ارزیابی شاخص‌های گیاهی برآورد پوشش و تولید گیاهی مراتع مناطق خشک در دوره های رویشی مختلف

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد مرتعداری، دانشگاه شهرکرد

2 دانشیار دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد

3 استادیار گروه سنجش از دور و GIS، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامی، واحد علوم تحقیقات، تهران

10.29252/aridbiom.7.2.57

چکیده

یکی از کاربردهای مهم سنجش از دور در مدیریت منابع طبیعی، تشخیص و ارزیابی کمی پوشش گیاهی است. هدف این پژوهش بررسی شاخص­های گیاهی حاصل از ماهواره لندست 8 به منظور ارائه مدل برآورد تاج پوشش سبز و تولید گیاهی در مرتع مرجن شهرستان بروجن طی فصل رویش است. به این منظور، در طول ترانسکتی به طول 10 کیلومتر و در فواصل حدود 400-1000متر در 19 محل نمونه برداری (به صورت تصادفی) و در هر نقطه با 5 کوادرات 2Î2 متری به صورت کوادراتی مرکزی و چهار کوادرات در چهار جهت اصلی اطراف آن 95 کوادرات در هر دوره آماربرداری و در طی 4 دوره عملیات صحرایی ً380 کوادرات، بین اردیبهشت تا شهریور سال 1393 اندازه­گیری­های متغیرهای تولید (به روش اندازه گیری مضاعف) و پوشش تاجی (به روش پلات مشبک) انجام شد. پس از انجام تصحیح اتمسفری به روش FLAASH، 12 شاخص گیاهی برای تمام تصاویر محاسبه شد. سپس ارزش­های شاخص­های گیاهی در روابط رگرسیونی در برابر ارزش­های زمینی تاج پوشش سبز و تولید گیاهی قرار گرفت. نتایج نشان داد که شاخص­های ARVI، SARVI و EVI در برآورد تاج پوشش سبز گیاهی (81/=0r2) و تولید گیاهی (به­ترتیب با ضرایب تبیین 61/0، 61/0 و 60/0) در رگرسیون درجه سوم  مناسب­ترین گزینه­ها بودند. به طور کلی نتایج این تحقیق نشان­دهنده ارتباط قوی شاخص­های گیاهی حاصل از لندست 8 با تاج پوشش سبز و تولید گیاهی است، هر چند تاج پوشش سبز گیاهی دارای ارتباط قوی­تری در مقایسه با تولید گیاهی با شاخص­های گیاهی می­باشد. به طور کلی نتیجه­گیری می­شود که تولید و پوشش گیاهی مناطق خشک با دقت نسبتا بالایی می تواند به وسیله شاخص­های گیاهی مستخرج از تصاویر ماهواره ای لندست 8 برآورد گردد.

کلیدواژه‌ها


[1]. Agon, V., & Bhamare, S.M. (2012). Change detection of vegetation cover Using Remote Sensing and GIS. Journal of research and development, 2: 1-12
[2]. Anderson, G.L., Hanson, J.D., & Hanson, R.H. (1993). Ewaluating Landsat Thematic Mapper Derived Vegetation Indices for Estimating Above-Ground Biomass on Semiarid Rangelands. Remote sensing of environment, 45: 165-175
[3]. Arzani, H. (1998). Using digital Landsat TM image data for estimate production and vegetation cover,. Iranian Jour. Natural Resources, 50: 11-21,)in Farsi).
[4]. Asrar, G., Fuchs, M., Kanemasu, E.T., & Hatfield, J.L. (1984). Estimating absorbed photosynthetic radiation and leaf area index from spectral reflectance of wheat. Agronomy Journal, 76: 300–306, (in Farsi).
[5]. Bannari, A., Huete, A.R., Morin, D., & Zagolski, F. (1996). Effets de la Couleur et de la Brillance du Sol Sur les Indices de Végétation. International Journal of Remote Sensing, 17: 1885-1906.
[6]. Bannari, A., Morin, D., Bonn, F., & Huete, A.R. (1995). A review of vegetation indices. Remote Sensing Review, 13: 95–120
[7]. Birth, G.S., & Mc Vey, G. (1968). Measuring the color of growing turf with a reflectance spectroradiometer. Agronomy Journal, 60: 640-643
[8]. Bonham, C.D. (2013). Measurements for Terrestrial Vegetation. A John Wiley & Sons, Ltd., Publication
[9]. Brinkmann, K., Dickhoefer, U., Schlecht, E., & Buerkert, A. (2011). Quantification of aboveground rangeland productivity and anthropogenic degradation on the Arabian Peninsula using Landsat imagery and field inventory data. Remote sensing of environment, 115: 465–474
[10].Darvishzadeh, R., Matkan, A.A., HosseiniaslA, & Ebrahimi Khusefi, M. (2012). Estimation of vegetation fraction in the Central arid region of Iran using satellite images (Case study: Sheitoor basin, Bafgh). Arid Biome Scientific and Research Journal, 2: 25-37, )in Farsi).
[11]. Elvidge, C.D., & Chen, Z.K. (1995). Comparison of broad-band and narrow-band red and near-infrared vegetation indexes. Remote Sensing of the Environment, 54: 38–48.
[12]. Esmaelli, N., & A. Ebrahimi. 2003. Necessity of Determining Animal Unit Requirmant Based on the Quality of Forage. Iranian J.Natural Res, 55:569-57 )in Farsi).
[13]. Fahey, G.C., Collins, M., Mertens, D.R., & Moser, L.E. (1994). Forage quality, evaluation, and utilization. American Society of Agronomy, Inc.
[14]. Farzadmehr, H., Arzani, H., Darvish Sefat, A., & Jafari, M. (2004). Study of Landsat TM image data for estimate production and vegetation cover in Hanna-Semirom. Iranian Journal Natural Resources, 57:350-339, )in Farsi).
[15]. Flombaum, P., & Sala, O.E. (2007). A non-destructive and rapid method to estimate biomass and aboveground net primary production in arid environments. Journal of Arid Environments, 69: 352–358
[16]. Fraser, R.S., & Kaufman, Y.J. (1985). The Relative Importance of Aerosol Scattering and Absorption in Remote Sensing. IEEE transactions on geoscience and remote sensing., GE-23,
[17]. Holben, B.V., E., Kaufman, Y., Tanre ´, D., & Kalb, V. (1992). Aerosol retrieval over land from AVHRR data — application for atmospheric correction. IEEE Transactions on Geoscience and Remote Sensing, 30: 212–232
[18]. Huete, A., R., Justice, C., & van Leeuwen, W. (1999). MODIS Vegetation Index(MOD13)Algorithm Theoretical Basis Document, NASA Goddard Space Flight Center.
[19]. Huete, A.R. (1988). A soil adjusted vegetation index (SAVI). Remote sensing of environment, 25: 295-309
[20]. Huete, A.R., & Jackson, R.D. (1987). Suitability of Spectral Indices for Evaluating Vegetation Characteristics on Arid Rangelands. Remote Sensing of Environment, 23:232-213
[21]. Huete, A.R., Liu, H.Q., Batchily, K., & van Leeuwen, W. (1997). A comparison of vegetation indices global set of TM images for EOS-MODIS. Remote sensing of environment, 59: 440-451.
[22]. Hyung Kim, D., Sexton, J.O., Noojipady, P., Huang, C., Anand, A., & Channan, S. (2014). Global, Landsat-based forest-cover change from 1990 to 2000. Remote sensing of environment, 155: 178–193.
[23].Jackson, R.D., & Huete, A., R. (1991). Interpreting vegetation indices. Preventive Veterinary Medicine, 11: 185-200.
[24]. Karnieli, A., Kaufman, Y.J., Remer, L., & Wald, A. (2001). AFRI — aerosol free vegetation index. Remote Sensing of the Environment, 77: 10–21.
[25]. Kaufman, Y.J., & Tanre, D. (1996). Strategy for Direct and Inderect Methods for  Correcting the aerosol effect on remote sensing: From AVHRR Remote sensing of environment, 55: 65-79.
[26].Knipling, E.B. (1970). Physical and physiological basis for the reflectance of visible and near-infrared radiation from vegetation. Remote Sensing of Environment, 1: 155–159.
[27]. Liu, H., Q., & Huete, A. (1995). A Feedback Based Modification of the NDVI to Minimize Canopy Background and Atmospheric Noise. IEEE Transactions On Geoscience And Remote Sensing, 33: 457-465.
[28]. Lyon, J.G., Yuan, D., Lunetta, R.S., & Elvidge, C.D. (1998). A Change Detection Experiment Using Vegetation Indices. Photogrammetric Engineering & Remote Sensing, 64: 143-150.
[29]. Maynard, C.L., Lawrence, R.L., Nielsen, G.A., & Decker, G. (2006). Modeling vegetation amount using bandwise regression and ecological site descriptions as an alternative to vegetation indices. GIsci Remote Senings, 43.
[30]. Moghadam, M.R. (2009). Range and range management. Tehran University Press.
[31]. Mohammadi golrang, M., Gazanchian, G.A., Ramzani Moghadam, R., Falahati, F., Rouhani, H., & Mashayekhi, M. (2008). Estimation of forage yields of some range plant species by plant height and diameter measurements. Iranian journal of Range and Desert Reseach, 15; 158_178,)in Farsi).
[32]. Mohammadi, M., Ebrahimi, A., & Haqzade, H. (2012). Capability of IRS satellite on vegetation cover estimation (Case Study: Chaharmah-va-Bakhtiari). Renewable Natural Resources Research, (in Farsi).
[33]. Moleele, N., Ringose, S., & Arnberg, W. (2001). Assessment of Vegetation Indices Useful for Browse forage prediction In Semi-arid rangelands. INT. Journal Remote Sensing, 22: 741-756.
[34]. Morrison, I.M. (1980). Changes in the lignin and hemicellulose concentrations of ten varieties of temperate grasses with increasing maturity. Grass Forage Science, 35: 93-287.
[35].Perry, C.R., & Lautenschlager, L.F. (1984). Functional Equvalence of Spectral Vegetation Indices. Remote Sensing of Environment, 14: 169-182.
[36]. Porter, T.F., Chen, C., Long, J.H., & Lawrence, R.L. (2014). Estimating biomass on CRP pastureland: A comparison of remote sensing techniques. Biomas and Bioenergy, 66: 268-274.
[37]. Qi, J.A., Chehbouni, A., Huete, A.R., & Sorooshian, A. (1994). A Modified Soil Adjusted Vegetation Index. Remote sensing of environment, 43: 1541-1552.
[38]. Richardson, A.J., & Wiegand, C.L. (1997). Distinguishing Vegetation From Soil Background Information. Photogramnetric Engineering and Remote Sensing, 43: 1541-1552.
[39]. Shafei, H, Hosseini, S. M., Ekhtesassi, M. R., and Mohtasham, Nia S. (2013). "Drought effects on vegetation degradation of Sistan". Iranian Journal of Range and Desert Reseach,20: 227-239.
[41]. Sellers, P.J. (1985). Canopy reflectance, photosynthesis and transpiration. International Journal of Remote Sensing, 6: 1335–1372.
[42]. Shiyomi, M., & Yoshimura, J. (2000). Measures of spatial heterogeneity for species occurrence or disease incidence with finite-counts. Ecological Research, 15: 13-20.
[43]. Silleos, N.G., Alexandridis, T.K., Gitas, T.Z., & Perakis, K. (2006). Vegetation Indices: Advances Made in Biomass Estimation and Vegetation Monitoring in the Last 30 Years. Geocarto International, 21: 21-28.
[44]. Tahmasebi, P. (2009). Regeland ecosystem. Pelk press, 276 p. )in Farsi).
[45]. Tahmasebi, P., Ebrahimi, A., & Yarali, N.A. (2012). The Most Appropirate Quadrate Size and Shape for Determing Some Characteristics of a Semi-steppic Rangeland. Journal of Range andWatershed Management. Iranian Journal of Natural Resources, 65: 203_216, )in Farsi).
[45]. Tucker, C.J. (1979a). Red and photographic infrared linear combinations for monitoring vegetation. Remote sensing of environment, 8: 127−150.
[46]. Yang, J., Weisberg, P.J., & Bristow, N.A. (2012). Landsat remote sensing approaches for monitoring long-term tree cover dynamics in semi-arid woodlands: Comparison of vegetation indices and spectral mixture analysis. Remote sensing of environment, 119: 62–71.
[47]. Zehtabian, G., H. Azarnivand, H. Ahmadi, & S. Kalantari. 2013. Presentation of Suitable Model to Estimate Vegetation Fraction Using Satellite Images in Arid Region (Case Study: Sadough-Yazd, Iran). Journal of Rangeland Science, (3):108-117.