ارزیابی تناسب کشت گندم با استفاده از سامانه اطلاعات جغرافیایی، سنجش از دور و فرآیند تحلیل شبکه‌ای در حوزه قره‌سوی شهرستان گرگان

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه علوم کشاورزی و منابع طبیعی گرگان

2 کارشناس ارشد اداره کل منابع طبیعی استان گلستان

چکیده

سابقه و هدف: درسال‌های اخیر خوارزمیک‌های متعددی برای اهداف ارزیابی اراضی طراحی شده‌اند که وجه مشترک تمامی آن‌ها ایجاد محیطی برای الگوسازی ومدل کردن روش‌های ارزیابی است. با توجه به اهمیت گندم به‌عنوان یک محصول راهبردی در تامین غذای انسان‌ها و همچنین استفاده بهینه از منابع موجود و ارزیابی مزارع کشت گندم در راستای تولید پایدار، این پژوهش به‌منظور ارزیابی زراعی- بوم‌شناختی مزارع گندم پاییزه در حوزه قره‌سوی شهرستان گرگان با استفاده از سامانه اطلاعات جغرافیایی (GIS)، سنجش از دور (RS) و روش فرآیند تحلیل شبکه‌ای انجام شد.
مواد و روش‏ها: بدین‌منظور با استفاده از تصاویر ماهواره‌ای لندست 8 و با استفاده از روش نظارت‌شده نقشه مزارع گندم استخراج شد. از متغیرهای محیطی دمای متوسط، دمای کمینه، دمای بیشینه، بارش سالانه، شیب، جهات شیب، ارتفاع از سطح دریا، ماده آلی، شوری، بافت و اسیدیته خاک نیز برای ارزیابی زراعی- بوم‌شناختی استفاده شدند. در ابتدا نیازهای بوم‌- شناختی در مورد متغیرهای مورد استفاده، از منابع علمی استخراج شد و نقشه‌های مربوط به این متغیرها تهیه و طبقه‌بندی شدند. از فرآیند تحلیل شبکه‌ای برای تعیین وزن معیارها از طریق تجزیه و تحلیل پرشس‌نامه استفاده شد. سپس در قالب یک مدل، لایه‌های مذکور به روش همپوشانی در محیط GIS تلفیق شدند و ارزیابی شکل گرفت.
یافته‏ها: نتایج به‌دست آمده از تجزیه‌وتحلیل پرسشنامه به‌روش ANP نشان داد که معیار خاک به جهت کشت گندم با توجه به شرایط حوزه مورد مطالعه با ضریب 66/0 در رتبه اول و بعد از آن به‌ترتیب اقلیم و توپوگرافی قرار گرفتند. در بین عوامل خاکی بیشترین وزن به شوری خاک و ماده آلی به‌ترتیب با ضریب 33/0 و 16/0 و کمترین وزن به بافت خاک با 084/0 تعلق داشت. در بین عوامل اقلیمی، بارش با 097/0 بیشترین و دمای بیشینه با 015/0 کمترین ضریب را به خود اختصاص دادند. همچنین برای عوامل توپوگرافی، ارتفاع از سطح دریا بیشترین و جهات شیب کمترین ضریب را به خود اختصاص دادند.
نتیجه‏گیری: نتایج نشان داد که حدود 41/99 درصد از مزارع گندم، در طبقه بسیار مناسب و 58/0 درصد در طبقه مناسب قرار گرفت. ارتفاع کم‌تر اراضی، شیب‌های کم‌تر و رو به جنوب، دماها و بارش سالیانه مناسب و همچنین بافت، ماده آلی و هدایت الکتریکی در حد مطلوب ازجمله عواملی هستند که باعث قرار گرفتن این مناطق در این طبقه شده‌اند. بنابراین مزارع فعلی گندم حوزه قره‌سو دارای محدودیت چندانی از عوامل توپوگرافی، اقلیمی و عوامل خاکی به لحاظ کشت گندم نبوده و این نیز بیان‌گر این مطلب است که کشاورزان مناطق مناسبی را جهت کشت گندم انتخاب نموده‌اند. این منطقه می‌تواند به‌شرط مدیریت عوامل محدودکننده و کاهنده تولید از تولید بالایی برخوردار باشند. اما باید در نظر داشت که کشت مداوم گندم در سال های اخیر موجب مشکلات زیادی در سامانه‏های زراعی استان گلستان شده است. بنابراین اگرچه کشاورزان به درستی این گیاه را برای کشت در این منطقه انتخاب کرده‏اند، اما باید با معرفی گیاهان جایگزین که نیازهای اکولوژیک مشابه دارند از تکرار کشت آن جلوگیری کرد. بنابراین می‏توان ارزیابی های مشابهی روی سایر گیاهان پاییزه انجام داد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Suitability assessment of wheat-grown fields using Geographic Information System, Remote Sensing and Analytical Network Process method in Qaresoo basin, Gorgan county

نویسندگان [English]

  • meysam badsar 1
  • behnam kamkar 1
  • afshin soltani 1
  • omid abdi 2
چکیده [English]

Background and objectives: In recent years, some specialized softwares have been developed for land evaluation goals that the common aspect of them is the generation of an environment to provide patterns and modeling of evaluation methods. Considering the importance of wheat as a strategic crop in the human food supply, efficient use of common sources and the evaluation of wheat fields towards sustainable production, this study was aimed to agroecological assessment of winter wheat-grown fields in Qaresoo basin located in Gorgan County by Geographic Information System (GIS), Remote Sensing (RS) and Analytical Network Process (ANP) method.
Materials and methods: The wheat fields were detected using supervised method acquired by Landsat 8. In this study, environmental factors, including average, minimum and maximum temperatures, annual precipitation, slope, aspect, elevation and soil characteristics (i.e. organic matter, pH, EC and soil texture) were considered. Ecological requirements of wheat were identified from scientific literatures and variables were mapped and classified. The analytical Network process (ANP) was used to determine the weight of criteria using the questionnaires analysis sheet. Then based on a model, forenamed layers were combined and evaluated.
Results: Among edaphic criteria, maximum weight was related to soil salinity and soil organic matter (0.33 and 0.16, respectively), while the lowest value belonged to soil texture (0.084). In addition, in terms of topographical criteria, the weight of elevation and aspect were the highest and lowest, respectively.
Conclusion: The results indicated that about 93.41% and 0.59% of wheat-grown fields in Qaresoo basin were high suitable and suitable for this crop, respectively. Lower elevation and lower slopes and south aspects, suitable temperature and annual precipitation, also desirable EC, soil texture and organic matter were the reasons make these regions suitable for this class. Therefore, current wheat-grown fields of Qaresoo have no limitations in terms of topographic, climatic and soil-related factors for wheat cultivation, This reveals that farmers have selected suitable areas for the cultivation of wheat. With management of limiting and reducing production factors, this region has great potential for the production of this product. But it should be noted that the continuous cultivation of wheat in recent years caused many problems in the Golestan province's agricultural system. Thus, although farmers have chosen the cultivation of this plant in the region properly, but must be replaced with introduced plants that have the same ecological requirements to prevent its frequent cultivation. Therefore, doing the same assessment on other autumn plants could be advised.

کلیدواژه‌ها [English]

  • Landsat 8
  • Crop Indices
  • Supervised Classification
  • Super matrix approach