Assessment of Desertification using the MEDALUS model (Case study: the lands of west Ahvaz)

Subject Areas : Geospatial systems development

Abdol-Reza Kazeminia ¹ , Kazem Rangzan ² , Mehdi Mahmoud Abadi ³

1 - Lecturer, College of Civil Engineering, Sirjan University of Technology
2 - Assoc. Prof. College of Earth Sciences, Shahid Chamran University of Ahvaz
3 - PhD. Student of Climatology, Yazd University

Received: 2016-09-29 Accepted : 2017-05-23 Published : 2017-08-23

Keywords: Desertification, Medalus model, Ahvaz, Geographic Information System, Environmentally sensitive areas index,

Abstract :

According to the concept of desertification, which is land degradation in dry areas, the semi-arid, and dry sub-humid due to many factors such as climate change and human activities, this phenomenon has long been known as a serious problem in terms of economic, social, and environmental in many countries. In this study, by using a MEDALUS model the severity of land desertification in the western regions of Ahvaz was evaluated. Climate, vegetation, soil, and land use data are used as effective criteria in determining the severity of desertification. According to the MEDALUS model, each criterion entered the GIS environment as an information layer and after the data is processed, these criteria are weighted. By combining these criteria in raster formats, using geometric averaging, the Environmentally Sensitive Areas Index (ESAI) of the area is obtained. The results show that based on the MEDALUS model the area of the study contains four divisions; (C1) low, (C2) moderate, (C3) high, and (C4) very high critical. The results also showed that 11% of the area was in a low critical class, 30% in the moderate, 25% in high, and 29% of the very high critical class. A climate criterion with the index value of 2.6 has the greatest impact, which is due to strong winds and increasing number of storms and dusty days. Land use criterion with the index value of 1.5 has the minimal impact, which is due to inappropriate land use and implementation of desertification projects in the region.

References:

1. احمدی، ا.، م. ر. طاطیان، ر. تمرتاش، ح.  یگانه و ی. عصری. 1395. بررسی پوشش گیاهی اراضی شور حاشیه دریاچه ارومیه با استفاده از تصاویر ماهواره­ای. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7(1): 1-12.

2. ارزانی، ح.، ز. حسینی و خ. میراخورلو. 1393. کاربرد تصاویر سنجنده ⁺ETM در تخمین میزان تولید و پوشش گیاهی مراتع منطقه طالقان. تحقیقات مرتع و بیابان ایران، 21(1): 24-31.

3. اسفندیاری، م. و م. ع. حکیم­زاده اردکانی. 1389. ارزیابی وضعیت بالفعل بیابان‌زایی، با تأکید بر تخریب منابع خاک بر اساس مدل IMDPA (مطالعه موردی: آباده‌طشک -فارس). تحقیقات مرتع و بیابان ایران، 17(4): 624-631.

4. امیری، ف. و ح. یگانه. 1391. ارزیابی شاخص­های گیاهی برای تهیه نقشه درصد پوشش گیاهی در اراضی نیمه­خشک بخش مرکزی ایران (حوزه آبخیز قره­آقاچ). مرتع و آبخیزداری (منابع طبیعی ایران)، 65(2): 175-189.

5. بحرینی، ف.، ا. پهلوانروی، ع. ر. مقدم­نیا و غ. ر. راهی. 1391. اولویت­بندی مکانی تخریب اراضی با استفاده از مدل بیابان­زایی IMDPA با تاکید بر فرسایش بادی و اقلیم (مطالعه موردی: منطقه بردخون، بوشهر). آب و خاک، 26(4): 897-907.

6. بخشنده­مهر، ل.، س. سلطانی و ع. سپهر. 1392. ارزیابی وضعیت فعلی بیابان‏‌‌زایی و اصلاح مدل مدالوس در دشت سگزی اصفهان. مرتع و آبخیزداری، 66(1): 27-41.

7. ذاکری­نژاد، ر.، م. مسعودی، س. ر. فلاح شمسی و س. ف. افضلی. 1391. ارزیابی شدت بیابانزایی با معیار آب زیرزمینی و با استفاده از سیستم اطلاعات جغرافیایی؛ مطالعه موردی زرین دشت فارس. مهندسی آبیاری و آب، 2(7): 1-10.

8. ذوالفقاری، ف.، ع. ر. شهریاری، ا. فخیره، ع. ر. راشکی، س. نوری و ح. خسروی. 1390. ارزیابی شدت بیابان­زایی دشت سیستان با استفاده از مدل IMDPA. پژوهش­های آبخیزداری (پژوهش و سازندگی)، 24(2): 97-107.

9. رایگانی، ب.، غ. ر. زهتابیان و س. براتی. 1392. نقدی بر مدل ایرانی ارزیابی پتانسیل بیابان‌زایی(IMDPA). یوم­شناسی کاربردی، 2(4): 73-99.

10. رضائی پور باغدر، ع. ح.، ح. بهرامی، ج. رفیع شریف­آباد و ح. خسروی. 1394. ارزیابی شدت بیابان­زایی با استفاده از مدل IMDPA (مطالعه موردی: منطقه باغدر، یزد). مجله جغرافیایی مناطق خشک، 19: 42-54.

11. رئیسی، ع. غ.، غ. ر. زهتابیان، ح. احمدی، ح. خسروی و م. دستورانی. 1391. ارزیابی وضعیت فعلی بیابان­زدایی در مناطق بیابان ساحلی با استفاده از معیارهای بیوفیزیک مدل IMDPA (بررسی موردی: منطقه کهیر کنارک، چابهار). پژوهش­های آبخیزداری (پژوهش و سازندگی). 25(4): 43-51.

12. زهتابیان، غ. ر. و ع. رفیعی امام. 1382. ESAs روشی جدید برای ارزیابی و تهیه نقشه حساسیت مناطق به بیابان­زایی. بیابان، 8(1): 120-126.

13. سپهر، ع.، م. معیری، م. ر. اختصاصی و س. آقاجانی. 1387. بررسی کاربرد روش مدالوس به منظور ارائه یک مدل منطقه‌ای برای ارزیابی و تهیه نقشه بیابان‌زایی. مجله منابع طبیعی ایران، 61(3): 537-554.

14. فرج­الهی، ا.، ح. ر. عسگری، م. اونق، م. ر. محبوبی و ع. ر. سلمان ماهینی. 1394. پایش و پیش­بینی روند تغییرات مکانی و زمانی کاربری/ پوشش اراضی (مطالعة موردی: منطقة مراوه‌تپه، گلستان). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(4): 1-14.

15. کریمی، ک.،  ر. مسعودی، س. نخعی­نژادفرد و ب. زهتابیان. 1393. تأثیر تغییر معیارهای اقلیمی و هیدرولوژیک بر بیابان‏زایی دشت مهران. مدیریت بیابان، 2(4): 67-76.

16. موسوی، س. م. 1385. کنترل پدیده بیابان­زایی نیازمند عزم ملی. جنگل و مرتع، 70: 12-17.

17. میرزایی­زاده، و.، م. نیک­نژاد و ج. اولادی قادیکلایی. 1394. ارزیابی الگوریتم­های طبقه­بندی نظارت شده غیرپارامتریک در تهیه نقشه پوشش زمین با استفاده از تصاویر لندست 8، سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(3): 29-44.

18. Binh T, Vromant N, Hung NT, Hens L, Boon E. 2005. Land cover changes between 1968 and 2003 in Cai Nuoc, Ca Mau peninsula, Vietnam. Environment, Development and Sustainability, 7(4): 519-536.

19. Contador J, Schnabel S, Gutiérrez AG, Fernández MP. 2009. Mapping sensitivity to land degradation in Extremadura. SW Spain. Land Degradation & Development, 20(2): 129-144.

20. De Paola F, Ducci D, Giugni M. 2009. Soil erosion and desertification: a combined approach using RUSLE and ESAs models in the Tusciano basin (southern Italy). In: EGU General Assembly Conference Abstracts. 19-24 April, Vienna, Austria.

21. Ibáñez J, Valderrama JM, Puigdefábregas J. 2008. Assessing desertification risk using system stability condition analysis. Ecological Modelling, 213(2): 180-190.

22. Kundu A, Dutta D. 2011. Monitoring desertification risk through climate change and human interference using remote sensing and GIS techniques. International Journal of Geomatics and Geosciences, 2(1): 21-33.

23. Ladisa G, Todorovic M, Liuzzi GT. 2012. A GIS-based approach for desertification risk assessment in Apulia region, SE Italy. Physics and Chemistry of the Earth, Parts A/B/C, 49: 103-113.

24. Laliberte AS, Winters C, Rango A. 2011. UAS remote sensing missions for rangeland applications. Geocarto International, 26(2): 141-156.

25. Rasuly A, Naghdifar R, Rasoli M. 2010. Detecting of Arasbaran forest changes applying image processing procedures and GIS techniques. Procedia Environmental Sciences, 2: 454-464.

26. Salvati L, Bajocco S. 2011. Land sensitivity to desertification across Italy: past, present, and future. Applied Geography, 31(1): 223-231.

27. Santini M, Caccamo G, Laurenti A, Noce S, Valentini R. 2010. A multi-component GIS framework for desertification risk assessment by an integrated index. Applied Geography, 30(3): 394-415.

28. Shakerian N, Zehtabian GR, Azarnivand H, Khosravi H. 2011. Evaluation of desertification intensity based on soil and water criteria in Jarghooyeh region. Desert, 16(1): 23-32.

29. Veron S, Paruelo J, Oesterheld M. 2006. Assessing desertification. Journal of Arid Environments, 66(4): 751-763.

30. Yang X, Zhang K, Jia B, Ci L. 2005. Desertification assessment in China: An overview. Journal of Arid Environments, 63(2): 517-531.

31. Zerger A, Gibbons P, Seddon J, Briggs S, Freudenberger D. 2009. A method for predicting native vegetation condition at regional scales. Landscape and Urban Planning, 91(2): 65-77.

32. Zhu D, Wang T, Cai C, Li L, Shi Z. 2009. Large‐scale assessment of soil erosion using a neuro‐fuzzy model combined with GIS: A case study of Hubei Province, China. Land Degradation & Development, 20(6): 654-666.