تعيين درصد پوشش گياهي مناطق خشك با به‌كارگيري سنجش از دور و سيستم اطلاعات جغرافيايي (مطالعه موردي: حوزه آبخيز ندوشن)

Mapping of Vegetation Cover in Arid Zones Using Satellite Data and GIS Technique (Case Study: Nodoushan Basin)

تحقيق حاضر با هدف تبيين مدل جهت استفاده اطلاعات ماهواره‌اي و فاكتورهاي محيطي در راستاي دسترسي به روشي براي ايجاد نقشه پوشش گياهي در مناطق خشك صورت گرفته است. اين مطالعه در منطقه‌اي به وسعت حدود 60000 هكتار در حوزه آبخيز ندوشن استان يزد انجام گرفت. سايت‌هاي مطالعاتي در 50 نقطه از تيپ‌هاي گياهي عمده منطقه مستقر و درصد پوشش گياهي هر يك در تابستان سال 1381 اندازه‌گيري شد. با تعيين موقعيت سايت‌هاي زميني روي تصوير ماهواره‌اي لندست ETM+ با قدرت تفكيك مكاني 30 متر و مربوط به تيرماه همان سال، شاخص‌هاي مختلف گياهي و خاك از تك باندهاي آن ساخته شد. هم‌چنين نقشه‌هاي پارامترهاي محيطي منطقه تهيه گرديد. سپس از روي تمامي لايه‌هاي اطلاعاتي اعداد مربوط به 50 سايت مطالعاتي استخراج گرديد و از طريق رگرسيون خطي چند متغيره، هم‌بستگي و روابط بين درصد پوشش گياهي با اطلاعات تمامي باندها، شاخص‌ها و فاكتور‌هاي محيطي ديگر مورد آناليز قرار گرفت و از مدل مناسب استخراج شده، ضرايب جهت ساخت نقشه‌ نهايي مشخص و با استفاده از معادله رگرسيون، نقشه درصد پوشش گياهي منطقه ترسيم گرديد و دقت آن تعيين شد. نتايج اين تحقيق نشان داد كه استفاده هم‌زمان از چندين پارامتر منجر به نتيجه‌گيري بهتر براي تعيين درصد پوشش گياهي مرتع در مناطق خشك مي‌شود.

The present study discusses a method used to produce updated information about vegetation cover in arid and semi-arid zones, using RS data and GIS technique. In this method, Landsat ETM+ data in 2002 was collected in an area of about 60000 ha in Nodoushan basin, Yazd, Iran. To collect the necessary ground data, 50 sites of different vegetation types were selected and the percentage of vegetation cover in each one was determined. Also, different vegetation and soil indices were derived and crossed with located sampling points using ILWIS software capabilities. To get the best fitted curve, the relationship between vegetation cover, as a dependent variable, and satellite data bands, vegetation indices and environmental factors, as independent variables were assessed. Therefore, a multiple linear regression model was established for the prediction of vegetation cover percentage in the studied area. Finally, a vegetation cover map with high a precision was produced. As a conclusion, it can be said that mapping of vegetation cover via remote sensing is possible even if its vegetation cover is sparse.