سنجنده ی مودیس

دمای خاک و چگونگی تغییرات آن نسبت به زمان و مکان یکی از مهم ترین عواملی است که نه تنها تبادل ماده و انرژی را در خاک تحت تأثیر قرار می دهد، بلکه می توان گفت میزان و جهت کلیه ی فرآیندهای فیزیکی خاک به صورت مستقیم یا غیر مستقیم وابسته به دماست. دمای خاک به عوامل متعددی از جمله توپوگرافی، تابش خورشید، دمای هوا، میزان رطوبت خاک، نوع و ویژگی های حرارتی خاک نظیر ظرفیت گرمایی، ضریب هدایت حرارتی و گرمای ویژه بستگی دارد. هدف از پژوهش کنونی شناسایی ساختار مکانی دمای رویه ی زمین در حوضه ی زاینده رود می باشد. برای این منظور داده های دمای سطح زمین سنجنده ی مودیس تررا برای بازه ی زمانی 1379 تا 1393 به صورت روزانه از تارنمای سازمان فضایی ناسا دریافت گردید. داده های دمای سنجنده ی مودیس تررا در تفکیک مکانی 1 × 1 کیلومتر و با سیستم تصویر سینوسی در دسترس می باشد. با برش زدن داده ها بر روی حوضه ی زاینده رود تعداد 48347 یاخته در درون حوضه قرار گرفت. مبنای قضاوت ما برای بررسی دما در حوضه همین تعداد یاخته ها(48347) بود. پس از برش زدن و آماده سازی داده ها بر روی حوضه ی زاینده رود، میانگین بلندمدت دمای حوضه برای هر یک از ماه های سال محاسبه گردید و به طور جداگانه نقشه های هر یک از فصول در نرم افزار مت لب ترسیم گردید. یافته ها نشان داد کم ترین میانگین دمای رویه در ماه دی و بیش ترین میانگین دمای رویه در ماه مرداد دیده می شود. همچنین خوشه بندی ماه های سال به روش پیوند وارد بر روی آرایه ی میانگین ماه های سال در ابعاد 48347×12 نشان داد روی هم رفته سه دوره فصول از نظر دمای رویه در حوضه ی زاینده رود قابل شناسایی است. در مجموع یافته های این پژوهش شناخت ما را از وضعیت ساختار دمای رویه در حوضه ی زاینده رود بالا برد.

پوشش گیاهی یکی از مهم ترین ویژگی های فیزیکی سطح زمین است که نقش مهمی در کاهش وقوع پدیده ی فرسایش بادی و کاهش انتشار ذرات گردوغبار، به ویژه در مناطق خشک و نیمه خشک دارد. میزان توسعه و یا تخریب پوشش گیاهی یک منطقه، معمولاً تحت تأثیر عوامل اقلیمی در بازه های زمانی مختلف، تغییر می کند. هدف از تحقیق حاضر، تحلیل تغییرات زمانی پوشش گیاهی مراتع غرب استان کرمان و تعیین ارتباط آن با عوامل اقلیمی با استفاده از دقیق ترین مدل حاصل از برقراری روش حداقل مربعات معمولی (OLS) بین داده های هواشناسی و پوشش گیاهی است. بدین منظور از داده های ماهیانه ی شاخص نرمال شده ی تفاوت پوشش گیاهی سنجنده ی مودیس (NDVI) و متغیرهای هواشناسی (متوسط دما، بارندگی، سرعت باد، دمای حداکثر و دمای حداقل) مربوط به ماه های آوریل تا سپتامبر 2000 تا 2017 استفاده شد. مدل ها با استفاده از سه معیار ضریب تعیین(R2)، مجذور میانگین مربعات خطا (RMSE) و فاکتور تورم واریانس (VIF) با یکدیگر مقایسه و مورد ارزیابی قرار گرفتند. نتایج نشان داد که ارتباط بین NDVI با متوسط دماهای حداقل و حداکثر، سرعت باد و بارندگی به دلیل بالاتر بودن مقدار R2 (24/0) و پایین بودن مقادیر RMSE (196/0) و VIF (2/3) نسبت به سایر روابط از دقت بالاتری برخوردار است. بر اساس این رابطه، مهم ترین عوامل اقلیمی مؤثر بر تغییر وضعیت پوشش گیاهی منطقه ی مطالعاتی به ترتیب متوسط دمای کمینه ، بارش ماهیانه و سرعت وزش بادهای سطحی تعیین گردید. چنین نتایجی می تواند درک ما را نسبت به اثر تغییرات اقلیم بر وضعیت پوشش گیاهی مناطق خشک افزایش دهد.

آسیب پذیری سرزمین یکی از چالش های مهم جهانی به عنوان مورد عینی تخریب اکوسیستم های خشک، نیمه خشک و نیمه مرطوب است که در اثر فرآیندهای طبیعی و فعالیت های انسانی ایجاد می گردد. بااین حال به منظور ارزیابی میزان آسیب پذیری سرزمین، نیازمند شناخت دقیق از درجه ی تحمل اکوسیستم ها و استفاده از نظام های دانش بومی نسبت به شرایط بیرونی لازم است. پژوهش حاضر بر اساس الگوریتم شاخص ترکیبی IDI جهت ارزیابی شدت آسیب پذیری خراسان رضوی در یک دوره ی 16 ساله (2016-2001) استفاده شد. بدین منظور دو شاخص وضعیت پوشش گیاهی (VCI) (MOD13Q1) و وضعیت دمایی (TCI) (MOD11A2) بر اساس روش دلفی و با توجه به قابلیت دسترسی به این شاخص ها بر اساس داده های ماهواره ای و در دوره ی زمانی موردنظر انتخاب شدند. سپس تصاویر از محصولات سنجنده ی مودیس تهیه و نرمال سازی و شاخص ها در محدوده ی صفر و یک بی مقیاس شدند و برای ارزیابی اوزان از روش سلسه مراتبی در نرم افزار EDRISI استفاده شد. همچنین برای صحت سنجی مدل، از 250 نقطه برداشت زمینی و با استفاده از ضریب کاپا وضعیت پوشش گیاهی تعیین گردید. سپس با استفاده از مدل ترکیبی IDI و اجرای مدل، منطقه در پنج کلاس آسیب پذیری خیلی کم (15.0-0)، آسیب ذیری کم (3.0-15.0)، آسیب پذیری متوسط (5.0-3.0)، آسیب پذیری زیاد (7.0-5.0) و آسیب پذیری خیلی زیاد (1-7.0) طبقه بندی شد. نتایج نشان داد که بیش ترین آسیب پذیری سرزمین در سال 2001 با بیش از 50 درصد مساحت استان در کلاس متوسط و در سال 2016 بیش ترین آسیب پذیری در دو کلاس متوسط و زیاد با نسبت مساوی 44 درصد را دربر می گیرند. دقت کلی مدل برای مدل ترکیبی IDI 6.78 درصد و ضریب کاپای 7.0 محاسبه گردید.

هدف از این پژوهش واکاوی ارتباط و پیوند میان تغییرات ضخامت جو با شمار روزهای برف پوشان در ایران است. برای این منظور داده های مقادیر ارتفاع ژئوپتانسیل ترازهای 850، 700، 600 و 500 هکتوپاسکال از پایگاه (ECMWF) به صورت روزانه و در تفکیک مکانی 25/0 × 25/0 درجه ی طول و عرض جغرافیایی برای بازه ی زمانی 1399-1379 دریافت گردید. مقادیر ضخامت جو متغیّری است که نماینده ی دمای لایه ی هواست و هرچه مقادیر ضخامت جو کم تر باشد نشان دهنده ی این مسئله است که دمای لایه ی هوا نیز سردتر است و هرچه مقادیر ضخامت جو نیز بیشتر باشد دمای لایه ی هوا نیز گرم تر است. همچنین داده های پوشش برف سنجنده ی مودیس تررا و مودیس آکوا به صورت روزانه برای دوره ی زمانی 1399-1379 و در تفکیک مکانی500 × 500 متر از تارنمای ناسا برداشت شد. با توجه به عدم تفکیکِ مکانیِ یکسان داده های ضخامت جو و پوشش برف به کمک عملیات های برنامه نویسی و روش نزدیک ترین همسایه، تفکیک مکانی داده های پوشش برف به 25/0 × 25/0 درجه ی طول و عرض جغرافیایی تبدیل شد. یافته ها نشان می دهد بیشترین مقادیر ضریب همبستگی در فصل زمستان قابل مشاهده است، به گونه ای که در بخش های زیادی از ارتفاعات در ایران مقادیر ضریب همبستگی معنادار به کم تر از 7/0- نیز می رسد و گویای این مسئله است که هرچه مقادیر ضخامت جو کمتر باشد شمار روزهای برف پوشان نیز بیشتر خواهد بود. همچنین در فصول بهار و پاییز شمار یاخته هایی که دارای همبستگی معنادار هستند نسبت به فصل زمستان کمتر است که این مسئله به سبب کمتر بودن تعداد روزهای برف پوشان در مقایسه با فصل زمستان است. با توجه به افزایش مقادیر ضخامت جو طی سال های گذشته در نیم کره ی شمالی و ایران که به نوعی بازتاب دهنده ی افزایش دما در لایه های جو است، این مسئله می تواند برای پایداری انباره های برفی به ویژه در ارتفاعات تهدیدی جدی به حساب آید.