مدلسازی زیستگاه ملخ کوهاندار تاغ با استفاده از شاخص های بیوفیزیکی استخراج شده از تصاویر لندست 8
محورهای موضوعی : توسعه سیستم های مکانی
سیروس هاشمی دره بادامی
1
(
دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تهران
)
بهرام جمعه زاده
2
(
دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تهران
)
علی درویشی بلورانی
3
(
استادیار دانشکده جغرافیا، دانشگاه تهران
)
عبدالحسین خاکیان
4
(
دانشجوی کارشناسی ارشد محیط زیست، دانشگاه تهران
)
کلید واژه: لندست 8, آنالیز مؤلفه های اصلی, شاخص های بیوفیزیکی, ملخ مهاجر,
چکیده مقاله :
استفاده از تصاویر ماهواره ای یک راه ساده و ارزان در شناسایی زیستگاه و پایش آفت ها از جمله ملخ مهاجر است. استفاده از فناوری سنجش از دور به گونه ای رشد نموده است که سیاست های کنترل ملخ از روش های درمانی به روش پیشگیرانه تغییر رویه داده اند. از آنجاییکه مدیریت کارآمد هجوم آفت های حشره ای بر پایه دانش کامل از زیست شناسی و بوم شناسی آن استوار است، این تحقیق با هدف ارزیابی استفاده از شاخص های بیوفیزیکی استخراج شده از تصاویر ماهواره ای، به منظور شناسایی و نظارت بر زیستگاه ملخ انجام شده است. بدین منظور از شاخص های بیوفیزیکی (شاخص های پوشش گیاهی، شاخص های رطوبت موجود در گیاه، شاخص خشکی زمین و دمای سطح زمین) استخراج شده از تصاویر ماهواره ای لندست 8 (OLI/TIRS)، همزمان با داده های دیده بانی زمینی استفاده شد. سپس اطلاعات شاخص ها با استفاده از آنالیز مؤلفه های اصلی، در یک تصویر خلاصه شد. در نهایت با استفاده از داده های میدانی بدست آمده از دیده بانی و روش آستانه گذاری، نقشه پهنه بندی زیستگاه اولیه ملخ با ریسک بالا، ریسک متوسط و ریسک پایین تهیه شد. صحت مکانی نتایج بدست آمده با استفاده از داده های ملخ مشاهده شده به عنوان داده های مرجع، ارزیابی شد و صحت کلی 74% و ضریب کاپای 62% برای زیستگاه اولیه با ریسک بالا، صحت کلی 87% و ضریب کاپای 71% برای زیستگاه اولیه با ریسک بالا و متوسط و صحت کلی 94% و ضریب کاپای 88% برای هر سه زیستگاه بدست آمد.
Using satellite images is a simple and inexpensive way to identify the habitats and monitor the migratory pests such as locusts. Using remote sensing technology for locust control policies has shifted from treatment methods to preventive ones. Considering the effective management of insect pest infestations based on thorough knowledge of biology and ecology, this study aimed to evaluate the use of biophysical indices derived from satellite images in order to identify and monitor the locust habitats. For this purpose, we used biophysical indicators (vegetation indices, vegetation, water content indices, drought index and land surface temperature) derived from Landsat 8 (OLI/TIRS) images coinciding with in-situ data monitoring. Then, the information of indices was summarized in one image using principal component analysis. Finally, the primary locust habitat zoning map with high risk, medium risk and low risk was developed using in-situ data obtained from the monitoring and thresholding methods. The spatial accuracy of results was evaluated by locust observed data as reference data; on the other hand, the overall accuracy and Kappa coefficient for high-risk habitat were given as 62% and 74%, respectively. For moderate-risk habitat, they were also obtained as 87% and 71%, respectively. For all of three habitats, they were estimated as 94% and 88%.