نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی

ارزیابی وضعیت فعالیت ریگ خوزستان و مخاطرات ناشی از آن با استفاده از سامانه گوگل ارث انجین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه تهران

2 دانشگاه پیام نور، واحد سنندج

3 دانشگاه کردستان

4 دانشگاه فردوسی

10.22034/rsgi.2025.61672.1075

چکیده

تپه‌های ماسه‌ای از عوارض مناطق گرم و خشک هستند که با مخاطرات زیادی از جمله ایجاد کانون‌های گردوغبار و تخریب اراضی کشاورزی و ساخت‌‌و‌سازهای انسانی همراه هستند. از جمله ریگزارهایی که نقش مهمی در فعالیت‌های انسانی مجاور خود داشته است، ریگ خوزستان در جنوب غرب کشور است. با توجه به اهمیت موضوع، در این پژوهش به بررسی وضعیت ریگ خوزستان و مخاطرات ناشی از آن پرداخته شده است. در این تحقیق از تصاویر گوگل ارث، تصاویر ماهواره لندست 9، تصاویر ماهواره مادیس و همچنین لایه‌های رقومی اطلاعاتی به‌عنوان مهم‌ترین داده‌های تحقیق استفاده شده است. مهم‌ترین ابزارهای تحقیق شامل گوگل ارث، گوگل ارث انجین و ArcGIS بوده است. در این تحقیق ابتدا به ترسیم محدوده ریگزارهای خوزستان و سپس آنالیز تغییرات آن پرداخته شده است. در ادامه نیز با استفاده از شاخص AOD و تصاویر مادیس، نقشه غلظت گردوغبار منطقه تهیه شده و ارتباط آن با ریگزارهای منطقه و فعالیت انسانی ارزیابی و تحلیل شده است. نتایج این تحقیق نشان داده است که ریگ خوزستان 2602 کیلومترمربع وسعت دارد که تحت تاثیر سرعت و جهت بادهای منطقه، حدود 43 درصد از آن دارای وضعیت فعالی است و همین مسئله سبب شده است تا در بعضی از مناطق، توده‌های ماسه‌‌ای به سمت اراضی کشاورزی پیش‌روی کنند. همچنین نتایج شاخص AOD نشان داده است که بالاترین غلظت گردوغبار منطقه در طی سال‌های 2018 تا 2023 مربوط به محدوده ریگزارهای تثبیت نشده و فعال و همچنین در مناطق شرقی ریگزارها، بوده است.

تازه های تحقیق

نتایج این تحقیق نشان داده است که بخش زیادی از نیمه شمالی استان خوزستان و مناطق جنوبی استان ایلام را ریگزارها دربرگرفته است. ریگزارهای این منطقه دارای مورفولوژی پیچده­ای هستند و با توجه به دخالت­های انسانی صورت گرفته در منطقه، وضعیت فعالیت و تغییرات آن­ها یکسان نیست. درواقع با توجه به اینکه در بعضی از مناطق، بیش از 40 درصد از بادها دارای سرعت بیش از 2/6 متر بر ثانیه هستند و همچنین بعضی از مناطق دارای پوشش­گیاهی کم تراکم هستند، بنابراین زمینه برای جابجایی تپه­های ماسه­ای و ایجاد کانون­های گردوغبار فراهم است. در این پژوهش با توجه به تغییرات تپه­های ماسه ­است، ریگ خوزستان به سه کلاس فعال، نیمه فعال و غیرفعال تقسیم شده است. بر اساس نتایج حاصله، 1117 کیلومترمربع (9/42 درصد) از ریگزارها را مناطق فعال، 1359 کیلومترمربع (2/52) را مناطق نیمه فعال و 126 کیلومترمربع (8/4) را مناطق غیرفعال دربرگرفته است. با توجه اینکه جهت غالب بادهای منطقه به سمت غرب است، بنابراین غالباً پیشروی توده­های ماسه به سمت مناطق غربی منطقه است. همچنین با توجه به اینکه بخشی زیادی از ریگ خوزستان دارای وضعیت فعال و نیمه فعالی است، این ریگزار پتانسیل زیادی برای ایجاد مخاطرات دارد. بر اساس نتایج حاصله از شاخص AOD، بالاترین غلظت گردوغبار منطقه در طی سال­های 2018 تا 2023 مربوط به محدوده ریگزارهای تثبیت نشده و فعال و همچنین در مناطق شرقی ریگزارها، بوده است. بر این اساس می­توان گفت که دلیل غلظت گردوغبار منطقه، وجود ریگزارها و خصوصاً ریگزارها فعال و تثبیت نشده بوده است. همچنین با توجه به اینکه درصد بادهای با سرعت بیش از 2/6 متر بر ثانیه در فصل بهار بیش از سایر فصول بود، بنابراین می­توان گفت که همانند ریگزارهای لوت (مقصودی و همکاران، 1400) و شهرستان زابل (فتح­اله­زاده و همکاران، 1402)، بین تغییرات غلظت گردوغبار و درصد بادهای با سرعت بیش از 2/6 متر برثانیه رابطه مستقیمی وجود دارد. اما علاوه بر ایجاد گردوغبار، فعال بودن ریگ خوزستان در بسیاری از مناطق از جمله مناطق مجاور اراضی کشاورزی، سبب پیشروی توده­های ماسه­ای به سمت این اراضی و تخریب آن­ها شده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Evaluation of Khuzestan's erg activity status and risks arising From it using Google Earth Engine system

نویسندگان [English]

  • Hamid Ganjaeian 1
  • Kolsum Mohammadian 2
  • Mozhgan Nosrati 3
  • Mahnaz Javedani 4

1 Tehran Universiti

2 Payam Noor University, Sanandaj branch

3 University of Kordestan

4 University of Kordestan

چکیده [English]

Sand dunes are one of the complications of hot and dry regions, which are associated with many risks, including the creation of dust centers and the destruction of agricultural lands and human constructions. Among the sand dunes that have played an important role in the human activities nearby is the sand dunes of Khuzestan in the southwest of the country. Considering the importance of the subject, in this research, the condition of sand in Khuzestan and the risks caused by it have been investigated. In this research, Google Earth images, Landsat 9 satellite images, MODIS satellite images, as well as digital layers of information are used as the most important research data. The most important research tools include Google Earth, Google Earth Engine and ArcGIS. In this research, firstly, the range of Khuzestan's reservoirs has been drawn and then its changes have been analyzed. In the following, using the AOD index and MODIS images, the dust concentration map of the region has been prepared and its relationship with the region's sensors and human activity has been evaluated and analyzed. The results of this research have shown that the sand of Khuzestan has an area of 2602 square kilometers, and under the influence of the speed and direction of the winds in the region, about 43% of it has an active state, and this problem has caused sand piles in some areas. Move towards agricultural lands.

کلیدواژه‌ها [English]

  • Sand dunes
  • AOD index
  • Khuzestan erg
  • Google Earth Engine

Objective: Sand dunes are one of the complications of hot and dry regions, which are associated with many risks, including the creation of dust centers and the destruction of agricultural lands and human constructions. Among the sand dunes that have played an important role in the human activities nearby is the sand dunes of Khuzestan in the southwest of the country. Considering the importance of the subject, in this research, the condition of sand in Khuzestan and the risks caused by it have been investigated.

Methods: In this research, Google Earth images, Landsat 9 satellite images, MODIS satellite images, as well as digital layers of information are used as the most important research data. The most important research tools include Google Earth, Google Earth Engine and ArcGIS. In this research, firstly, the range of Khuzestan's reservoirs has been drawn and then its changes have been analyzed. In the following, using the AOD index and MODIS images, the dust concentration map of the region has been prepared and its relationship with the region's sensors and human activity has been evaluated and analyzed

Results: The results of this research have shown that the Khuzestan regs has an area of ​​2602 km2, and under the influence of the speed and direction of the region's winds, about 43, 52, and 5 percent respectively of it is active, semi-active, and inactive. This has caused sand masses to advance more than a few meters towards agricultural lands in some areas each year. The results of the AOD index also showed that the highest dust concentration in the region during the years 2018 to 2023, with a coefficient of more than 0.7, was related to the area of ​​unstabilized and active sand dunes, as well as in the eastern areas of the sand dunes.

Conclusions: According to the results, there is a direct relationship between dust concentration and sand dune activity in the region

  • Al-Mutiry, M., Hermas, E.A., Al-Ghamdi, K.A., & Al-Awaji, H. (2016). Estimation of dune migration rates north Riyadh City, KSA, using SPOT 4 panchromatic images. African Earth Sciences, 124, 258-269. http://dx.doi.org/10.1016/j.jafrearsci.2016.09.034
  • Ayyamperumal, R., Banerjee, A., Zhang, Z., Nazir, N., Li, F., Zhang, C., & Huang, X. (2023). Quantifying climate variation and associated regional air pollution in southern India using Google Earth Engine. Science of The Total Environment, 909. https://doi.org/10.1016/j.scitotenv.2023.168470
  • Benalla, M., Alem, E.M., Rognon, P., Desjardins, R., Hilali, A., & Khardi, A. (2003). Les dunes du Tafilalet (Maroc): dynamique éolienne et ensablement des palmeraies. Science et changements planétaires / Sécheresse, 14(2), 73-83. http://geoprodig.cnrs.fr/items/show/199195
  • Bourke, M.C., Ewing, R.C., Finnegan, D., & McGowan, H.A. (2009). Sand dune movement in the Victoria Valley, Antarctica. Geomorphology, 109, 148–160. http://dx.doi.org/10.1016/j.geomorph.2009.02.028
  • Dong, Z., Qian, G., Lv, P., & HU, G. (2013). Investigation of the sand sea with the tallest dunes on Earth: China's Badain Jaran Sand Sea. Earth-Science Reviews. 120, 20–39. http://dx.doi.org/10.1016/j.earscirev.2013.02.003
  • Hamdan, M.A., Refaat, A.A., & Abdel Wahed, M. (2016). Morphologic characteristics and migration rate assessment of barchans dunes in the SoutheasternWestern Desert of Egypt. Geomorphology, 257, 57- 74. http://dx.doi.org/10.1016/j.geomorph.2015.12.026
  • Hermas, E., Leprince, S., & El-Magd., I.A. (2012). Retrieving sand dune movements using sub-pixel correlation of multi-temporal optical remote sensing imagery, northwest Sinai Peninsula, Egypt. Remote Sensing of Environment, 121(2), 51- 60. http://dx.doi.org/10.1016/j.rse.2012.01.002
  • Liu, A., Wu, O., & Cheng, X. (2020). Using the Google Earth Engine to estimate a 10 m resolution monthly inventory of soil fugitive dust emissions in Beijing, China. Science of The Total Environment, 735. https://doi.org/10.1016/j.scitotenv.2020.139174
  • Livingstone, I., Bristow, C., Bryant, R.G., Bullard, J., White, K., Wiggs, G.F.S., Baas, A.C.W., Bateman, M.D., & Thomas, D.S.G. (2010). The Namib Sand Sea Digital Database of aeolian dunes and key forcing variables. Aeolian Research, 2, 93–104. http://dx.doi.org/10.1016/j.aeolia.2010.08.001
  • Mahyou, H., Tychon, B., Balaghi, R., Mimouni, J., & Paul, R. (2010). Désertification des parcours arides au Maroc. Tropicultura, 28(2), 107-114. https://www.researchgate.net/publication/46378957
  • Nouaceur, Z. (2013). Nouakchott, une capitale au peril des vents de sable, de l’ensablement et des inondations. Secheresse, 24, 182-93. http://dx.doi.org/10.1684/sec.2013.0392
  • Tao, M., Wang, J., Li, R., Chen, L., Xu, X., Wang, L., Tao, J., & Xiang, J. (2020). Characterization of Aerosol Type over East Asia by 4.4 km MISR Product: First Insight and General Performance. JGR Atmospheres, 125(13). https://doi.org/10.1029/2019JD031909
  • Zheng, Z., Yu, J., Zhang, X., & Du, S. (2024). Development of a 30 m resolution global sand dune/sheet classification map (GSDS30) using multi-source remote sensing data. Remote Sensing of Environment, 302. https://doi.org/10.1016/j.rse.2023.113973
  • Afzali, A.A., Yamani, M., Sharifikia, M., & MohammadKhan, S. (2021). Evaluation of the dynamics of sand dunes on the edge of Damghan playa (Haj Ali Qoli desert) using radar interferometric technique and object oriented classification. Natural Geography Research, 53(2), 176-157. https://doi.org/10.22059/jphgr.2021.284841.1007417 (In Persian)
  • Ahamdabadi, A., Karam, A., Saffari, A., & Yazdan Panah, M. (2019). Estimation of horizontal and vertical displacement of sand dunes in Rig Ardestan using radar interferometry and spectral indices. Quantitative Geomorphology Research, 8(4), 1-17. https://doi.org/10.22034/GMPJ.2020.106407 (In Persian)
  • Fethullahzadeh, M., Ranjbar-Barogh, Z., Motamedi-Rad, M., & Haji Karimi Dolabi, Z. (2023). Examining the characteristics of wind and its relationship with the occurrence of dust in Zabul city using the Google Earth Engine system. Quantitative Geomorphology Research, 12(3), 167-183. https://doi.org/10.22034/GMPJ.2023.416114.1455 (In Persian)
  • Firouzi, F., Nikpour, N., Rakhshani, Z., Ghafarian-Malmiri, H., & Mahmoudi, P. (2019). Monitoring the change process of sand dunes with remote sensing approach (case study: Sistan plain). Quantitative Geomorphology Research, 9(3), 255-239. https://doi.org/10.22034/GMPJ.2020.122228 (In Persian)
  • Ganjaeian, H., Mohammadian, K., Javedani, M., & Safari Namivandi, M. (2023). Estimating the desertification potential of Yazd Province using DVI indices. Desert management, 11(2), 35-48. https://doi.org/10.22034/jdmal.2023.2004871.1419 (In Persian)
  • Maghsoudi, M., Fathollahzadeh, M., & Ganjaeian, H. (2021). Monitoring wind speed changes and its effect on the displacement and changes of sand dunes in the Lut Sand Dunes. Sepehr, 30(118), 113-126. https://doi.org/10.22131/sepehr.2021.246137 (In Persian)
  • Maghsoudi, M., Ganjaeian, H., & Hosseini, S.J. (2018). Evaluation of the efficiency of supervised and unsupervised classification methods in monitoring sand dunes (case study: Jazmorian sand dunes). Geographical Studies of Arid Regions, 9(32), 81-92. https://jargs.hsu.ac.ir/article_161472.html (In Persian)
  • Maghsoudi, M., Gravand, F., Abdi-Nejad, B., & Pirani, P. (2020). Monitoring the changes of sand dunes with the analysis of satellite images and anemometer station data. Research sample: Zahk Rig area in the east of Sistan plain. Environmental Geography and Planning, 31(3), 148-131. https://doi.org/10.22108/gep.2020.123597.1317 (In Persian)
  • Mansour Moghadam, M., Naghipor, N., Rosta, E., & Ghaffarian Malmiri, H. (2022). Monitoring and predicting time and place of dust suspended in the atmosphere in Qazvin province using Google Earth Engine system. Wilderness Management, 10(1), 98-77. https://doi.org/10.22034/jdmal.2022.548083.1372 (In Persian)
  • Mohammadkhan, S., Ganjaeian, H., Shahri, S., & Abbaszadeh, A. (2019). Predicting the trend of urban development towards hazardous areas using multi-temporal images (Case study: Marivan city). Sepehr, 28(110), 117-107. https://doi.org/10.22131/sepehr.2019.36615 (In Persian)
  • Mousavi, S. H., Wali, A., & Moeiri, M. (2010). The effect of the morphometric components of Barkhan on its displacement rate (case study: Chah Jam sand). Geography and environmental planning. 21(2), 118-101. https://www.sid.ir/paper/153314/fa (In Persian)
  • Negahban, S., Ganjaeian, H, Ebrahimi, A., & Emami, K. (2019). Monitoring and predicting the trend of changes in residential areas using multi-temporal images (case study: Sonqor city). Physics of Earth and Space, 45(2), 354-343. https://doi.org/10.22059/jesphys.2019.275076.1007084 (In Persian)
  • Negahban, S., Ganjaeian, H., Ghaysarian, S.S., & Ebrahimi, A. (2024). Identifying dust centers and analyzing the factors affecting their occurrence based on remote sensing data (Case study: Southwest Iran). Geography and environmental hazards, 13(4), 386-405. https://doi.org/10.22067/geoeh.2024.89088.1504 (In Persian)
  • Negahban, S., Peysoozi, T., Ganjaeian, H., & Norozi, M. (2021). Identification of landslide and vertical displacement prone areas using radar images (Case study: urban area and urban outskirts of Lavasan). Geography and Environmental Hazards, 10(3), 18-1. https://doi.org/10.22067/geoeh.2021.71728.1094 (In Persian)
  • Refahi, H. (2004). Wind erosion and its control. Tehran University Press, Tehran. https://www.gisoom.com/book/1958180 (In Persian)
  • Safari Namiounde, M., Ganjaeian, H., Nosrati, M., & Mohammadian, K. (2024). Identification of flooded areas and analysis of factors affecting their occurrence (case study: southeast of Sistan and Baluchestan province). Quantitative Geomorphology Research, 13(2), 181-194. https://doi.org/10.22034/gmpj.2024.449586.1494 (In Persian)
  • Safari Namivandi, M., Ganjaeian, H., Ebrahimi, A., & Ebadinezhad, S.A. (2023). Assessing Desertification Risk Potential Using DVI Model (Case Study: Northern Regions of Semnan Province). Geographical studies of arid regions, 14(53), 1-17. https://doi.org/10.22034/jargs.2023.397791.1032 (In Persian)
  • Salari, M., Nayyeri, H., Ganjaeian, H., & Amani, K. (2020). Assessment and Prediction of the process of expansion of residential areas with Geomorphological Approach and Environmental Management (Case Study: Paveh City). Quantitative geomorphology research, 9(1), 86-101. https://doi.org/10.22034/gmpj.2020.109536 (In Persian)
نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی
دوره 4، شماره 13
بهمن 1403
صفحه 22-1
  • تاریخ دریافت: 09 خرداد 1403
  • تاریخ بازنگری: 25 آبان 1403
  • تاریخ پذیرش: 10 بهمن 1403