لیلا کرمی؛ سید محمد توکلی صبور؛ علی اصغر تراهی
چکیده
مطالعه روند رشد پوشش گیاهی بهطور ویژهای برای تحقیقات محیط زیستی مهم است. برآورد پارامترهای فنولوژی پوشش گیاهی به دادههای زمانی پیوسته NDVI در یک بازه زمانی نیاز دارد. ممکن است در برخی موارد رطوبت خاک، وجود ابر و ذرات معلق بر انرژی بازتابی از پوشش گیاهی اثر بگذارد و منجر به ایجاد تصاویری با دادههای از دست رفته یا دارای خطا شود. در ...
بیشتر
مطالعه روند رشد پوشش گیاهی بهطور ویژهای برای تحقیقات محیط زیستی مهم است. برآورد پارامترهای فنولوژی پوشش گیاهی به دادههای زمانی پیوسته NDVI در یک بازه زمانی نیاز دارد. ممکن است در برخی موارد رطوبت خاک، وجود ابر و ذرات معلق بر انرژی بازتابی از پوشش گیاهی اثر بگذارد و منجر به ایجاد تصاویری با دادههای از دست رفته یا دارای خطا شود. در این مطالعه از چهار مزرعه گندم واقع در بخشهای مختلف شهرستان خرمآباد، برای بررسی رفتار فنولوژی گیاه و استخراج پارامترهای فنولوژی استفاده شد. بهاین منظور برای از بین بردن این خطاها در سری زمانی NDVI از مدل TIMESAT استفاده شد. سه تابع مختلف برای از بین بردن نویزها و هموارسازی دادهها در مدل TIMESAT وجود دارد. هدف از این تحقیق بررسی عملکرد توابع گاوسین نامتقارن، لجستیک دوگانه و فیلتر انطباقی ساویتزکی-گولای در استخراج پارامترهای فنولوژیکی خصوصاً در مناطق کوهستانی است. در ابتدا شاخص NDVI با استفاده از دادههای روزانه سنجنده MODIS برای سال 2020 در سامانه گوگل ارث انجین محاسبه شد. پس از برطرف کردن خطاهای موجود در سری زمانی NDVI، از مدل TIMESAT بهمنظور تولید منحنی فنولوژی گیاه گندم در مزارع گرمسیر و سردسیر در نرمافزار TIMESAT3.3 استفاده شد. از توابع گاوسین نامتقارن، لجستیک دوگانه و فیلتر ساویتزکی-گولای برای بازسازی دادههای NDVI استفاده شد. طبق نتایج بهدست آمده فیلتر هموارسازی ساویتزکی-گولای بهطور میانگین RMSE برابر 2 دارد. ولی میانگین RMSE توابع گاوسین نامتقارن و لجستیک دوگانه به ترتیب 4 و 11 است. در نتیجه فیلتر ساویتزکی-گولای در بازسازی دادهها و برآورد پارامترهای شروع و پایان فصل رشد دارای صحت بالاتری است.
مینا ارست؛ ابوالفضل رنجبر؛ خدایار عبداللهی؛ سیدحجت موسوی
چکیده
تبخیر و تعرق به عنوان عامل مهم در اتلاف آب در مناطق خشک و نیمه خشک، پدیده پیچیدهای است کهبه عوامل و دادههای زیادی بستگی دارد. بنابراین برآورد دقیق میزان آن، بسیار مشکل وپرهزینه است.هدف از این مطالعه، بررسی اثرات ریزمقیاس نمایی کوکریجنگ دمای سطح زمین (LST)،برای برآورد تبخیر و تعرق واقعی (AET)، در ژوئن 2017 در حوضه زاینده رود ...
بیشتر
تبخیر و تعرق به عنوان عامل مهم در اتلاف آب در مناطق خشک و نیمه خشک، پدیده پیچیدهای است کهبه عوامل و دادههای زیادی بستگی دارد. بنابراین برآورد دقیق میزان آن، بسیار مشکل وپرهزینه است.هدف از این مطالعه، بررسی اثرات ریزمقیاس نمایی کوکریجنگ دمای سطح زمین (LST)،برای برآورد تبخیر و تعرق واقعی (AET)، در ژوئن 2017 در حوضه زاینده رود است. در این راستا،در روش اول،ریزمقیاس نمایی کوکریجینگ به محصول LST حاصل از ماهواره MODIS اعمال شد. سپس با استفاده از سیستم بیلان انرژی سطح (SEBS)،AET روزانه با وضوح متوسط (250 متری) به دست آمد. در روش دوم، نقشه AET به وضوح متوسط (250 متری) ریزمقیاس نمایی شد. اعتبار سنجی با استفاده از محصولات حاصل ازLandsat 8 صورت پذیرفت. نتایج نشان داد مقادیر میانگین AET-SEBS ریزمقیاس نمایی (12/56mm/day)وAET مرجع (13/11mm/day) دارایاختلاف ناچیزهستند. RMSEمیانAETمرجع و AETریزمقیاس نمایی شده برابر با 1/66 میلیمتر/روز (r = 0/73) و میانLSTمرجع و ریزمقیاس نمایی شده معادل 4/36K و (r=0/78) بود. این مطالعه نشان داد که مقادیر AET حاصله از دو روش ریزمقیاس نمایی، مشابه یکدیگر هستند، اما AET بدست آمده از LST ریزمقیاس نمایی شده، یک تغییرپذیری فضایی بالاتری را از خود نشان میدهد. مقایسه AET-SEBS با AET حاصل از روش پنمن- مانتیث- فائو نشان دهنده RMSE برابر با 26/2است. بنابراینLST اثر زیادی در تولید نقشههای AET از روی تصاویر سنجش از دور دارد و ریزمقیاس نمایی کوکریجینگ برای ارائه نقشههای AET روزانه با وضوح فضایی متوسط مفید بوده است. در مجموع یافتههای پژوهش نشان داد با به کارگیری روش ریزمقیاس نمایی و SEBS، میتوان تبخیر و تعرق واقعی را در حوضه زاینده رود و برای مناطق خشک و نیمه خشک با دقت مطلوب محاسبه نمود.
سارا نخعی نژادفرد؛ حمید غلامی؛ داوود اکبری؛ مت تلفر؛ مرضیه رضایی
چکیده
استفاده از تصاویر با قدرت تفکیک مکانی بیشتر در مناطق وسیع همچون استان خراسان جنوبی، به دلیل پهنای کوچک تر هر فریم تصویر لندست به همراه تفکیک زمانی بیشتر، امکان دسترسی به تصاویر همزمان جهت بررسی تغییرات کوتاه مدت همچون تغییرات پوشش گیاهی را با چالش همراه میکند. در پژوهش حاضر، به منظور دسترسی به اطلاعات طیفی همزمان پوشش گیاهی ...
بیشتر
استفاده از تصاویر با قدرت تفکیک مکانی بیشتر در مناطق وسیع همچون استان خراسان جنوبی، به دلیل پهنای کوچک تر هر فریم تصویر لندست به همراه تفکیک زمانی بیشتر، امکان دسترسی به تصاویر همزمان جهت بررسی تغییرات کوتاه مدت همچون تغییرات پوشش گیاهی را با چالش همراه میکند. در پژوهش حاضر، به منظور دسترسی به اطلاعات طیفی همزمان پوشش گیاهی در استان خراسان جنوبی، از تکنیک ادغام تصاویر ماهوارهای لندست 8 و مادیس استفاده گردید. برایاین منظور ابتدا نتایج حاصل از شش الگوریتم ادغام، شامل NNDiffuse، HPF، Brovey، Gram-Schmidt، PC وCN در یک محدوده آزمایشی در استان خراسان جنوبی با استفاده از معیارهای آماری مورد بررسی و ارزیابی قرار گرفت. در ادامه با کاربرد مناسب ترین الگوریتم ادغام، اطلاعات طیفی و مکانی بازتاب باند قرمز (RED)ومادون قرمزنزدیک (NIR)یازده تصویر موزائیک شده لندست 8 (30 متر) با باند REDوNIRیک تصویرمادیس (250 متر) ادغام گردید. سپس جهت بررسی پوشش گیاهی، با تصویر ماهوارهای ادغام شده، شاخص NDVIوHVCI همزمان، در سطح استان خراسان جنوبی تهیه گردید. نتایج به دست آمده نشان داد که الگوریتم NNDiffuse از دقت مطلوب تری جهت ادغام باندهای قرمز و مادون قرمز نزدیک لندست 8 و مادیس برخوردار است، به طوری که شاخص گیاهیNDVI به دست آمده از این الگوریتم در مقایسه با تصویر لندست 8 اصلی، از کمترین خطای آمای RMSE(0/0311) و MAE(0/0181) برخوردار است. همچنین بررسی مقادیر شاخص NDVI به دست آمده از الگوریتمهای ادغام، در طول خط ترانسکت طولی سیستماتیک - تصادفی در سه کاربری اراضی کشاورزی، شهری و مرتعی نیز نشان داد که شاخص به دست آمده از الگوریتم NNDiffuse انطباق بهتری با شاخص NDVI به دست آمده از تصویر لندست 8 اصلی دارد.
رضا سارلی؛ غلامرضا روشن؛ استفان گرب
چکیده
عموماً جهت ارزیابی فرآیندهای طبیعی، از قبیل اثرات بلندمدت تغییر اقلیم که متأثر از اندرکنش مؤلفههای سازنده سامانه اقلیمی از قبیل بیوسفر،لیتوسفر و یا عواملی که خارج از سامانه اقلیمی،تغییرات آب و هوایی را در بازه زمانی درازمدت کنترل مینمایند، و همچنین در خصوص فرآیندهای کوتاه مدت که شامل توالی پوشش گیاهی و فرآیندهای ژئومورفولوژیکی ...
بیشتر
عموماً جهت ارزیابی فرآیندهای طبیعی، از قبیل اثرات بلندمدت تغییر اقلیم که متأثر از اندرکنش مؤلفههای سازنده سامانه اقلیمی از قبیل بیوسفر،لیتوسفر و یا عواملی که خارج از سامانه اقلیمی،تغییرات آب و هوایی را در بازه زمانی درازمدت کنترل مینمایند، و همچنین در خصوص فرآیندهای کوتاه مدت که شامل توالی پوشش گیاهی و فرآیندهای ژئومورفولوژیکی است، پایش تغییر صورت میگیرد. همچنین، به منظور ارزیابی اثرات ناشی از فعالیتهای انسانی از قبیل جنگلزدایی، کشاورزی و شهرسازی، پایش تغییر مورد استفاده قرار میگیرد. همانگونه که تغییرات محیطی انعکاس دهنده وضعیت مدیریت اراضی است، روش های پایش تغییر میتواند به ارزیابی این عملیات کمک کند. در این راستا هدف از پژوهشحاضر سنجش و پیش بینی تغییرات پوششگیاهی حوزه استان مازندران طی دوره 2017-2005 با استفاده از زنجیره مارکوف و GIS میباشد. برای بررسی و تجزیه تحلیل تغییرات از روش طبقهبندیdecision tree با توجه به استانداردهای ناسا ابتدا برای هر valu16 یک کلاس تعریف شد. بر این اساس مشخص شده است که آستانه ی تغییر در منطقه ی مورد مطالعه با 1 انحراف از میانگین قرار داشته است. پس از تعیین آستانه ی تغییر، مناطق دارای تغییرات کاهشی، افزایشی و بدون تغییر مشخص گردیده است. جهت ارزیابی دقت تکنیک های سنجش تغییر پس از برداشت واقعیات زمینی که از طریق بازدید میدانی و تصاویر ماهواره ای Google Earth به دست آمد از دقت کل و ضریب کاپا استفاده شد. بر اساس نتایج به دست آمده مشخص گردید که دادههای ارزیابی شده با میانگین دقت کل 91 ، ضریب کاپای 88/0 را در ارزیابی پایش تغییرات پوششگیاهی منطقهی مورد مطالعه به خود اختصاص دادهاند.
محمد رضایی؛ الهام قاسمی فر؛ چنور محمدی
چکیده
الگوهای جوّی بر تغییرات پوشش گیاهی مؤثرند. اندکی تغییر در عناصر اقلیمی منجر به واکنش سریع گیاه و تغییر در رشد آن میشود. هدف این مطالعه تحلیل ارتباط پوشش گیاهی ماه می (انبوهترین ماه به لحاظ پوشش گیاهی) در ایران با الگوی پیوند از دور نوسان اطلس شمالی طی ماههای ژانویه تا می است. بدین منظور از دادههای مقادیر پوشش گیاهی نرمال شده سنجنده ...
بیشتر
الگوهای جوّی بر تغییرات پوشش گیاهی مؤثرند. اندکی تغییر در عناصر اقلیمی منجر به واکنش سریع گیاه و تغییر در رشد آن میشود. هدف این مطالعه تحلیل ارتباط پوشش گیاهی ماه می (انبوهترین ماه به لحاظ پوشش گیاهی) در ایران با الگوی پیوند از دور نوسان اطلس شمالی طی ماههای ژانویه تا می است. بدین منظور از دادههای مقادیر پوشش گیاهی نرمال شده سنجنده مودیس، طی دوره 2001 تا 2014 استفاده شده است. ابتدا ناحیهای از ایران که دارای متوسط NDVIبالاتر از 2/0 بود، بهعنوان ناحیه دارای پوشش گیاهی جدا گردید. سپس با توجه به شدت و ضعف مقادیرNDVI و به منظور سنجش میزان حساسیت هر طبقه با الگوی پیوند از دور نوسان اطلس شمالی به سه طبقه با پوشش گیاهی تنک، متوسط و انبوه تقسیم گردید. نتایج نشان داد در طبقات ذکر شده، پراکندگی مقادیر همبستگی مثبت و منفی از الگوی مکانی خاصی پیروی نمیکند. به منظور ارزیابی بهتر نتایج در هر کدام از نواحی، نقاط با بیشترین و کمترین ضریب همبستگی هر طبقه انتخاب گردید. بالاترین ارتباط معکوس مقادیر ضریب همبستگی در ناحیه تنک مشاهده گردید که حاکی از حساسیت بالای پوشش گیاهی منطقه تنک به الگوهای جوّی میباشد. کاربری اراضی نقاط انتخاب شده نشان میدهد در بیشتر موارد، مناطق با همبستگی منفی و مثبت به ترتیب مربوط به زمینهای با پوشش علفزار (پوشش طبیعی) و زمینهای زراعی (پوشش انسان ساخت) است. از آنجا که در فازهای منفی الگوی نوسان اطلس شمالی وضعیت پوشش گیاهی انبوهتر از فازهای مثبت الگوی نوسان اطلس شمالی است و با توجه به بالاترین ضریب تعیین بهدستآمده (77/0، در ماه فوریه واقع در استان آذربایجان شرقی)، میتوان با استفاده از وضعیت نوسان اطلس شمالی در ماههای زمستان مقادیر پوشش گیاهی ماه می را برای نقاط شاخص واقع در استانهای شمالغرب و غرب تخمین زد.
پرهام پهلوانی؛ مهدی حسنلو
چکیده
امروزه ترکیب دادهها و تصاویری که از منابع مختلف سنجش از دوری به دست آمدهاند، به عنوان راهحلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است، چرا که این دادهها با دید وسیع خود، رقومی بودن، تهیه بصورت دورهای، اطلاعات مختلفی را در اختیار محققین قرار میدهند. در این راستا، سنجندههای غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد ...
بیشتر
امروزه ترکیب دادهها و تصاویری که از منابع مختلف سنجش از دوری به دست آمدهاند، به عنوان راهحلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است، چرا که این دادهها با دید وسیع خود، رقومی بودن، تهیه بصورت دورهای، اطلاعات مختلفی را در اختیار محققین قرار میدهند. در این راستا، سنجندههای غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد استفاده قرار میگیرند. دادههای راداری نیز با توجه به این که غالباً مستقل از شرایط جوی و به صورت شبانهروزی امکان جمعآوری دارند و نیز برخی ساختارهای زمینی و اهداف مصنوعی پاسخ ویژهای در فرکانس راداری دارند، تواناییهای تصاویر نوری را تکمیل میکنند. همچنین دادههای هوابرد لیدار نیز میتوانند اندازهگیریهای نمونهای با دقت بسیار بالا از ساختارهای قائم در اختیار قرار دهند. در نتیجه، استفاده همزمان دادههای نوری، راداری و لیدار میتواند اطلاعات بیشتری در کاربردهای متنوع فراهم نماید. در این تحقیق، با بکارگیری همزمان این سه دسته داده سعی بر شناسایی عوارض خاص شهری به شکل بهینه نمودیم. در این راستا، با بکارگیری و تولید توصیفگرهای مختلف (57 توصیفگر) و با استفاده از روشهای استخراج ویژگی (شامل PCA و ICA) و تخمین ابعاد ذاتی دادهها (شاملSML و NWHFC)، فضای بهینهای برای طبقهبندی نظارت شده ایجاد شد. پس از انجام طبقهبندی (روش K-NN) با استفاده از نتایج بدست آمده، توصیفگرهای (لایههای اطلاعاتی) تولید شده برای شناسایی عوارض خاص شهری شامل ساختمانها، راهها و پوشش گیاهی براساس دقت کلاسهبندی بدست آمده و گروهبندی شدند. نتایج عددی بدست آمده حاکی از کارایی بالای رویه پیشنهادی و نیز روشهای بکارگرفته شده تخمین بعد ذاتی و استخراج ویژگی است.
فاطمه محمدیاری؛ حمیدرضا پورخباز؛ مرتضی توکلی؛ حسین اقدر
چکیده
آگاهی از خصوصیات کمی و کیفی تغییرات در برنامهریزیهای محیطی، آمایش سرزمین و توسعه پایدار بسیار حائز اهمیتاند. درحالحاضراستفاده ازنقشههای پوشش گیاهی یکی ازارکان مهم درتولیداطلاعات جهت برنامهریزیهای کلان وخرد میباشد. در این پژوهش جهت نمایش تغییرات زمانی و مکانی پوشش گیاهی شهرستان بهبهان ازاطلاعات باندهای ماهواره لندست ...
بیشتر
آگاهی از خصوصیات کمی و کیفی تغییرات در برنامهریزیهای محیطی، آمایش سرزمین و توسعه پایدار بسیار حائز اهمیتاند. درحالحاضراستفاده ازنقشههای پوشش گیاهی یکی ازارکان مهم درتولیداطلاعات جهت برنامهریزیهای کلان وخرد میباشد. در این پژوهش جهت نمایش تغییرات زمانی و مکانی پوشش گیاهی شهرستان بهبهان ازاطلاعات باندهای ماهواره لندست سنجندههای ETM+و OLIدر دو سال 1378 و 1392 استفاده و مقدار شاخص NDVI برای دو سال محاسبه گردید. همچنین به منظوربررسی تغییرات کیفی پوشش گیاهی مقادیرعددی این شاخص به 4کلاس مختلف سرسبزی شامل اراضی با پوشش عالی، پوشش بسیار خوب، پوشش خوب و ضعیف طبقهبندی شد. سپس تغییرات رخداده با استفاده از CROSSTAB مشخص شد.نتایج نشان داد تغییرات کمی وکیفی پوشش گیاهی درطی١4سال برای منطقه موردمطالعه گسترده بوده است به طوری که اراضی با پوشش عالی، بسیار خوب و ضعیف افزایش مساحت و اراضی با پوشش خوب کاهش مساحت را داشته است. بیشترین افزایش مساحت در اراضی با پوشش گیاهی عالی صورت گرفته، به طوری که از 79/5069 هکتار در سال 1378 به 5/7735 هکتار در سال 1392 افزایش یافته است. همچنین بیشترین کاهش مساحت در اراضی با پوشش خوب میباشد که از 4/34061 هکتار به 43/27434 هکتار رسیده است. در خاتمه، برای نشان دادن رابطه بهتر پوشش گیاهی و دما معادله رگرسیون بین این دو پارامتر به دست آمد. نتایج این نکته را که سطوح پوشیده ازگیاه،دمای سطح کمتری دارندوپوشش گیاهی آثارخنک کنندگی برپیرامون دارد تأیید کرد. بنابراین تخریب پوشش گیاهی منطقه، گرمتر شدن سطح شهر و بسیاری عواقب زیست محیطی دیگر را به دنبال خواهد داشت.