بررسی پوشش گیاهی اراضی شور حاشیه دریاچه ارومیه با استفاده از تصاویر ماهواره ای

محورهای موضوعی : توسعه سیستم های مکانی

احمد احمدی ¹ , محمدرضا طاطیان ² , رضا تمرتاش ³ , حسن یگانه ⁴ , یونس عصری ⁵

1 - دانشجوی دکتری علوم مرتع، دانشگاه علوم کشاورزی و منابع طبیعی ساری
2 - استادیار دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
3 - استادیار دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
4 - استادیار دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
5 - دانشیار بخش تحقیقات گیاهشناسی، موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران

تاریخ دریافت : 1394/01/12 تاریخ پذیرش : 1394/07/04 تاریخ انتشار : 1395/01/01

کلید واژه: مرتع, رگرسیون چندگانه, مدل حذف پیش رو, شاخص‌های گیاهی,

چکیده مقاله :

مرتع یکی از منابع تجدید شونده با ارزش است که در برنامه های توسعه ملی بسیاری از کشورها جایگاه خاصی دارد. هدف مطالعه حاضر بررسی درصد پوشش گیاهی اراضی شور اطراف دریاچه ارومیه با استفاده از داده های ماهواره ای می‌باشد. این مطالعه در منطقه ای به وسعت حدود 353150 هکتار در اراضی شور اطراف دریاچه ارومیه انجام گرفت. در این پژوهش پیش پردازش های مختلف شامل تصحیح هندسی با استفاده از نقشه‌های توپوگرافی و تصحیحات اتمسفری از روش تفریق عارضه تاریک استفاده شد. عملیات برداشت زمینی در مرداد سال 1393 انجام گرفت. نمونه برداری در واحدهای گیاهی با روش نمونه برداری تصادفی طبقه‌بندی شده انجام شد. در این تحقیق به منظور بررسی رابطه بین متغیرها از رگرسیون چندگانه استفاده شد. در این مدل ابتدا با محاسبه ماتریس همبستگی، وجود یا عدم وجود هم راستایی (Collinearity) بین متغیرهای مستقل (شاخص های گیاهی و باندها) در منطقه بررسی شد. در این تحقیق بهترین مدل با توجه به مقدار بالاترR2 انتخاب شد. در مدل انتخابی چندین متغیر از بین تمامی متغیرهای مستقل گزینش شده و به عنوان مهمترین فاکتورهای موثر در تعیین نقشه درصد پوشش گیاهی منطقه معرفی شدند. در نهایت نقشه های تولیدی و نقاط نمونه‌برداری جهت بررسی صحت نتایج، کنترل گردید. نتایج نشان داد شاخص‌های مادون قرمز متوسط (MID-IR-INDEX)، مادون قرمز (Infrared)، کنتراست بازتاب در مرئی و نزدیک مادون قرمز (VNIRI)، شاخص گیاهی تبدیل شده (TVI، MIRVI، PD312، PD322)، و باندهای B2، B3، B5 و B6 رابطه معنی‌داری در سطح 5% با داده های زمینی داشته و به کمک مدل های رگرسیونی Backward نقشه میزان درصد پوشش گیاهی تخمین زده شد. جهت تعیین دقت نقشه تولید شده از روش Cross Validation استفاده شد که صحت کلی نقشه تولیدی از سنجنده +ETM برابر 92% و ضریب کاپای آن 2/89 بدست آمد. همچنین بر اساس نتایج این تحقیق، بخش اعظم اراضی شور حاشیه دریاچه ارومیه دارای تاج پوشش معادل 20-0% می‌باشند. بنابراین می‌توان چنین نتیجه گیری کرد که مراتع در منطقه مورد مطالعه در وضعیت مناسبی قرار ندارند.

چکیده انگلیسی:

TThis study aims to survey vegetation canopy cover of saline lands around Urmia lake using satellites data in 2014. This study was conducted in the area about 353150 hectares in saline lands around Urmia lake. In this study, various pre-processing including geometric correction using topographic maps and atmospheric correction was the dark object subtraction. Field data was collected in 1393.Samplings were done in plant units with stratified random sampling method. In this study, multiple regression was used to examine the relationship between variables. In this model, first by calculating the correlation matrix, the presence or absence of collinearity between the independent variables (vegetation indices and bonds) was studied. In this study, the best model was chosen due to the higher value of R2.On the selected model several variables have been chosen from among all independent variables and were introduced as the most important factors in determinig the vegetation cover map of the study area. Finally the produced maps and sampling points were controlled in order to validate the accuracy of results. The results showed that the indices of MIRVI, PD312, PD322, TVI, VNIRI, INFRARED, MID-IR-INDEX and bounds of b2, b3, b5, b6 have significant correlation at the 5% level with the field data and by using backward regression models the canopy cover map of vegetation was estimated. According to results much of saline lands around Urmia lake have canopy cover of 0-20 percent therefore we concluded that the rangelands in the region are not in good condition.

منابع و مأخذ:

1. ارزانی، ح.، س. ز. حسینی و خ. میرآخورلو. 1393. کاربرد تصاویر سنجنده ETM⁺ در تخمین میزان تولید و پوشش گیاهی مراتع منطقه طالقان، فصلنامه علمی- پژوهشی تحقیقات مرتع و بیابان ایران، 21(1): 24-31.

2. امیری، ف. و ح. یگانه. 1391. ارزیابی شاخص­های گیاهی برای تهیه نقشه درصد پوشش گیاهی در اراضی نیمه­خشک بخش مرکزی ایران (حوزه آبخیز قره­آغاج). نشریه مرتع و آبخیزداری، 65(2): 175-189.

3. جعفری، م.، غ. زهتابیان، ا. ه. احسانی و س. منبری. 1392. استفاده از داده­های ماهواره لندست، سنجنده ETM⁺ جهت بررسی وضعیت پوشش سطح زمین (مطالعه موردی کاشان). فصلنامه علمی- پژوهشی تحقیقات مرتع و بیابان ایران، 20(2): 285-297.

4. خادمی، ف.، ر. سکوتی اسکوئی، ح. پیرخراطی و س. شاه­کرمی. 1391. بررسی تأثیر پسروی دریاچه ارومیه بر پوشش گیاهی اراضی اطراف دریاچه به کمک GIS و RS. دومین همایش ملی تنوع زیستی و تاثیر آن بر کشاورزی و محیط زیست، ارومیه، 21 تیر ماه.

5. خواجه­الدین، س. ج. 1375. استفاده از داده­های ماهواره Landsat Mss5 در بررسی جوامع گیاهی و تعیین اراضی شور منطقه جازموریان. مجموعه مقالات دومین همایش ملی بیابانزایی و روش­های مختلف بیابانزایی، معاونت آموزش و تحقیقات وزارت جهاد سازندگی و موسسه تحقیقات جنگلها و مراتع، کرمان. 1 الی 2 شهریور ماه.

6. خوانین­زاده، ع. 1378. بررسی امکان تهیه نقشه پوشش گیاهی با استفاده از داده­های ماهواره لندست TM در منطقه نیر یزد. پایان­نامه کارشناسی ارشد مرتعداری، دانشکده کشاورزی دانشگاه صنعتی اصفهان. 97 صفحه.

7. رضایی، ع. و ا. سلطانی. 1377. مقدمه­ای بر تحلیل رگرسیون کاربردی. مرکز نشر دانشگاه صنعتی اصفهان. 310 صفحه.

8. زرینه ا.، م. نادری خوراسگانی و ا. اسدی بروجنی. 1391. تخمین پوشش گیاهی مراتع منطقه تنگ صیاد (استان چهار محال و بختیاری) با استفاده از داده­های ماهواره IRS-P6 LISS-III. محیط­شناسی، 38(6): 117-130.

9. عالیشاه ارات بنی، ف.، ح. ارزانی، س. ز. حسینی، س. بابائی کفاکی و خ. میرآخورلو. 1392. تهیه نقشه پوشش گیاهی مراتع با استفاده از تصاویر ماهواره­ای IRS-LISIII (مطالعه موردی: حوضه سرخ­آباد- مازندران). فصلنامه علمی- پژوهشی تحقیقات مرتع و بیابان ایران، 20(3): 454-462.

10. علوی پناه، س. ک. 1392. کاربرد سنجش از دور در علوم زمین (علوم خاک). انتشارات دانشگاه تهران. 500 صفحه.

11. متقی، م. 1379. کاربرد تصاویر رقومی سنجنده TM در مطالعه پوشش گیاهی مرتعی در جهان­نما. پایان­نامه کارشناسی ارشد، دانشگاه علوم کشاورزی و منابع طبیعی گرگان. 100 صفحه.

12. مختاری، ا.، س. فیض­نیا، ح. احمدی، ج. خواجه­الدین و ف. رهنما. 1379. کاربرد سنجش از راه دور در تهیه لایه­های اطلاعاتی کاربری اراضی و پوشش سطح زمین در مدل فرسایش خاک MPSIAC. فصلنامه علمی پژوهش و سازندگی، 13(46): 82-87.

 

 

 

13. Aldakheel YY,  Elprince AM. and Aatti MA .2006. Mapping vegetation and saline soil using NDVI  in arid irrigated land. In: ASPRS Annual Conference Reno, Nevada. May 1 - 5

14. Calera A, Martínez C, Melia J. 2001. A procedure for obtaining green plant cover: relation to NDVI in a case study for barley. International Journal of Remote Sensing, 22(17): 3357-3362.

15. Ellenberg D, Mueller-Dombois D. 1974. Aims and methods of vegetation ecology. Wiley New York, NY,. 22 pp.

16. Hoffmann WA, Jackson RB. 2000. Vegetation-climate feedbacks in the conversion of tropical savanna to grassland. Journal of Climate, 13(9): 1593-1602.

17. Hosseini SZ, Khajeddin SJ and Azarnivand H . 2004. Application of ETM+ data for estimating rangelands cover percentage (Case study: Chamestan area. Iran). In: XXX ISPRS Congress. Istanbul. Turkey. 12-23 July.

18. Jafari R, Lewis M, Ostendorf B. 2007. Evaluation of vegetation indices for assessing vegetation cover in southern arid lands in South Australia. The Rangeland Journal, 29(1): 39-49.

19. Khajeddin S, Yeganeh H. 2008. Plant communities of the Karkas hunting-prohibited region, Isfahan-Iran. Plant Soil, Environ, 54(8): 347-358.

20. Khajeddin SJ. 1995. A survey of the plant communities of the Jazmorian Iran، using landsat Mss data.Unpublished  Ph.D Thesis. University Of Reading, UK.

21. Laliberte AS, Winters C, Rango A. 2011. UAS remote sensing missions for rangeland applications. Geocarto International, 26(2): 141-156.

22. Lillesand T, kieper RW.2000. Remote Sensing and Image interpretations, Fourth Edition, John Wiely & Sons, Inc, Newyork, Chichester. Brishane. Torento. Signapore. 725 pp.

23. Matsushita B, Yang W, Chen J, Onda Y, Qiu G. 2007. Sensitivity of the enhanced vegetation index (EVI) and normalized difference vegetation index (NDVI) to topographic effects: a case study in high-density cypress forest. Sensors, 7(11): 2636-2651.

24. McGwire K, Minor T, Fenstermaker L. 2000. Hyperspectral mixture modeling for quantifying sparse vegetation cover in arid environments. Remote Sensing of Environment, 72(3): 360-374.

25. Mirakhorlo K. 1998. Measurement of the rangeland in Demavand, Iran using RS and GIS Unpubl. MSc thesis, ITC, Enschede, The Netherlands, 117 pp.

26. Moleele N, Ringrose S, Arnberg W, Lunden B, Vanderpost C. 2001. Assessment of vegetation indexes useful for browse (forage) prediction in semi-arid rangelands. International Journal of Remote Sensing, 22(5): 741-756.

27. Okin GS, Roberts DA, Murray B, Okin WJ. 2001. Practical limits on hyperspectral vegetation discrimination in arid and semiarid environments. Remote Sensing of Environment, 77(2): 212-225.

28. O'neill A. 1996. Satellite‐derived vegetation indices applied to semi‐arid shrublands in Australia. The Australian Geographer, 27(2): 185-199.

29. Pettorelli N, Vik JO, Mysterud A, Gaillard J-M, Tucker CJ, Stenseth NC. 2005. Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in Ecology & Evolution, 20(9): 503-510.

30. Rondeaux G, Steven M, Baret F. 1996. Optimization of soil-adjusted vegetation indices. Remote Sensing of Environment, 55(2): 95-107.

31. Sabins FF, Lulla K .1987. Remote sensing: Principles and Interpretation, Geocarto International, Taylor & Francis, 66 pp.

32. Senseman GM, Bagley CF, Tweddale SA. 1996. Correlation of rangeland cover measures to satellite‐imagery‐derived vegetation indices. Geocarto International, 11(3): 29-38.