تحلیل ارتباط شاخص‌‌های پوشش گیاهی با میزان فرسایش خاک با استفاده از مدل جهانی فرسایش خاک اصلاح‌شده (مطالعه موردی: حوضه آبخیز فیروزآباد، اردبیل)

مقالات آماده انتشار

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 استاد، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

2 دانشجوی دکتری، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

10.22034/gp.2026.69329.3456

چکیده

هدف پژوهش حاضر، تحلیل ارتباط شاخص‌‌های پوشش گیاهی با میزان فرسایش خاک با استفاده از مدل RUSLE در حوضه آبخیز فیروزآباد استان اردبیل است. بدین منظور، تصاویر ماهواره‌ای سنتینل 2، مربوط به سال 2024 به‌کار گرفته شد و 6 شاخص پوشش گیاهی شامل NDVI، SAVI، MSAVI، EVI،GNDVI و VARI استخراج گردید. این شاخص‌ها با استفاده از سامانه گوگل ارث انجین و ArcGIS محاسبه و نقشه‌های مکانی آن‌ها تهیه شدند. هم‌زمان، برای برآورد شدت فرسایش خاک از مدل RUSLE استفاده شد. سپس با هم‌پوشانی لایه‌ها، نقشه فرسایش خاک در مقیاس حوضه تهیه گردید. در ادامه، به منظور بررسی تحلیل همبستگی بین شاخص‌های پوشش گیاهی و شدت فرسایش خاک، از روش همبستگی پیرسون و تحلیل رگرسیون خطی در نرم‌افزار SPSS استفاده شد. نتایج نشان داد که مقادیر فرسایش خاک در سطح حوضه بین 46/2 تا 73/98 تن در هکتار در سال متغیر است. تحلیل همبستگی پیرسون بیانگر آن بود که فرسایش خاک بیش‌ترین همبستگی مثبت و معنادار را با شاخص‌های NDVI و EVI (38/0) دارد. شاخص‌های MSAVI و VARI نیز با مقادیر 29/0 و 26/0 همبستگی مثبت و معنادار نشان دادند، در حالی‌که شاخص SAVI با مقدار 22/0 همبستگی منفی و معنادار داشت. این الگو نشان می‌دهد که افزایش سبزینگی بر اساس NDVI و EVI، برخلاف انتظار اولیه، با افزایش فرسایش خاک همسو بوده است. در مقابل، شاخص SAVI که اثر خاک را تعدیل می‌کند، نقش حفاظتی پوشش گیاهی را در نواحی کم‌پوشش منعکس می‌کند. تحلیل رگرسیون خطی نیز نتایج همبستگی را تأیید کرد؛ بالاترین ضریب تعیین (R²) بین فرسایش خاک و NDVI و EVI به‌ترتیب 148/0 و 146/0 بود که نشان می‌دهد این دو شاخص تغییرات فرسایش خاک را تبیین می‌کنند. شاخص‌های VARI و MSAVI نیز با مقادیر 13/0 و 08/0 و شاخص‌های GNDVI و SAVI با مقادیر 070/0 و 074/0 توان تبیین کم‌تری داشتند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Analysis of the Relationship Between Vegetation Indices and Soil Erosion Using the Revised Universal Soil Loss Equation (Case Study: Firozabad Watershed, Ardabil)

نویسندگان [English]

  • Mousa Abedini 1
  • AmirHesam Pasban 2
  • Aylar Khayati noshahr 2
1 Professor, Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.
2 Ph.D Student, Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran, Iran
چکیده [English]

The aim of the present study is to analyze the relationship between vegetation indices and soil erosion using the RUSLE model in the Firozabad watershed, Ardabil Province. For this purpose, Sentinel-2 satellite images from 2024 were employed, and six vegetation indices, including NDVI, SAVI, MSAVI, EVI, GNDVI, and VARI, were extracted. These indices were calculated using Google Earth Engine and ArcGIS, and their spatial maps were generated. At the same time, the RUSLE model was applied to estimate soil erosion intensity. Subsequently, by overlaying the layers, a soil erosion map at the watershed scale was prepared. Furthermore, in order to analyze the correlation between vegetation indices and soil erosion intensity, Pearson’s correlation and linear regression analysis were conducted in SPSS software. The results showed that soil erosion values across the watershed ranged between 2.46 and 98.73 tons per hectare per year. Pearson’s correlation analysis indicated that soil erosion had the highest positive and significant correlation with NDVI and EVI (0.38). The MSAVI and VARI indices also showed positive and significant correlations with values of 0.29 and 0.26, respectively, while SAVI demonstrated a negative and significant correlation with a value of –0.22. This pattern suggests that increasing greenness, as measured by NDVI and EVI, contrary to initial expectations, was associated with increased soil erosion. In contrast, the SAVI index, which accounts for the soil effect, reflected the protective role of vegetation cover in sparsely vegetated areas. The linear regression analysis also confirmed the correlation results; the highest coefficients of determination (R²) between soil erosion and NDVI and EVI were 0.148 and 0.146, respectively, indicating that these two indices explained soil erosion variations. The VARI and MSAVI indices, with values of 0.13 and 0.08, and the GNDVI and SAVI indices, with values of 0.070 and 0.074, showed lower explanatory power.

کلیدواژه‌ها [English]

  • Soil erosion
  • Pearson correlation
  • vegetation cover
  • Sentinel-2
  • Firoozabad Watershed
جغرافیا و برنامه‌ریزی

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 13 دی 1404

فایل ها

هم رسانی

ارجاع به این مقاله

آمار