• صفحه اصلی
  • مرور
    • شماره جاری
    • بر اساس شماره‌های نشریه
    • بر اساس نویسندگان
    • بر اساس موضوعات
    • نمایه نویسندگان
    • نمایه کلیدواژه ها
  • اطلاعات نشریه
    • درباره نشریه
    • اهداف و چشم انداز
    • اعضای هیات تحریریه
    • همکاران دفتر نشریه
    • اصول اخلاقی انتشار مقاله
    • بانک ها و نمایه نامه ها
    • پیوندهای مفید
    • پرسش‌های متداول
    • فرایند پذیرش مقالات
    • اخبار و اعلانات
  • راهنمای نویسندگان
  • ارسال مقاله
  • داوران
  • تماس با ما
 
  • ورود به سامانه ▼
    • ورود به سامانه
    • ثبت نام در سامانه
  • English
صفحه اصلی فهرست مقالات مشخصات مقاله
  • ذخیره رکوردها
  • |
  • نسخه قابل چاپ
  • |
  • توصیه به دوستان
  • |
  • ارجاع به این مقاله ارجاع به مقاله
    RIS EndNote BibTeX APA MLA Harvard Vancouver
  • |
  • اشتراک گذاری اشتراک گذاری
    CiteULike Mendeley Facebook Google LinkedIn Twitter Telegram
خشکبوم
مقالات آماده انتشار
شماره جاری
شماره‌های پیشین نشریه
دوره دوره 9 (1398)
دوره دوره 8 (1397)
دوره دوره 7 (1396)
شماره شماره 2
شماره شماره 1
دوره دوره 6 (1395)
دوره دوره 5 (1394)
دوره دوره 4 (1393)
دوره دوره 3 (1392)
دوره دوره 2 (1391)
دوره دوره 1 (1389)
نیازی, یعقوب, طالبی, علی, مختاری, محمد حسین, وظیفه دوست, مجید. (1396). ارزیابی کارایی شاخص‌های خشکسالی گیاهی (VDI) و دمایی (TDI) مبتنی بر تصاویر ماهواره‌ای در محدوده ایران مرکزی. خشکبوم, 7(1), 79-94. doi: 10.29252/aridbiom.7.1.79
یعقوب نیازی; علی طالبی; محمد حسین مختاری; مجید وظیفه دوست. "ارزیابی کارایی شاخص‌های خشکسالی گیاهی (VDI) و دمایی (TDI) مبتنی بر تصاویر ماهواره‌ای در محدوده ایران مرکزی". خشکبوم, 7, 1, 1396, 79-94. doi: 10.29252/aridbiom.7.1.79
نیازی, یعقوب, طالبی, علی, مختاری, محمد حسین, وظیفه دوست, مجید. (1396). 'ارزیابی کارایی شاخص‌های خشکسالی گیاهی (VDI) و دمایی (TDI) مبتنی بر تصاویر ماهواره‌ای در محدوده ایران مرکزی', خشکبوم, 7(1), pp. 79-94. doi: 10.29252/aridbiom.7.1.79
نیازی, یعقوب, طالبی, علی, مختاری, محمد حسین, وظیفه دوست, مجید. ارزیابی کارایی شاخص‌های خشکسالی گیاهی (VDI) و دمایی (TDI) مبتنی بر تصاویر ماهواره‌ای در محدوده ایران مرکزی. خشکبوم, 1396; 7(1): 79-94. doi: 10.29252/aridbiom.7.1.79

ارزیابی کارایی شاخص‌های خشکسالی گیاهی (VDI) و دمایی (TDI) مبتنی بر تصاویر ماهواره‌ای در محدوده ایران مرکزی

مقاله 7، دوره 7، شماره 1، بهار و تابستان 1396، صفحه 79-94  XML اصل مقاله (929 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.29252/aridbiom.7.1.79
نویسندگان
یعقوب نیازی 1؛ علی طالبی2؛ محمد حسین مختاری3؛ مجید وظیفه دوست4
1دکتری علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه یزد
2دانشیار دانشکده منابع طبیعی، دانشگاه یزد
3استادیار دانشکده منابع طبیعی، دانشگاه یزد
4استادیار گروه مهندسی آب، دانشگاه گیلان
چکیده
افزایش دما و تغییر الگوهای بارش منجر به رخدادهای آب و هوایی شدید مثل خشکسالی شده است که به شدت در حوزه­های کشاورزی، زیست محیطی، اجتماعی و اقتصادی تأثیرگذار است. اطلاعات درباره زمان، شدت و وسعت خشکسالی می­تواند به برنامه­ریزی و تصمیم­گیری کمک کند. شاخص­های خشکسالی حاصل از داده­های ایستگاه­های هواشناسی قدرت تفکیک زمانی و مکانی بالایی دارند بنابراین تعیین شرایط خشکسالی در زمان واقعی با استفاده از آنها برای مناطق وسیع بسیار سخت است. از این‌رو شاخص­های خشکسالی حاصل از داده­های سنجش از دوری امروزه به طور گسترده برای پایش خشکسالی استفاده می‌شود. در این پژوهش دو شاخص خشکسالی گیاهی (VDI) و دمایی (TDI) مبتنی بر سنجش از دور بر اساس شاخص خشکسالی بارش استاندارد شده (SPI) مبتنی بر داده­های ایستگاه­های زمینی مورد ارزیابی قرار گرفته است. داده­های مورد استفاده در این تحقیق شامل تصاویر سنجنده MODIS ماهواره Terra و داده­های بارش 50 ایستگاه سینوپتیک در محدوده ایران مرکزی در طی دوره آماری 2004-2001 است. ارزیابی دقت دو شاخص­ خشکسالی جدید VDI و TDI با استفاده از معیارهای ارزیابی R و RMSE در سطح اطمینان 95% و بر اساس مقایسه با نقشه توزیع مکانی خشکسالی مبتنی بر شاخص SPI انجام شد. نتایج معیارهای ارزیابی نشان داد که شدت خشکسالی برآورد شده به وسیله شاخص­های VDI و TDI در انطباق با مقادیر شاخص SPI به ترتیب دارای ضریب همبستگی معنی­دار (69/0) و (66/0) است. از این‌رو این شاخص‌های خشکسالی مبتنی بر داده‌های سنجش از دوری به خوبی می‌تواند در سیستم‌های هشدار سریع خشکسالی استفاده شود.
کلیدواژه ها
خشکسالی؛ شاخص VDI؛ شاخص TDI؛ سنجش از دور؛ ایران مرکزی
مراجع
 [1]. Baaghideh, M., Alijani, B., & Ziaian, P. (2010). Evaluation The Possibility of Using The NDVI of Using The NDVI Index to Analyze and Monitor Droughts in Esfahan Province. Journal of Arid Regions Geographic Studies,1(4). 1-16. (in Farsi).

 [2]. Balint, Z., Mutua, F.M., Muchiri, P., & Omuto, C.T. (2013). Monitoring Drought with the Combined Drought Index in Kenya. Journal of Developments in Earth Surface Processes, Vol. 16. pp. 341-356.

 [3]. Balint, Z., Mutua, F.M., & Muchiri, P. (2011). Drought Monitoring with the Combined Drought Index. Methodology and Software. FAO-SWALIM Nairobi, Kenya, PP. 1-28.

[4]. Bhuiyan, C., Singh, R.P., & Kogan, F.N. (2006). Monitoring drought dynamics in the Aravalli Region (India) using different indices based on ground and remote sensing data. Inter. J. Appl. Earth Obs. Geoinf, 8: 289-30.

[5]. Ebrahimi Khusfi, M., Darvishzade, R.,  Matkan, A., & Ashourloo, D. (2010).  Drought Assessment in Arid Regions Using Vegetation Indices - A Case Study of "Shirkooh of Yazd" in Central Iran.  Journal of Environmental Sciences, 7(4), 59-72. (in Farsi).

[6]. Ebrahimzadeh, S., Bazrafshan, J., & Ghorbani, K.H. (2013). Comparative study of drought index based on satellite data and ground-based techniques using vector analysis (case study: Kermanshah Proninve). journal of water and soil (Agricultural Science and Technology), 27: 5. 1045-1034. (in Farsi).

[7]. Erfanian, M., Vafaei, N., & Rezaianzadeh, M. (2014). A New Method for Drought Risk Assessment by Integrating the TRMM Monthly Rainfall Data and the Terra/MODIS NDVI Data in Fars Province. Iran. Journal of Physical Geography Research Quarterly, 46(1). 93-108. (in Farsi).

[8]. Guttman, N. (1998). Comparing the Palmer Drought Index and the Standardized Precipitation Index. J. of Am Water Resources Association, 34, PP.113-121.

[9]. Heim, R.R. (2002). A Review of Twentieth-century Drought Indices Used in United States. Bulletin of the American Meteorological Society, 84: 1149-1165.

[10]. Hellden, U., Christian, T. (2008). Regional Desertification: a Global Synthesis. Global and Planetry Change, 64: 3-4, PP. 169-176.

[11]. Jahanbakhsh, A., Sarraf, S.S., Khorshiddoust, B., & Rostamzadeh, A.M. (2009). Assessment and analysis of vegetation change in Sarab Plain in drought and wet years. J. Geograph, 23: 132-117. (in Farsi).

[12]. McKee, T.B., Doesken, N.J., &  Kleist, J. (1993). The relationship of drought frequency and duration to time scales. In: Proceedings of the 8th conference on applied climatology, 17–22 January, Anaheim, CA, Am Meteor Soc, Boston, MA, 179–184.

[13]. McKee, T.B., Doesken, N.J., & Kleist, J.Y. (1995). Drought monitoring with multiple time scales. Ninth Conference on Applied Climatology. American Meteorological Society: Dallas. TX, PP 233–236.

[14]. Mir-Mousavi, H., & Karimi, H. (2013). Effects of drought on vegetation cover using Landsat MODIS images. J. Geograph. Dev, 31: 76-57. (in Farsi).)

[15]. Mishra, A.K., & Singh, V.P. (2010). A review of drought concepts. Journal of Hydrology, 391(1), 202-216.

[16]. Morid, S., Smakhtin, V., & Moghaddasi, M. (2006). Comparison of seven meteorological indices for drought monitoring in Iran. International Journal of Climatology, 26, 971–985.

[17]. Rahimzadeh, P. (2005). The possibility of using NOAA-AVHRR images to monitor drought. M.Sc. thesis, Tehran University. Faculty of Environment. (in Farsi).

[18]. Rezaeimoghadam, M.H., Valizadeh Kamran, K.H., Rostamzadeh, H., & Rezaee, A. (2013).  Evaluating the Adequacy of MODIS in the Assessment of Drought (Case Study: Urmia Lake Basin). Journal of Geography and Environmental Sustainability, 2(5). 37-52. (in Farsi).

[19]. Rhee, J. (2010). Monitoring Agricultural Drought for Arid and Humid Regions Using Multi-sensor Remote Sensing Data. Remote Sensing of Environment, 114, 2875–2887.

[20]. Roswintiarti, O., Oarwati, S., & Anggraini, N. (2010). Potential drought monitoring over agriculture area in Java Island. Indonesia, Indonesian National Institute of Aeronautics and Space (LAPAN), Progress Report of SAFE Prototype Year, Pp.121-135.

[21]. Sergio, M., & Vicente, S. (2007). Evaluating the Impact of Drought Using Remote Sensing in a Mediterranean, Semi arid Region. Natural Hazards, 40: 1. 173-208.

[22]. Shakya, N., & Yamaguchi, Y. (20100. Vegetation, water and thermal stress index for study of drought in Nepal and central Northeastern India. International Journal of Remote Sensing, 31, 903–912.

[23]. Shamsipour, A.A., Alavipanah, S.K., Mohammadi, H. (2010). Efficiency of Vegetation and Thermal Indices of  NOAA-AVHRR Satellite in  Ecological Drought Analysis of  Kashan Region. Iranian Journal of Range and Desert Research, 3(40). 445-465. (in Farsi).

[24]. Szinell, C.S., Bussay, A., Szentimrey, T.(1998). Drought tendencies in Hungary. Int. J. Climatol, 18, 1479–1491.

[25]. Thenkabail, P.S., Enclona, E.A., Ashton, M.S., Legg, C., & Jean De Dieu, M. (2004). The use of remote sensing data for drought assessment and monitoring in southwest Asia. International Water Management Institute. PO Box 2075. Colombo. Sri Lanka.

[26]. Vyas, S.S., Bhattacharya, B.K., Nigam, R., Guhathakurta, P., Ghosh, K., Chattopadhyay, N., & Gairola, R.M. (2015). A combined deficit index for regional agricultural drought assessment over semi-arid tract of India using geostationary meteorological satellite data. International Journal of Applied Earth Observation and Geoinformation, 39: 28-39.

[27]. Wilhite, D.A. (20000. Drought as a natural hazard, In: Wilhite, D. A (Editor), Drought: A Global Assessment, Routledge, London.

[28]. Wu, H., Hayes, M.J., Weiss, A., & Hu, Q. (2001). An evaluation of the standardized precipitation index, the China-z index and the statistical z-score. International Journal of Climatology, 21, 745–758.

آمار
تعداد مشاهده مقاله: 464
تعداد دریافت فایل اصل مقاله: 608
صفحه اصلی | واژه نامه اختصاصی | اخبار و اعلانات | اهداف و چشم انداز | نقشه سایت
ابتدای صفحه ابتدای صفحه

Journal Management System. Designed by sinaweb.