<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشکده منابع طبیعی دانشگاه تهران</PublisherName>
				<JournalTitle>نشریه علمی - پژوهشی مرتع و آبخیزداری</JournalTitle>
				<Issn>5044-2008</Issn>
				<Volume>79</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Assessment of Sentinel-2 Satellite Data Capability for Estimating Vegetation Diversity Indices in Semi-Steppe Rangelands of Chaharmahal and Bakhtiari Province</ArticleTitle>
<VernacularTitle>ارزیابی قابلیت داده‌های ماهواره‌ای سنتینل- 2 در برآورد شاخص‌های تنوع گیاهی مراتع نیمه‌استپی استان چهارمحال و بختیاری</VernacularTitle>
			<FirstPage>41</FirstPage>
			<LastPage>58</LastPage>
			<ELocationID EIdType="pii">106395</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jrwm.2025.399863.1846</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>لیلا</FirstName>
					<LastName>محمودزاده</LastName>
<Affiliation>گروه مهندسی طبیعت، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران</Affiliation>

</Author>
<Author>
					<FirstName>پژمان</FirstName>
					<LastName>طهماسبی</LastName>
<Affiliation>گروه مهندسی طبیعت، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران</Affiliation>

</Author>
<Author>
					<FirstName>عطاالله</FirstName>
					<LastName>ابراهیمی</LastName>
<Affiliation>گروه مهندسی طبیعت، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران</Affiliation>

</Author>
<Author>
					<FirstName>سمانه سادات</FirstName>
					<LastName>محزونی کچپی</LastName>
<Affiliation>گروه مهندسی طبیعت، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران</Affiliation>
<Identifier Source="ORCID">0009-0002-3633-2501</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>08</Month>
					<Day>01</Day>
				</PubDate>
			</History>
		<Abstract>Considering the widespread changes in biodiversity and its vital importance in maintaining ecosystem stability and functionality, precise and continuous assessment of plant diversity indices is essential. Due to temporal, spatial, and economic constraints, field sampling is often difficult and costly in many regions. Therefore, remote sensing data have increasingly gained attention as a reliable, efficient, and cost-effective source for biodiversity assessment and monitoring. This study aims to evaluate the capability of Sentinel-2 satellite data in estimating plant biodiversity indices in semi-steppe rangelands. To this end, eight sampling sites were selected based on management conditions, vegetation cover, and ecological characteristics, and three 30*30 m2 macroplots were established at each site. Vegetation cover sampling was performed using a systematic-random method with 2*2 m2 plots along three transects. After calculating plant diversity indices including alpha diversity, beta diversity, and functional diversity, the relationships between these indices and vegetation indices derived from Sentinel-2 data were examined and statistically analyzed. Data analysis was conducted using linear regression and correlation tests in the R software environment. The results clearly demonstrate that vegetation indices derived from Sentinel-2 satellite imagery are capable of predicting different components of biodiversity in semi-steppe rangelands. Among the indices, EVI showed the strongest correlation with alpha diversity (R²=0.20, P-value=0.02) and functional diversity (functional richness) (R²=0.34, P-value=0.001), whereas NDVI exhibited the highest correlation with beta diversity (Bray-Curtis Similarity and distance indices index) (R²=0.21, P-value=0.01). Other indices such as MSAVI2, AVI, and SAVI also revealed positive and significant correlations with various biodiversity components, although their correlation coefficients were lower than those of the primary indices.</Abstract>
			<OtherAbstract Language="FA">با توجه به تغییرات گسترده در تنوع زیستی و اهمیت حیاتی آن در حفظ پایداری و عملکرد اکوسیستم‌ها، ارزیابی دقیق و مستمر شاخص‌های تنوع گیاهی امری ضروری است. از آنجا که نمونه‌برداری‌های میدانی به‌دلیل محدودیت‌های زمانی، مکانی و اقتصادی در بسیاری از مناطق دشوار و پرهزینه است، استفاده از داده‌های سنجش از دور به‌عنوان منبعی قابل اتکا، کارآمد و مقرون به‌صرفه برای بررسی و پایش تنوع زیستی مورد توجه فزاینده‌ای قرار گرفته است. هدف این پژوهش، ارزیابی قابلیت داده‌های ماهواره‌ای سنتینل- 2 در برآورد شاخص‌های تنوع زیستی گیاهی در مراتع نیمه‌استپی است. برای این منظور، ۸ سایت نمونه‌برداری با در نظر گرفتن شرایط مدیریتی، پوشش گیاهی و ویژگی‌های اکولوژیکی انتخاب شد و در هر سایت سه ماکروپلات به ابعاد 30*30 مترمربعی مستقر گردید. نمونه‌برداری از پوشش گیاهی به روش تصادفی- سیستماتیک و با استفاده از پلات‌های 2*2 مترمربعی در امتداد سه ترانسکت انجام گرفت. پس از محاسبه شاخص‌های تنوع گیاهی شامل تنوع آلفا، بتا و عملکرد، رابطه میان آن‌ها و شاخص‌های پوشش گیاهی حاصل از داده‌های سنتینل- 2 مورد بررسی و تحلیل آماری قرار گرفت. تحلیل داده‌ها با استفاده از روش‌های رگرسیون خطی و آزمون همبستگی در محیط نرم‌افزار R انجام شد. نتایج به‌طور مشخص نشان می‌دهد که شاخص‌های پوشش گیاهی مشتق از تصاویر ماهواره‌ای سنتینل- 2 قادر به پیش‌بینی مؤلفه‌های مختلف تنوع زیستی مراتع نیمه‌استپی هستند. شاخص EVI بیشترین همبستگی را با تنوع آلفا (R2=0.20, P-value=0.02) و تنوع عملکردی (غنای عملکردی) (R2=0.34, P-value=0.001) نشان داد، درحالی‌که شاخص NDVI بیشترین همبستگی را با تنوع بتا (شاخص شباهت و فاصله Bray-curtis) (R2=0.21, P-value=0.01) داشت. شاخص‌های دیگر مانند MSAVI2، AVI و SAVI نیز همبستگی مثبت و معنی‌دار با مؤلفه‌های مختلف تنوع نشان دادند، هرچند ضریب همبستگی آنها نسبت به شاخص‌های اصلی کمتر بود.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">تنوع زیستی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شاخص پوشش گیاهی بارز شده (EVI)</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">رگرسیون خطی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سنجش از دور</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مراتع نیمه‌استپی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jrwm.ut.ac.ir/article_106395_b3ff1f5f4b833a9f696064129b6abe8c.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
