نویسندگان

• فاضل امیری ¹
• حسن یگانه ²

¹ عضو هیأت علمی دانشگاه آزاد اسلامی واحد بوشهر، ایران

² دانشگاه آزاد اسلامی، واحد اردستان، باشگاه پژوهشگران جوان، اردستان، ایران

چکیده

Assessment process of vegetation cover by remote-sensing images should be based on understanding of the vegetation indices. Vegetation indices are widely used for assessing and monitoring ecological variables such as vegetation cover, above-ground biomass and leaf area index. The aim of the present research was to study of the ASTER data capabilities to estimate the vegetation cover percentage on Ghareh Aghaj Watershed as well as selecting proper vegetation indices for vegetation cover procurement. Various preprocessing, including image rectification was applied with geo-referencing of the image to a registered image with RMSE of 0.5 pixel. The atmospheric and topographic corrections were applied using subtraction of dark object's method and the Lambert method accordingly. Image processing, including vegetation indices and supervised classification were employed to produce the vegetation cover map. Field data collection was started on June 2008 on 8962.25 ha and prolonged about two months. Various vegetation types were sampled using the stratified random sampling method. Sixty random sampling points were selected, and the vegetation cover percentage was estimated with estimation of checking method. Digital data and the Indices maps were used as independent data and the field data as dependent variables. The resulted models were processed on, and the resulted images were categorized in five classes. Finally, the produced maps were controlled for their accuracy. The results confirmed that the NDVI vegetation indices were significantly correlated with field cover data (P?0.01), the strongest relationships explaining relatively 78% of the variance in the field measurements (R2=0.38). Other vegetation indices were not significantly related to vegetation cover percentage of the field data. The total validity and the Kappa coefficient for this map are 68.5% and 72.4%. On these sites, the R square was exceeded to 85%. Most of the produced maps had higher accuracies with NDVI indices, and their Kappa was very high. During the growing seasons, the most rangeland products changes, belongs to class 5 and 2 in the NDVI and SAVI indices map. The outcoming results of this study prove that the ASTER data estimates the plant production very well. Through this tool, one can monitor the hay production that is very useful for resources management as well as decision making for logic rangeland utilization. Generally introduced indices, provided accurate quantitative estimation of the parameters. Therefore, it is possible to estimate cover and production as important factors for rangeland monitoring using ASTER data.

کلیدواژه‌ها

• پایش
• تاج پوشش
• تصاویر ماهواره‌ای
• سنجش از دور
• سنجنده ASTER.
• شاخص گیاهی
• کاربری اراضی

عنوان مقاله [English]

Evaluation of Vegetation Indices for Preparing Vegetation Cover Percentage in Semi-arid Lands of Central Iran (Case Study: Ghareh Aghaj Watershed)

نویسندگان [English]

• Fazel Amiri ¹
• Hassan Yeganeh ²

¹

²

چکیده [English]

فرآیند ارزیابی پوشش گیاهی به وسیلة تصاویر ماهواره‌ای نیازمند استفاده از شاخص‌های گیاهی است. شاخص گیاهی بطور گسترده‌ای برای ارزیابی و پایش تغییرهای بو شناختی (اکولوژیک) مانند پوشش گیاهی، بیوماس پوشش سطح خاک و شاخص سطح برگ استفاده می‌شود. اهداف این مطالعه شامل بررسی قابلیت داده‌های ASTER به منظور برآورد پوشش گیاهی در حوزه آبخیز قره آقاچ و همچنین انتخاب شاخص‌های گیاهی مناسب در تهیه نقشه پوشش گیاهی منطقه، می‌باشد. پیش‌پردازش‌های مختلف شامل تصحیح هندسی با استفاده از تصاویر موجود مربوط اردیبهشت 1387 با RMSE حدود 5/0 پیکسل انجام شد و تصحیحات اتمسفری و توپوگرافی به ترتیب به کمک روش تفریق عارضه تاریک و مدل لامبرت انجام شد. از شاخص‌های گیاهی و طبقه‌بندی نظارت شده برای تهیه نقشه پوشش گیاهی استفاده شد. عملیات برداشت زمینی در اردیبهشت ماه 1387 در سطحی معادل 25/8962 هکتار آغاز ‌شد. تیپ‌های مختلف گیاهی به روش نمونه‌برداری سیستماتیک- تصادفی، سطحی که اختلاف مهمی در ترکیب فلورستیک- فیزیونومیک نداشت، به عنوان تیپ گیاهی مستقل و یکنواخت در نظر گرفته شد. در کل منطقه حدود 60 نقطه تصادفی انتخاب و اندازه‌گیری پوشش گیاهی به روش برآورد انجام گرفت. اطلاعات رقومی و شاخص‌ها به عنوان متغیر مستقل و اطلاعات زمینی به عنوان متغیر‌ وابسته معرفی شدند. معادلات مختلف با استفاده از شاخص‌ها بر روی تصاویر اعمال و سپس تصاویر به 5 کلاس پوشش طبقه بندی شد. در نهایت نقشه‌ پوشش و نقاط نمونه‌برداری برای بررسی صحت نتایج، کنترل گردید. نقشه پوشش منطقه با اعمال پردازش‌های گوناگون بر روی تصویر تهیه گردید. با بهره گیری از سامانه اطلاعات جغرافیایی تمام لایه‌های اطلاعاتی با یکدیگر ترکیب و نقشه پوشش اراضی منطقه تهیه شد. نتایج این پژوهش نشان داد که، شاخص NDVI همبستگی بالایی با درصد پوشش گیاهی داشت (01/0P?). صحت کلی و ضریب کاپا برای نقشه پوشش با شاخص NDVI به ترتیب برابر 5/68 % و 4/72 % بدست آمد. نتایج این مطالعه نشان داد که پوشش گیاهی با درصد تاج پوشش 40-20 درصد، وسیع‌ترین طبقه تراکمی پوشش این منطقه می‌باشد. نتایج این پژوهش همچنان نشان داد که تصاویر سنجنده ASTER و شاخص‌های گیاهی ابزار قدرت مناسبی برای تهیه نقشه پوشش گیاهی می‌باشد. بنابراین، می توان از نقشه پوشش تهیه شده از داده‌های ASTER برای برآورد پوشش و تولید و ارزیابی مراتع استفاده کرد.

کلیدواژه‌ها [English]

• ASTER spectral data
• Land Use
• monitoring
• remote sensing
• Satellite images
• vegetation cover
• Vegetation indexes