Prediction the Most Suitable of Agricultural Zones in the Tajan Watershed Using Multi Criteria Evaluation (MCE) Approach

Document Type : Research Paper

Authors

1 Ph.D., College of Natural Resource, Tarbiat Modares University, Noor, Iran

2 Professor, College of Natural Resources and Marine Science, Tarbiat Modares University, Noor, Iran.

3 Associate Professor, College of Natural Resource, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran

4 Assistant Professor, College of Agriculture, Tarbiat Modares University, Tehran, Tehran, Iran

5 Ph.D. Student, College of Natural Resource, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran

6 Associate Professor, College of Irrigation and Drainage Engineering, University of Tehran, Tehran, Iran

Abstract

In recent decades almost of land use changes without taking capabilities and limitations of environmental have caused environmental problems and known forms of soil degradation and aquatic ecosystem pollution. The purpose of this investigation is determining how to mitigate the effects of future land use changes in Tajan watershed by investigating ecological potential as a strategy for natural resource conservation. Therefore, the land change modeling (LCM) was used for the analysis of possible future land useand then using Geographic Information System (GIS) and multi-criteria analysis (linear weighted combination) was determined the most sustainability of agricultural areas. The results showed that during the period from 2010 to 2040, 34 739 hectares of forest land use were declined and 27 071 and 7668 hectares of agricultural lands and pastures will increase respectively and the 3473 hectares of the most susceptible areas possible change from forest to agriculture and pasture were extracted. So expect to assessing changes land use based on the ecological potential in the future can protect Hyrcanian forests for the prevention of unprincipled changes in the coming period in this region.

Keywords

References

امیری، محمدجواد، جلالی، علی، سلمان ماهینی، عبدالرسول، حسینی، محسن، آذری دهکردی، فرود (2009). ارزیابی پتانسیل اکولوژیکی حوضۀ دوهزار و سه هزار در شمال ایران با استفاده از GIS. مجلة مطالعات زیست‌محیطی ایران، شمارة 50، صفحات 44-33.
2. احمدی‌زاده، سعید (1382) .تعیینوبه‌کارگیریمدل‌هایکمیاکولوژیکدرمحیط GIS مطالعةموردیمنطقةقره‌‌تیکان - زاوین. رسالة دکتری، رشتة جنگلداری، دانشگاه تربیت مدرس.
3. رجائی، فاطمه، اسماعیلی ساری، عباس، سلمان ماهینی، عبدالرسول، دلاور، مجید، و مساح بوانی، علی‌رضا (1395). ارزیابی تغییرات کاربری اراضی در حوضة آبخیز رودخانة تجن با تکیه بر سنجه‌های سیمای سرزمین. علوم و تکنولوژی محیط زیست، در حال چاپ.
4. سلمان ماهینی، عبدالرسول، فضلی، حمید، دریانبرد، رضا، و کامیاب، حمیدرضا (1388). پهنه‌بندی و تعیین درجة حساسیت اکولوژیکی نواحی ساحلی، سازمان حفاظت محیط زیست، ۲۳۱ صفحه.
5. سنایی، مریم، فلاح شمسی، و رشید، فردوسی، حامد (1389). مکان‌یابی مناطق مناسب OWA و WLC زمین با دو راهبرد (MCE) ارزیابی چندمعیارة مریم علوفه‌کاری (مطالعة موردی: زاخرد؛ فارس)، مجلةعلمیپژوهشیمرتع، شمارة 2، صفحات 217-226.
6. طالبی امیری، شیما، آذری دهکردی، فرود، صادقی، سید حمیدرضا، و صوف‌باف، رضا (۱۳۸۸). تحلیل تخریب سیمای سرزمین حوزة آبخیز نکا با استفاده از سنجه‌های اکولوژی سیمای سرزمین. علوممحیطی، دورة ۶ ، شمارة ۳، صفحات 133-۱44.
7. کرمی، امید، حسینی، س؛ جلیلوند ح ؛ میریعقوبزاده، حسن (1392). تعیین توان حوزة آبخیز بابلرود برای کاربری‌های مختلف با استفاده از فنون تصمیم‌گیری چندمعیاره. پژوهش‌نامةمدیریتحوزة آبخیز، شمارة 11، صفحات 180-171.
8. وفایی، س؛ درویش­صفت، ع. ا؛ پیر باوقار، م (۱۳۹۲). پایش و پیش‌بینی روند تغییرات مکانی کاربری اراضی با استفاده از مدل LCM، (مطالعة موردی: منطقة مریوان). مجلة­ جنگل ایران، دورة 5، شمارة ۳، صفحات 323-۳36.
9. یوسفی، ص؛ مرادی، ح؛ حسینی، ح؛ میرزایی، س (1390).  آشکارسازی تغییرات کاربری اراضی مریوان با استفاده از تصاویر ETM و TM. سنجش‌ازدور و سامانة اطلاعات جغرافیایی در منابع طبیعی (کاربرد سنجش‌ازدور و GIS در علوم منابع طبیعی)، دورة 2، شمارة 3، صفحات 105- 97.
10. Arayaa, A., Keesst, S. D., & Stroosnijder, L. (2010). A new agro-climatic classification for crop suitability zoning in northern semi-arid Ethiopia. Agricultural and Forest Meteorology,  150(7–8), 1057–1064.
11. Bhagat, R. M., Sharda, S., Sood, R. S., & Ran, V. (2009). Land suitability analysis for cereal production in Himachal Pradesh (India) using Geographical Information System. Journal of the Indian Society of Remote Sensing, 37, 233-244.
12. Eastman, J. R. (2006). IDRISI Andes. Guide to GIS and Image Processing, Clark Labs, Clark University, Worcester, MA.
13. Emadodin, I. (2008). Human-induced soil degradation in Iran. Ecosystem Services Workshop, Salzau Castle, 13 – 15 May, Kiel, Northern Germany.
14. Feizizadehab, B., & Blaschke, T. (2013). Land suitability analysis for Tabriz County, Iran: a multi-criteria evaluation approach using GIS. Journal of Environmental Planning and Management,  56(1), 1-23.
15. Gutierrez-Velez, V. H., de Fries, R. S., Pinedo-Vasquez, M., Uriarte, M., Padoch, C., Baethgen, W., Fernandes, K., & Lim, Y. (2011). High-yield oil palm expansion spares land at the expense of forests in the Peruvian Amazon. Environmental Research Letters, 6, 5-14.
16. Joorabian Shooshtari, Sh., Hosseini, S. M., Esmaili-Sari, & A., Gholamalifard, M. (2012). Monitoring land cover change, degredation and restoration of the Hyrcanian forests in northern Iran (1977–2010). Journal of Environmental Sciences, 3(3), 1038-1056.
17. Kazemia, H., Sadeghib, Sohrab., & Akincica, Halil. (2016). Developing a land evaluation model for faba bean cultivation using geographic information system and multi-criteria analysis (A case study: Gonbad-Kavous region, Iran). Ecological Indicators, 63, 37–47.
18. Kotha M., & Kunte P. D. (2013). land-cover change in Goa-An Integrated RS-GIS Approach, International Journal of Geoinformatics, 9(2), 37-43.
 
19. Pontius Jr., R. G., Cornell, J. D., & Hall, C. A. S. (2001). Modeling the spatial pattern of land-use change with GEOMOD2: application and validation for Costa Rica. Agric. Agriculture, Ecosystems & Environment Journal, 85, 191–203.
20. Roy H. G., Fox D. M., & Emsellem K. (2014). Predicting Land Cover Change in a Mediterranean Catchment at Different Time Scales, Computational Science and Its Applications, 8582, 315-330.
21. Ryu, J. S., Lee, K. S., & Chang, H. W. (2007). Hydrogeochemical and isotopic investigations of the Han River basin, South Korea, Journal of Hydrology, 345(1–2), 50-60.
22. Saura, S., Estreguil, C., Mouton, C., & Rodríguez-Freire, M. (2011). Network analysis to assess landscape connectivity trends: Application to European forests (1990–2000). Ecological Indicators, 11(2), 407–416.
23. Schulz, J. J., Cayuela, L., Echeverria, C., Salas, J., & Rey Benayas, J. M. (2010). Monitoring land cover change of the dryland forest landscape of Central Chile (1975–2008). Applied Geography, 30(3), 436–447.
24. Valclav.k, T., Rogan, J. (2009). Identifying trends in land use/land cover changes in the context of post-socialist transformation in Central Europe: A case study of the greater Olomouc region, Czech Republic. GIS Science & Remote Sensing, 46(1), 54–76.
25. Verburg, P. H., Kok, K., Pontius J. R., & Veldkamp, A. (2006). Modelling Land-Use and Land- Cover Change. In Lambin, E. F. and Geist, H., eds., Land-Use and Land-Cover Change: Local Processes, Global Impacts, Global Change - The IGBP Series, pp.117–135, Berlin; New York: Springer.
 
 
Town and Country Planning
Volume 9, Issue 1
Spring & Summer
May 2017
Pages 111-127

Files

History

  • Receive Date: 09 August 2016
  • Revise Date: 10 March 2017
  • Accept Date: 19 February 2017

Share

How to cite

Statistics