بررسی امکان برآورد بیوماس مراتع با استفاده از اطلاعات رقومی ماهواره ای لندست ۸

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 127

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJRDR-27-1_014

تاریخ نمایه سازی: 24 فروردین 1402

چکیده مقاله:

با توجه به محدودیت­هایی که در اندازه­گیری میدانی پوشش گیاهی وجود دارد؛ کاربرد شاخص­های گیاهی جهت برآورد بیوماس عرصه­های مرتعی با استفاده از داده­های ماهواره­ای در مطالعات مرتع می­تواند بسیار کاربردی باشد. در این راستا، لازم است شاخص­های گیاهی مناسب شناسایی گردند. هدف از این پژوهش بررسی امکان برآورد بیوماس مراتع با استفاده از شاخص­های گیاهی حاصل از اطلاعات رقومی ماهواره لندست ۸ و تعیین مناسب­ترین آنها در مناطق نیمه خشک شمال شرق کشور می­باشد. برای این منظور مقادیر متوسط شاخص­های گیاهی NDVI، TDVI، SAVI، ARVI، EVI، OSAVI، IPVI، GRVI و GNDVI درون هر واحد یک هکتاری از شبکه حوضه مورد مطالعه، محاسبه گردید. سپس، همبستگی این مقادیر با متوسط مقادیر اندازه­گیری شده میدانی این واحدها از طریق رگرسیون خطی مورد بررسی قرار گرفت و مدل رگرسیونی هر شاخص جهت برآرود بیوماس مشخص گردید. در نهایت، نتایج حاصل مورد اعتبارسنجی قرار گرفت و نقشه بیوماس عرصه برای هر شاخص تهیه شد. نتایج نشان داد تمامی شاخص­ها از همبستگی بالا و قابل قبولی با داده­های واقعی بیوماس برخوردار بودند. بر اساس نتایج اعتبارسنجی، شاخص گیاهی SAVI با ضریب تبیین ۷۹/۰ و مقدار ریشه میانگین مربعات خطای ۷۳/۱۴ درصد مناسب­ترین شاخص گیاهی جهت برآورد بیوماس در منطقه بود. این شاخص­ها با بکارگیری طول موج­های قرار گرفته در محدوده باند آبی، اثر ریزگردها را در محاسبات اصلاح نموده که باعث کاهش اثر اتمسفری شده و بهبود نتایج محاسبه شاخص NDVI را در پی دارد و می­توان آن را شاخص NDVI اصلاح شده نیز نامید. بر اساس نتایج بدست آمده، شاخص­های گیاهی که از نسبت­گیری باندهای مادون قرمز نزدیک و قرمز مرئی حاصل می­شوند، همبستگی بالایی با بیوماس دارند. به­طور کلی هرچه شاخص­های گیاهی از باندهای با طول موج کوتاه­تر استفاده کنند، در مناطق خشک و نیمه خشک که بیشتر تحت تاثیر ریزگردها می­باشند، دقت برآوردها کاهش می­یابد.

کلیدواژه ها:

بیوماس سنجش از دور شاخص گیاهی ماهواره لندست همبستگی

نویسندگان

مسعود عشقی زاده

استادیار گروه مهندسی کشاورزی و منابع طبیعی، دانشکده علوم، مجتمع آموزش عالی گناباد، ایران.

یاسر اسماعیلیان

استادیار گروه مهندسی کشاورزی و منابع طبیعی، دانشکده علوم، مجتمع آموزش عالی گناباد، ایران

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 :
  • Akkartal, A., Türüdü, O. and Erbek, F. S., ۲۰۰۴. Analysis ...
  • Amiri, F., Rashid, A. and Shariff, M., ۲۰۱۰. Using remote ...
  • Ariza, A., Irizar, M. R. and Bayer, S., ۲۰۱۸. Empirical ...
  • Arzani, H., Hoseini, S. Z. and Mirakhorlou, K., ۲۰۱۴. Application ...
  • Bannari, A., Asalhi, H., Teillet, P. M., ۲۰۰۲. Transformed difference ...
  • Crippen, R. E., ۱۹۹۰. Calculating the vegetation index faster. Journal ...
  • Eshghizadeh, M., ۲۰۱۲. Plan review of Kakhk paired catchment, Forests, ...
  • Eshghizadeh, M., Talebi, A. and Dastorani, M. T., ۲۰۱۸. A ...
  • Effect of natural land covers on runoff and soil loss at the hill-slope scale [مقاله ژورنالی]
  • Gitelson, A. A., ۲۰۰۴. Wide dynamic range vegetation index for ...
  • Ghorbani, A., Pournemati, A. and Panahande, M., ۲۰۱۷. Estimating and ...
  • Hangs, R. D., Van Rees, J., Schoenau, K. C. J. ...
  • Hansen, P. M. and Schjoerring, J. K., ۲۰۰۳. Reflectance measurement ...
  • Huete, A. R., ۱۹۸۸. A soil-adjusted vegetation index (SAVI). Remote ...
  • Huete, A. R., Justice, C. and Van Leeuwen, W., ۱۹۹۹. ...
  • Huete, A., Didan, K., Miura, T., Rodriguez, E.P., Gao, X. ...
  • Imani, J., Ebrahimi, A., Gholinejad, B. and Tahmasebi, P., ۲۰۱۸. ...
  • Jackson, R. D., Slater, P. N. and Pinter, P. J., ...
  • Kaufman, Y. J. and Tanre, D., ۱۹۹۲. Atmospherically resistant vegetation ...
  • Karnieli, A., Kaufman, Y. J., Rmer, L. and Wald, A., ...
  • Long, Y., Zhou, L., Liu, W. and Hua-Kun, Z., ۲۰۱۰. ...
  • Pflug, B., Main-Knorn, M., Makarau, A. and Richter, R., ۲۰۱۵. ...
  • Olexa, E. M. and Lawrence, R. L., ۲۰۱۴. Performance and ...
  • Pordel, F., Ebrahimi, A. and Azizi, Z., ۲۰۱۷. Simulation of ...
  • Rondeaux, G., Steven, M. and Baret, F., ۱۹۹۶. Optimization of ...
  • Rouse, J. W., Haas, R. H., Schell, J. A. and ...
  • Soleymani, K., Tamartash, R., Alavi, F. and Lotfi, S., ۲۰۰۷. ...
  • Song, X., ۲۰۰۴. Early detection system of drought in East ...
  • Sripada, R. P., Heiniger, R. W. White, J. G. and ...
  • Ustuner, M., Sanli, F. B., Abdikan, S., Esetlili, M. T. ...
  • Wagle, P., Xiao, X. M., Torn, M. S., Cook, D. ...
  • Xiaoping, W., Kai, G. N. and Jing, W., ۲۰۱۱. Hyper ...
  • Xie, Y., Sha, Z., Yu, M., Bai, Y. and Zhang, ...
  • Yeganeh, H., Khajeddin S. J. and Soffianian, A. R., ۲۰۰۸. ...
  • Zarineh, E., Asadi Brojeni, E. and Khorasgani, M. N., ۲۰۱۲. ...
  • نمایش کامل مراجع