مدیریت جامع حوزه های آبخیز

مدیریت جامع حوزه های آبخیز

تحلیل کمّی متغیرهای کلیدی پویای شاخص‌های سلامت در حوزه‌های آبخیز رده سوم ایران

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
2 مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان اردبیل، اردبیل، ایران
3 گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه بیرجند، بیرجند، ایران
4 گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه ملایر، ملایر، ایران
5 مؤسسه ژئوفیزیک دانشگاه تهران، ایران
چکیده
چکیده مبسوط
مقدمه: هدف اصلی این مطالعه، تحلیل و پیش‌بینی وضعیت سلامت حوزه‌های آبخیز در آبخیزهای رده سه در سطح کشور، براساس تغییرپذیری عوامل پویا و تأثیر کمّی آن‎ها بر سلامت آینده آبخیزها بوده است. این پژوهش با نگاهی آینده‌نگر، درصدد ارزیابی وضعیت سلامت حوزه‌های آبخیز در سال‌های ۲۰۳۳، ۲۰۴۳ و ۲۰۵۳ برآمده است. در بخش مقدمه، بر اهمیت حفاظت و نگه‌داری از منابع آب و محیط‌زیست برای دستیابی به توسعه پایدار، به‌ویژه در کشوری با اقلیم‌های متنوع و تحت فشارهای قابل‌توجه انسانی و محیطی تأکید شده است. آبخیزها به‌عنوان ارکان تأمین آب، مهار سیلاب و حفظ تنوع‌زیستی، نقش حیاتی ایفا می‌کنند و از این‌رو، درک عوامل تأثیرگذار بر سلامت آن‌ها از اهمیتی راهبردی برخوردار است.
مواد و روش‌ها: در این پژوهش، نخست معیارهای کلیدی تأثیرگذار بر سلامت حوزه‌های آبخیز اولویت‌دار کشور گردآوری و تحلیل و به دو گروه ایستا و پویا تقسیم شدند. در ابتدا ۱۷۳ شاخط مرتبط با عوامل محیطی، اقلیمی و انسانی به عنوان معیار‌های فشار، ۳۳۱ معیار از عوامل مشابه به‌عنوان معیار‌های حالت و ۱۳ عامل انسانی و بوم‌شناختی به‌عنوان معیار‌های پاسخ انتخاب شدند. پس از استانداردسازی مقادیر میانگین این معیار‌ها، وضعیت سلامت حوزه‌های آبخیز برای هر یک از سال‌های هدف با تلفیق و وزن‌دهی این معیار‌ها برآورد شد. برای تحلیل اثرات متغیرهای مستقل بر سلامت حوزه‌های آبخیز، از روش‌های رگرسیون چندمتغیره استفاده شد. این متغیرها شامل پارامترهای دمای بیشینه و کمینه، کاربری اراضی و سطوح پوشش گیاهی بودند.
نتایج و بحث: نتایج نشان داد که در سال 2033، انتظار می‌رود حوزه‌های آبخیز در بخش‌های شمالی کشور، به‌ویژه در استان‌های گیلان و مازندران (حدود ۶۰ تا ۷۰ درصد از مساحت)، در شرایط خوب تا بسیار خوب باقی بمانند. این امر ناشی از جنگل‌های غنی و بارش کافی است. در مقابل، در مناطق جنوبی مانند هرمزگان و سیستان و بلوچستان (حدود ۴۰ تا ۵۰ درصد در رده‌های متوسط تا ضعیف)، شرایط ضعیف‌تر ارزیابی شد. تا سال 2043، این روند در شمال و شمال‌غرب کشور تداوم یافت که عمدتاً به‌دلیل پوشش گیاهی انبوه و بارندگی کافی بود. با این‌حال، در مناطق شرقی و جنوب‌شرقی، کاهش بارش و فشارهای انسانی منجر به افزایش مناطق ناسالم به‌حدود ۵۰ تا ۶۰ درصد شد. تا سال 2053، اختلافات منطقه‌ای پررنگ‌تر شد؛ در شمال، به‌ویژه در گیلان و مازندران، بارش فراوان و کشت انبوه (حدود ۴۰ تا ۵۰ درصد) به حفظ شرایط نسبتاً سالم کمک کرد. در مقابل، در مناطق شرقی و شمال‌شرقی، کاهش بارش و افزایش فعالیت‌های انسانی به افت سلامت حوزه‌های آبخیز انجامید، به‌طوری‌که سهم مناطق سالم به حدود ۳۰ تا ۴۰ درصد کاهش یافت. تحلیل‌ها حاکی از آن است که نوسانات دما، به‌ویژه تغییرات دمای حداقلی، نقش بسیار حساس و تعیین‌کننده‌ای در تغییر سلامت حوزه‌های آبخیز ایفا می‌کنند. تأثیر این نوسانات در هر یک از سه سال مورد مطالعه بر شاخص سلامت، بیش از ۶۶/۴۷ درصد است. این یافته‌ها بر اهمیت مدیریت تغییرات آب‌وهوایی، اصلاحات کاربری اراضی و پوشش گیاهی برای پایداری و سلامت حوزه‌های آبخیز کشور تأکید می‌کنند. اثرات متغیرهای پویای مرتبط با کاربری اراضی و پوشش گیاهی به‌طور پیوسته در حال افزایش است و پیش‌بینی می‌شود تا سال 2053، تأثیر آن‌ها بر شاخص سلامت به بیش از ۵/۳۳ درصد برسد.
نتیجه‌گیری: در نتیجه، این مطالعه تأکید می‌کند که برنامه‌ریزی آینده باید بر مهار و مدیریت نوسانات دما، فشارهای انسانی و تغییرات کاربری اراضی متمرکز شود، چرا که این عوامل به‌طور مستقیم و معنی­داری بر سلامت و پایداری منابع آب و بوم‌سازگان‌ها تأثیر می‌گذارند. اقدامات مدیریتی و تصمیم‌های سیاستی در حوزه مدیریت اقلیم، ازجمله پای‌بندی یا اصلاح الگوهای کاربری اراضی و حفاظت از پوشش گیاهی، می‌توانند نقشی حیاتی در بهبود و حفظ سلامت حوزه‌های آبخیز ایفا کنند. این نتایج، بر اهمیت پایش مستمر، برنامه‌ریزی راهبردی و بهره‌برداری خردمندانه از منابع طبیعی در آینده نزدیک صحّه می‌گذارند.
کلیدواژه‌ها
موضوعات

Chamani, R., Vafakhah, M., & Sadeghi, S. H. R. (2023). Changes in reliability–resilience–vulnerability-based watershed health under climate change scenarios in the Efin Watershed, Iran. Natural Hazards, 116(2), 2457–2476. https://doi.org/10.1007/s11069-022-05774-1
Ebrahimi Gatgash, Z., & Sadeghi, S. H. R. (2023). Prioritization-based management of the watershed using health assessment analysis at sub-watershed scale. Environment, Development and Sustainability, 25(9), 9673–9702. https://doi.org/10.1007/s10668-022-02455-8
Fathizad, H., Karimi, H., Tavakolli, M., Bzgir, M. (2014). Investigating the trend of land use changes in the arid and semi-arid Doiraj watershed using remote sensing and GIS, First International Conference on Landscape Ecology, November 29-30, Isfahan University of Technology, Isfahan, Iran
Hatefi, M., & Sadeghi, S. H. (2021). Perspective zoning of Iran provinces based on water stress, flood, drought, and rainfall erosivity indices. Watershed Engineering and Management, 13(1), 213–221. https://doi.org/10.22092/ijwmse.2019.122235.1502 (In Persian)
Hazbavi, Z., Jantiene, B., Nunes, J. P., Keesstra, S. D., & Sadeghi, S. H. R. (2018). Changeability of Reliability, Resilience, and Vulnerability Indicators with Respect to Drought Patterns. Ecological Indicators, 87, 196-208. https://doi.org/10.1016/j.ecolind.2017.12.054
Hazbavi, Z., Sadeghi, S. H. R., Gholamalifard, M., & Davudirad, A. A. (2020). Watershed health assessment using the pressure–state–response (PSR) framework. Land Degradation & Development, 31(1), 3–19. https://doi.org/ 10.1002/ldr.3420
Hughes, H. M., Koolen, S., Kuhnert, M., Baggs, E. M., Maund, S., Mullier, G. W., & Hillier, J. (2023). Towards a farmer-feasible soil health assessment that is globally applicable. Journal of Environmental Management, 345, 118582. https://doi.org/10.1016/j.jenvman.2023.118582
Jat, M. K., Khare, D., Garge, K., & Shankar, V. (2008). Remote Sensing and GIS-based assessment of urbanization and degradation of watershed health. Urban Water Journal, 6(3), 251-263. https://doi.org/10.1080/15730620801971920
Kabolizadeh, M., Rangzan, K., & Mohammadi, Sh. (2022). Increasing the accuracy of monthly and annual estimates of soil loss in Iran by considering the effect of snow cover in reducing rainfall erosivity. Arabian Journal of Geosciences, 15, 1344. https://doi.org/10.1007/s12517-022-10592-7
Liang, P., Liming, D., & Guijie, Y. (2010). Ecological security assessment of Beijing based on PSR model. Procedia Environmental Sciences, 2, 832-841. https://doi.org/10.1016/j.proenv.2010.10.094
Momenian, P., Nazarnejhad, H., Miryaghoubzadeh, M., & Mostafazadeh, R. (2018). Assessment and prioritizing of subwatersheds based on watershed health scores (case study: Ghotorchay, Khoy, West Azerbaijan). Journal of Watershed Management Research, 9(17), 1–13. https://doi.org/10.29252/jwmr.9.17.1 (In Persian)
Nasiri Khiavi, A., Mostafazadeh, R., & Adhami, M. (2023a). Groundwater quality modeling and determining critical points: a comparison of machine learning to Best–Worst Method. Environmental Science and Pollution Research, 1–18. https://doi.org/ 10.1007/s11356-023-30530-8
Nasiri Khiavi, A., Tavoosi, M., & Kuriqi, A. (2023b). Conjunct application of machine learning and game theory in groundwater quality mapping. Environmental Earth Sciences, 82(17). https://doi.org/ 10.1007/s12665-023-11059-y
Nasiri Khiavi, A., Tavoosi, M., Khodamoradi, H., & Kuriqi, A. (2024). Integration of Watershed Eco-Physical Health through Algorithmic Game Theory and Supervised Machine Learning. Groundwater for Sustainable Development, 26, 101216. https://doi.org/10.1016/j.gsd.2024.101216
Odemis, B., & Evrendilek, F. (2008). Multivariate analysis of watershed health and sustainability in Turkey. The International Journal of Sustainable Development & World Ecology, 15(3), 265–272. https://doi.org/10.3843/SusDev.15.3:6
Parkes, M. W., Morrison, K. E., Bunch, M. J., Hallström, L. K., Neudoerffer, R. C., Venema, H. D., & Waltner-Toews, D. (2010). Towards integrated governance for water, health, and social-ecological systems: The watershed governance prism. Global Environmental Change, 20(4), 693–704. https://doi.org/ 10.1016/j.gloenvcha.2010.06.001
Rajabi, M. R., Vafakhah, M., & Sadeghi, S. H. R. (2024). Predicting the effect of hydro-climatic and land-use dynamic variables on watershed health status. Environmental Science and Pollution Research, 31(31), 44150–44168. https://doi.org/ 10.1007/s11356-024-34071-6
Rodriguez-Floes, S., Munoz-Robles, C., Quevedo Tiznado, J. A., & Julio-Miranda, P. (2025). Assessment of watershed health, integrating environmental, social, and climate change criteria into a fuzzy logic framework. Science of The Total Environment, 960. https://doi.org/10.1016/j.scitotenv.2024.178316
Sadeghi, S. H. R., Sadoddin, A., Asadi Neivan, O. A., Zarekarizi, A., & Moayeri, M. H. (2019). Watershed health and sustainability (fundamentals, approaches, and assessment methods). Tarbiat Modares University Press. (In Persian)
Sadeghi, S. H., Hazbavi, Z., & Gholamalifard, M. (2019). Zonation of health dynamism for the Shazand Watershed based on low and high flow discharges. Watershed Engineering and Management, 11(3), 589–608. https://doi.org/10.22092/ijwmse.2018.120288.1427 (In Persian)
Sadeghi, S. H., Tavoosi, M., Zare, S., Beiranvandi, V., Shekohideh, H., Emamzadeh, F. A., Bahlekeh, M., Sokhangoy, F. K., & Chamani, R. (2022a). Evaluation and variability of flood-oriented health of Shiraz Darwazeh Quran Watershed from watershed management structures. Water and Soil, 36(5), 561-577. https://doi.org/10.22067/jsw.2022.78150.1190 (In Persian)
Sadeghi, S.H.R., & Hazbavi, Z. (2015). Trend analysis of the rainfall erosivity index at different time scales in Iran. Natural Hazards, 77, 383–404. https://doi.org/ 10.1007/s11069-015-1607-z
Sadeghi, S.H.R., & Tavangar, S. (2015). Development of stational models for estimation of rainfall erosivity factor in different timescales. Natural Hazards, 77, 429-443. https://doi.org/ 10.1007/s11069-015-1608-y
Sadeghi, S.H.R., Chamani, R., Silabi, M.Z., Tavosi, M., Katebikord, A., Darvishan, A.K., ... & Rekabdarkolaei, H.M. (2023b). Watershed health and ecological security zoning throughout Iran. Science of the Total Environment, 905, 167123. https://doi.org/ 10.1016/j.scitotenv.2023.167123
Sadeghi, S.H.R., Vafakhah, M., Moosavi, V., Pourfallah Asadabadi, S., Sadeghi, P.S., Khaledi Darvishan, A., Bagheri Fahraji, R., Mosavinia, S.H., Majidnia, A., Gharemahmudli, S., & others. (2022b). Assessing the health and ecological security of a human-induced watershed in central Iran. Ecosystem Health and Sustainability, 8(1), 2090447. https://doi.org/10.1111/nrm.12371
Sadeghi, S.H.R., Zabihi Silabi, M., Sarvi Sadrabad, H., Riahi, M., & Modarresi Tabatabaei, S. (2023a). Watershed health and ecological security modeling using anthropogenic, hydrologic, and climatic factors. Natural Resource Modeling, e12371. https://doi.org/10.1111/nrm.12371
Singh, A., Dieye, A., & Finco, M. (1999). Assessing environmental condition of major river basins in Africa as Surrogates for watershed health. Ecosystem Health, 5(4), 265-274. https://doi.org/ 10.1046/j.1526-0992.1999.09945.x
Talampas, S. I., Shrestha, S., Mohanasundaram, S., & Loc, H. H. (2025). Development of a watershed health assessment framework integrating ecological, social, cultural, economic, and policy attributes. International Journal of River Basin Management, 23(1), 1–15. https://doi.org/10.1080/15715124.2023.2242830
Wang, Q., Li, S., & Li, R. (2019). Evaluating water resource sustainability in Beijing, China: Combining PSR model and matter-element extension method. Journal of Cleaner Production, 206, 171-179. https://doi.org/10.1016/j.jclepro.2018.09.057
Xia, J., Zhang, Y., Zhao, C., & Bunn, S. E. (2014). Bioindicator assessment framework of river ecosystem health and the detection of factors influencing the health of the Huai River Basin, China. Journal of Hydrologic Engineering, 19(8), 1-34. https://doi.org/ 10.1061/(ASCE)HE.1943-5584.0000989
Yu, G., Yu, Q., Hu, L., Zhang, S., Fu, T., Zhou, X., He, X., Liu, Y., Wang, S., & Jia, H. (2013). Ecosystem health assessment based on analysis of a land-use database. Applied Geography, 44, 154-164. https://doi.org/10.1016/j.apgeog.2013.07.010
Zakeri, M. A., Mirnia, S. K., & Moradi, H. (2022). Assessment of water security in the large watersheds of Iran. Environmental Science & Policy, 127, 31-37.
Zeraatpisheh, M., Garosi, Y., Owliaie, H. R., Ayoubi, S., Taghizadeh-Mehrjardi, R., Scholten, T., & Xu, M. (2022). Improving the spatial prediction of soil organic carbon using environmental covariates selection: A comparison of a group of environmental covariates. Catena, 208, 105723. https://doi.org/ 10.1016/j.catena.2021.105723
Zhang, F., Zhang, J., Wu, R., Ma, Q., & Yang, J. (2015). Ecosystem health assessment based on DPSIRM framework and health distance model in Nansi Lake, China. Stochastic Environmental Research and Risk Assessment, 30, 1235-1247. https://doi.org/ 10.1007/s00477-015-1109-2

  • تاریخ دریافت 29 تیر 1404
  • تاریخ بازنگری 05 شهریور 1404
  • تاریخ پذیرش 28 شهریور 1404