پیش بینی مستعدترین پهنه های کشاورزی حوزه آبخیز تجن با استفاده از روش ارزیابی چند معیاره (MCE)
محل انتشار: مجله آمایش سرزمین، دوره: 9، شماره: 1
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 69
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JTCP-9-1_005
تاریخ نمایه سازی: 10 آبان 1402
چکیده مقاله:
در چند دهه اخیر تغییر اکثر کاربری ها بدون درنظرگرفتن قابلیت ها و محدودیت های محیط زیستی، مشکلات بسیاری مانند تخریب خاک و آلودگی اکوسیستمهای آبی را به دنبال داشته است، بنابراین، ضرورت تحقیق حاضر، بررسی چگونگی کاهش آثار تغییرات کاربری اراضی احتمالی آینده در حوضه آبخیز تجن با بررسی توانایی بالقوه اراضی به عنوان راهکاری برای حفاظت از منابع طبیعی است. از این رو، مدل ساز تغییر سرزمین (LCM) برای بررسی میزان تغییرات احتمالی کاربری اراضی آتی به کار گرفته شد و در ادامه، با بهره گیری از سامانه اطلاعات جغرافیایی (GIS) و روش ارزیابی چندمعیاره (ترکیب خطی وزنی)، مستعدترین مناطق کشاورزی تعیین شد. نتایج نشان داد در طول دوره ۲۰۱۰ تا ۲۰۴۰، کاربری جنگلی ۳۴۷۳۹ هکتار کاهش، و کاربری کشاورزی و مرتع به ترتیب، ۲۷۰۷۱ و ۷۶۶۸ هکتار افزایش خواهد داشت و نیز ۳۴۷۳ هکتار از مستعدترین مناطق محتمل تغییر از کاربری جنگل به کاربری کشاورزی و مرتع استخراج شد. بنابراین، انتظار می رود بررسی تغییرات کاربری اراضی آینده براساس قابلیت اکولوژیکی می تواند به حفاظت از جنگل های هیرکانی برای پیشگیری از تغییرات غیراصولی کاربری اراضی در دوره آتی منطقه کمک کند.
کلیدواژه ها:
نویسندگان
فاطمه رجائی
دکتری محیط زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
عباس اسماعیلی ساری
استاد دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
عبدالرسول سلمان ماهینی
دانشیار، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
مجید دلاور
استادیار، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
مصطفی قلی پور
دانشجوی دکتری محیط زیست، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
علی رضا مساح بوانی
دانشیار، پردیس ابوریحان، دانشگاه تهران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :