[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 7، شماره 4 - ( 12-1398 ) ::
جلد 7 شماره 4 صفحات 41-59 برگشت به فهرست نسخه ها
پیش‌بینی تغییرات کاربری اراضی و اثرات هیدرولوژیکی آن با استفاده از زنجیره مارکوف و مدل SWAT در حوضه آبریز سراب زاینده‌رود
مریم رشتبری، محمد طالعی
دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (206 مشاهده)
دسترسی به منابع آبی در حال حاضر و آینده، یکی از مسائل مورد توجه مدیران و سیاست‌گذاران در نقاط مختلف دنیاست. وجود ارتباط دو سویه بین منابع آبی و کاربری اراضی، این دو موضوع را در تحقیقات مختلف کنار هم قرار داده است. طراحی سناریو برای تغییرات کاربری اراضی یک منطقه، بر مبنای پارامترهای موثر بر این تغییرات در گذشته، می‌تواند اساس ارزیابی وضعیت منابع آبی در آینده و مدیریت صحیح این منابع باشد. در این تحقیق، به منظور پیش‌بینی تغییرات کاربری اراضی در حوضه آبریز سراب زاینده‌رود، از ترکیب مدل زنجیره مارکوف و شبکه عصبی چند لایه پرسپترون (MLP) و به منظور مدل‌سازی هیدرولوژیکی حوضه، از مدل ارزیابی آب و خاک (SWAT ) استفاده شده است. با استفاده از نقشه کاربری اراضی سال 2015، نقشه خاک، مدل ارتفاعی رقومی و داده‌های هواشناسی در دوره (2015-1987)، مدل هیدرولوژیکی منطقه تشکیل و واسنجی و اعتبارسنجی شده است. سه سناریو بر اساس تغییرات کاربری اراضی در سال‌های گذشته (2015-1987) تعریف و با مدل‌سازی تغییرات کاربری اراضی و محاسبه ماتریس احتمال تبدیلات با استفاده از زنجیره مارکوف، سه نقشه کاربری اراضی در سال 2030 پیش‌بینی شده است. واکنش هیدرولوژیکی حوضه آبریز به سناریوی اول که در آن مراتع به اراضی زراعی آبی تبدیل شدند، به صورت افزایش 7/0  درصد متوسط سالانه رواناب سطحی و کاهش 4 درصد دبی جریان رودخانه بود. در سناریوی دوم و سوم با تبدیل مراتع به اراضی زراعی دیم و اراضی بایر، رواناب سطحی به ترتیب 1 و 5/2 درصد افزایش یافته است. تغییرات دبی جریان رودخانه در این دو سناریو، 8/1 درصد افزایش را نشان می‌دهد. بر اساس نتایج تحقیق حاضر، در حوضه آبریز سراب زاینده‌رود، مرتع‌زدایی و تبدیل آنها به اراضی بایر بیشترین تاثیر را بر منابع آبی زیرزمینی در آینده خواهد داشت. همچنین گسترش اراضی زراعی آبی با افزایش برداشت از منابع آب سطحی و زیرزمینی، منجر به کاهش قابل توجه این منابع خواهد شد.
واژه‌های کلیدی: زنجیره مارکوف، مدل SWAT، پیش‌بینی‌کاربری اراضی، شبکه عصبی MLP، رواناب سطحی.
متن کامل [PDF 1550 kb]   (70 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سیستمهای اطلاعات مکانی (عمومی)
دریافت: 1396/6/4 | پذیرش: 1398/8/11 | انتشار: 1398/12/29
فهرست منابع
1. [1] S. Praskievicz and H. Chang, "Impacts of climate change and urban development on water resources in the Tualatin River Basin, Oregon," Ann. Assoc. Am. Geogr., vol. 101, no. 2, pp. 249-271, 2011.
2. [2] B. Güneralp, İ. Güneralp, C. R. Castillo, and A. M. Filippi, "Land change in the mission-aransas coastal region, texas: Implications for coastal vulnerability and protected areas," Sustainability, vol. 5, no. 10, pp. 4247-4267, 2013.
3. [3] M. Faramarzi, K. C. Abbaspour, H. Yang, and R. Schulin, "Application of SWAT to quantify internal renewable water resources in Iran," Hydrol. Sci. DOI, vol. 10, 2008.
4. [4] D. G. Brown, R. Aspinall, and D. A. Bennett, "Landscape models and explanation in landscape ecology-A space for generative landscape science?," Prof. Geogr., vol. 58, no. 4, pp. 369-382, 2006.
5. [5] H. B. Wakode, K. Baier, R. Jha, and R. Azzam, "Analysis of urban growth using Landsat TM/ETM data and GIS-a case study of Hyderabad, India," Arab. J. Geosci., vol. 7, no. 1, pp. 109-121, 2014.
6. [6] P. N. Dadhich and S. Hanaoka, "Spatio-temporal urban growth modeling of Jaipur, India," J. Urban Technol., vol. 18, no. 3, pp. 45-65, 2011.
7. [7] A. Veldkamp and E. F. Lambin, "Predicting land-use change," Agric. Ecosyst. Environ., vol. 85, no. 1, pp. 1-6, 2001.
8. [8] K. P. Overmars, G. H. J. De Koning, and A. Veldkamp, "Spatial autocorrelation in multi-scale land use models," Ecol. Modell., vol. 164, no. 2, pp. 257-270, 2003.
9. [9] S. Kumar, N. Radhakrishnan, and S. Mathew, "Land use change modelling using a Markov model and remote sensing," Geomatics, Nat. Hazards Risk, vol. 5, no. 2, pp. 145-156, 2014.
10. [10] S. Fang, G. Z. Gertner, and A. B. Anderson, "Prediction of multinomial probability of land use change using a bisection decomposition and logistic regression," Landsc. Ecol., vol. 22, no. 3, pp. 419-430, 2007.
11. [11] S. J. Walsh, B. Entwisle, R. R. Rindfuss, and P. H. Page, "Spatial simulation modelling of land use/land cover change scenarios in northeastern Thailand: a cellular automata approach," J. Land Use Sci., vol. 1, no. 1, pp. 5-28, 2006.
12. [12] S. Abdullahi and B. Pradhan, "Sustainable brownfields land use change modeling using GIS-Based weights-of-evidence approach," Appl. Spat. Anal. Policy, vol. 9, no. 1, pp. 21-38, 2016.
13. [13] V. N. Mishra and P. K. Rai, "A remote sensing aided multi-layer perceptron-Markov chain analysis for land use and land cover change prediction in Patna district (Bihar), India," Arab. J. Geosci., vol. 9, no. 4, p. 249, 2016.
14. [14] H. Fathizad, N. Rostami, and M. Faramarzi, "Detection and prediction of land cover changes using Markov chain model in semi-arid rangeland in western Iran," Environ. Monit. Assess., vol. 187, no. 10, pp. 1-12, 2015.
15. [15] R. Zhai, C. Zhang, W. Li, M. A. Boyer, and D. Hanink, "Prediction of Land Use Change in Long Island Sound Watersheds Using Nighttime Light Data," Land, vol. 5, no. 4, p. 44, 2016.
16. [16] J. Nouri, A. Gharagozlou, R. Arjmandi, S. Faryadi, and M. Adl, "Predicting Urban Land Use Changes Using a CA-Markov Model.," Arab. J. Sci. Eng. (Springer Sci. Bus. Media BV), vol. 39, no. 7, 2014.
17. [17] M. A. El-Hallaq and M. O. Habboub, "Using Cellular Automata-Markov Analysis and Multi Criteria Evaluation for Predicting the Shape of the Dead Sea," Adv. Remote Sens., vol. 4, no. 1, p. 83, 2015.
18. [18] C. Mozumder and N. K. Tripathi, "Geospatial scenario based modelling of urban and agricultural intrusions in Ramsar wetland Deepor Beel in Northeast India using a multi-layer perceptron neural network," Int. J. Appl. Earth Obs. Geoinf., vol. 32, pp. 92-104, 2014.
19. [19] D. Ozturk, "Urban growth simulation of atakum (Samsun, Turkey) using cellular automata-Markov chain and multi-layer perceptron-markov chain models," Remote Sens., vol. 7, no. 5, p. 5918, 2015.
20. [20] P. N. Dadhich and S. Hanaoka, "Markov method integration with multi-layer perceptron classifier for simulation of urban growth of Jaipur city," in Selected topics in power systems and remote sensing, 10th WSEAS/IASME international conference on electric power systems, high voltages, electric machines (power '10) and 6th Wseas international conference on remote sensing (remote '10), Iwate Prefectural, 2010, pp. 118-123.
21. [21] M. Pikounis, E. Varanou, E. Baltas, A. Dassaklis, and M. Mimikou, "Application of the SWAT model in the Pinios river basin under different land-use scenarios," Glob. Nest Int. J, vol. 5, no. 2, pp. 71-79, 2003.
22. [22] R. P. Neupane and S. Kumar, "Estimating the effects of potential climate and land use changes on hydrologic processes of a large agriculture dominated watershed," J. Hydrol., vol. 529, pp. 418-429, 2015.
23. [23] B. Lin et al., "Analyses of landuse change impacts on catchment runoff using different time indicators based on SWAT model," Ecol. Indic., vol. 58, pp. 55-63, 2015.
24. [24] L. M. Mango, A. M. Melesse, M. E. McClain, D. Gann, and S. G. Setegn, "Land use and climate change impacts on the hydrology of the upper Mara River Basin, Kenya: results of a modeling study to support better resource management," Hydrol. Earth Syst. Sci., vol. 15, no. 7, p. 2245, 2011.
25. [25] D. Randall, J. Curry, D. Battisti, and G. Flato, "Status of and outlook for large-scale modeling of atmosphere-ice-ocean interactions in the Arctic," Bull. Am. Meteorol. Soc., vol. 79, no. 2, p. 197, 1998. https://doi.org/10.1175/1520-0477(1998)079<0197:SOAOFL>2.0.CO;2 [DOI:10.1175/1520-0477(1998)0792.0.CO;2]
26. [26] S. L. Neitsch, J. R. Williams, J. G. Arnold, and J. R. Kiniry, "Soil and water assessment tool theoretical documentation version 2009," Texas Water Resources Institute, 2011.
27. [27] J. G. Arnold, R. Srinivasan, R. S. Muttiah, and J. R. Williams, "Large area hydrologic modeling and assessment part I: Model development1." Wiley Online Library, 1998.
28. [28] K. C. Abbaspour, "User manual for SWAT-CUP, SWAT calibration and uncertainty analysis programs," Swiss Fed. Inst. Aquat. Sci. Technol. Eawag, Duebendorf, Switz., 2007.
29. [29] K. C. Abbaspour et al., "Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT," J. Hydrol., vol. 333, no. 2, pp. 413-430, 2007.
30. [30] K. C. Abbaspour, "SWAT-CUP4: SWAT calibration and uncertainty programs-a user manual," Swiss Fed. Inst. Aquat. Sci. Technol. Eawag, 2011.
31. [31] K. C. Clarke, S. Hoppen, and L. Gaydos, "A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area," Environ. Plan. B Plan. Des., vol. 24, no. 2, pp. 247-261, 1997.
32. [32] D. N. Moriasi, J. G. Arnold, M. W. Van Liew, R. L. Bingner, R. D. Harmel, and T. L. Veith, "Model evaluation guidelines for systematic quantification of accuracy in watershed simulations," Trans. ASABE, vol. 50, no. 3, pp. 885-900, 2007.
33. [33] G. Ghaffari, S. Keesstra, J. Ghodousi, and H. Ahmadi, "SWAT‐simulated hydrological impact of land‐use change in the Zanjanrood basin, Northwest Iran," Hydrol. Process., vol. 24, no. 7, pp. 892-903, 2010.
34. [34] P. D. N. Verma and S. P. Aggarwal, "EFFECT OF LAND USE CHANGE ON SURFACE RUNOFF IN AN UNGAUGED BASIN IN WESTERN HIMALAYA, INDIA."
35. [35] N. R. Alibuyog, V. B. Ella, M. R. Reyes, R. Srinivasan, C. Heatwole, and T. Dillaha, "Predicting the effects of land use change on runoff and sediment yield in Manupali River subwatersheds using the SWAT model," Int. Agric. Eng. J., vol. 18, no. 1, p. 15, 2009.
36. [36] D. N. Khoi and T. Suetsugi, "The responses of hydrological processes and sediment yield to land‐use and climate change in the Be River Catchment, Vietnam," Hydrol. Process., vol. 28, no. 3, pp. 640-652, 2014.
37. [37] Alizadeh, "Surface Runoff", in Principle of Hydrology. Mashhad: Emam Reza university, 2009, 872.
38. [38] J. G. Arnold and P. M. Allen, "Estimating hydrologic budgets for three Illinois watersheds," J. Hydrol., vol. 176, no. 1-4, pp. 57-77, 1996.
39. [39] R. Srinivasan, X. Zhang, and J. Arnold, "SWAT ungauged: hydrological budget and crop yield predictions in the Upper Mississippi River Basin," Trans. ASABE, vol. 53, no. 5, pp. 1533-1546, 2010.
ارسال پیام به نویسنده مسئول


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rashtbari M, Taleai M. Prediction of Land Use Change and its Hydrological Effects Using Markov Chain Model and SWAT Model. jgit. 2020; 7 (4) :41-59
URL: http://jgit.kntu.ac.ir/article-1-762-fa.html

رشتبری مریم، طالعی محمد. پیش‌بینی تغییرات کاربری اراضی و اثرات هیدرولوژیکی آن با استفاده از زنجیره مارکوف و مدل SWAT در حوضه آبریز سراب زاینده‌رود. مهندسی فناوری اطلاعات مکانی. 1398; 7 (4) :41-59

URL: http://jgit.kntu.ac.ir/article-1-762-fa.html



دوره 7، شماره 4 - ( 12-1398 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.06 seconds with 30 queries by YEKTAWEB 4162