حساسیت سنجی شاخص خشکی گیاه (VDI) به بازتابش باندهای گوناگون فروسرخ موج کوتاه در مناطق خشک و نیمه خشک (مطالعه موردی: استان سیستان و بلوچستان) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
پایش خشکسالی، به منظور هشدار سریع برای خطر خشکسالی، بسیار حیاتی و مهم است. در این پژوهش، سعی شده است که شاخص پایش خشکسالی VDI براساس باندهای متفاوت داده های ماهواره ای مادیس، با تفکیک مکانی متوسط، توسعه یابد. شاخص VDI به تنش آب در گیاهان می پردازد. مطالعات طیفی نشان داده است که بازتابندگی باند فروسرخ موج کوتاه (SWIR) با محتوای آب برگ ارتباط منفی دارد و به دلیل حساس بودن SWIR به محتوای آب برگ، در ایجاد شاخص های گوناگون سنجش از دور، ازجمله VDI و به منظور شناسایی محتوای آب گیاهان، کاربرد گسترده ای دارد. این پژوهش نقشه های خشکسالی شاخص VDI را براساس میزان حساسیت به رطوبت، با استفاده از بازتابش باند های 5 و 6 فروسرخ موج کوتاه SWIR (VDI5 و VDI6) مادیس، ارزیابی کرده است. بدین منظور از تصاویر ماهواره ای مادیس و داده های بارش ماهیانه مدل جهانی GLDAS، در محدوده استان سیستان و بلوچستان در دوره زمانی نوزده ساله ای (2018-2000) استفاده شد. برای ارزیابی دقت نقشه های محاسبه شده براساس دو باند، ضریب همبستگی پیرسون به کار رفت. نتایج همبستگی بالایی را میان شاخص VDI6 و داده های بارش نشان داد و مشخص شد که باند 6 موج کوتاه فروسرخ، در استان سیستان و بلوچستان، به شرایط خشک خاک بیشترین واکنش را نشان می دهد؛ ازاین رو این مطالعه استفاده از شاخص VDI براساس باند 6 را برای شناسایی زودهنگام و نظارت بر خشکسالی کشاورزی در برنامه های عملیاتی مدیریت خشکسالی، پیشنهاد می کند.Sensitivity of Vegetation Dryness Index (VDI) to Reflectance of Different Shortwave Infrared Bands in Arid and Semi-Arid Regions (Case Study: Sistan & Baluchestan Province)
Drought monitoring is critical for early warning of drought hazard. This study is attempted to develop remote sensing drought monitoring index (VDI), based on Accuracy of different bands of Moderate Resolution Imaging Spectroradiometer data MODIS, VDI focuses about the vegetation water stress.
Spectral studies have demonstrated that due to the large absorption by leaf water, shortwave infrared reflectance (SWIR) is negatively related to leaf water content. Being sensitive to leaf water content, SWIR is widly utilized to construct various remote-sensing indices for example VDI for reflecting vegetation water content, . In this study, Vegetation Drought Index (VDI) was evaluated Based on the sensitivity rate to moisture by shortwave infrared reflectance bands SWIR 5 and 6 (VDI5 and VDI6). The data included the MODIS sensor images from Terra satellite in a period of nineteen years from 2000 to 2018 and Precipitation data are obtained from the Global Land Data Assimilation System (GLDAS), in Sistan & Balouchestan Province, Pearson correlation coefficient was used to evaluate the accuracy of the Drought spatial distribution maps calculated based on the two bands.
Results indicate high significant correlation rate between VDI6 and Precipitation data . Study also showed that shortwave infrared band 6 (SWIR) is more sensitive to agricultural drought than band 5,in Sistan and Baluchestan province . The study recommends to use VDI index with and 6 for better early detection and monitoring of agricultural drought in operational drought management programmes.
تبلیغات
