خلاصة:
خشکسالی، پدیدهای پیچیده با آثار متفاوت است. از اینرو برای تعیین شدت و وسعت خشکسالی از شاخصها استفاده میشود. در این پژوهش، ارزیابی کارایی دادههای سنجندهی MODIS، در برآورد خشکسالی از سال 2000 تا 2011 در حوضهی آبریز دریاچهی ارومیه مورد بررسی قرار گرفت. همچنین از دادههای سنجندهی MODIS ماهوارهی Terra و دادههای ماهانهی بارش استفاده شد. در این مطالعه شاخصهای VCI و TCI مورد بررسی قرار گرفتند. برای بهدست آوردن VCI از NDVI استفاده شد. NDVI از باندهای 13 و 16 بهدست آمد. همچنین برای محاسبهی TCI از دمای درخشایی حاصل از باند 31 استفاده شد و نقشههای خشکسالی از سال 2000 تا 2011 برای این شاخصها بهدست آمد. چون نتایج این دو شاخص متفاوت بودند، برای تعیین کارایی این شاخصها، از SPI استفاده شد و این شاخص در مقیاس زمانی سهماهه در سال 2011 محاسبه شد. در ادامه مقادیر شاخصهای VCI و TCI در سال 2011 از روی تصاویر استخراج و همبستگی پیرسون بین آنها انجام گرفت. ضریب همبستگی VCI با SPI برابر 7/0 و همبستگی TCI با SPI برابر 25/0 است. سطح معناداری نیز برای VCI قابل قبول بود. با توجه به نتایج، VCI و تصاویر MODIS میتوانند جایگزین مناسبی برای شاخصهای هواشناسی در برآورد خشکسالی باشند و با توجه به اینکه تصاویر ماهوارهای نسبت به روشهای هواشناسی دارای مزایایی همچون تعداد نقاط نمونهبرداری بیشتر، سطح پوشش وسیعتر، قدرت تفکیک زمانی بالاتر و هزینه کمتر هستند، استفاده از دانش سنجش از دور پیشنهاد میشود.
Drought is a complex phenomenon with different effects. Hence، the indicators are used to determine the intensity and vastity of the drought. Using remote sensing science، we can study Drought over its effects on plants and Agriculture and achieve more precise and influential results for drought Modeling. In this research، evaluations of function of the MODIS data in estimating the drought in the Urumia lake basin from 2000 to 2011 was examined. Data from Terra-MODIS Satellite (for May the first) and Monthly precipitation data (from February to April) were also used in this process. Furthermore، VCI and TCI indexes were studied in this research. VCI was obtaibed through NDVI، and NDVI، in turn، was assessed from 13 and 16 bavds respectively. Also to get TCI، Brightness Temperature of band 31 was used and maps of drought from 2000 to 2011 were obtained for these indexes too. As the results of these two indexes were different، SPI was used to determine the functions in a 3month duration in 2011. The VCI and TCI figures in 2011 were extracted from the images and the Pearson correlation among them was concluded. VCI correlation with the SPI is 0.7 and TCI correlation with SPI is 0.25. The level of VCI significance was acceptable too. According to the results، VCI and MODIS images can be good substitutions for meteorological indexes to estimate the drought and since satellite images have more advantages over meteorological approaches such as the more sampling points، wider coverage، higher temporal resolution (separation) and lower costs، the use of remote sensing is proposed.
ملخص الجهاز:
"با توجه به نتایج ، VCI و تصاویر MODIS میتوانند جـایگزین مناسـبی بـرای شاخص های هواشناسی در برآورد خشکسالی باشند و با توجه به اینکـه تصـاویر مـاهوارهای نسبت به روشهای هواشناسی دارای مزایایی همچون تعداد نقاط نمونه برداری بیشتر، سـطح پوشش وسیع تر، قدرت تفکیک زمانی بالاتر و هزینه کم تر هستند، استفاده از دانش سنجش از دور پیشنهاد میشود.
رتبه بندی خشکسالی با شاخص های VCI،TCI و SPI SPI VCI & TCI خشکسالی بسیار شدید < -2 < 10 خشکسالی شدید -2 – -1/49 10 –19/9 خشکسالی متوسط -1/5 – -0/99 20 –29/9 خشکسالی خفیف -1 – 0 30 – 39/9 غیر خشکسالی > 0 ≥ 40 منبع : بویان، ٢٠٠٨ از آنجا که در این پژوهش بر روشهای سنجش از دوری تأکید شده است ، شاخص SPI فقـط بـرای سـال ٢٠١١ (با توجه به دورهی ١٢ ساله ) محاسبه شد و با توجه به نتایج همبستگی ایـن شـاخص بـا شـاخص هـای سنجش از دوری، موفقیت پژوهش ارزیابی شد.
بحث و نتیجه گیری در پژوهش پیش رو دو هدف عمده در نظر گرفته شـد: اول، کـارایی شـاخص هـای سـنجش از دوری، بـه ویـژه شاخص های VCI و TCI در برآورد خشکسالی و دوم، اسـتفاده از دادههـای سـنجندهی قدرتمنـد و پرکـاربرد MODIS به جای سنجنده AVHRR.
در آخر میتوان این گونـه نتیجـه گیـری کـرد کـه شـاخص VCI و تصـاویر MODIS، میتوانند جایگزین مناسبی برای شاخص های هواشناسی برای برآورد خشکسالی باشند و با توجه بـه اینکه در تصاویر ماهوارهای، تعداد نقاط نمونه برداری بسیار بیشتر از تعداد ایستگاههای زمینی است ، استفاده از دانش سنجش از دور پیشنهاد میشود."