ارزيابي پايش خشكسالي كشاورزي با استفاده از شاخص هاي مختلف بر اساس داده هاي زميني و سنجش از دور (مطالعه موردي: حوضه آبريز درياچه اروميه)

Assessment of Agricultural Drought Monitoring Using Various Indices based on Ground-based and Remote Sensing Data (Case Study:Lake Urima Basin

خشكسالي پديده اي است طبيعي كه تقريبا در تمامي اقاليم جهان رخ ميدهد. اثرات اين پديده خزنده و آرام در مناطق خشك و نيمه خشك به دليل بارندگي سالانه كمتر شان، بيشتر است. در مقابل روش هاي سنتي كه مبتني بر مشاهدات ايستگاه هاي هواشناسي هستند و بيشتر به بررسي خشكسالي هواشناسي مي پردازند، استفاده از تكنيك سنجش از دور و تصاوير ماهواره اي به عنوان يك ابزار مفيد جهت پايش خشكسالي كشاورزي مورد توجه قرار گرفته است. در تحقيق حاضر هدف مقايسه و ارزيابي پايش خشكسالي كشاورزي در حوضه آبريز درياچه اروميه با استفاده از شاخص هاي سنجش از دور پوشش گياهي VCI، VHI، TCI طي سال هاي 1379 تا 1390 با استفاده از سنجده ماديس مي باشد. بدين منظور ابتدا شاخص NDVI از روي تصاوير ماديس طي ماه هاي خرداد، تير ، مرداد و شهريور محاسبه گرديد. سپس با مقايسه ميانگين اين شاخص طي ماه هاي مذكور، ماه شهريور با بيشينه مقدار به عنوان ماه معرف برگزيده شد. با توجه به حداقل و حداكثر شاخص NDVI در ماه شهريور سالهاي 1382و 1387، نقشه هاي پهنه بندي شاخص هاي خشكسالي سنجش از دور VCI، VHI، TCI تهيه شده است. در ادامه براي بررسي عملكرد شاخص هاي خشكسالي كشاورزي مقادير ضريب همبستگي براي نمايه هاي VCI، VHI و TCI با شاخص هواشناسي SPI محاسبه شد. نتايج نشان داد كه نمايه سنجش از دور از دقت خوبي در برآورد پراكندگي مكاني و زماني خشكسالي كشاورزي برخوردار است، به طوري كه ضريب همبستگي بين نمايه VHI و SPI برابر 0/86 بدست آمد كه نشان دهنده تطابق اين شاخص با شاخص هواشناسي SPI مي باشد.

Drought is a natural phenomenon that occurs in almost all parts of the world. The effects of this crawling phenomenon are more pronounced in arid and semi-arid areas due to their annual rainfall. In contrast to traditional methods based on meteorological stations observations that focus more on weather drought, the use of remote sensing and satellite imagery as a useful tool for monitoring agricultural drought has been considered. In the present study, the aim of comparing and assessing agricultural drought monitoring in Urmia Lake basin using VCI, VHI, TCI vegetation cover indices during the years 2000 to 2011 is using Madison. For this purpose, the NDVI index was first calculated from the images of Madis during June, July, August and September. Then, by comparing the mean of this index during these months, Shahrivar was selected with the maximum value as the month of the indicator. With regard to the minimum and maximum NDVI index in the months of September 2003 and 2008, VCI, VHI, TCI dash mapping maps were prepared. In order to evaluate the performance of agricultural drought indices, correlation coefficients were calculated for VCI, VHI and TCI profiles with SPI Meteorological Index. The results showed that the remote sensing index had a good accuracy in estimating the spatial and temporal dispersion of agricultural drought, so that the correlation coefficient between the VHI and SPI index was 0.86, which indicates that the index is consistent with the SPI meteorological index.