بررسی دورههای خشکسالی و ترسالی و ارتباط آن با شاخص‌های پوشش گیاهی در حوضه آبخیز سامیان، استان اردبیل
محورهای موضوعی : اقلیم شناسی
موسی عابدینی
1
*
,
زهرا شریفی
2
1 - استاد گروه آموزشی جغرافیاطبیعی( گرایش ژئومورفولوژی) ، دانشگاه محقق اردبیلی
2 - ،دانشجوی دکتری ژئومورفولوژی ، دانشکده علوم اجتماعی، گروه جغرافیای طبیعی( گرایش ژئومورفولوژی)، ، دانشگاه محقق اردبیلی، اردبیل
کلید واژه: خشکسالی, ترسالی, پوشش گیاهی, SPI, حوضه آبخیز سامیان.,
چکیده مقاله :
برای انجام این تحقیق ابتدا شاخص های طیفی NDVI، SAVI و NDBI از داده‌های ماهواره‌ای لندست ۸ برای پوشش گیاهی، خاک و مناطق ساخته‌شده استخراج شدند. همچنین، شاخص‌های خشکسالی VCI، TCI و SPI با استفاده از داده‌های ماهواره‌ای و بارشی محاسبه و تحلیل شدند. نتایج نشان داد که شاخص‌های گیاهی NDVI و SAVI، هرچند روندی اندک صعودی داشته‌اند، اما این روندها از لحاظ آماری معنادار نبوده‌اند. کاهش ضعیف شاخص NDBI نیز بیانگر گسترش پوشش طبیعی در حوضه بود. شاخص TCI نشان داد که تنش حرارتی در مناطق شمالی و مرکزی بر پوشش گیاهی تأثیر منفی داشته و همبستگی مثبت آن با NDVI، SAVI و NDBI در سطح معناداری 01/0 درصد بیانگر این است که شرایط دمایی مناسب به بهبود سبزینگی گیاهان کمک کرده است و در مناطق با تنش حرارتی بیشتر، گسترش مناطق ساخته‌شده نیز بیشتر بوده است. شاخص VCI نشان داد که شمال و جنوب‌شرقی حوضه از رطوبت مناسبی برخوردارند و همبستگی مثبت آن با NDVI و SAVI در سطح معناداری 01/0 درصد نشان‌دهنده بهبود پوشش گیاهی در شرایط رطوبتی بهتر است. شاخص SPI با گرایش ضعیف مثبت نیز نشان داد که شمال‌شرق و نوار غربی حوضه رطوبت بیشتری داشته و همبستگی معنادار آن با NDVI و SAVI نشان‌دهنده بهبود پوشش گیاهی در شرایط بارندگی بیشتر است، در حالی که همبستگی منفی آن با NDBI نشان می‌دهد که در شرایط خشکسالی، مناطق ساخته‌شده افزایش یافته و پوشش گیاهی کاهش می‌یابد.
The aim of this research is to investigate the relationship between drought indices and spectral vegetation indices in the Samian watershed from 2013 to 2024. In this regard, NDVI, SAVI, and NDBI spectral indices were extracted from Landsat 8 satellite data for vegetation, soil, and built-up areas. Additionally, VCI, TCI, and SPI drought indices were calculated and analyzed using satellite and rainfall data. The results showed that the NDVI and SAVI vegetation indices, although exhibiting a slight upward trend, were not statistically significant. The slight decrease in the NDBI index indicated an expansion of natural cover in the watershed. The TCI index indicated that thermal stress in the northern and central regions had a negative impact on vegetation, and its positive correlation with NDVI, SAVI, and NDBI at 0.01% significance level indicated that suitable temperature conditions contributed to improved plant greenness, and in areas with higher thermal stress, the expansion of built-up areas was also greater. The VCI index showed that the north and southeast of the watershed had adequate moisture, and its positive correlation with NDVI and SAVI at the 0.01% significance level indicated improved vegetation cover under better moisture conditions. The SPI index, with a slightly positive trend, also showed that the northeast and western belt of the watershed had more moisture, and its significant correlation with NDVI and SAVI indicated improved vegetation cover under higher rainfall conditions, while its negative correlation with NDBI showed that under drought conditions, built-up areas increased and vegetation decreased.
ایزدی‌فرد، هادی؛ راثی نظامی، سید سعید؛ مصطفی‌زاده، رئوف؛ خاوریان، حسن (1402): ارتباط تغییر ضریب رواناب سطحی با تغییر کاربری / پوشش اراضی حوضه سامیان استان اردبیل.، مطالعات جغرافیایی مناطق خشک، 14(51): 41-24.
بینش، نگین؛ نیک سخن، محمدحسین؛ سارنگ، امین (1395): تحليل روند تغييرات بارش و تعيين وضعيت خشکسالي و ترسالي حوضه آبريز کن در سال‌های اخیر. ترویج و توسعه آبخیزداری، 4(14): 16-9.
جندقی، نادر؛ قره‌محمودلو، مجتبی؛ نصیری، ابوذر (1400): تأثیر دورههای ترسالی و خشکسالی بر ویژگیهای فیزیکی و شیمیایی آبخوان در بخش شرقی دشت گرگان. مدیریت بیابان، 9(2): 78-63.
حنفی، علی؛ خوش‌اخلاق، فرامرز؛ سلطانی، محسن (1391): تحلیل خشکسالی‌های استان تهران با استفاده از شاخص SPI و پیش‌بینی آن براساس مدل زنجیره مارکوف. جغرافیا و پایداری محیط، 3: 100-87.
راثی نظامی، سعید؛ ایزدی‌فر، هادی؛ مصطفی‌زاده، رئوف؛ خاوریان، حسن (1401): توسعه شهری و ویژگیهای خشکسالی هیدرولوژیک کوتاه و میان‌مدت در حوضه سامیان استان اردبیل. جغرافیا و مطالعات محیطی، 51(13): 34-15.
زندی، رحمان؛ انتظاری، علیرضا؛ باعقیده، محمد؛ خسرویان؛ مریم (1400): ارزیابی خشکسالی و تأثیرات آن بر پوشش گیاهی در مناطق جنوبی ایران. پژوهش‌های دانش زمین، 12(46): 49-36.
شمسی‌پور، علی‌اکبر؛ علوی‌پناه، سیدکاظم؛ محمدی، حسین (1389): بررسی کارآیی شاخص‌های گیاهی و حرارتی ماهواره NOAA-AVHRR در تحلیل خشکسالی منطقه کاشان. تحقیقات مرتع و بیابان ایران، 17(3): 465-445.
ظهیری، عبدالرضا؛ شریفان، حسین؛ ابارشی، فرزانه؛ رحیمیان، مهدی (1393): ارزیابی پدیده‌هاي ترسالی و خشکسالی در استان خراسان با استفاده از نمایه‌هاي (PNPI, SPI, NItZCHE). آبیاری و زهکشی ایران، 4(8): 865-85.
فیروزی، فاطمه؛ طاوسی، تقی؛ محمودی، پیمان (1397): بررسی حساسیت دو شاخص پوشش گیاهی NDVI و EVI در مناطق خشک و نیمه خشک به خشکسالی‌ها و ترسالی مطالعه موردی: دشت سیستان ایران. اطلاعات جغرافیایی، 28(110): 179-164.
کریمی، مهشید؛ شاهدی، کاکا؛ رضیئی، طیب؛ میر عقوب‌زاده، میرحسن (1398): بررسي كارايي شاخصهاي پوششگياهي در تحليل خشكسالي كشاورزی با استفاده از تكنيك سنجش از دور در حوزه آبخيز كرخه. سنجش از دور و GIS ایران، 11(4): 46-29.
مزیدی، احمد؛ امیدوار، کمال؛ ملک احمدی، عاطفه؛ حسینی، سیدسلام (1400): بررسی خشکسالی و ترسالی ایستگاه هواشناسی اصفهان با استفاده از شاخص SPI. جغرافیا و روابط انسانی، 4(1): 126-114.
موغلی، مرضیه (1401): تحلیل فضایی خشکسالی با استفاده از تکنیک سنجش از دور (مطالعه موردی: حوضه مهارلو بختگان). جغرافیای طبیعی، 5(15): 92-71.
میرنظامی، سیدجلال‌الدین؛ باقری، علی (1396): ارزیابی سیستم حکمرانی آب در فرایند حفاظت از منابع آب زیرزمینی ایران. تحقیقات منابع آب ایران، 13(2): 55-32.
Hayes, M.J; Svoboda, M.D; Wihite, D.A; Vanyarkho, O.V. (2020): Monitoring the 1996 drought using the standardized precipitation index. Bulletin of American Meteorological Society. 80: 429-438.
Henz, G; Turner, S; Badini, W; Kenny J. (2004): Historical perspective on Colorado. drought chapter, 1: 3-21
Ichii, K; Kawabata, A; Yamaguchi, Y. (2002): Global correlation analysis for NDVI and climatic variables and NDVI trends: 1982–1990. International Journal of Remote sensing, 23, 38-56.
Loukas, A; Vasiliades, L; Tzabiras, J. (2022): Climate Change Effects on Drought Severity, Advances in Geosciences. 17: 23-29.
Mckee, T.B; Doesken, N.J; Kleist, J. (2018): The Relationship of Drought Frequency and Duration to Time Scales. In Proceedings of the AMS 8th Conference on Applied Climatology, Anaheim, CA, USA, 17–22 January 179–184. Available online: http://www.droughtmanagement.info/literature/AMS_Relationship_Drought_Frequency_Duration_Time_Scales_1993.pdf (accessed on 22 March 2018).
Mukherjee, T; Mukherjee, J; Rahnemaei, N; Mohammadzadeh, A; Sharifan, R. (2022): Drought monitoring methodology based on AVHRR image and SPOT vegetation maps. Water Reasources and Protetion, 3, 325-334.
Panda, D.K; Mishra, A; Jean, S.K; James, B.K; Kumar, A. (2007): The influence of drought and anthropogenic effects on groundwater levels in Orissa. India. Hydrology, 343(3), 140-153.
Sehgal, V; Sridhar, V; Tyagi, A. (2017): Stratified drought analysis using a stochastic ensemble of simulated and in-situ soil moisture observations. Journal of Hydrology, 545: 226–250.
Singh, S; Bhardwaj, A; Verma, V. (2020) Remote sensing and GIS based analysis of temporal land use/land cover and water quality changes in Harike wetland ecosystem, Punjab, India. Journal of Environmental Management, 262: 11035.
Sruthi, S; Mohammed Aslam, M. A. (2023): Agricultural drought analysis using the NDVI and Land Surface Temperature data; A case study of raichur district. Aquatic Procedia, 19, 1258-1264.
Steinemann, A. (2020): Drought indicators and triggers: a stochastic approach to evaluation. Journal of the American Water Resources Association, 39:5. 1217–1233.
Steven, M; Quiring, T; Papakryiakou, N. (2022): indices for the Canadian prairies. Journal of hydrological Science, 45(5): 751-769.
Van Loon, A.F; Laaha, G. (2015): Hydrological drought severity explained by climate and catchment characteristics. Hydrology, 526, 3-14.
Xu, H; Zheng, H; Chen, X; Ren, Y; Ouyang, Z. (2016): Relationships between river water quality and landscape factors in Haihe River Basin, China: Implications for environmental management. Chinese Geographical Science, 26, 197-207.