برآورد پوشش گیاهی و زیتوده روزمینی با استفاده از تصاویر ماهواره ای در مراتع خشک

سابقه و هدفپوشش گیاهی و زیتوده روزمینی از اجزای کلیدی اکوسیستم های خشک و نیمه خشک محسوب می شوند و نقش مهمی در پایداری محیط، ترسیب کربن، حفظ تنوع زیستی و تامین چراگاه برای دام های اهلی و وحشی دارند. این مناطق به دلیل حساسیت بالا به تغییرات محیطی، نیازمند پایش دقیق و مداوم هستند. در دهه های اخیر، استفاده از شاخص های پوشش گیاهی مبتنی بر داده های سنجش از دور برای مدل سازی پوشش و زیتوده گیاهی به عنوان روشی موثر در مدیریت منابع طبیعی مطرح شده است. با این حال، در مناطق خشک و نیمه خشک کمتر به بررسی و ارزیابی دقیق این شاخص ها پرداخته شده است. هدف این تحقیق، ارزیابی کارایی تصاویر ماهواره ای لندست ۸ و سنتینل ۲ و شاخص های مختلف پوشش گیاهی در مدل سازی پوشش و زیتوده گیاهی مراتع خشک غرب ایران با استفاده از روش رگرسیون خطی بود.مواد و روش هااین تحقیق در مراتع خشک استان ایلام انجام شد. داده های میدانی شامل اندازه گیری پوشش گیاهی و زیتوده روزمینی در ۵۰ پلات ۳۰×۳۰ متری به صورت تصادفی سیستماتیک جمع آوری شد. نمونه برداری در فصل اوج رشد گیاهان و قبل از چرای دام انجام گردید. در هر پلات، درصد پوشش گیاهی زنده، لاشبرگ، خاک لخت و سنگ ریزه ثبت شد و زیتوده روزمینی با قطع پوشش گیاهی از سطح خاک و توزین نمونه های خشک شده اندازه گیری گردید.تصاویر ماهواره ای لندست ۸ و سنتینل ۲ برای دوره زمانی مشابه با نمونه برداری میدانی تهیه شدند. شاخص های پوشش گیاهی شیب محور مانند NDVI و EVI و شاخص های فاصله محور مانند MSAVI و SAVI با استفاده از نرم افزارهای ENVI و ArcGIS استخراج گردیدند. برای مدل سازی پوشش گیاهی و زیتوده، از روش رگرسیون خطی استفاده شد. شاخص های منتخب با مقایسه آماره های ضریب تبیین (R²) و ریشه میانگین مربعات خطا (RMSE) ارزیابی شدند.نتایجنتایج نشان داد که شاخص های فاصله محور مانند MSAVI نسبت به شاخص های شیب محور در مدل سازی پوشش و زیتوده گیاهی عملکرد بهتری داشتند. شاخص MSAVI، مستخرج از تصاویر لندست، با R² برابر با ۱۹/۰ برای پوشش گیاهی و ۲۱/۰ برای زیتوده، بالاترین دقت را ارائه کرد. مدل سازی پوشش گیاهی با روش رگرسیون خطی نشان داد که درصد پوشش گیاهی در منطقه بین ۵ تا ۸۱ درصد متغیر است. همچنین، برآورد زیتوده روزمینی در منطقه با استفاده از این روش در محدوده ۸/۶ تا ۴/۵۸ گرم در متر مربع قرار داشت. براساس نتایج، هنگام استفاده از شاخص های شیب محور مانند NDVI، دقت مدل سازی پوشش گیاهی با تصاویر سنتینل بیشتر از تصاویر لندست بود. اما در شرایط استفاده از شاخص های فاصله محور، تصاویر لندست دقت به مراتب بالاتری ارائه کردند، در حالی که دقت تصاویر سنتینل در این حالت نسبت به شاخص های شیب محور کاهش یافت.نتیجه گیرینتایج این مطالعه نشان داد که عملکرد مدل سازی پوشش گیاهی وابسته به نوع شاخص های مورد استفاده و تفکیک مکانی داده های ماهواره ای است. در شاخص های شیب محور مانند NDVI، تصاویر سنتینل دقت بیشتری نسبت به تصاویر لندست در برآورد پوشش گیاهی داشتند. در مقابل، در شاخص های فاصله محور، تصاویر لندست دقت بالاتری ارائه کردند، در حالی که دقت تصاویر سنتینل در این شرایط کاهش یافت. این یافته ها نشان می دهد که انتخاب مناسب شاخص های طیفی متناسب با شرایط منطقه ای می تواند تاثیر قابل توجهی بر دقت مدل سازی داشته باشد. علاوه بر این، نتایج تاکید می کند که در مناطق خشک، شاخص های فاصله محور ممکن است عملکرد بهتری داشته باشند، زیرا اثرهای بازتاب خاک لخت را کاهش می دهند و اطلاعات دقیق تری در مورد پوشش گیاهی فراهم می کنند. این نتایج می تواند مبنایی برای بهینه سازی روش های سنجش از دور در مطالعات آینده باشد.

کلیدواژه ها:

رگرسیون خطی ، سنتینل ، شاخص گیاهی ، لندست ، مدلسازی