بررسي روند تغييرات پوشش گياهي ايران با رويكرد تخريب و بيابان زايي با استفاده از تصاوير ماهواره اي

Investigation on the Trend of Vegetation Changes in Iran with Degradation and Desertification Approach Using Satellite Images

پورمعرفت فرشته Pourmarefat Fereshteh

تازه مهدي Tazeh Mahdi

صادقي نيا مجيد Sadeghinia Majid , موسوي وحيد Mousavi Vahid

مديريت و كنترل بيابان

كشاورزي و منابع طبيعي

مهندسي طبيعت

119ص

تصاوير موديس , شاخص هاي گياهي , بيابان زايي , سنجش از دور , زنجيره ماركوف

MODIS images , Vegetation indexes , Desertification , Remote sensing , Markov chain

فرآيند بيابان¬زايي همواره با تخريب پوشش گياهي و منابع آب‌وخاك همراه بوده كه مي¬تواند در شرايط اقليمي متفاوت به وقوع بپيوندد و شدت آن بستگي به ويژگي¬هاي طبيعي منطقه دارد. تعيين روند و پايش بيابان¬زايي نيازمند اطلاعات مكاني و زماني متعددي است، ولي پوشش گياهي به‌عنوان برآيند اثر مشترك اين عوامل نمود دارد. در اين پژوهش به‌منظور ارزيابي و روند تخريب در ايران، روند تغييرات ماهانه، فصلي و سالانه پوشش گياهي در طي بازه زماني (2016-2000) از محصولات حاصل از تصاوير موديس استفاده شد. نتايج آزمون من¬كندال در بررسي تغييرات پوشش گياهي در اقليم¬هاي مختلف نشان داد كه تحليل تغييرات پوشش گياهي با استفاده از آزمون من كندال داراي روند مشخصي نمي¬باشد، سپس به بررسي و آشكارسازي تغييرات پوشش گياهي از ابتدا تا انتهاي دوره زماني با استفاده از دو تكنيك آشكارسازي شامل تفاضل نقشه¬هاي شاخص پوشش گياهي به‌طور مستقيم و مقايسه پس از طبقه¬بندي نقشه-هاي پوشش گياهي اقدام شد. در اين مطالعه از دو شاخص آماده در محصولات تصاوير موديس شامل NDVI و EVI استفاده شد. نتايج به دست آمده، تخريب پوشش گياهي و بيابان¬زايي بر مبناي هر دو شاخص (NDVI و EVI) در منطقه مطالعاتي را نشان مي¬دهد. همچنين نتايج طبقه¬بندي نشان¬دهنده تخريب و كاهش ميزان وسعت طبقات تنك و متوسط پوشش گياهي و جايگزيني ساير طبقات ضعيف¬تر در منطقه است. در پايان با به‌كارگيري مدل پيش¬بيني زنجيره ماركوف تغييرات پوشش گياهي براي سال 2024 پيش¬بيني شد. نتايج از حاصل ماتريس پيش¬بيني بر مبناي نقشه¬هاي سال¬هاي 2008 و 2016 نشان داد كه احتمال مي¬رود در فاصله زماني 2024-2016، 95 درصد كلاس بدون پوشش، 90 درصد كلاس تنك، 89 درصد كلاس معمولي و 93 درصد كلاس متراكم بدون تغيير باقي بماند كه كلاس بدون پوشش گياهي داراي بالاترين پايداري و از طرف ديگر كلاس معمولي كمترين پايداري را خواهند داشت. همچنين به‌منظور استفاده از تصاوير ماهواره‌اي در زمان حداكثر پوشش گياهي بهترين زمان در كل كشو ماه مي و براي عوارض زمين به ‌صورت لخت و حداقل بهترين زمان ماه ژانويه مي‌باشد.

The processes of desertification has always been accompanied by vegetation and water resources Destruction, that can occur in various climatic conditions and and its severity depends on the natural characteristics of the region. Determining the trend and monitoring of desertification requires a large amount of spatio-temporal data, but vegetation is Common effect of these factors. in this research To evaluate and trend destruction in Iran the trend of Monthly, seasonally and annually Vegetation changes During the period from 2000 to 2016 was used MODIS images Products the results of Mann-Kendall test in Investigating Vegetation Changes in different climates showed that Analysis for vegetation Changes Using Mann-Kendall Test does not have a definite trend. Then, to investigate and Vegetation Change Detection from the beginning to the end of period Was performed using two detection techniques including The difference between maps of vegetation index directly And Comparison after classification of vegetation maps In this study, were used two Ready Indicators in the products of the modis images, including NDVI and EVI.The results, shows degradation of vegetation and desertification Based on both indicators (NDVI and EVI) in the study area Also, the classification results indicate the degradation and Reduce the area of thin and Moderate floor of vegetation and Replacing other weaker floor in the region In the end, using Markov chain prediction model, vegetation changes predicted for 2024. The results from the predicted matrix based on the maps of 2008 and 2016 showed that it is probable that in the perio 2016-2024, remains unchanged 95% without vegetation, 90% thinning class, 89% ordinary class and 93% The dense class, that without vegetation class has the highest stability, and on the other hand the ordinary class will have the least stability. Also, in order to use satellite images at the time of vegetation maximum, the best time in the country is May and for the earth Complications as bare and at least, the best month is January.

3/6/2018 12:00:00 AM

97

NE35

خانم فتوحي