تجزیه وتحلیل هارمونیک

شاخص تفاوت پوشش گیاهی نرمال شده (NDVI)، یکی از شاخص های گیاهی است که در زمینه مطالعه پایش تغییرات پوشش گیاهی در طول زمان، کاربردهای فراوانی دارد. باید توجه داشت که این شاخص، نیازمند داده های زمانی پیوسته و کامل در یک بازه زمانی مورد نظر می باشد. بااین حال در مواردی گردوغبارهای جوی، ذرات معلق در هوا، عدم کارایی سنجنده، گازها به ویژه حضور ابرها، به طور قابل توجهی بر انرژی بازتابنده از سطح به ویژه در محدوده ی طول موج های کوتاه و مادون قرمز اثر می گذارد و منجر به ایجاد تصاویری با داده های ازدست رفته و یا مقادیر غیرقابل قبول می شود. در این مطالعه، به منظور رفع مشکل داده های جاافتاده و دورافتاده، در سری های زمانی شاخص NDVI سنجنده MODIS طی سال های 2001 تا 2005، از الگوریتم تجزیه وتحلیل هارمونیک سری های زمانی (HANTS) استفاده می شود. این الگوریتم برای اجرای دو کار طراحی شده است: 1- شناسایی و از بین بردن نقاط دورافتاده و مشاهدات ابری، 2- پر کردن فاصله باقی مانده بین مشاهدات معتبر توسط درون یابی زمانی. ارزیابی نتایج الگوریتم HANTS نشان می دهد که خطای جذر میانگین مربعات (RMSE)، بین داده های اصلی و بازسازی شده در سری های زمانی یک ساله و پنج ساله، به ترتیب کمتر از 02/0 و 03/0 واحد NDVI می باشند. به طورکلی نتایج این پژوهش نشان می دهد که الگوریتم HANTS، در رفع مشکل داده های ازدست رفته و داده های دورافتاده در سری های زمانی NDVI، می تواند مؤثر واقع شود.

فنولوژی به مطالعه زمان وقوع رخدادهای تکرارپذیر زندگی گیاهان در رابطه با عوامل زنده و غیرزنده می پردازد. یکی از روش های بررسی تغییرات روند رشد گیاه استفاده از سری های زمانی تصاویر ماهواره ای و روش های سنجش از دور است. هدف از پژوهش حاضر تعیین معنای فیزیکی هریک از مؤلفه های سری فوریه، درمورد انواع پوشش گیاهی و فرایندهای فنولوژی گیاهان، با استفاده از تجزیه سری های زمانی شاخص پوشش گیاهی (NDVI) حاصل از سنجش از دور است. هدف دیگر نیز تعیین روند تغییرات مؤلفه های سری فوریه، در زمینه تغییرات ارتفاع از سطح دریا و درجه حرارت فصل بهار است. بدین منظور، در مطالعه حاضر، از محصول هشت روزه شاخص NDVI سنجنده MODIS، با نام MOD09Q1، با قدرت تفکیک مکانی 250 متر استفاده شد. ابتدا، با استفاده از الگوریتم HANTS و سری های زمانی یک ساله NDVI سنجنده MODIS در سال های 2013، 2014 و 2015، مؤلفه های سری های فوریه یا همان تصاویر دامنه و فاز تولید شد. سپس تغییرات و ارتباط هریک از این مؤلفه ها به نسبت تغییرات ارتفاع و دما، در منطقه شیرکوه استان یزد، بررسی شد. براساس نتایج، با کاهش 1 درجه سانتی گراد در میانگین دمای فصل بهار، که با افزایش ارتفاع از سطح دریا رخ می دهد، تأخیر هفت روزه ای در چرخه های سالیانه و تأخیری پنج روزه در چرخه های شش ماهه سری های زمانی NDVI ایجاد می شود. در چرخه های سالیانه، بیشترین مقدار واریانس با استفاده از گیاهان دارای دوره های رشد سالیانه و در چرخه های شش ماهه، بیشترین مقدار واریانس با استفاده از گیاهان دارای دوره رشد کوتاه و فصلی کنترل می شود. براساس نتایج، الگوریتم HANTS و تحلیل سری های فوریه می تواند، در شناخت تأثیرات عوامل اقلیمی در فرایند های فنولوژی و زمان شروع رشد گیاهان، بسیار کارآمد باشد.