پایش مکانی و زمانی خشکسالی کشاورزی با استفاده از تصاویر سنجنده مودیس و فن آوری سنجش از دور (مطالعه موردی: استان آذربایجان شرقی)

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 255

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WASO-27-1_017

تاریخ نمایه سازی: 25 دی 1401

چکیده مقاله:

خشکسالی از جمله پیامدهای تکرار شونده اقلیمی است که در بیشتر نقاط جهان رخ می­دهد و موجب کم­آبی، خسارات اقتصادی و پیامدهای ناگوار اجتماعی می­شود. روش­های متداول ارزیابی و پایش خشکسالی اغلب وابسته به داده­های هواشناسی به­ویژه بارش می­باشند با توجه به دقت مکانی پایین و در مواردی ناقص و نادرست بودن این اطلاعات، نمایه‎های خشکسالی هواشناسی که از روی این داده­ها محاسبه می­شوند، در پایش خشکسالی مفید نخواهند بود. فن‎آوری­های سنجش از دور با پوشش مکانی و زمانی مناسب منطقه مطالعاتی، ابزار مناسبی در پایش خشکسالی کشاورزی به‎شمار می­روند. در این پژوهش با استفاده از تصاویر ماهواره­ای سنجنده مودیس در دوره زمانی ۱۲ ساله (۱۳۸۲ تا ۱۳۹۳) اقدام به استخراج و ارزیابی پراکندگی زمانی و مکانی نمایه­های خشکسالی کشاورزی (DSI، VCI و TCI) در استان آذربایجان شرقی شد. هم­چنین همبستگی بین نمایه­های خشکسالی کشاورزی به­دست آمده از سنجش از دور با نمایه خشکسالی هواشناسی SPI بررسی شد. یافته­های این پژوهش نشان داد که نمایه­های سنجش از دور از دقت خوبی در برآورد پراکندگی مکانی و زمانی خشکسالی کشاورزی برخوردارند، به­طوری­که ضریب همبستگی بین نمایه DSI و SPI برابر با ۶۴/۰ بدست آمد. بررسی نمایه­ SPI و نمایه­های خشکسالی کشاورزی نشان داد که در سال ۱۳۸۷ در بیشتر ایستگاه­های استان خشکسالی متوسط رخ داده است. با این‎حال مناطق شمالی استان در حاشیه رود ارس حتی در سال خشک (سال ۱۳۸۷) نیز نسبت به دیگر مناطق از وضعیت پوشش گیاهی بهتری برخوردار بودند، که مقدار نمایه SPI برابر با ۳۸/۰- و ۵۳/۰- به­ترتیب برای ایستگاه­های جلفا و کلیبر نیز حاکی از این مطلب است. مقایسه آماری نتایج نشان داد که بالاترین ضریب همبستگی بین نمایه­های خشکسالی کشاورزی و هواشناسی در ایستگاه جلفا است، که بالاترین مقدار میانگین نمایه SPI، ۶/۰، را در استان داشت.

نویسندگان

امین رستمی

۱- دانشجوی دکتری مهندسی آبیاری و زهکشی، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

محمد بزانه

دانشجوی دکتری مهندسی آبیاری و زهکشی، گروه مهندسی آب، دانشگاه ارومیه

محمود رائینی

دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • جلیلی ش، ۱۳۸۴. مقایسه شاخص­های ماهواره­ای و هواشناسی در پایش ...
  • برآورد خشکسالی کشاورزی با تاکید بر تصاویر ماهواره ای و شاخص سلامت پوشش گیاهی (منطقه مورد مطالعه: آذربایجان شرقی و غربی) [مقاله کنفرانسی]
  • رضایی بنفشه م، رضایی ع و فریدپور م، ۱۳۹۴. تحلیل ...
  • عیوضی م، مساعدی ا و دهقانی ا، ۱۳۸۸. مقایسه روش­های ...
  • لشنی زند م، ۱۳۸۳. بررسی اقلیمی خشکسالی­های ایران و راهکارهای ...
  • موذن زاده ر، ارشد ص، قهرمان ب و داوری ک، ...
  • میرموسوی ح و کریمی ح، ۱۳۹۲. مطالعه اثر خشکسالی بر ...
  • Caccamo J, Chisholm LA, Bradstock RA and Puotinen ML, ۲۰۱۱. ...
  • Jensen JR, ۱۹۹۶. Introductory Digital Image Processing: A Remote Sensing ...
  • Johnson GE, Achutuni VR, Thiruvengadachari S and Kogan FN, ۱۹۹۳. ...
  • Keshavarz MR, Vazifehdoust M and Alizadeh A, ۲۰۱۴. Drought monitoring ...
  • Kogan FN, ۱۹۹۵. Droughts of the late ۱۹۸۰s in the ...
  • Lessel J, Sweeney A and Ceccato P, ۲۰۱۶. An agricultural ...
  • McKee TB, Doesken NJ and Kleist J, ۱۹۹۳. The relationship ...
  • McVicar TR, Van Niel TG, Li LT, Hutchinson MF, Mu ...
  • Nichol JE and Abbas S, ۲۰۱۵. Integration of remote sensing ...
  • Shahabfar A, Ghulam A and Eitzinger J, ۲۰۱۲ .Drought monitoring ...
  • Tate EL and Gustard A, ۲۰۰۰. Drought definition: a hydrological ...
  • Thenkabail PS, Gamage MSDN, Smakhtin VU, ۲۰۰۴. The use of ...
  • Zhang A and Jia G, ۲۰۱۳. Monitoring meteorological drought in ...
  • نمایش کامل مراجع