بررسي اثر خشكسالي روي پوشش گياهي با استفاده از سنجنده‌ MODIS درخراسان رضوي

The effect of drought on vegetation using MODIS satellite Khorasan Razavi

يكي از مهم ترين پيامدهاي خشكسالي، كاهش منابع آب، كاهش توليدات كشاورزي، تغيير در پوشش گياهي و تسريع در بيابان زايي مناطق است.در ارزيابي بيابانزايي اثرات خشكسالي روي پوشش گياهي از اهميت بالايي برخوردار است. در اين رابطه، استفاده از روش هاي سنجش از دور و داده هاي زميني براي ارزيابي اثرات خشكسالي از كار آمد ترين روش هاي شناخته شده است. در اين پژوهش، به منظور بررسي اثر خشكسالي روي پوشش گياهي در استان خراسان رضوي، از داده هاي هواشناسي و سنجش از دور، براي برآورد شاخص بارش استانداردشده (SPI)، از آمار بارش 10 ايستگاه سينوپتيك استان طي سال هاي 2001، 2005، 2009، 2013 استفاده شد. همچنين براساس تصاوير گرفته شده از سنجندۀ TERRA/MODIS هشت روزه در ماه هاي (مي، جون، جولاي) شاخص نرمال شدۀ اختلاف پوشش گياهي محاسبه شده كه از ميانگين سه ماه به عنوان NDVI سالانه استفاده شده و بر اين اساس، پوشش گياهي استان به چهار گروه طبقه بندي و مساحت هركدام از طبقات محاسبه شد. در نهايت دو شاخص SPI و NDVI با آزمون پيرسون مورد مقايسه قرار گرفت. نتايج نشان داد كه شاخص SPI در سال 2009 با مقدار 0/882 وضعيت مرطوب و بيشترين مساحت پوشش گياهي متراكم را دارد، درحالي كه سال 2005 داراي SPI 0/081 است و نيز پوشش گياهي در طبقۀ معمولي حدود 7/1 درصد نسبت به سال 2009 افزايش يافته است. مقدار ضريب هبستگي دو متغير در سطح خطاي كمتر از يك درصد برابر با 0/90 كه نشان دهندۀ هم تغييري زياد دو متغير است و مقدار ضريب تبيين و ضريب تعيين تعديل شده نيز به ترتيب برابر با 0/81 و 0/78 مي باشد كه در معادلۀ رگرسيوني حاكي از اين است كه متغير مستقل شاخص SPI توانسته 0/78 از تغييرات ميزان متغير وابسته NDVI را برآورد سازد. بر اين اساس، با توجه به معادلۀ حاصل از رگرسيون خطي به ازاي يك واحد تغيير در شاخص بارش استانداردشده، NDVI به ميزان 0/024 تغيير مي پذيرد.

One of the consequences of drought, decline water resources, reduced agricultural production, changes in vegetation and accelerate the desertification areas in the assessment of the effects of drought on vegetation is of paramount importance. In this regard, the use of remote sensing and ground data to assess the effects of drought is the most efficient known methods.In this study, The effect of drought on vegetation in Khorasan Razavi province, the meteorological data and remote sensing is used. Precipitation data from 10 synoptic stations in order to estimate the SPI, 2001, 2005, 2009, and 2013 is used. Based on images taken from satellite TERRA / MODIS 8 days monthly (May, June, July) the normalized difference vegetation index (NDVI) was calculated as the average of the three month average NDVI was used as the basis Vegetation was classified into 4 groups of the province and the area was calculated for each of the classes. Finally, two index SPI and NDVI were compared using Pearson. The results showed that the SPI in 2009 with the wet conditions and the most significant area of ​​vegetation 0.888 Assets status wet good while 2005 has SPI 0.081 but cover about 7.1 percent of the middle class in 2009 has increased. The correlation coefficient of the two variables at a significance level of 0.000, which is equal to 90/0 represents the two variables are changed a lot. The coefficient of determination is modified by 0.78. This suggests that the independent variable in the regression equation SPI index managed, 0.78 NDVI to estimate the changes in the dependent variable. As well as the linear regression equation for a unit change in the standardized precipitation index, drought index to the changes made 0.024.