|
|
ارزیابی اثر خشکسالی بر پوشش گیاهی استان لرستان با استفاده از تصاویر پیشرفته مادونقرمز
|
|
|
|
|
نویسنده
|
خسروی یگانه صمد ,کرم پور مصطفی ,نصیری بهروز
|
منبع
|
جغرافيا و مخاطرات محيطي - 1403 - دوره : 13 - شماره : 3 - صفحه:247 -279
|
چکیده
|
مجموعه رادیومتر تصویربرداری مادونقرمز مرئی (viirs) یکی از ابزارهای کلیدی روی فضاپیمای سازمان ملی امریکا در مدار قطبی (suomi npp) است که با موفقیت در 28 اکتبر 2011 پرتاب شد که نسل جدیدی از قابلیتهای تصویربرداری با وضوح متوسط عملیاتی پس از avhrr در noaa، modis در ماهوارههای terra و aqua را امکانپذیر میکند. viirs نظارت عملیاتی محیطی و پیشبینی عددی آبوهوا با 22 باند تصویربرداری رادیومتریک با طول موجهای 0.41 تا 12.5 میکرومتر را پوشش میدهند. بهمنظور آشکارسازی تاثیر بارش بر پوشش گیاهی استان لرستان، میانگین ماهانه شاخص استاندارد بارش spi با استفاده از دادههای بارش 7 ایستگاه هواشناسی استان محاسبه شد. سپس با استفاده از تصاویر مادونقرمز بهصورت میانگین هفتگی در دوره زمانی 2021-2013 (اول آوریل تا پایان ژولای) اخذ شده از سنجنده suomi npp به بررسی وضعیت پوشش گیاهی پرداخته شد. نتایج نشان داد میزان همبستگی شاخص استاندارد بارش با شاخص ndvi، vci،tci و vhi به ترتیب 0.0037، 0.0048، 0.174 و 0.150 است. شاخص tci همبستگی بیشتری با شاخص spi داشته و بهعنوان یک روش ترکیبی از سنجشازدور و اطلاعات ایستگاههای هواشناسی برای بررسی شرایط پوشش گیاهی در استان لرستان مناسب است. پوشش گیاهی همهساله با درجات مختلفی از خشکسالی روبهرو بوده و شدیدترین خشکسالی پوشش گیاهی در 2021 در بیشتر مناطق استان بهویژه قسمتهای مرکزی، جنوبی و شمال شرقی استان رخداده است. در سالهای 2013، 2015 و 2018 خشکسالی پوشش گیاهی با شدت کمتری رخداده و در 2016،2018، 2019 و 2020 پوشش گیاهی در شرایط مطلوبتری قرار داشته است.
|
کلیدواژه
|
سنجش از دور، پایش خشکسالی، شاخصهای پوشش گیاهی، شاخص بارش استاندارد شده، دادههای ماهوارهای viirs، استان لرستان
|
آدرس
|
دانشگاه لرستان, دانشکده ادبیات و علوم انسانی, گروه جغرافیا, ایران, دانشگاه لرستان, دانشکده ادبیات و علوم انسانی, گروه جغرافیا, ایران, دانشگاه لرستان, دانشکده ادبیات و علوم انسانی, گروه جغرافیا, ایران
|
پست الکترونیکی
|
nasiri.b@lu.ac.ir
|
|
|
|
|
|
|
|
|
assessment of the impact of drought on the vegetation cover in lorestan province using advanced infrared images
|
|
|
Authors
|
khosravi yagane samad ,karampour mostafa ,nasiri behrouz
|
Abstract
|
the visible infrared imaging radiometer suite (viirs) is one of the key instruments on the national oceanic and atmospheric administration’s (noaa) polar-orbiting satellite, suomi npp, which was successfully launched on october 28, 2011. viirs represents a new generation of moderate-resolution imaging capabilities, succeeding the avhrr at noaa and modis on the terra and aqua satellites. it provides operational environmental monitoring and supports numerical weather prediction through its 22 radiometric imaging bands, ranging from 0.41 to 12.5 micrometers.to examine the impact of precipitation on vegetation cover in lorestan province, the monthly mean standardized precipitation index (spi) was calculated using rainfall data from seven meteorological stations in the province. additionally, weekly-averaged infrared images from the suomi npp sensor over the period 2013 to 2021 (april 1 to the end of july) were analyzed to assess the state of vegetation cover.the results indicated that the correlation between the spi and the vegetation indices ndvi, vci, tci, and vhi were 0.037, 0.048, 0.174, and 0.150, respectively. among these indices, the tci index exhibited the highest correlation with spi, making it a suitable method for combining remote sensing data with meteorological station data to monitor vegetation cover conditions in lorestan province.the findings also revealed that vegetation experienced varying degrees of drought each year, with the most severe drought occurring in 2021 across most regions of the province, particularly in the central, southern, and northeastern areas. in contrast, drought conditions were less severe in 2013, 2015, and 2018, while vegetation cover showed better conditions in 2016, 2018, 2019, and 2020.
|
Keywords
|
remote sensing ,drought monitoring ,vegetation indices ,standardized precipitation index (spi) ,viirs satellite data ,lorestan province
|
|
|
|
|
|
|
|
|
|
|