سنجش ابعاد آسیب‌پذیری گیلان نسبت به خشکسالی با مدل GAMA و SUM Fuzzy، AHP

محورهای موضوعی : مقالات تحلیلی جغرافیایی و محيطي

پژواک راستگو ¹ , بهمن رمضانی ² , پرویز رضایی ³

1 - دانشجوی دکترای گروه جغرافیا آب و هواشناسی، واحد رشت، دانشگاه آزاد اسلامی،رشت، ایران
2 - استاد گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی،رشت، ایران
3 - دانشیار گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی،رشت، ایران

تاریخ دریافت : 1401/08/04 تاریخ پذیرش : 1401/08/04 تاریخ انتشار : 1401/08/01

کلید واژه: AHP, خشکسالی, فازی, کلمات کلیدی: آسیب‌پذیری,

چکیده مقاله :

در کشور ایران بارش اندک به همراه توزیع نامناسب زمانی و مکانی آن باعث بروز خشک‌سالی‌هایی گردیده است. در این پژوهش هدف، سنجش ابعاد آسیب‌پذیری استان گیلان نسبت به خشک‌سالی با مدل‌های GAMA و SUM فازی، AHP می‌باشد. روش پژوهش، تحلیلی مکانی و از نظر هدف کاربردی است. ابتدا مؤلفه‌های آسیب‌پذیری اقلیمی تعیین گردید که میزان تخلیه چشمه‌ها و چاه‌ها، آب‌های سطحی، بارش، دما، مقدار اراضی کشاورزی، جمعیت بخش‌های مختلف محدوده مطالعاتی بود. متغیرها با توابع عضویت فازی همسان و با مدل GAMA و SUM همپوشانی شدند. جهت وزن دهی متغیرها از مدل AHP نیز استفاده شد. نتایج نشان داد ازنقطه‌نظر کارشناسان اهمیت پارامتر بارش با وزن 289/0 بیشترین و پارامتر اراضی کشاورزی با وزن 057/0، کمترین مقدار است. وزن پارامترهای تخلیه آب زیرزمینی، آب سطحی، جمعیت، دما در مقایسه زوجی به ترتیب 267/0، 180/0، 122/0، 086/0به دست آمد. پهنه‌بندی AHP بالاترین دقت و مدل GAMA و SUM در الویت بعدی قرار دارند. پهنه‌بندی AHP نشان داد بخش میانی استان رشت، سراوان، کسما، انزلی و شاندرمن بیشترین خشکسالی و غرب استان شامل هشتپر و آستارا با مساحت 3/37 درصد در مرحله بعد و سپس سموش، شلمان و لاهیجان با مساحت 29 درصد قرار داشته و درنهایت قسمت‌هایی از شمال آستارا، جنوب شهرستان رودسر و جنوب رودبار ارتفاعات درفک با مساحت 7/33 درصد کم‌ترین خشک‌سالی را تجربه کرده‌اند. در مدل SUM، بیشترین آسیب‌پذیری در غرب، مرکز و نواحی وسیعی از شرق استان، شهرستان رودسر با مساحت 23/78 درصد بود. در مدل همپوشانی GAMA، قسمت‌های وسیعی از غرب استان شهرستان تالش و شهرستان رشت با مساحت 92/31 درصد در کلاس آسیب‌پذیری خیلی زیاد مشاهده گردید. بررسی نقاطی که با خشک‌سالی بیشتر و شدیدتر مواجه‌اند و تمرکز بیشتر در آن نقاط، مدیریت مناسب منابع را به همراه دارد و می‌تواند خسارات ناشی از خشک‌سالی را کاهش دهد.