اثر تغییر اقلیم بر فنولوژی پوشش گیاهی حوضه دریاچه ارومیه با استفاده از سری زمانی تصاویر noaa-avhrr

تغییر اقلیم به عنوان یکی از مهم‌ترین چالش‌های پیش روی بشر می‌باشد. این پدیده تاکنون تاثیرات قابل توجهی را بر تولیدات کشاورزی در اکثر نقاط جهان مخصوصا مناطق خشک و نیمه خشک بر جای گذاشته است. همچنین، در اکثر مناطق دنیا طی دهه‌های اخیر، متوسط درجه حرارت افزایش یافته است. امروزه در تحقیقات مختلف، شاخص‌های سنجش از دور به عنوان یکی از روش‌های نوین در شناسایی تغییر اقلیم استفاده می‌شوند. یکی از شاخص‌های مهم سنجش از دور، ویژگی‌های فنولوژی پوشش گیاهی است که در مطالعات اخیر توانایی خوبی در شناسایی و تخمین پوشش گیاهی نشان داده است. در مطالعه حاضر، با استفاده از سری زمانی 5 روزه شاخص نرمال شده پوشش‌گیاهی (ndvi) از تصاویر noaa-avhrr و پارامترهای فنولوژی گیاه، تغییرات پوشش‌گیاهی مناطق مراتع و اراضی دیم حوضه دریاچه ارومیه در طول سال‌های 2013-1984 مورد بررسی قرار گرفت. داده‌های اقلیمی دما و بارش از ایستگاه‌های هواشناسی حوضه دریاچه ارومیه اخذ و در مقایسه با نتایج تصاویر ماهواره‌ای استفاده گردید. نتایج تحلیل سری زمانی در طی سی سال دوره آماری در حوضه دریاچه ارومیه نشان داد، پارامتر شروع فصل رشد در منطقه اشنویه، سقز و سراب در سال 2013 نسبت به سال 1984 زودتر آغاز شده است. اما در منطقه مراغه دیرتر آغاز شده است. پارامتر پایان فصل رشد در اشنویه، سقز و تکاب زودتر به پایان رسیده است. همچنین پارامتر اوج رشد در شهرستان‌های مذکور پوشش گیاهی زودتر به حداکثر مقدار خود رسیده است. طول فصل رشد در شهرستان‌های اشنویه، مراغه و سقز به ترتیب کوتاه‌تر شده است. نتایج تحلیل‌های آماری بدست آمده از تصاویر ماهواره‌ای و داده‌های اقلیمی نشان داد که تغییرات پارامترهای فنولوژی به مکان وابسته می‌باشد و همچنین شب‌های سرد و روزهای گرم در ابتدای فصل رشد به ترتیب کاهش و افزایش یافته است. اما در انتهای فصل رشد روزهای گرم افزایش داشته است. این تغییرات باعث افزایش شیب منحنی فنولوژی رشد گیاه در زمان پیری گیاه شده است و در نهایت طول فصل رشد را کاهش داده است.

effects of climate change on vegetation phenology of urmia lake basin using avhrr time series data

introduction: climate change is considered one of the most significant challenges facing humanity. this phenomenon has had notable impacts on agricultural production in most parts of the world, especially in arid and semi-arid regions. the average temperature has also increased in many areas over the past few decades. today, various studies utilize remote sensing indices as one of the modern methods for identifying climate change. one of the important remote sensing indices is the phenology characteristics of vegetation cover, which has demonstrated a promising ability in identifying and estimating vegetation cover in recent studies.materials and methods: the five-day time series of the normalized difference vegetation index (ndvi) from noaa-avhrr images and plant phenology parameters were utilized to examine changes in vegetation cover in rangeland and rainfed agricultural lands of the urmia lake basin over the years 1984-2013. temperature and precipitation data were obtained from meteorological stations in the urmia lake basin and were used in comparison with satellite image results.results and discussion: the results of the time series analysis over the thirty year period in the urmia lake basin revealed that the start of the growing season in oshnavieh, saqqez, and sarab areas in 2013 commenced earlier than in 1984, while in the maragheh area, it started later. the end of the growing season in oshnavieh, saqqez, and takab ended earlier, and based on the peak growth parameter, vegetation in these counties reached its maximum value earlier. the results also showed the length of the growing season in oshnavieh, maragheh, and saqqez counties has shortened, respectively.conclusion: the results obtained from satellite images and climate data indicated that the  observed changes in phenology parameters are location-dependent. cold nights and warm days at the start of the growing season decreasing and increasing, respectively. however, warm days increased at the end of the growing season. these changes have increased the slope of the plant growth phenology curve during the senescence period, ultimately reducing the length of the growing season.