ارزيابي شاخص NDSI در پايش خشكسالي به كمك تكنيك سنجش از دور (مطالعه موردي: استان اصفهان)

Evaluation of NDVI index for drought monitoring,using remote sensing technique(Case study: Isfahan Province)

موضوع خشكسالي در مطالعات منابع آب اهميت زيادي دارد. شاخص‌هاي خشكسالي هواشناسي مستقيما از رويداده‌هاي هواشناسي نظيربارندگي محاسبه مي‌‌شوند درصورت فقدان داده‌هاي مذكور،درپايش خشكسالي مفيد واقع نخواهند شد.لذا تكنيك سنجش ازدورمي‌تواند ابزاري مفيد درپايش خشكسالي به شمار رود. دراين تحقيق با استفاده ازتصاويرماهواره‌اي سنجنده MODIS روند تغييرات شاخص نرمال شده پوشش گياهي استان اصفهان براي سال‌هاي 2000 تا 2008 بررسي شد. شاخص NDVIعلاوه بر پوشش گياهي طبيعي براي پايش خشكسالي به ويژه خشكسالي زراعي نوع ديم هم مي‌تواند مؤثر باشد. بادرنظرگرفتن اين شاخص،پوشش گياهي منطقه به4گروه طبقه‌بندي شد ومساحت هركدام ازطبقات نيزمحاسبه شد.درنهايت دوشاخص SPI و NDVI موردمقايسه قرارگرفت. نتايجحاصل ازمحاسبه شاخص SPI حاكي از وقوع خشكسالي شديد در سال 2008 و خشكسالي متوسط به ترتيب در سال‌هاي2000 و 2001 دراستان اصفهان  است. محاسبه شاخص NDVI دراين سه سال نيزنشان داد كه ميزان پوشش گياهي ضعيف به طورقابل محسوسي افزايش يافته است. با اين حال نتايج حاصل از اثر تغييرات بارندگي بر روي شاخص NDVI نشان داد كه همزماني وقوع خشكسالي هواشناسي و خشكسالي كشاورزي در تمام سال‌ها وجود ندارد. براي سال 2006 علي‌رغم اينكه بارش بيشتر از سال‌هاي قبل و بعد و بيشتر از ميانگين بارش استان بوده، اما براساس نتايج شاخص NDVI اين سال همراه با خشكسالي كشاورزي (كاهش ارزش شاخص NDVI) بوده و برعكس در سال‌هاي 2002 و 2004 كه بارش كمتر از سال 2006  رخ داده اما شرايط ديم و مرتع بهتر از سال 2006 بوده و همچنين در سال 2003 با اختلاف 2 ميليمتر بارش در سال 2002،  مقدار شاخص  NDVIكاهش زيادي يافته است. نتايج اين تحقيق ضرورت تعريف نمايه‌اي كه همه اين موارد را بيان كند دوچندان مي‌كند.

The study of drought has important significance in water resources studies. Meteorological drought indices that are calculated directly based on meteorological data, such as rainfall, In the absence of such data, will not be useful in monitoring drought. The remote sensing techniques can be considered a useful tool in monitoring drought. In this research, using MODIS sensor data, Normalized Difference Vegetation Index Change during the years 2000 to 2008 were reviewed. In addition to vegetation, NDVI index can also be effective for drought monitoring, especially for dry farming.Considering this indicator, the vegetation cover was classified into 4 groups and areas were calculated for each class. Finally, SPI and NDVI were compared. The result of calculation of SPI shows severe droughts in 2008 and moderate drought in 2000 and 2008, respectively. NDVI index in the three years indicated that the poor vegetation cover is significantly increased. High level Pearson correlations (+0.704) observed between SPI and NDVI in significant level of 0.01. However, the results of the effect of precipitation on NDVI index showed, there is no simultaneous occurrence of meteorological and agriculture droughts for all year. For 2006, despite the fact that precipitation was higher than average rainfall, but in this year, agricultural drought (reducing the value of the index (NDVI) occurred. Conversely, in 2002 and 2004, which precipitation less than 2006, but dry farming and pasture conditions were better than in 2006. an‎d also in 2003 by a margin of 2 mm in precipitation than 2002, NDVI index value dropped too much. The results emphasize on the definition of the index that show all of this issue.