به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « vegetation supply water index (vswi) » در نشریات گروه « محیط زیست »

تکرار جستجوی کلیدواژه «vegetation supply water index (vswi)» در نشریات گروه «علوم پایه»
  • حمید نظری پور*، حسین جهانتیغ، مختار جعفری
    سابقه و هدف

    خشکسالی بعنوان یکی از مخاطرات طبیعی عمده، بر محیط زیست، جامعه، کشاورزی و اقتصاد تاثیر می گذارد. نمایه های متعددی برای کمی سازی خشکسالی بر مبنای داده های زمینی و سنجش از دور توسعه یافته اند. روش های سنتی کمی سازی خشکسالی مبتنی بر داده های هواشناسی و معیارهای قراردادی بوده و معمولا در زمان واقعی نزدیک در دسترس نمی باشند. از سوی دیگر، داده های مبتنی بر سنجش از دور، پیوسته در دسترس بوده و می توانند برای تشخیص چندین جنبه و مشخصه خشکسالی مورد استفاده قرار گیرند. هدف از این پژوهش، بررسی و مقایسه نمایه های مختلف استنتاجی از داده های سنجش از دور و هواشناسی برای پایش خشکسالی مقیاس محلی (بخش شرقی استان کردستان) می باشد.

    مواد و روش ها

    هفت شاخص خشکسالی مقایسه شده شامل شاخص وضعیت پوشش گیاهی (VCI)، شاخص خشکی پوشش گیاهی (VDI)، شاخص سلامت پوشش گیاهی (VHI)، شاخص ذخیره آب پوشش گیاهی (VSWI)، شاخص پوشش گیاهی تفاوت نرمال شده (NDVI)، شاخص وضعیت دمایی (TCI) و شاخص بارش استاندارد (SPI) می باشند. شاخص های سنجش از دور از داده های مودیس استنتاج شده است. شاخص هواشناسی SPI از تلفیق داده های ایستگاه های باران سنجی و بارش شبکه بندی شده حاصل شده است. نقشه های رقومی شاخص های هفت گانه خشکسالی برای دوره 2021 - 2002 با تفکیک زمانی مشابه (16 روزه) تهیه شده اند. برای تجزیه و تحلیل ویژگی های هر شاخص خشکسالی از روش مقایسه ای شامل انتخاب دوره های خاص از خشکسالی رخ داده و ویژگی های شناسایی خشکسالی فضایی استفاده گردیده است. مقایسه شاخص های خشکسالی در ماه اردیبهشت انجام گردیده که زمان رویشی است. در نهایت، از تجزیه و تحلیل همبستگی پیرسون برای ارزیابی تشابه رفتاری شاخص ها استفاده گردیده است.

    نتایج و بحث: 

    تحلیل مقایسه ای فضایی بین شاخص های خشکسالی نشان داد که همه شاخص ها در توزیع مقیاس منطقه ای خشکسالی انطباق معین دارند؛ به ویژه آن هایی که از مجموعه داده های مشابه مشتق شده اند. در حالی که، آشکارا تفاوت توزیع مقیاس محلی در میان گروه های مختلف شاخص ها یافت شد. نتایج نشان داد که روند کلی شاخص ذخیره آب پوشش گیاهی انطباق بهتری با شاخص بارش استاندارد شده دارد. بر اساس تحلیل همبستگی، اثبات گردید که شاخص ذخیره آب پوشش گیاهی می تواند بازتاب بهتری از میزان بارندگی و شدت خشکسالی به دلیل کمبود بارندگی باشد. علاوه بر این، دمای سطح زمین (LST)، بیشتر از اطلاعات بازتابی به نتایج شاخص پیوندی (VSWI) کمک می کند. یک تاخیر 32 روزه از شاخص های بیانگر وضعیت پوشش گیاهی به خوبی بیانگر شرایط خشکسالی هواشناسی در منطقه مورد مطالعه است. نبود و کمبود بارندگی در حداقل پنج دوره (80 روز) قبل تر می تواند بر وضعیت پوشش گیاهی در شرایط موجود تاثیر جدی داشته باشد. مناطق دشتی و پایکوهی واقع در بخش های مرکزی، شرقی و جنوب شرقی منطقه مورد مطالعه با غلبه کشاورزی غلات به ویژه کشت دیم، نسبت به شرایط خشکسالی حساس تر از سایر قسمت ها می باشند.

    نتیجه گیری

    علیرغم مزیت های فراوان شاخص های خشکسالی سنجش از دوری در تجزیه و تحلیل خشکسالی در زمان نزدیک به واقع، همچنان شاخص های خشکسالی هواشناسی در اولویت پایش خشکسالی می باشند. این جایگاه ناشی از وابستگی سیستم های هیدرولوژیکی و کشاورزی به شرایط هواشناسی است. عمدتا این سیستم های هیدرولوژیکی و کشاورزی در مناطق مختلف با تاخیر زمانی متفاوت به نوسانات هواشناسی پاسخ می دهند. درک این روابط پیچیده میان سیستم های هواشناسی، هیدرولوژیکی و کشاورزی می تواند در برنامه های آمادگی زودهنگام در برابر خشکسالی و مدیریت آن مفید واقع گردد.

    کلید واژگان: تحلیل خشکسالی, سنجش از دور, شاخص ذخیره آب پوشش گیاهی, شاخص بارش استاندارد شده, شاخص سلامت پوشش گیاهی}
    Hamid Nazaripour *, Hossein Jahantigh, Mokhtar Jafari
    Introduction

    Drought, as one of the major natural hazards, affects the environment, society, agriculture and economy. Several indices have been developed for drought quantification based on ground data and remote sensing. Traditional drought quantification methods are based on meteorological data and conventional criteria and are usually not available in near real- time. On the other hand, data based on remote sensing are continuously available and can be used to detect several aspects and characteristics of drought. The purpose of this research is to investigate and compare different indices derived from remote sensing and meteorological data for local scale drought monitoring (eastern part of Kurdistan Province).

    Material and methods

    Seven drought indices were compared, including Vegetation Condition Index (VCI), Vegetation Drought Index (VDI), Vegetation Health Index (VHI), Vegetation Supply Water Index (VSWI), Normalized Difference Vegetation Index (NDVI), Temperature Condition Index (TCI) and Standardized Precipitation Index (SPI). Remote sensing indicators are derived from MODIS data. The meteorological index SPI is obtained by combining the data of rain gauge stations and gridded precipitation data. The digital maps of the seven drought indicators have been prepared for the period of 2002-2021 with the same time interval (16-days). To analyze the characteristics of each drought index, a comparative method including the selection of specific periods of drought and spatial drought identification characteristics has been used. The comparison of drought indicators was done May, which is the growing season. Finally, Pearson's correlation analysis was used to evaluate the behavioral similarity of the indicators.

    Results and discussion

    The spatial comparative analysis between the drought indicators showed that all the indicators had certain adaptations in the distribution of the regional scale of drought, especially those derived from similar data sets. Meanwhile, the difference in local scale distribution was found among different groups of indicators. The results showed that the general trend of the VSWI had a better compliance with the standardized precipitation index. Based on the correlation analysis, it was proved that the VSWI  can be a better reflection of the amount of rainfall and the severity of drought due to the lack of rainfall. In addition, the land surface temperature (LST) contributes more to the VSWI results than the reflectance information. A two-period (32-day) delay of the indicators indicating the state of vegetation is a good indicator of the meteorological drought conditions in the study area. The absence and lack of rainfall in at least five periods (80 days) earlier can had a serious effect on the state of vegetation in the existing conditions. Plain and mountainside areas located in the central, eastern and south-eastern parts of the study area were more sensitive to drought conditions than other parts due to the dominance of grain farming, especially rainfed farming.

    Conclusion

    While remote sensing drought indicators have many advantages in the analysis of drought in real-time, meteorological drought indicators are still the priority for drought monitoring. This is due to the dependence of hydrological and agricultural systems on meteorological conditions. Mainly, these hydrological and agricultural systems in different regions respond to meteorological fluctuations with different time delays. Understanding these complex relationships between meteorological, hydrological and agricultural systems can be useful in early preparation programs against drought and its management.

    Keywords: Drough t Analysis, remote sensing, Vegetation Supply Water Index (VSWI), Standardised Precipitation Index (SPI), Vegetation Health Index (VHI)}
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال