قابلیت داده‌های ماهواره IRS در برآورد تاج پوشش گیاهی (مطالعه موردی:چهارمحال و بختیاری)

الموضوعات :

مریم محمدی ¹ , عطاالله ابراهیمی ² , اکبر حق‌زاده ³

1 - گروه مرتعداری، دانشکده منابع طبیعی، دانشگاه شهرکرد، شهرکرد، ایران
2 - گروه مرتعداری، دانشکده منابع طبیعی، دانشگاه شهرکرد، شهرکرد، ایران
3 - دانشگاه آزاد اسلامی، واحد علوم تحقیقات، گروه پرتو پزشکی، تهران، ایران.

تاريخ الإرسال : 11 الإثنين , شوال, 1431 تاريخ التأكيد : 12 الأحد , رجب, 1435 تاريخ الإصدار : 28 الجمعة , جمادى الأولى, 1433

الکلمات المفتاحية: تاج پوشش گیاهی, شاخص گیاهی, تصاویر ماهواره‏ای IRS, منطقه کرسنک,

ملخص المقالة :

پژوهشگران مختلف سنجش از دور در طول دو دهه گذشته نقش شاخص های گیاهی حاصل از داده های ماهواره ای را در بررسی منابع طبیعی ارزیابی کرده و به همبستگی مناسبی میان این شاخص ها با پارامتر های گیاهی رسیده اند. هدف از این مطالعه بررسی قابلیت شاخص های طیفی ماهوارهIRSبه منظور برآورد تاج پوشش گیاهی در مراتع کرسنک می باشد. پیش پردازش های مختلف، شامل تصحیح هندسی و تصحیحات اتمسفریک با استفاده از نقشه های توپوگرافی 1:25000 و روش تفریق عارضه تاریک انجام شد عملیات برداشت زمینی در خرداد ماه 1389 در سطحی معادل576 هکتار انجام پذیرفت. پس از تیپ بندی واحد های گیاهی با روش نمونه برداری سیستماتیک-تصادفی نمونه برداری انجام گردید. اندازه گیری تاج پوشش به روش تعیین میزان سطح پوشیده شده توسط گیاه به تفکیک گونه و فرم رویشی اندازه‌گیری و موقعیت هر پلات توسطGPS ثبت شد. در این مطالعه از تصاویر مربوط به خرداد 1389 استفاده شد. شاخص های گیاهی بر روی تصاویر اعمال وبه همراه اطلاعات تاج پوشش گیاهی در محل هر پلات وارد نرم افزارSPSSگردید وبا در نظر گرفتن تاج پوشش به عنوان متغیر وابسته و شاخص گیاهی به عنوان متغیر مستقل همبستگی آنها محاسبه وشاخص هایی که بیشترین همبستگی را با تاج پوشش گیاهی داشتند، جهت تهیه مدل انتخاب شدند. نتایج نشان داد که شاخص GNDVIو DVI با تاج پوشش کل و شاخص PD321 با تاج پوشش فورب ها و شاخص GNDVI، GI و MIRV2 با تاج پوشش گندمیان بیشترین همبستگی را داشته اند.

المصادر:

ارزانی، ح.، گوردن، گ. و بروس، ف. (1376) کاربرد اطلاعات رقومی ماهواره لندست TM در تخمین تولید و پوشش گیاهی، مجله منابع طبیعی ایران، 50 (1)

خواجه­الدین، س.ج. (1375) استفاده از داده­های ماهواره Landsat MSS 5 در بررسی جوامع گیاهی و تعیین اراضی شور منطقه جازموریان، مجموعه مقالات دومین همایش ملی بیابان­زایی و روش­های مختلف بیابان­زدایی، انتشارات موسسه تحقیقات جنگلها و مراتع، 338-333.

زرینه، ا. (1387) ارزیابی اطلاعات ماهواره­ای IRS برای تخمین چند خصوصیت پوشش گیاهی در منطقهتنگ صیاد (استان چهارمحال و بختیاری) ، پایان نامه کارشناسی ارشد، دانشگاه شهرکرد.

طاهرکیا، ح. (1375) اصول و کاربرد سنجش از دور، انتشارات جهاد دانشگاهی دانشگاه تهران، چاپ اول، تهران، 480 صفحه.

عبدالهی، ج. (1377) بررسی چگونگی پراکنش گونه­های گیاهی تحت تأثیر فاکتورهای محیطی با استفاده ازدورسنجی و GIS در منطقه شیرکوه یزد، پنجمین همایش سامانه­های اطلاعات جغرافیایی.

فرزادمهر، ج.، ارزانی، ح. و نظری سامانی، ع.ا. (1384) بررسی قابلیت داده­های چند زمانه ماهواره لندست 7 در برآورد تاج پوشش و تولید گیاهی (مطالعه موردی منطقه استپی بخشعلی نعمتی- ساوه) ، مجله منابع طبیعی ایران، 58 (3) ، 729-719.

فرزادمهر، ج.، ارزانی،‌ ح.، درویش صفت، ع. و جعفری، م. (1383) بررسی قابلیت داده‌های ماهواره لندست 7 در برآورد تاج پوشش و تولید گیاهی، مجله منابع طبیعی ایران، 57 (2) ، 351-339

مختاری، الف. (1376) بررسی برازش مدل تجربی PSIAC در برآورد فرسایش و رسوب در حوزه­های آبخیز فاقد آمار با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی، پایان نامه کارشناسی ارشد، دانشگاه تهران.

مصداقی، م. (1386) مرتع­داری در ایران. انتشارات آستان قدس رضوی، چاپ پنجم، 333 صفحه.

Arzani, H. (2002) Examination of vegetation indices for vegetation parameters measurements in semi-arid and arid area. The Third International Iran and Russia Conference Agriculture and Natural Resources. 2: 596-603

Baret, F., Guyot, G. and Major, D.J. (1989) TSAVI: A vegetation index which minimizes soil brightness effects on LAI and APAR estimation. pp. 1355-1358. In Proc, IGARRS ’89 Can Symp Remote Sensing, 12th, Vancouver, BC, Canada

Baret, F. and Guyot, G. (1991) Potentials and limits of vegetation indices for LAI and APAR assessment. Remote Sensing of Environment. 35: 161-173

Broge, B.H. and Mortensen, J.V. (2002) Deriving green crop area index and canopy chlorophyll density of winter wheat from spectral reflectance data. Remote Sensing of Environment. 81: 45-57.

Chen, S.C., Batista, G.T. and Tradin, A.T. (1986) Landsat TM band combinations for crop discrimination, Proc. Of the 7 th Int. Symposium on remote sensing for resources development and environmental management, Enschede, The Netherlands.

Clevers, J.G (1989) The application of a weighted infrared-red vegetation index for estimating leaf area index by correcting for soil moisture”, Remote Sensing of Environment, 29: 25-37.

Cox, G. (1990) Laboratory Manual of General Ecology” 6th Edition, Dubuque Lowa William C. Brown.

Crippen, R.E. (1990) Calculating the vegetation index faster. Remote Sensing of Environment. 34(1): 71−73.

Graetz, R.D. Gentle, M.R., Pech, R.P. and Drewien, G. (1983) The application of landsatimage data to rangeland assessment and monitoring: an example from south Australia”,Rangeland Journal. 5: 63-73.

Gitelson A.A. Vina A.Arkebauer T.J. Rundquist D.C.Keydan G. and Leavitt B.2004. Remote estimation of leaf area index and green leaf biomass in maize canopies”, Journal of Plant Physiology. 161: 165–173.

Haboudane, D., Miller, J.R., Pattey, E., Zarco-Tejada, P.J. and Strachan, I. (2004) Hyperspectral vegetation indices and novel algorithms for predicting green LAI of cropcanopies: modeling and validation in the context of precision agriculture, Remote Sensingof Environment. 90: 337-352.

Huete, A.R. (1988) A soil-adjusted vegetation index SAVI. Remote Sensing of Environment. 25,: 295-309.

Jakson, R.D. (1983) Spectral indices in n-space. Remot Sensing of Environment. 13: 409-421

Kuechler, A.W. and Zonneveld, I.S. (1988) Vegetation mapping. Kluwer Academic Publications. Washington DC, USA. 20 p.

Kershaw K.A. 1963. Pattern in vegetation and its causality. Ecology. 44(2): 377-388.

Richardson A.J. and Wiegand A.L.1977. Distinguishing vegetation from soil background information. Photogrametric Engineering and Remote Sensing. 43(12): 1541-1552.

Rock B.N. Vogelmann J.E. Williams D.L. Vogelmann A. F. and Hoshisaki T. 1986. Remote detection of forest damage. BioScience. 36: 439–445.

Rondeaux G. Steven M. and Baret F.1996. Optimization of soil- adjusted vegetation indices. Remote Sensing of Environment. 55: 98-107.

Rouse J.W., Haas, R.H., Deering, D.W., Schell, J.A. and Harlan, J.C. (1974) Monitoring the Vernal Advancement and Retrogradation (Green Wave Effect)of Natural Vegetation. NASA/GSFC Type III Final Report, Greenbelt, MD. 371 p.

Tueller, P.T. (2001) Remote Sensing of Range Production and Utilization. Journal of Range Management. 54: 77-89.

Thiam, A.K. (1997) Geographic Information Systems and Remote Sensing Methods for Assessing and Monitoring Land Degradation in theSahel: The Case of Southern Mauritania. Doctoral Dissertation, Clark University, Worcester Massachusetts.

Tucker, C.J. (1979) Red and photographic infrared linear combinations for monitoring Vegetation. Remote Sensing of Environment. 8: 127-150.

Williamson, H.D. and Eldridge, D.J. (1993) Pasture status in a semi-arid grassland. International Journal of Remote Sensing. 14: 2535-2546