بررسی اثر خشکسالی روی پوشش گیاهی با استفاده از سنجنده‌ Modis درخراسان رضوی

یکی از مهم ترین پیامدهای خشکسالی، کاهش منابع آب، کاهش تولیدات کشاورزی، تغییر در پوشش گیاهی و تسریع در بیابان زایی مناطق است.در ارزیابی بیابانزایی اثرات خشکسالی روی پوشش گیاهی از اهمیت بالایی برخوردار است. در این رابطه، استفاده از روش های سنجش از دور و داده های زمینی برای ارزیابی اثرات خشکسالی از کار آمد ترین روش های شناخته شده است. در این پژوهش، به منظور بررسی اثر خشکسالی روی پوشش گیاهی در استان خراسان رضوی، از داده های هواشناسی و سنجش از دور، برای برآورد شاخص بارش استانداردشده (spi)، از آمار بارش 10 ایستگاه سینوپتیک استان طی سال های 2001، 2005، 2009، 2013 استفاده شد. همچنین براساس تصاویر گرفته شده از سنجندۀ terra/modis هشت روزه در ماه های (می، جون، جولای) شاخص نرمال شدۀ اختلاف پوشش گیاهی محاسبه شده که از میانگین سه ماه به عنوان ndvi سالانه استفاده شده و بر این اساس، پوشش گیاهی استان به چهار گروه طبقه بندی و مساحت هرکدام از طبقات محاسبه شد. در نهایت دو شاخص spi و ndvi با آزمون پیرسون مورد مقایسه قرار گرفت. نتایج نشان داد که شاخص spi در سال 2009 با مقدار 0/882 وضعیت مرطوب و بیشترین مساحت پوشش گیاهی متراکم را دارد، درحالی که سال 2005 دارای spi 0/081 است و نیز پوشش گیاهی در طبقۀ معمولی حدود 7/1 درصد نسبت به سال 2009 افزایش یافته است. مقدار ضریب هبستگی دو متغیر در سطح خطای کمتر از یک درصد برابر با 0/90 که نشان دهندۀ هم تغییری زیاد دو متغیر است و مقدار ضریب تبیین و ضریب تعیین تعدیل شده نیز به ترتیب برابر با 0/81 و 0/78 می باشد که در معادلۀ رگرسیونی حاکی از این است که متغیر مستقل شاخص spi توانسته 0/78 از تغییرات میزان متغیر وابسته ndvi را برآورد سازد. بر این اساس، با توجه به معادلۀ حاصل از رگرسیون خطی به ازای یک واحد تغییر در شاخص بارش استانداردشده، ndvi به میزان 0/024 تغییر می پذیرد.

The effect of drought on vegetation using MODIS satellite Khorasan Razavi

One of the consequences of drought, decline water resources, reduced agricultural production, changes in vegetation and accelerate the desertification areas in the assessment of the effects of drought on vegetation is of paramount importance. In this regard, the use of remote sensing and ground data to assess the effects of drought is the most efficient known methods.In this study, The effect of drought on vegetation in Khorasan Razavi province, the meteorological data and remote sensing is used. Precipitation data from 10 synoptic stations in order to estimate the SPI, 2001, 2005, 2009, and 2013 is used. Based on images taken from satellite TERRA / MODIS 8 days monthly (May, June, July) the normalized difference vegetation index (NDVI) was calculated as the average of the three month average NDVI was used as the basis Vegetation was classified into 4 groups of the province and the area was calculated for each of the classes. Finally, two index SPI and NDVI were compared using Pearson. The results showed that the SPI in 2009 with the wet conditions and the most significant area of ​​vegetation 0.888 Assets status wet good while 2005 has SPI 0.081 but cover about 7.1 percent of the middle class in 2009 has increased. The correlation coefficient of the two variables at a significance level of 0.000, which is equal to 90/0 represents the two variables are changed a lot. The coefficient of determination is modified by 0.78. This suggests that the independent variable in the regression equation SPI index managed, 0.78 NDVI to estimate the changes in the dependent variable. As well as the linear regression equation for a unit change in the standardized precipitation index, drought index to the changes made 0.024.