سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی
سال:1395 | دوره:7 | شماره:2 |تعداد مقالات:8

امروزه استفاده از شاخص های اکولوژیک همانند تاج پوشش درختان برای شناخت وضعیت اکوسیستم های خاص نظیر رویشگاه های مانگرو و پایش و ارزیابی تغییرات ایجاد شده در طی زمان، امری ضروری می باشد. هدف از این مطالعه استفاده از قابلیت داده های طیفی با قدرت تفکیک مکانی بالادر برآورد مشخصه سطح تاج پوشش با استفاده از الگوریتم های پارامتریک و ناپارامتریک در جنگل های مانگرو استان بوشهر است. برای انجام تحقیق، 50 قطعه نمونه 400 مترمربع (20×20 متر) به روش خط- نمونه پیاده و اطلاعات قطر برابر سینه، قطر بزرگ و کوچک تاج درختان و ارتفاع تمامی درختان به همراه موقعیت مراکز قطعه نمونه برداشت و سطح تاج پوشش در قطعه نمونه و در هکتار به درصد محاسبه گردید. تصاویر مورد استفاده در این تحقیق مربوط به عملیات عکس برداری در تاریخ 20/10/91 است که با استفاده از دوربین رقومی UltraCam-X برداشت گردید. پس از انجام پیش پردازش ها و پردازش های مناسب، ارزش های رقومی متناظر با قطعات نمونه زمینی از باندهای طیفی استخراج و به عنوان متغیرهای مستقل و درصد تاج پوشش به عنوان متغیر وابسته در نظر گرفته شدند. مدل سازی با الگوریتم های نزدیک ترین همسایه، ماشین بردار پشتیبان، جنگل تصادفی و رگرسیون خطی چند متغیره با 70 % از قطعات نمونه انجام گردید و نتایج با 30 % باقیمانده قطعات نمونه مورد ارزیابی قرار گرفت. به منظور پیش بینی درصد تاج پوشش، نتایج الگوریتم جنگل تصادفی، نزدیک ترین همسایه، رگرسیون خطی چندمتغیره و ماشین بردار پشتیبان به ترتیب با درصد مجذور میانگین مربعات خطا برابر با 13.57، 13.95، 14.88 و 17.73 و اریبی نسبی برابر با -3.88، -4.62، -5.05 و -2.78 بدست آمد که الگوریتم جنگل تصادفی با کمترین درصد مجذور میانگین مربعات خطا توانست درصد تاج پوشش را بهتر پیش بینی نماید. نتایج این تحقیق نشان داد الگوریتم های ناپارامتریک جنگل تصادفی، نزدیک ترین همسایه و ماشین بردار پشتیبان قابلیت بالاتری نسبت به الگوریتم پارامتریک رگرسیون خطی چندمتغیره در برآورد مشخصه درصد تاج پوشش دارا می باشند.

با توجه به اهمیت زیست محیطی تالاب ها، به عنوان سرمایه های ملی و گاه بین المللی، ارزیابی تغییرات پوشش گیاهی این مناطق بسیار مهم می باشد. یکی از علل کاهش پوشش گیاهی در دهه اخیر افزایش گرد و غبار بوده که تاثیر متقابل بر پوشش گیاهی این مناطق دارد. در این مطالعه، با بررسی تغییرات زمانی پوشش تالاب شادگان خوزستان، ارتباط این تغییرات با طوفان های گرد و غبار ارزیابی گردید. با استفاده از شاخص تفاضل نرمال شده پوشش گیاهی (NDVI) تصاویر MODIS در دو دوره زمانی 2000 تا 2011، تغییرات پوشش گیاهی تعیین و از آمار ریزگردهای ایستگاه هواشناسی اهواز در همین دوره تاثیر شاخص های ریزگردها (مجموع غلظت سالیانه، غلظت حداکثر سالیانه و متوسط غلظت سالیانه) بر تغییرات پوشش گیاهی این مناطق مورد بررسی و تجزیه و تحلیل قرار گرفت. نتایج نشان دهنده کاهش 7.36 درصدی سطح پوشش گیاهی از سال 2000 تا 2011 بود. نتایج همچنین نشان داد که بیشترین و کمترین سطح آب 25.67 و 19.72 درصد به ترتیب مربوط به سال های 2007 و 2000 و بیشترین و کمترین سطح پوشش گیاهی 31.21 و 17.27 درصد به ترتیب مربوط به سال های 2000 و 2004 بوده است. با افزایش طوفان های گرد و غبار بعد از سال 2002، مجموع غلظت سالیانه ریزگردها ضریب تبیین بالایی (0.85) با شاخص NDVI داشت. همچنین در خصوص تاثیر تاخیری ریزگردها، که بهترین همبستگی خطی با ضریب تبیین 0.82 برای تاخیر 2 ماهه بعد از وقوع ریزگرد بدست آمد.

امروزه مدل سازی و پیش بینی تغییرات کاربری اراضی با استفاده از تصاویرماهواره ای می تواند ابزار بسیار مفیدی برای تشریح روابط متقابل بین محیط طبیعی و فعالیت های انسانی، برای کمک به تصمیم گیری برنامه ریزان در شرایط پیچیده باشد. روش های متنوعی برای پیش بینی تغییرات پوشش و کاربری اراضی وجود دارد که از جمله آنها می توان به مدل زنجیره ای مارکوف اشاره کرد. در تحقیق حاضر، تغییرات کاربری اراضی در دشت برتش شهرستان دهلران واقع در استان ایلام به وسعت 135244 هکتار در سه دوره زمانی (1988، 2001 و 2013) تصاویر ماهواره لندست، تهیه نقشه کاربری اراضی در شش کلاس (جنگل کم تراکم، مرتع متوسط، مرتع فقیر، کشاورزی، رسوبات آبرفتی و اراضی بدون پوشش) با استفاده از طبقه بندی شبکه عصبی کوهونن و همچنین به کارگیری مدل پیش بینی مارکوف و رویکرد مدلساز تغییر کاربری اراضی (Land Change Modeler) LCM تغییرات کاربری اراضی برای سال 2030 پیش بینی شد. نتایج طبقه بندی نشان دهنده تخریب و کاهش میزان وسعت اراضی جنگل کم تراکم و مرتع متوسط و افزایش مساحت سایر کاربری می باشد. کاهش وسعت پوشش جنگل کم تراکم و مراتع متوسط و روند افزایشی سایر کاربری ها بیانگر تخریب کلی در منطقه و جایگزینی کاربری های ضعیف تر در منطقه است. در پایان با بکارگیری مدل پیش بینی مارکوف و رویکرد مدلساز LCM تغییرات کاربری اراضی برای سال 2030 پیش بینی شد. نتایج حاصل از ماتریس پیش بینی تغییرات بر مبنای نقشه های سال های 2001 و 2013 نشان داد که احتمال می رود در فاصله زمانی 2030-2013، 45% جنگل کم تراکم، 71% مرتع متوسط، 96% مرتع فقیر، 81% کشاورزی، 93% رسوبات آبرفتی و 100% اراضی بدون پوشش بدون تغییر باقی بمانند، که اراضی بدون پوشش دارای بالاترین پایداری و از طرف دیگر جنگل کم تراکم کمترین پایداری را خواهند داشت.

جنگل های بلوط غرب همواره مورد توجه گروهک های تروریستی قرار داشته است، لذا بحث مکان یابی مراکز مستعد دفاعی با رعایت اصول پدافند غیر عامل حیاتی و ضروری است. هدف از این تحقیق، کاربرد مدل فرآیند تحلیل سلسله مراتبی (AHP) در تهیه نقشه پتانسیل مراکز مستعد دفاعی و بررسی منابع در بخشی از جنگل های تنک غرب کشور در استان ایلام است. ابتدا با استفاده از نظرات کارشناسان دفاعی، هشت لایه اطلاعاتی موثر در تعیین مراکز مستعد دفاعی (سنگ شناسی، فاصله از مناطق شهری، فاصله از روستاها، درصد شیب، جهت شیب، طبقات ارتفاعی، فاصله از شبکه آبراهه و فاصله از جاده) انتخاب و نقشه های مذکور در محیط ArcGISÒ9.3 رقومی گردید. اولویت بندی عوامل موثر با استفاده از نظر کارشناسان در محیط (EC2000) Expert Choice انجام شد. نتایج اولویت بندی معیارها با استفاده از روش مقایسه زوجی نشان داد که عوامل فاصله از شهرها، فاصله از روستاها، فاصله از جاده ها و سنگ شناسی به ترتیب با وزن های 0.351، 0.222، 0.160، و 0.109 بیشترین تاثیر و عوامل ارتفاع (0.021) و فاصله از شبکه آبراهه ها (0.030) کم ترین تاثیر را در مکان یابی مراکز مستعد دفاعی منطقه مورد مطالعه داشته اند. هم چنین نتایج نشان داد که واحدهای زمین شناسی دوران سنوزوئیک، فواصل 15000-10000 متری از شهرها، فواصل بیشتر از 6000 متری از جاده ها، کلاس شیب 20-10 درصد، جهت های جغرافیایی شرقی، طبقات ارتفاعی 1500-1000 متری، فواصل بیش از 3000 متر و طبقه 5000-3000 متری آبراهه ها و جاده ها مناسب ترین مناطق برای تهیه نقشه پتانسیل مراکز نظامی در جنگل های تنک غرب معرفی شده اند.

ذخیره برف در حوزه های کوهستانی از منابع آب مهم است. طبق بررسی های انجام شده حدود 60 درصد آب های سطحی و 57 درصد آب های زیرزمینی کشور در مناطق برف گیر جریان دارند. در سال های اخیر اهمیت و کاربردهای داده های روزنه ترکیبی راداری (SAR) با توجه به مزیت های عمده ای نسبت به سایر سیستم های سنجش از دور دارند رو به فزونی بوده است. در این پژوهش ابتدا با استفاده از تولیدات ماهواره مودیس (MODIS) و الگوریتم Snow map نقشه سطح پوشش برف و سپس با استفاده از دوازده تصویر راداری سنجنده TerraSAR-X و تکنیک راداری تداخل سنجی (DInSAR) به گونه ای که ابتدا یک تصویر به عنوان تصویر پایه و بقیه تصاویر نسبت به تصویر اول تداخل سنجی انجام شد سپس بین مناطقی که پوشش برف بود مقدار جا به جای بدست آمده آن ها نشان دهنده تغییرات عمق برف است و در مرحله بعد نقشه عمق برف و نقشه حجم برف مهرماه 1391 تا اردیبهشت 1392 استخراج شد. با استفاده از رگرسیون خطی بین نقشه عمق برف که از تکنیک تداخل سنجی تولید شده و داده های عمق آب معادل برف که از ایستگاه های زمینی برداشت شده بودند نقشه عمق آب معادل برف تولید شد که نتایج بیان گر دقت کلی 91.3 درصد و ضریب کاپای 84.45 نقشه سطح برف و نقشه عمق برف با ضریب تعمیم 85 درصد و RMSe برابر 2.78 است برای محاسبه عمق آب معادل برف با استفاده از همبستگی بین داده های عمق برف مستخرج از DInSAR و داده های زمینی عمق آب معادل برف یک رابطه خطی با ضریب تعمیم 0.77 و RMSe برابر 2.97 محاسبه شد که این نتیجه که از لحاظ آمار در سطح 99 درصد معنی دار بود.

خشکسالی و تغییرات اقلیمی از مسائلی است که در دهه های اخیر آسیب های زیادی را به پوشش گیاهی طبیعی و کشاورزی مناطق مرکزی ایران وارد نموده است. بارورسازی ابرها یکی از راه های کاهش اثر تغییرات اقلیمی و تا حدودی جبران کمبود آب در مناطق خشک است. به این منظور در این پژوهش به بررسی تاثیر بارورسازی ابرها بر روی بارش در استان فارس پرداخته شد. در این راستا ماه های آوریل، فوریه، دسامبر و نوامبر مربوط به سال های 2010-2009 به عنوان ماه های مستعد بارش در ایران جهت ارزیابی طرح بارورسازی ابرها در این استان انتخاب گردید. نقشه های رستری بارش ماهانه برای هر ماه در هر سال از دوره آماری 34 ساله (2010-1977) با روش درون یابی کریجینگ ترسیم و مقادیر ارتفاع بارش برای هر سال استخراج گردید. سپسحجم بارش برای ماه های آوریل، فوریه، دسامبر و نوامبر در ایستگاه های هدف محاسبه و به عنوان متغیر وابسته در برآورد حجم بارش به روش درون یابی کریجینگ در مناطق هدف مورد استفاده قرار گرفت. سری زمانی بارش برای هر ماه برای ایستگاه های کنترل نیز برای دوره آماری 2010-1977 تهیه و به عنوان متغیرهای مستقل وارد رگرسیون گردید.سپس رابطه خطی بین حجم بارش منطقه هدف با حجم بارش منطقه کنترل تعیین شد. جهت ارزیابی طرح بارورسازی در استان فارس از روش رگرسیون تاریخی استفاده شد. نتایج تحقیق، افزایش 15 درصدی بارش را در استان فارس در دوره چهار ماهه مذکور نشان می دهد.

شوری یکی از عوامل مهم محدودیت کاربری اراضی در مناطق خشک و نیمه خشک است که می تواند با تغییر نوع تاج پوشش و زیست توده گیاهی، باعث کاهش تولیدات منابع طبیعی شود. در این پژوهش برای انتخاب بهترین شاخص ماهواره ای شوری از تصاویر ماهواره ای لندست (سال 2014) استفاده شد. نمونه برداری از عرصه در شهریورماه سال 1393 انجام شد. به این منظور ابتدا با استفاده از 77 نقطه اندازه گیری، نقشه های پراکنش سدیم، منیزیم، پتاسیم، کلسیم، هدایت الکتریکی و اسیدیته به روش درون یابی کریجینگ در نرم افزار ArcGISÒ9.3 تهیه گردید. سپس با استفاده از روش رگرسیون فضایی، همبستگی بین نقشه های تولید شده با 10 شاخص به دست آمده از تصاویر ماهواره ای لندست مورد بررسی قرار گرفت. همچنین نقشه های پراکنش سدیم، پتاسیم، منیزیم، کلسیم، هدایت الکتریکی، اسیدتیه، شوری و قلیائیت تهیه و مدل های رگرسیونی مناسب ارائه گردید. نتایج نشان می دهد که برای آشکارسازی پراکنش هدایت الکتریکی و سدیم، با توجه به ضریب همبستگی شاخص های شوری و شاخص شوری ملایر مناسب است. همچنین جهت آشکارسازی پراکنش منیزیم، کلسیم و پتاسیم در منطقه مورد مطالعه به دلیل بالا بودن ضریب همبستگی به میزان 0.88 می توان از شاخص شوری استاندارد شده استفاده کرد. نتایج نشان می دهد که به دلیل معنادار نبودن رگرسیون فضایی مربوط به مطالعه قلیائیت خاک، امکان استفاده از این معادله ها وجود ندارد. همچنین نتایج نشان می دهد که به طور کلی برای بررسی عناصر اندازه گیری شده، می توان از شاخص شوری استاندارد شده استفاده کرد. با توجه به رابطه رگرسیونی بین شاخص های استخراج شده و نقشه های تهیه شده در مطالعات میدانی، مدل های بهینه برای تهیه نقشه های شوری منطقه مورد مطالعه، تعیین و کالیبره شدند. بر اساس اطلاعات ماهواره ای مدل های به دست آمده در این مطالعه برآورد مناسبی از عناصر مورد مطالعه داشتتند زیرا ضریب همبستگی آن ها قابل قبول است. با تکمیل، گسترش و بسط یافته های این تحقیق می توان به پهنه بندی اراضی با استفاده از تصاویر ماهواره ای و بدون نیاز به نمونه برداری پرداخت. این فن ضمن فراهم آوردن دقت بیشتر می تواند هزینه های نمونه برداری را نیز به حداقل برساند.