NDVI

برای شناسایی شاخص جایگزین به جای شاخص های اقلیمی ارزیابی و پایش خشک سالی ها، آمار بارش ماهانه ی دوره ی رشد (مارس تا سپتامبر) ایستگاه های هواشناسی استان اصفهان و تصاویر ماهواره NOAA در دوره ی آماری 1997 تا 2003 تهیه و پردازش شدند. از آمار بارش شاخص SPI و از تصاویر ماهواره ای شاخص NDVI محاسبه و استخراج شدند. نواحی پوشش گیاهی استان از روی نقشه ی کاربری، اراضی به صورت مراتع غنی، متوسط، و فقیر تعیین شدند. در بین دوره های زمانی مختلف، شاخص SPI ، دوره ی زمانی سه ماهه، همبستگی بالایی نشان داد و بقیه ی محاسبات براساس این دوره زمانی محاسبه شد. نتایج تحقیق نشان داد که در همه ی ایستگاه ها و کل استان مقدار شاخص ها در ماه های بهار، یعنی مارس تا می، بالا بود و در ماه های تابستان از مقدار آن ها کاسته شد. در سطح استان اندازه شاخص ها در مراتع غنی بالا و در مراتع فقیر کاهش نشان می دهد. همبستگی بین شاخص ها نیز در همه ی ایستگاه ها قابل قبول بود، این مساله نشان داد شاخص پوشش گیاهی NDVI می تواند جایگزین مناسبی برای شاخص های اقلیمی در ارزیابی و پایش خشک سالی ها باشد. ارزش این شاخص در مناطقی که داده های هواشناسی بسیار پراکنده هستند و یا سری زمانی مرتب و مداوم ندارند بسیار بالا است.

در سالهای اخیر یکی از مسائل عمده کاربردی نمودن فناوری سنجش از دور در دنیا در زمینه کشاورزی، دسترسی به اطلاعات و تهیه آمار می باشد. لذا استفاده از داده های تولیدی از سنجش از دور می تواند سیستم کنونی کشاورزی را به سمت کشاورزی دقیق سوق دهد. در تحقیق حاضر از شاخص NDVI استخراج شده از سنجنده AVNIR-2 ALOS به منظور پیش بینی میزان بایومس منطقه آمل در شمال کشور استفاده شده است. شاخص NDVI یکی از اولین و متداولترین شاخص های گیاهی استخراج شده از داده ای سنجش از دوری است که تاکنون در مطالعات زیادی به منظور مانیتورینگ محصولات کشاورزی مورد استفاده قرار گرفته است. برداشت میدانی بایومس در فصل رشد گیاه در 63 پلات در منطقه مورد مطالعه انجام گرفت. به منظور محاسبه میزان همبستگی بین داده های بایومس اندازه گیری شده در منطقه و مقادیر تخمین زده شده با استفاده از شاخص NDVI از مدل رگرسیون خطی و مدل Cross Validation استفاده شد. نتایج نشان داد که مقدار ضریب تعیین در مدل رگرسون خطی 61% و در مدل Cross Validation 51% به دست آمد. بر اساس اطلاعات به دست آمده از این تحقیق می توان بیان نمود که با استفاده از تصاویر ماهواره ALOS امکان تخمین بایومس با دقت خوبی وجود دارد.

بندسارها،یکی از روش های سنتی متداول در مدیریت منابع آب و خاک نواحی بیابانی و نیمه بیابانی کشور است، که به منظوراستفاده بهینه از عوامل محیطی در متعادل کردن زیرساختهای طبیعی و اقتصادی بهره وری از زمین صورت می پذیرفته است. این تکنیک از قدیم الایام در نواحی واجد ریزش جوی محدود و عموما شدتی و برخوردار از توپوگرافی مساعد، متداول و مورد استفاده بوده است.این تحقیق با هدف استخراج خصوصیات فیزیکی بندسار و بستر جغرافیایی استقرار آن به منظور سنجش کارایی این تکینیک در مدیریت بهره وری بهینه از منابع آب و خاک صورت گرفته است. بدین منظور به کمک مدل رقومی ناهمواریها (DTM) تولید از داده راداری با دقت ارتفاعی 5 متر خصوصیات فیزیکی (ارتفاع تاج یا دیواره ، سطح اشغال، شیب محل استقرار و...) این سازه سنتی در نمونه های انتخابی (دشت بیرجند) استخراج شد. همچنین به کمک سری زمانی داده های سنجش از دوری اپتیکی اقدام به استخراج پارامترهای بافت ، شوری و رطوبت خاک در پهنه های تحت اشغال بندسارها گردیده یافته های به منظور سنجش کارایی این تکنیک با نواحی مجاور مورد مقایسه قرار گرفت. نتایج تحقیق در بعد خصوصیات فیزیکی معرف استقرار بیش از 97 درصد بندسارها در عرصه های با شیب کمتر از 5 درجه و در مکانی خارج از محور اصلی مسیل است. همچنین یافته های تحقیق روشن ساخت که بافت خاک در عرصه های تحت اشغال بندسار سنگین تر از اراضی پیرامونی بوده که مقادیر آن با فاصله از مدخل ورودی آب رابطه معکوس دارد. یافته های حاصل از پردازش تصاویر موید تعدیل محسوس مقادیر شوری در بافت بهینه بندسار در مقایسه با نواحی پیرامونی است. افزایش شاخص NDVI در اراضی بندسار به نسبت اراضی پیرامونی موید فراهم آوری سطوح مناسب برای رشد گیاهان و رونق فعالیتهای زراعی در این عرصه است استقرار فضاهای تولید محصولات صنعتی (کوره های پخت آجر) در حاشیه نواحی واجد تراکم مناسب از بندساری به همراه تبیین تاثیر گذاری این سازه در افزایش جمعیت و پایدار سازی امکان حیات در این نواحی از دیگر یافته های تحقیق است.

خشک سالی از جمله بلایای طبیعی است که سبب وارد شدن خسارات اقتصادی فراوانی خصوصاً در بخش جغرافیای کشاورزی و منابع طبیعی مناطق خشک می گردد. ارزیابی و پایش خشک سالی به دلیل ماهیت آرام و خزنده اش با مسائل و مشکلات فراوانی همراه است. رویکرد استفاده از شاخص های مبتنی بر فناوری سنجش ازدور به دلیل قابلیت های مکانی و زمانی مناسب و نیز عدم وجود مشکلات روش های نقطه ای، درحال توسعه و پیشرفت است. از جمله این شاخص ها، شاخص شرایط درجه حرارت پوشش گیاهی (VTCI) است که بر اساس استفاده هم زمان از NDVI و LST ایجادشده است؛ بنابراین در این تحقیق قابلیت شاخص VTCI در پایش مکانی خشک سالی مدنظر قرارگرفته است. برای این منظور، محصولات NDVI و LST سنجنده مودیس ماهواره ترا برای مردادماه سال های 1379 تا 1393 دریافت شده و پس از انجام اصلاحات مکانی و زمانی لازم، برای ایجاد شاخص VTCI، مورد پردازش قرار گرفتند. بر اساس نتایج، سال 1385 دارای ضرایب رگرسیون بالاتری نسبت به سایر سال ها بوده است (73/0=R2 برای لبه ی گرم و 86/0=R2 برای لبه ی سرد). در ادامه، شاخص VTCI مربوط به مردادماه هرسال بر اساس ضرایب رگرسیون همان سال استخراج و نقشه ی VTCI منطقه به 5 کلاس تنش خشک سالی: شدید، متوسط، ملایم، نرمال و مرطوب طبقه بندی شده و درنهایت طبقات خشک سالی در طی این 15 سال با یکدیگر مقایسه شدند. نتایج حاصل نشان دادند که بیش ترین درصد مساحت خشک سالی مربوط به طبقه ی متوسط و کم ترین درصد مربوط به طبقه ی مرطوب بوده است. هم چنین سال های 1392 و 1390 دارای بیش ترین درصد طبقه ی شدید و مرطوب بوده اند.

با توجه به اهمیت تبخیر- تعرق در چرخه هیدرولوژی و کاربردهای متنوع آن در علوم مختلف، محاسبه مقدار آن بویژه، تبخیر- تعرق واقعی از اهمیت بالایی برخوردار است. با توجه به اینکه فراوانی پوشش گیاهی یکی از مهم ترین عوامل تاثیرگذار بر دمای سطح زمین است بنابراین پژوهش حاضر با هدف بررسی خودهمبستگی فضایی دمای سطح زمین و تبخیر- تعرق در ارتباط با پوشش گیاهی در شهرستان مراوه تپه می باشد. با استفاده از پردازش داده ها در محیط Google Earth Engine در قسمت اول ، یک مجموعه داده مودیس با وضوح بالا و به صورت فصلی برای هر سال طی یک دوره زمانی بین سال های ، 2000، 2015،2010 و 2020 را مورد تجزیه و تحلیل قرار دادیم. سپس تبخیروتعرق به کمک دیتاهای مودیس و روش-تورنت وایت با درنظرگرفتن ضریب رشد گیاهی محاسبه شده و با تبخیروتعرقی که از الگوریتم سبال بدست آمده، مورد مقایسه و بررسی قرار گرفتند.در همین راستا پیشبینی خشکسالی با استفاده از شاخص SPI (یک ماهه،سه ماهه،شش ماهه و دوازده ماهه) برای بازه زمانی 2015 تا 2044 نیز انجام گردید. پس از محاسبه تغییرات جهت شناسایی و کشف الگوها و روندهای موجود در داده های فضایی از نرم افزار ArcGis بهره گرفته شد. به جهت بهترین نتیجه و کمترین میزان خطا از روش میانیابی مجذور فاصله با پراکنش(Expotntial) و جهت انتخاب بهترین روش درونیابی از شاخص های آماری ریشه میانگین مربعات خطا RMS قدر مطلق خطا MAE استفاده گردید. نتایج نشان داد روش عکس فاصله به عنوان بهترین روش در میان روش های مورداستفاده برای برآورد تغییرات می باشد. نتایج این تحقیق مشخص کرد که در فصل بهار بالاترین درصد NDVI با پایین ترین میزان دما انطباق مکانی ندارد، به عبارت دیگر درصد شاخص پوشش گیاهی با درجه حرارت سطح زمین رابطه معکوس ندارد. در فصل تابستان بالاترین میزان درصد شاخص پوشش گیاهی از نظر مکانی با کم ترین میزان دمای سطح زمین انطباق مکانی کامل دارد. در فصل زمستان نحوه پراکنش الگوهای دمایی به دلیل نقش تعدیل کننده دمایی پوشش گیاهی با استفاده از ساز و کار تبخیر و تعرق در مقایسه با سایر فصول کاملا متفاوت است.

هدف از این تحقیق بررسی روابط بین LST و LULC در منطقه گردنه حیران می باشد. شاخص های LULC متشکل از شاخص های تفاوت نرمال شده پوشش گیاهی (NDVI) ، تفاوت نرمال شده ساخت و ساز (NDBI) و تفاوت نرمال شده و اصلاح شده آب (MNDWI) می باشد. مساحت منطقه مورد مطالعه 95/156 کیلومتر مربع بوده که از این میزان در سال 1401، حدود 7/122 کیلومتر مربع اختصاص به پهنه جنگلی داشته و تنها 2/33 کیلومتر مربع اختصاص به زمین کشاورزی دارد. مقادیر شاخص MNDWI در غنی ترین منطقه در سال 1397 از مساحتی معادل 27/12 کیلومتر مربع برخوردار بوده و با کاهش شدید در سال 1401 مواجه شده و به 68/1 کیلومتر مربع رسیده است. پهنه های ساخت و ساز شده (NDBI) تا سال 1397 با افزایش مواجه بوده و تا سال 1401 با کاهش قابل توجهی روبرو گردید. حداکثر دمای سطح زمین (LST) از 42/35 درجه سانتیگراد در سال 1392 به 04/39 درجه سانتیگراد در سال 1401 رسیده است. پهنه برخوردار از دمای 20 تا 25 درجه سانتیگراد از 9/67 کیلومتر مربع به 124 کیلومتر مربع رسیده است. در نهایت، روابط همبستگی پیرسون نشان داد که شاخص NDVI و MNDWI با شاخص LST از همبستگی منفی برخوردار بوده و بین شاخص LST با شاخص NDBI همبستگی مثبت برقرار است. بیشترین همبستگی مثبت به میزان 77/0 بین LST و NDBI مربوط به بهار 1397 بوده و بیشترین همبستگی منفی به میزان 71/0- متعلق به شاخص MNDWI و LST بوده که در پاییز 1397 به ثبت رسیده است.

هدف از مطالعه حاضر مانیتورینگ اثرات فعالیتهای اکتشاف و ذوب بر پوشش گیاهی منطقه است. با توجه به اینکه در این منطقه برای ذوب طلا از روش هیپ لچینگ استفاده می شود، احتمال اینکه مواد شیمیایی استفاده شده در سرویسهای ذوب در محیط زیست پخش و یا در عمق نفوذ نماید، بیشتر است. پوشش گیاهی یکی از پدیده هایی هست که به شدت از آلودگی محیط، به ویژه نشت و نفوذ سیانور متاثر شده و کاهش می یابد. بنابراین بررسی روند پوشش گیاهی می تواند بر چنین دغدغه ای پایان دهد. لذا منطقه مورد مطالعه به سه بخش منطقه 1 (منطقه معدن کاوی شده)، منطقه 2 (منطقه بکر و دست نخورده) و منطقه 3 (پایین دست منطقه 1) تقسیم و آزمون من کندال-من کندال دنباله ای و همبستگی بین پوشش گیاهی آنها در فرضیه های مختلف صورت گرفت. بدین منظور، داده های تصاویر ماهواره ای لندست 5 و 8 در بازه زمانی 1984-2019 بصورت سری زمانی و داده های دما و بارش ایستگاه ورزقان در بازه زمانی 1989-2017 مورد استفاده قرار گرفت. با بکارگیری شاخص گیاهی تفاضلی نرمال شده (NDVI) تراکم پوشش گیاهی استخراج و در مقیاس پیکسل (هر 900 مترمربع)، روش آماری ناپارامتریک من-کندال در سطوح اطمینان 95 و 99 درصد بر NDVI اعمال شد. سپس مساحت منطقه کاهش یافته معنی دار با استفاده از آزمون من-کندال دنباله ای به منظور بررسی نقطه شروع کاهش معنی داری در هر سه منطقه، مورد تحلیل قرار گرفت. نتایج نشان دهنده عدم نفوذ مواد شیمیایی در محیط زیست است و اقلیم کنترل کننده تغییرات پوشش گیاهی منطقه مورد مطالعه است.

تغییر کاربری اراضی در نتیجه رشد سریع نواحی شهری باعث افزایش دمای سطح زمین در نواحی مرکزی شهر و حومه آن می گردد. بنابراین بررسی دمای سطح زمین در تحلیل نوسانات دمایی و به حداقل رساندن تاثیرات آن، امری حیاتی می باشد. هدف از این تحقیق بررسی اثرات تغییر کاربری اراضی (LULC) بر روی شاخص LST در منطقه آببر و روستای کوهکن با استفاده از تکنیک های ترکیبی سنجش از دور و GIS می باشد. نتایج این تحقیق نشان می دهد که از سال 2013 تا 2023 زمین کشاورزی با افزایش 72/21 درصدی مواجه شده است این در حالیست که حدود 89/15 درصد از مناطق زمین بایر کاهش یافته و به کاربری زمین کشاورزی تبدیل شده است. همچنین میزان دمای سطح زمین در نواحی مرکزی شهر آببر و روستای کوهکن نسبت به نواحی زراعتی مقادیر بالایی را نشان می دهد. مقادیر LST با شاخص NDVI و NDLI رابطه عکس داشته و با پهنه های ساخته شده یا زمین های بایر دارای رابطه مستقیم می باشد. به عبارتی بین شاخص NDBI و LST همبستگی مثبت برقرار بوده و بین LST با NDVI و NDLI، همبستگی منفی مشاهده شده است. بیشترین همبستگی به میزان 75/0 بین شاخص LST و NDBI در سال 2013 مشاهده شد. کمترین همبستگی به میزان 71/0- نیز بین دو شاخص LST و NDVI در سال 2013 مشاهده شد. کمترین مقادیر R2 نیز به میزان 28/0 متعلق به دو شاخص LST و NDVI در سال 2023 بوده است.

در این تحقیق بر ارزیابی کمی بیابان زایی در محدوده دشت قزوین از تصاویر سنتینل ۲ استفاده شده است. در ابتدا، شاخص های TGSI، albedo، NDVI و MSAVI استخراج شد. سپس برای تحلیل رگرسیون خطی، ترکیب مختلفی از شاخص ها در نظر گرفته شده و رابطه همبستگی پیرسون بین شاخص های NDVI و آلبدو، MSAVI و آلبدو، TGSI و آلبدو و TGSI و MSAVI برقرار گردید. سپس با بهره گیری از روابط رگرسیونی بین NDVI-albedo و MSAVI-albedo شاخص درجه بیابان زایی DDI برآورد گردید. در نهایت نقشه بیابان زایی برای کل محدوده مورد مطالعه در پنج طبقه خیلی شدید، شدید، متوسط، کم و خیلی کم ترسیم شد. نتایج به دست آمده نشان داد بین آلبدو و شاخص های MSAVI و NDVI همبستگی منفی و بین این شاخص با TGSI همبستگی مثبت برقرار است. ترکیب MSAVI-albedo بهترین ضرایب همبستگی را با مقدار 417/۰- دارا بوده و کمترین همبستگی نیز به میزان 33/0 بین آبدو و TGSI برآورد گردیده است. بر اساس شاخص DDI وضعیت بیابان زایی در منطقه در محدوده هشدار دهنده بوده است. در واقع بر اساس نست آلبدو با شاخص MSAVI، 6/55 درصد از منطقه در طبقه بیابان زایی خیلی شدید قرار گرفته اند. در حالیکه تنها 9/1 درصد در محدوده بیابان زایی خیلی کم بوده است. بر اساس نسبت albedo-NDVI 68 درصد منطقه در وضعیت بیابان زایی خیلی شدید قرار دارد. مقادیر به دست آمده برای دو مدل بسیار نزدیک به هم بوده و در تخمین مقادیر شدید و خیلی کم به تخمین های مشابهی دست یافته اند.