عنوان مقاله :
ارزيابي كارايي شاخصهاي خشكسالي گياهي (VDI) و دمايي (TDI) مبتني بر تصاوير ماهوارهاي در محدوده ايران مركزي
عنوان فرعي :
Assessing the Efficiency of Vegetation Drought Index (VDI) and Temperature Drought Index (TDI) based on Satellite Images in Central Iran
پديد آورنده :
نيازي يعقوب
پديد آورندگان :
طالبی علی نويسنده دانشیار دانشكده منابع طبیعی، دانشگاه یزد Talebi A. , مختاری محمد حسین نويسنده استادیار دانشكده منابع طبیعی، دانشگاه یزد Mokhtari M. H. , وظیفه دوست مجید نويسنده استادیار گروه مهندسی آب، دانشگاه گیلان Vazifedoust M.
كليدواژه :
شاخص VDI , شاخص TDI , ايران مركزي , خشكسالي , سنجش از دور
چكيده فارسي :
افزایش دما و تغییر الگوهای بارش منجر به رخدادهای آب و هوایی شدید مثل خشكسالی شده است كه به شدت در حوزههای كشاورزی، زیست محیطی، اجتماعی و اقتصادی تأثیرگذار است. اطلاعات درباره زمان، شدت و وسعت خشكسالی میتواند به برنامهریزی و تصمیمگیری كمك كند. شاخصهای خشكسالی حاصل از دادههای ایستگاههای هواشناسی قدرت تفكیك زمانی و مكانی بالایی دارند بنابراین تعیین شرایط خشكسالی در زمان واقعی با استفاده از آنها برای مناطق وسیع بسیار سخت است. از اینرو شاخصهای خشكسالی حاصل از دادههای سنجش از دوری امروزه به طور گسترده برای پایش خشكسالی استفاده میشود. در این پژوهش دو شاخص خشكسالی گیاهی (VDI) و دمایی (TDI) مبتنی بر سنجش از دور بر اساس شاخص خشكسالی بارش استاندارد شده (SPI) مبتنی بر دادههای ایستگاههای زمینی مورد ارزیابی قرار گرفته است. دادههای مورد استفاده در این تحقیق شامل تصاویر سنجنده MODIS ماهواره Terra و دادههای بارش 50 ایستگاه سینوپتیك در محدوده ایران مركزی در طی دوره آماری 2004-2001 است. ارزیابی دقت دو شاخص خشكسالی جدید VDI و TDI با استفاده از معیارهای ارزیابی R و RMSE در سطح اطمینان 95% و بر اساس مقایسه با نقشه توزیع مكانی خشكسالی مبتنی بر شاخص SPI انجام شد. نتایج معیارهای ارزیابی نشان داد كه شدت خشكسالی برآورد شده به وسیله شاخصهای VDI و TDI در انطباق با مقادیر شاخص SPI به ترتیب دارای ضریب همبستگی معنیدار (69/0) و (66/0) است. از اینرو این شاخصهای خشكسالی مبتنی بر دادههای سنجش از دوری به خوبی میتواند در سیستمهای هشدار سریع خشكسالی استفاده شود.
چكيده لاتين :
Increasing of temperature and changing in precipitation patterns, leads to extreme climate events such as drought which drastically impact on agricultural, ecological and socio-economic sectores. Knowledge about the timing, severity and extent of drought can aid planning and decision-making. Drought indices derived from in-situ meteorological data have coarse spatial and temporal resolutions. Thus, obtaining a real-time drought condition over a large area is difficult. Therefore, drought indices which is derived from remote-sensing data, has been widely used for drought monitoring. In this study, two new drought indices, Vegetation Drought Index (VDI) and Temperature Drought Index (TDI) derived from remote sensing data are evaluated based on the Standard Precipitation Index (SPI) derived from in-situ meteorological data. The data included the MODIS sensor images from Terra satellite for the 2001 -2004 and rainfalls data from 50 synoptic stations in Central Iran. Accuracy of the two drought indices based on satellite data carried out using evaluation criteria of R and RMSE in 95% confidence levels compared with drought spatial distribution map of the SPI based on rainfalls monthly data. Results indicate significant correlation between VDI (0.69) and TDI (0.66) indices with SPI index. Thus, the drought indices based on remote sensing data could well use in drought early warning systems.