for Agriculture, Hermel District, Lebanon. Journal of Maps, 15(2): 122-130.
Alexandratos, N., & Bruinsma, J. 2012. World agriculture towards 2030/2050: the 2012 revision: 154 P.
Atalay, I. 2016. A new approach to the land capability classification: Case study of Turkey. Procedia Environmental Sciences, 32: 264-274.
Ayalew, G. 2015. Geographical information system (GIS) based land capability classification of East Amhara region Ethiopia. Journal of Environmental and Earth Science, 5(1): 80-87.
Bandyopadhyay, S., Jaiswal, R. K., Hegde, V. S., & Jayaraman, V. 2009. Assessment of land suitability potentials for agriculture using a remote sensing and GIS based approach. International Journal of Remote Sensing, 30(4): 879-895.
Bartier, P. M., & Keller, C. P. 1996. Multivariate interpolation to incorporate thematic surface data using inverse distance weighting (IDW). Computers & Geosciences, 22(7): 795-799.
Bouyoucos, G. J. 1962. Hydrometer method improved for making particle size analyses of soils 1. Agronomy journal, 54(5): 464-465.
Bruinsma, J. 2011. The resources outlook: by how much do land, water and crop yields need to increase by 2050?. In P. Conforti (Ed.), Looking ahead in world food and agriculture: Perspectives to 2050, (pp. 233-278). FAO: Rome.
Burt, R. 2004. Soil survey laboratory methods manual. United States Department of Agriculture, Natural Resources Conservation Service, USA: 700 P.
Chamheidar, H., Nikkami, D., Mahdian, M. H., Pazira, E., & Ghafouri, M. 2011. Soil loss minimization through land use optimization. World Applied Sciences Journal, 12(1): 76-82.
Choto, M., & Fetene, A. 2019. Impacts of land use/land cover change on stream flow and sediment yield of Gojeb watershed, Omo-Gibe basin, Ethiopia. Remote Sensing Applications: Society and Environment, 14 (1): 84-99.
de la Rosa, D., Anaya-Romero, M., Diaz-Pereira, E., Heredia, N., & Shahbazi, F. 2009. Soil-specific agro-ecological strategies for sustainable land use–A case study by using MicroLEIS DSS in Sevilla Province (Spain). Land Use Policy, 26 (4): 1055-1065.
De la Rosa, D., Moreno, J. A., García, L. V., & Almorza, J. 1992. MicroLEIS: A microcomputer‐based Mediterranean land evaluation information system. Soil Use and Management, 8 (2): 89-96.
FAO, 1976. A framework for land evaluation. FAO Soil Bulletin No 32.Rome.
Godfray, H.C.J., Beddington, J.R., Crute, I.R., Haddad, L., Lawrence, D., Muir, J.F., Pretty, J., Robinson, S., Thomas, S.M. and Toulmin, C. 2010. Food security: the challenge of feeding 9 billion people. Science, 327 (5967): 812-818.
Gregory, P. J., & George, T. S. 2011. Feeding nine billion: the challenge to sustainable crop production. Journal of Experimental Botany, 62 (15): 5233-5239.
Guzha, A. C., Rufino, M. C., Okoth, S., Jacobs, S., & Nóbrega, R. L. B. 2018. Impacts of land use and land cover change on surface runoff, discharge and low flows: Evidence from East Africa. Journal of Hydrology: Regional Studies, 15 (1): 49-67.
Kalra, Y.P. & D.G. Maynard, 1991. Methods manual for forest soil and plant analysis. Forestry Canada. Northwest Region. Northern Forestry Centre. Edmonton, Alberta. Information Report NOR-X-319E. 116 P.
Klingebiel, A. A., & Montgomery, P. H. 1961. Land-capability classification (No. 210). Soil Conservation Service, US Department of Agriculture: 22 P.
Mahmoud, E. A., Sayed, A. S., & Aldabaa, A. A. 2019. Land Capability Classification of Wadi Jerafi Basin, North Sinai Egypt. Alexandria Science Exchange Journal, 40 (JANUARY-MARCH): 43-59.
Majumdar, S. 2020. Land Suitability Analysis for Peri-urban Agriculture Using Multi-criteria Decision Analysis Model and Crop Condition Monitoring Methods: A Case Study of Kolkata Metropolitan Area. In: IoT and Analytics for Agriculture (Eds.), Springer, Singapore., (pp. 165-185).
Memarian, H., S.K. Balasundram, K.C. Abbaspour, J.B. Talib, C.T.B. Sung & A.M. Sood. 2015. Integration of analytic hierarchy process and weighted goal programming for land use optimization at the watershed scale, Turkish Journal of Engineering and Environmental Sciences, 38 (2): 139-158.
Mesgaran, M. B., Madani, K., Hashemi, H., & Azadi, P. 2017. Iran’s land suitability for agriculture. Scientific Reports, 7 (1): 1-12.
Nyeko, M., (2012), GIS and Multi - Criteria Decision Analysis for Land Use Resource Planning, Journal of Geographic Information System, 4 (1): 341 - 348.
Nosetto, M. D., Jobbágy, E. G., & Paruelo, J. M. 2006. Carbon sequestration in semi-arid rangelands: comparison of Pinus ponderosa plantations and grazing exclusion in NW Patagonia. Journal of Arid Environments, 67(1): 142-156.
Panhalkar, S. 2011. Land capability classification for integrated watershed development by applying remote sensing and GIS techniques. Journal of Agricultural and Biological Science, 6(4): 46-55.
Pilevar, A. R., Matinfar, H. R., Sohrabi, A., & Sarmadian, F. 2020. Integrated fuzzy, AHP and GIS techniques for land suitability assessment in semi-arid regions for wheat and maize farming. Ecological Indicators, 110: 1-8.
Rajesh, N. L., Rajesh, V., Meenkshi, R. B., Sathishkumar, U., HV, R., & RB, H. 2019. Land evaluation of Adavibhavi micro-watershed to derive land capability and its suitability for field crops and horticulture crops. International Journal of Chemical Studies, 7 (2): 160-172.
Sadeghi, S. H. R., Jalili, K., & Nikkami, D. 2009a. Land use optimization in watershed scale. Land Use Policy, 26 (2): 186-193.
Storie, R. E. 1978. The Storie Index soil rating revised. Special Publication Division of Agricultural Science: University of California,, Berkeley, California.
Sonter, R. O., & Lawrie, J. W. 2007. Soils and rural land capability. Soils their properties an management. Oxford University Press, South Melbourne, Australia. Oxford University Press, South Melbourne, Australia. 461 P.
Thapa, R. B., & Murayama, Y. 2012. Scenario based urban growth allocation in Kathmandu Valley, Nepal. Landscape and Urban Planning, 105 (1-2): 140-148.
Tilman, D., Balzer, C., Hill, J., & Befort, B. L. 2011. Global food demand and the sustainable intensification of agriculture. Proceedings of the National Academy of Sciences, 108 (50): 20260-20264.
TJ, M. S., & Nowshaja, P. T. 2016. Land capability classification of Ollukara Block Panchayat using GIS. Procedia Technology, 24 (2016): 303-308.
United States Department of Agriculture (USDA). 1973. Land capability classification, agriculture handbook no. 210. Washington, DC: Soil Conservation Service, (pp. 1-21). US department of agriculture, USA.
Yeo, I. Y., Gordon, S. I., & Guldmann, J. M. 2004. Optimizing patterns of land use to reduce peak runoff flow and nonpoint source pollution with an integrated hydrological and land-use model. Earth Interactions, 8 (6): 1-20.
Yohannes, H., & Soromessa, T. 2019. Integration of remote sensing, GIS and MCDM for land capability classification in Andit Tid watershed, Ethiopia. Journal of the Indian Society of Remote Sensing, 47 (5): 763-775.
Zenebe, A., Girma, A., Guyassa, E., Asfaha, T.G., Munro, R.N., Haile, M., Poesen, J., Deckers, J. and Nyssen, J. 2019. Land Use and Suitability for Rainfed Agriculture. In: Geo-trekking in Ethiopia’s Tropical Mountains (Eds.). Springer, Cham., (pp. 373-386).
_||_