مقايسه شاخص‌هاي مختلف گياهي جهت تهيه نقشه درصد تاج پوشش گياهي مناطق خشك و نيمه خشك با استفاده از داده‌هاي ماهواره (مطالعه موردي: پناهگاه حيات وحش موته)

Compression of vegetation indices for vegetation cover mapping in arid and semi-arid environment using satellite data (Case study: Mouteh wild life sanctuary)

فناوري دورسنجي و بهره‌گيري از داده‌هاي ماهواره‌اي از ابزار‌هاي موثردر زمينه مطالعات علوم مرتع و پوشش گياهي است. يكي از كاربردهاي داده‌هاي ماهواره تهيه نقشه درصد تاج پوشش گياهي است. در اين مطالعه جهت تهيه نقشه درصد تاج پوشش گياهي پناهگاه حيات وحش موته در خرداد سال 1387 از تصاوير ماهواره اي استفاده شد. به اين منظور از شاخص‌هاي گياهي حاصل از داده‌هاي رقومي تصوير سنجنده LISSIII استفاده شد. به منظور بررسي همبستگي بين درصد تاج پوشش گياهي و داده‌هاي ماهواره، داده‌هاي 290 پلات با پراكنش مناسب در منطقه برداشت شد و با استفاده از داده‌هاي موجود و شاخص‌هاي گياهي تهيه شده با اعمال رگرسيون ساده خطي درصد تاج پوشش گياهي تخمين زده شد. ميزان همبستگي بين شاخص‌هاي گياهي و داده‌هاي ميداني محاسبه شد و براي هر شاخص، مدل پوشش گياهي بدست آمد. با توجه به نتايج بدست آمده در اين مطالعه شاخص گياهي SAVI با همبستگي 78/0 داراي بيشترين همبستگي با تاج پوشش گياهي بود و جهت تهيه نقشه درصد پوشش گياهي انتخاب گرديد. با استفاده از مدل تهيه شده نقشه درصد تاج پوشش گياهي در چهار طبقه كمتر از 10%، 10%-20%، 20%-40% و بيشتر از 40% تهيه شد. نتايج اين مطالعه نشان داد كه بيشتر قسمت‌هاي منطقه توسط پوشش كمتر از 10% و 10%-20% پوشيده شده است. در اين مطالعه شاخص هاي گياهي NDVI، TSAVI1 و RVI نيز داراي ضرايب همبستگي بالايي (78/0، 77/0 و 76/0) بودند.

Remote sensing provides useful tools for rangeland and vegetation cover studies. Vegetation crown cover mapping is one of satellite information applications in rangeland studies. In this study, IRS-P6, LISS III data was used to produce vegetation crown cover map in Mouteh wild life sanctuary during June 2008. To achieve this goal, vegetation indices provided by digital data layer by LISS3 were used. To study the correlation between vegetation indices by satellite data layer and vegetation crown cover on the ground, vegetation cover data in the field was collected from 290 plots evenly distributed over the entire study area. The vegetation cover was estimated by simple linear regression between field sampling and vegetation indices by satellite data layer. Vegetation cover crown models were produced for different indices and vegetation maps were produced using each index model. Results showed that SAVI index had the highest correlation (0.78) with field sampling and it was suggested for vegetation cover percentage mapping. Using SAVI model, vegetation cover was classified in four classes: < 10%, 10-20%, 20-40% and > 40%. The Results showed that areas with < 10% and 10-20% crown cover were dominant in the region. In this study NDVI, TSAVI1 and RVI vegetation indices also performed high correlations (0.77, 0.78 and 0.76).