برآورد ذخيره كربن روي زميني در جنگل‌‌‌ كاري شهري با استفاده از داده‌هاي ماهواره‌اي (مطالعه موردي: پارك جنگلي چيتگر تهران)

Estimating above Ground Carbon Storage in Urban Afforestation Using Satellite Data (Case Study: Chitgar Forest Park in Tehran

هدف از تحقيق حاضر برآورد ذخيره كربن جنگل كاري شهري به روش غير مستقيم با استفاده از ماهواره geoeye-1 بوده كه براي اين منظور توده هاي كاج، اقاقيا و ون موجود در پارك جنگلي دست كاشت چيتگر تهران مورد بررسي قرار گرفت. تعداد 102 قطعه نمونه به مساحت پنج آر با استفاده از روش تصادفي منظم برداشت گرديد. پس از برداشت اطلاعات زميني ارتفاع ، قطر برابر سينه و محاسبه چگالي درختان، زي توده محاسبه و سپس با اعمال ضريب 0.47، ذخيره كربن بدست آمد. پنج شاخص پوشش گياهي توليد و ميانگين ارزش بازتابي قطعات نمونه بر روي تصوير ماهواره اي استخراج گرديد. از ميانگين ارزش بازتابي نقاط متناظر قطعات نمونه زميني، در تمامي شاخص ها استفاده شد و با استفاده از ذخيره كربن اندازه گيري شده زميني و اطلاعات استخراج شده از روش هاي سنجش از دوري، محاسبات همبستگي در محل نمونه ها انجام شد. از روش رگرسيون خطي براي تجزيه و ارزيابي رابطه بين ذخيره كربن روي زميني از داده هاي زميني و اطلاعات رقومي تصوير ماهواره اي ذكر شده، استفاده و رابطه هاي برآورد زي توده ارائه شد.سپس با استفاده آزمون t جفتي مدل ها مورد ارزيابي قرار گرفت. نتايج بررسي نشان داد كه در تصوير geoeye-1 شاخص ndvi و ارزش بازتابي باند مادون قرمز نزديك (nir) به ترتيب با 0.659 و 0.396 بيشترين ضريب همبستگي را با ميزان ذخيره كربن حاصل از آماربرداري زميني دارد و مي توان با استفاده از مدل رگرسيون خطي، ذخيره كربن را برآورد نمود.

Abstract The goal of this research is to indirectly estimate carbon storage. Carbon sequestrations by the trees in the Pine, ash and false trees-planted areas of Chitgar Forest Park in Tehran, Iran, were estimated by using of GeoEye-1 images. 102 sample areas of 25×20m have been measured using Systematic Random Sampling (SRS) method for the study. The Biomass and carbon sequestration for each sample were estimated by Height, Diameter on the breast and Density of trees based on the collected Land Information System (LIS) data and then, by applying a coefficient of 0.47, carbon storage was achieved. Five vegetation indices were generated and the average reflectance values of sample units were extracted on a satellite image. The mean reflection values of the corresponding points in the sample plots were used in all indices. Using the measured carbon storage and extracted data from remote sensing methods, correlation calculations were done at the site of the samples. NIR image and Normalized Difference Vegetation Index (NDVI) were then established for each sample using ENVI image analysis software. Linear and non-linear regression analysis was then performed to establish correlations between the reflectance value and the carbon sequestration that were estimated using LIS data. GeoEye-1 images indicated that the NDVI index and Near-Infrared (NIR) reflectance values had the strongest relationship with the estimated carbon sequestrations using LIS data with correlation coefficients of 0.659 and 0.396, respectively. The coefficients of linear model were analyzed, leading to conclusion that the linear model could be used to estimate carbon sequestration. Models were analyzed using Paired T-test. The results showed that the GeoEye-1 images with 0.5-m spatial and 4-band spectral resolutions can be used to estimate carbon sequestrations by the trees in the Chitgar Forest Park.