ارزیابی تخریب اراضی با استفاده از داده‌های سنجش‌از‌دور ماهواره لندست در بازۀ زمانی 1400-1390 (مطالعۀ موردی: شهرستان اصفهان)

پیشینه و هدف تخریب اراضی یکی از پدیده های مخرب است که ثبات و امنیت اکوسیستم ها به ویژه در مناطق خشک را تهدید می کند. تخریب اراضی می تواند منجر به کاهش حاصلخیزی و بهره وری خاک، مهاجرت و جابه جایی جمعیت، ناامنی غذایی و نابودی اکوسیستم ها شود. علیرغم اقدامات گسترده در زمینه مقابله با تخریب اراضی، این مشکل در دهه های اخیر نه تنها کاهش نیافته است، بلکه به تدریج تشدید شده است. بنابراین، پایش تخریب اراضی و آشکارسازی ویژگی های آن برای مدیریت و بازیابی کیفیت اراضی ضروری است و این پایش در مناطق خشک امکان مدیریت صحیح و مبارزه با این پدیده را تسهیل می کند. پایش تخریب اراضی در این مناطق با استفاده از داده های سنجش از دور امکان پذیر است، به نحوی که این دانش به طور گسترده ای برای پایش تخریب اراضی منطقه ای مورد استفاده قرار خواهد گرفت. باتوجه به اهمیت موضوع تخریب اراضی و نیاز به پایش اراضی جهت دستیابی به درک درستی از وضعیت شهرستان اصفهان و به دنبال آن ایجاد مدیریت مناسب و به موقع جهت جلوگیری از گسترش تخریب، این تحقیق با هدف بررسی وضعیت تخریب اراضی در این شهرستان با استفاده از مدل سازی شاخص های محیطی حاصل از داده های ماهواره ای در بازه زمانی 1390-1400، انجام شد.مواد و روش ها در این تحقیق به منظور بررسی روند تغییرات کاربری اراضی در حوزۀ مطالعاتی، از تصاویر ماهواره ای لندست، سنجنده های tm و oli استفاده گردید و همچنین از داده های حاصل از بازدید میدانی به عنوان اطلاعات جانبی استفاده شد. پردازش و تحلیل تصاویر ماهواره ای در محیط نرم افزار envi صورت گرفت. به منظور تهیۀ نقشۀ تغییرات کاربری اراضی، روش طبقه بندی نظارت شده حداکثر احتمال بکار گرفته شد. سپس تمامی کاربری های منطقۀ مورد مطالعه در چهار کاربری اراضی کشاورزی، مراتع، اراضی بایر و شوره زار و مناطق شهری و انسان ساخت تقسیم بندی شدند. در نهایت لایه های بدست آمده، جهت محاسبۀ مساحت کاربری ها و تهیۀ نقشۀ خروجی مناسب به نرم افزار arcgis منتقل گردید. پس از بررسی تغییرات کاربری اراضی با استفاده از روش حداکثر احتمال شاخص های شوری خاک si و شاخص اقلیمی albedo، شاخص پوشش گیاهی ndvi و lsm تهیه شدند. شاخص شوری خاک si یکی از شاخص های اصلی ارزیابی تخریب سرزمین است؛ این شاخص استخراج شده از تصاویر ماهواره ای، قادر به ارزیابی شوری خاک در مناطق خشک و نیمه خشک می باشد که با استفاده از رابطۀ si= radic;( rho;_blue × rho;_red ) ( rho;blue و rho;red به ترتیب باند قرمز و آبی در سنجنده های tm و oli در ماهواره لندست) محاسبه گردید. شاخص آلبیدو سطحی بدست آمده از داده های سنجش از دور یک پارامتر فیزیکی است که ویژگی های بازتاب سطح و طول موج های کوتاه خورشید را بیان می کند. این پارامتر فیزیکی تحت تاثیر پوشش گیاهی، رطوبت خاک و سایر شرایط سطح زمین می باشد. بنابراین، با بررسی تغییرات آلبیدو می توان تغییرات در سطح زمین و نتیجه تخریب اراضی را به خوبی مورد بررسی قرار داد. برای محاسبه آلبدو سطح در سنجنده های tm و oli در این مطالعه از رابطۀ aibedo=0.356 rho;_blue+0.130 rho;_red+0.373 rho;_nir+0.085 rho;_swir1+0.072 rho;_swir2-0.018 ( rho; باند مربوط به تصاویر سنجنده tm و oli ماهواره لندست) استفاده شد. برای بررسی پوشش گیاهی در این پژوهش، از شاخص ndvi که از تصاویر ماهواره لندست، سنجنده های tm و oli به دست می آید، استفاده شد. این شاخص بیشترین حساسیت را به تغییرات پوشش گیاهی داشته و در مقابل اثرات جوی و زمینه خاک، به جز در مواردی که پوشش گیاهی کم باشد، حساسیت کمتری دارد. یکی دیگر از پارامتر های بسیار مهم برای بررسی تخریب اراضی، بررسی رطوبت سطحی خاک است که در این مطالعه با استفاده از تغییرات شاخص lsm مورد مطالعه قرار گرفت.در نهایت برای برآورد تخریب اراضی (ld) درسال های 1390، 1395 و 1400 از روش آنالیز مولفه های اولیه (pca) بین شاخص های albedo، si، ndvi و lsm استفاده شد. ابتدا شاخص های مورد نظر نرمال سازی شدند و سپس مقدار تخریب اراضی برای هر سال برآورد گردید. به طوری که مقادیر زیاد تخریب اراضی نشان دهنده حداکثر تخریب اراضی می باشد.

assessment of land degradation using landsat satellite data in the period 2011-2021 (case study: isfahan city)

background and objective land degradation is one of the destructive phenomena that threaten the stability and security of ecosystems, especially in arid areas. land degradation can lead to reduced soil fertility and productivity, population migration and displacement, food insecurity, and ecosystem destruction. despite widespread efforts to combat land degradation, this problem has not only not diminished in recent decades but has gradually intensified. therefore, monitoring land degradation and revealing its characteristics is essential for land management and recovery, and this monitoring in arid areas facilitates proper management and control of this phenomenon. monitoring of land degradation in these areas is possible using remote sensing data so that this science will be widely used to monitor land degradation in areas. considering the importance of land degradation and the need for land monitoring, this study was performed to understandthe degradation situation in isfahan city properly. also, this study tries to create appropriate and timely management for the spread of degradation using modeling of environmental indicators obtained from satellite data in the period 2011-2021.materials and methods in this study, landsat satellite imagery, tm, and oli sensors were used to study the trend of land-use change. in addition, the data from field visits were also used as ancillary information. satellite images were processed and analyzed in envi software environment. the supervised maximum classification method was used to prepare a map of land-use changes. then, all land uses in the study area were divided into agricultural lands, rangelands, barren and saline lands, and urban and man-made areas. finally, the obtained layers were transferred to arcgis software to calculate the land use area and prepare a suitable output map. after investigating land-use changes, si soil salinity indices and albedo climatic index, ndvi, and the lsm vegetation index were designed using the maximum likelihood method. si soil salinity index is one of the main indicators of land degradation assessment. this index extracted from satellite images can assess soil salinity in arid and semi-arid regions, calculated using equation si= radic;( rho;_blue × rho;_red ) ( rho;blue and rho;red, are the red and blue bands on the tm and oli sensors, respectively). the surface albedo index obtained from remote sensing data is a physical parameter that expresses the sun's surface reflection characteristics and short wavelengths. this physical parameter is affected by vegetation, soil moisture, and other surface conditions. therefore, by studying the changes in albedo, it is possible to look at the changes in the ground surface and the result of land degradation. equation aibedo = 0.356 rho;_blue + 0.130 rho;_red +0.373 rho;_nir+0.085 rho;_swir1+0.072 rho;_swir2-0.018 (the rho; band corresponds to the landsat tm and oli sensor images) was used to calculate the surface albedo in tm and oli sensors in this study. the ndvi index, which is obtained from landsat satellite images, tm and oli sensors, was used to study the vegetation in this study. this index is most sensitive to changes in vegetation and is less susceptible to the effects of climate and soil, except in cases where vegetation is low. another important parameter for land degradation is soil moisture content, which was studied using changes in the lsm index. finally, the primary component analysis (pca) method between albedo, si, ndvi, and lsm indices was used to estimate land degradation (ld) in 2011, 2016, and 2021.