ارزیابی شدت بیابان زایی در دشت مرادآباد - سراوان با استفاده از مدل albedo-ndvi

بررسی و پایش پدیده بیابان‌زایی در منطقه‌های خشک و نیمه‌خشک باتوجه‌به افزایش روزافزون این پدیده، یکی از نگرانی‌های اساسی جوامع و دولت‌های درگیر مسئله بیابان‌زایی است. ازطرفی شناخت مناطق در معرض خطر پدیده بیابان‌زایی جهت مدیریت و کنترل این پدیده در کمترین زمان ممکن و حداقل هزینه از ضروریات است. هدف از این مطالعه، تهیه نقشه شدت بیابان‌زایی در دشت مراد آباد سراوان با استفاده از مدل albedo-ndvi است. این روش بر مبنای سنجش از دور استوار است. برای تهیه دو شاخص مورد اشاره پس از تصحیحات لازم بر روی تصاویر ماهواره‌ای لندست 8 دو شاخص albedo و ndvi در نرم‌افزار  erdas imaging  استخراج گردید. برای بررسی رابطه بین دو شاخص مورد بررسی تعداد 200 پیکسل متناظر از هر شاخص انتخاب و رگرسیون خطی بین آنها تشکیل گردید. بر اساس ضریب شیب خط حاصل از رگرسیون خطی، معادله تعیین شدت بیابان‌زایی بدست آمد و بر اساس ضریب شکست طبیعی جنکس نقشه شدت بیابان‌زایی تهیه شد. همچنین برای ارزیابی دقت مدل با مطالعات قبلی بر اساس مدل میدانی imdpa یک ماتریس بهم ریختگی بین 100 نقطه متناظر تشکیل گردید. نتایج حاصل از رگرسیون خطی بین دو شاخص  ndvi  و albedo  نشان داد که این دو شاخص با یکدیگر همبستگی منفی بالایی دارند (0.85- =r ). نتایج حاصل از طبقه‌بندی شدت بیابان‌زایی بر اساس این مدل نشان داد که 35درصد منطقه در کلاس خیلی شدید و تنها 5 درصد منطقه بدون تخریب قرار دارد. همچنین مقدار مقدار دقت مدل با ضریب کاپای معادل 0.58 بدست آمد، که بیانگر دقت خوب مدل می باشد. . لذاپیشنهاد می گردد جهت پایش مناطق مستعد فرسایش بادی و تولید گرد و غبار در کشور از این مدل استفاده گردد.

assessment of desertification severity in morad abad - saravan plain using albedo-ndvi model

 investigation and monitoring of desertification in arid and semi-arid regions is a major concern for societies and governments due to its increasing rate. it is essential to identify areas at risk of desertification to manage and control this phenomenon in the shortest possible time and at minimum cost. the objective of this study is to create a map of desertification intensity in the moradabad plain of saravan using the albedo-ndvi model, which is based on remote sensing. two albedo and ndvi indicators were extracted from landsat 8 satellite images in erdas imaging software after necessary corrections. a linear regression was formed between the two indicators by selecting 200 pixels corresponding to each indicator. based on the slope coefficient of the line obtained from linear regression, the equation for determining the intensity of desertification was obtained. a map of the intensity of desertification was prepared based on jenks’ natural refractive index. to evaluate the accuracy of the model, a clutter matrix was formed between 100 corresponding points. the results of linear regression between ndvi and albedo indices showed that these two indices have a high negative correlation with each other (r = -0.85). the results of the desertification severity classification based on this model showed that 35% of the area is in the very severe class and only 5% of the area is without degradation. the model’s accuracy value was obtained with a kappa coefficient equal to 0.58, indicating good accuracy of the model.