تحليل خشكسالي كشاورزي استان آذربايجان‌شرقي با تاكيد بر سنجش از دور و شاخص وضعيت پوشش گياهي

Analyzing Agricultural Drought in East Azarbaijan Province Emphasizing Remote Sensing Technique and Vegetation Condition Index

خشكسالي يكي از بلاياي طبيعي است كه به دليل تاثير قابل ملاحظه‌اي كه بر روي بخش كشاورزي و اقتصاد دارد، زندگي انسان‌ها را تحت تاثير قرار مي‌دهد. با استفاده از دانش سنجش از دور مي‌توان خشكسالي را از طريق اثراتي كه بر روي گياهان دارد، مطالعه و به نتايج دقيق‌تر و موثر تري براي مدل‌سازي خشكسالي دست يافت. در اين پژوهش كارايي شاخص وضعيت پوشش گياهي در تحليل خشكسالي كشاورزي از طريق سنجش از دور مورد ارزيابي قرار گرفت. محدوده مورد مطالعه استان آذربايجان‌شرقي است. داده‌هاي به‌كار رفته، تصاوير سنجنده MODIS ماهواره Terra بين سال‌هاي 2000 تا 2011 و داده‌هاي بارش از ايستگاه‌هاي سينوپتيك و كليماتولوژي استان مي‌باشند. براي بدست آوردن مقدار VCI از مقادير نرماليزه شده NDVI استفاده گرديد. شاخص NDVI از اطلاعات باندهاي 13 و 16 بدست آمد. بر اساس مقادير شاخص VCI سال‌هاي 2001، 2008، 2000 و 2009 به ترتيب بيش‌ترين و سال‌هاي 2010 و 2003 كم‌ترين وسعت خشكسالي را دارا بوده‌اند. جهت ارزيابي موفقيت، شاخص SPI براي سال‌هاي 2001، 2008، 2010 و 2003 ، در 9 ايستگاه محاسبه و با مقادير برداشت شده از روي نقشه‌هاي حاصل از VCI در ايستگاه‌ها مقايسه گرديد. بر اساس شاخص SPI نيز، سال‌هاي 2001 و 2008 با بيش‌ترين و سال‌هاي 2003 و 2010 با كم‌ترين خشكسالي مواجه شده‌اند. نتايج اين پژوهش نشان دهنده اين است كه جهت برآورد خشكسالي كشاورزي از طريق سنجش‌از‌دور، شاخص VCI روش بسيار مناسبي بوده و در مناطقي كه ايستگاه‌هاي هواشناسي بصورت پراكنده بوده (و يا اصلا وجود ندارد) مي‌توان از اين مدل براي برآورد خشكسالي استفاده كرد. زيرا تعداد نقاط نمونه‌برداري در تصاوير ماهواره‌اي بسيار بيشتر از تعداد ايستگاه‌هاي هواشناسي مي‌باشد.

Drought is a natural disaster that affects the human life due to its significant effects on agricultural and economic sectors. Using the remote sensing technique, drought can be studied through its effects on plants, and it is possible to gain a more accurate and effective modeling of drought. In this study, the efficiency of vegetation condition index in analyzing the agricultural drought was evaluated using the remote sensing facilities for East Azarbaijan province. The data included the MODIS sensor images from Terra satellite between 2000-2011 and the rainfalls from synoptic and climatic stations of the province. To gain the vegetation condition index (VCI) values, the normalized vegetation index (NDVI) values were used. The NDVI derived from the information of the bands 13 &16. According to the VCI values the drought covered more areas in the years 2001, 2008, 2000 & 2009 while it covered less areas in the years 2010 & 2003. To assess the efficiency of the study, the Standardized Precipitation Index (SPI) were calculated from the data of the years 2001, 2008, 2010, 2003, in 9 weather stations and compared with the data collected from VCI maps. According to the SPI index, the years of 2008 & 2001 encountered the highest drought and also the years of 2010 & 2003 had the lowest drought. The results indicate that using the VCI index is an excellent method for evaluating the agricultural droughts through the Remote Sensing. Furthermore, in areas with or without sporadic weather stations this index can be used for estimating drought since the number of sampling points on satellite images exceeds the number of the weather stations.