بررسی ارتباط میان سری زمانی برخی شاخص های طیفی استخراج شده از سامانه گوگل ارث انجین

هدف از انجام این پژوهش بررسی میزان همبستگی میان سری زمانی شاخص تفاضلی نرمال شده پوشش گیاهی(ndvi)، شاخص تفاضلی نرمال شده آب (ndwi) ، شاخص گیاهی تعدیل شده با خاک (savi)و شاخص پوشش گیاهی بازسازی شده (evi) برای یک محدوده زراعی در منطقه دشت عباس دهلران است. بدین منظور شاخص های طیفی ذکر شده در بازه ی زمانی دی 1398 تا آذر 1400 با استفاده از سامانه گوگل ارث انجین در پوشش ابری کم تر از 20 درصد استخراج گردید. شاخص های، ndvi ، savi و evi روند تغییر و وضعیت پوشش گیاهی در بازه ی زمانی مورد مطالعه را بخوبی نشان دادند و روندی مشابه داشتند. از سوی دیگر شاخص ndwi نیز عدم وجود پهنه های آبی را بخوبی تشخیص داد. همچنین به‌منظور بررسی رابطه احتمالی میان شاخص‌های استخراجی، از روش همبستگی پیرسون استفاده به‌عمل آمد. شاخص های ndvi، savi و evi داری همبستگی بالا و هم جهت بودند. اما شاخص ndwi با سه شاخص دیگر همبستگی بالا ولی در خلاف جهت داشت. بیشترین همبستگی بین savi و ndvi به میزان 1 و کمترین همبستگی بین ndwi و evi در جهت معکوس و به مقدار 85/0 به‌دست آمد. به طور کلی نتایج حاصل از این تحقیق نشان داد که سامانه گوگل ارث انجین و شاخص‌های طیفی استخراجی از آن دسترسی‌های آنی و نتایج معتبر جهت پایش تغییرات مکانی و زمانی منابع آب، خاک و پوشش گیاهی در برنامه‌ریزی، استفاده و توسعه پایدار این منابع در اختیار متخصصین و کارشناسان قرار می‌دهد.

investigating the relationship between the time series of some spectral indices extracted from the google earth engine system.

the aim of this research is to investigate the correlation among time series of normalized difference vegetation index (ndvi), normalized difference water index (ndwi), soil-adjusted vegetation index (savi), and enhanced vegetation index (evi) for an agricultural area in the dasht-e-abbas dehloran region. the spectral indices were extracted using the google earth engine system for the period from december 2019 to nonember 2021, with cloud cover less than 20%. ndvi, savi, and evi indices effectively represented the changes and status of vegetation cover during the study period, showing a similar trend. on the other hand, the ndwi index accurately detected the absence of water bodies. pearson correlation analysis was employed to examine potential relationships among the extracted indices. ndvi, savi, and evi showed high positive correlations and were in the same direction. however, ndwi exhibited high positive correlations with three other indices but in the opposite direction. the highest correlation (1.0) was observed between savi and ndvi, while the lowest correlation (0.85) was found between ndwi and evi in the opposite direction. in conclusion, the results highlight that google earth engine and its extracted spectral indices provide immediate access and reliable outcomes for monitoring spatial and temporal changes in water, soil, and vegetation resources. this information is crucial for planning, utilization, and sustainable development of these resources, benefiting specialists and professionals.