كاربرد داده‌هاي ماهواره‌اي تي . ام. (TM) در برآورد توليد مرتع (مطالعه موردي زير حوضه سفيدآب، سد لار)

Utility of Remote Sensing Data in Estimation of Rangeland Production Case Study: SefidAb Subbasin of The Lar Dam

داده‌هاي ماهواره‌اي به منظور گسترش و مديريت منابع مرتعي همواره قادر است در تأمين اطلاعات لازم در جنبه‌هاي مختلف جوامع گياهي من‌جمله بيوماس نقش مهمي را ايفا نمايد. منطقه مورد مطالعه در زير حوضه سفيدآب، از حوضه آبخيز سد لار، قسمت مركزي رشته‌كوه‌هاي البرز در شمال كشور با اقليم نيمه مرطوب معتدل واقع شده است. به منظور بررسي قابليت داده‌هاي ماهواره‌اي در برآورد توليد از داده‌هاي سنجنده TM باتوجه به تعدد باندها دراين سنجنده كه امكان محاسبه شاخص‌هاي بيشتري را فراهم مي‌ساخت، استفاده گرديد. در اين تحقيق داده‌هاي ميداني باروش نمونه‌برداري تصادفي – سيستماتيك متعلق به 20 واحد نمونه‌برداري در 200 پلات جمع‌آوري گرديد. براي تشخيص مختصات جغرافيايي واحدهاي نمونه‌برداري و پيكسل‌هاي مربوط در داده‌هاي رقومي از دستگاه تعيين موقعيت همراه با Benchmarc نزديك به منطقه استفاده شد. براي محاسبه شاخص‌هاي گياهي و براي اين‌كه تعين محل نمونه برداري بر روي پيكسل‌هاي مربوطه در روي تصوير ماهواره‌اي به درستي و با خطاي كمتري انجام شود، ميانگين رقومي 9 پيكسل مربوط به واحدهاي نمونه‌برداري از تصاوير تصحيح ‌شده استخراج گرديد. سپس هم‌بستگي بين داده‌هاي زميني و شاخص‌هاي گياهي حاصل از تركيب باندهاي مختلف ارزيابي و پس از آن، شاخص‌هاي گياهي مناسب تشخيص داده شدند. در نهايت محاسبات و بررسي‌هاي آماري براي معرفي مدل مناسب ارائه گرديد كه پس از آزمايش مدل‌ها نتايج به دست‌ آمده حاكي از آن است كه بين شاخص‌هاي گياهي مناسب و داده‌هاي ميداني هم‌بستگي قابل ملاحظه‌اي وجود دارد. بنابراين امكان تخمين دقيق توليد مراتع از طريق استفاده از اطلاعات لندست تي ام به همراه نقاط كنترل زميني وجود دارد.

In order to manage the rangeland resources, remote sensing data is able to provide a sensible role of different cases in flora community such as biomass. The study area in SefidAb subbasin of the Lar Dam basin is located in central Alborz, where the climatic condition is semihumid and near to moderate. For the assessment of the sattelite data and their capability in estimation of the range production, Landsat-TM data with different bands was used. In this research, the field data was collected using random-systematic method in 20 sampling units of 200 plots. For geographic coordinates of the sampling units and related pixels in digital data, GPS and also existing benchmark data of the nearest points were used. Then correlation between ground data and vegetation index from different band combination was investigated and the reasonble vegetation indices were obtained. Finally, the best models were extracted for this purpose, which showed sensible relation between the field data and vegetation index. Therefor, it is possible to estimate range production using Landsat TM data related to ground control.