ارزيابي شاخص‌هاي سنجش از دور در براورد ميزان كربن آلي زي توده گياهان مرتعي منطقه حفاظت شده لشگر در

سابقه و هدف: تعيين ميزان ماده آلي ذخيره شده پوشش گياهي مراتع براي پايش وضعيت مرتع و اصلاح و توسعه مراتع ضروري است. اﺳﺘﻔﺎده از داده هاي ﻣﺎﻫﻮاره ﺎي اﻣﻜﺎن ﻣﻄﺎﻟﻌﻪ ﮔﺴﺘﺮده ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ را ﻓﺮاﻫﻢ مي ﺳﺎزد. در اين تحقيق سعي شده است، برآوردي از كربن آلي پوشش گياهي بر اساس ارزيابي‌هاي ميداني و شاخص هاي سنجش از دور در مراتع منطقه حفاظت شده لشگردر، ملاير صورت گيرد. به علت سهولت دسترسي سري هاي زماني داده ماهواره لندست در اين تحقيق سعي شد تخمين كربن آلي پوشش گياهي با استفاده از داده ماهواره لندست ۸ سنجنده OLI صورت گيرد. مواد و روش ها: نمونه برداري صحرايي در 8 خرداد ماه سال 1395 از مراتع حفاظت شده منطقه لشگردر صورت گرفت. فرم رويشي غالب اين مراتع علفي – بوته اي بوده و گونه هاي خانواده Asteraceae  بيشترين فراواني را در اين منطقه حفاظت شده دارند. ﻣﺨﺘﺼﺎت ۴۰ ﻧﻘﻄﻪ بطور ﺗﺼـﺎدﻓﻲ به‌عنوان مركز پلات هاي نمونه برداري از زيتوده گياهي در ﻣﻨﻄﻘﻪ ﻣﻮرد ﻣﻄﺎﻟﻌﻪ اﻧﺘﺨﺎب ﺷدند. ﺑﻪ ﻣﻨﻈﻮر ﺣﺬف ﺧﻄﺎي ناشي از دقت GPS، ضريب دو برابر اندازه پيكسل اعمال شد و پلات هاي ۳۰×۳۰ ﻣﺘﺮ ﻣﺮﺑﻌﻲ ﺑﺮاي نمونه برداري ﻣﻴﺪاﻧﻲ انتخاب شدند. ﻣﺨﺘﺼﺎت ﻧﻘﺎط ﻣﻮرد ﻧﻈﺮ، ﺑـﻪ ﻋﻨـﻮان ﻣﺮاﻛـﺰ ﭘﻼت ﻫﺎ درﻧﻈﺮﮔﺮﻓﺘﻪ شدند و سپس از زﻳـﺮ پلات هاي ۱×۱ ﻣﺘﺮ ﻣﺮﺑﻊ اﺳﺘﻔﺎده شد. با نشانه گذاري در ﻣﺮﻛﺰ ﭘﻼت، نمونه هاي مركب زيتوده هوايي از نقطه مركزي و چهار گوشه پلات اصلي تهيه شدند. نمونه ها پس از كد گذاري جهت انجام مراحل آزمايشگاهي به آزمايشگاه علوم مرتع، دانشگاه ملاير منتقل شدند. ميزان كربن آلي پوشش گياهي پس از هوا خشك شدن نمونه ﻫﺎ ، به روش سوزاندن در كوره (LOI) اندازه گيري شد. شاخص هاي پوشش گياهي از تصاوير ماهواره اي لندست 8 سنجنده OLI (براساس سيستم جهاني WGS84 در گذر 166 و رديف 36) كه شامل اطلاعات رقومي باند هاي 1 تا 7 با قدرت تفكيك مكاني 30 است، استفاده شد و شاخص هاي سبزينگي و  RVI, NDVI, IPVI, DVI, WDVI, ARVI, SAVI, TSAVI, BI, OSAVI, GEMI, EVI, LAI, GARI از تصاوير لندست استخراج شدند. نتايج: ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻧﺘﺎﻳﺞ ﺣﺎﺻﻠﻪ ﺍﺯ ﻣﻘﺎيسه ﺩﺍﺩﻩ ﻫﺎﻱ كربن آلي ﺑﺮﺁﻭﺭﺩﻱ پوشش گياهي با كربن آلي محاسباتي پوشش گياهي، تنها شاخص GARI مي تواند كربن آلي پوشش گياهي را برآورد كند. بهترين مدل ارائه ‌شده با استفاده از شاخص GARI براي كربن آلي پوشش گياهي به ‌صورت GARI 1.38 + 5.4 = OC با ضريب تبيين 0.13 = 2^R و 0.7 = RMSE به‌‌دست‌آمد. از اين نتايج مي ﺗﻮﺍﻥ ﭼﻨﻴﻦ ﺍﺳﺘﻨﺘﺎﺝ كرد كه ﺷـﺎﺧﺺ ﻫـﺎي ﺳـﻨﺠﺶ از دور ﻣﻲ ﺗﻮاﻧﻨﺪ، ﺑﻪ ﻋﻨﻮان ﻣﻜﻤﻞ روش ﻫـﺎي ﻣﻴـﺪاﻧﻲ در ﻣﻄﺎﻟﻌـﺎت ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ ﺑﻪ ﻛﺎر ﮔﺮﻓﺘﻪ ﺷﻮﻧﺪ. در اﻧﺘﺨـﺎب ﻣﻨﺎﺳﺐ ﺗﺮﻳﻦ روش ﻧﻮع ﺳﻨﺠﻨﺪه، ﺧﺼﻮﺻﻴﺎت و ﺷـﺮاﻳﻂ ﻣﻨﻄﻘـﻪ ﻣـﻮرد ﻣﻄﺎﻟﻌﻪ و آﮔﺎﻫﻲ از ﻧﻮع و ﻣﻴﺰان ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ و ﻧـﻮع ﻛـﺎرﺑﺮي ﻫـﺎي ﻣﻨﻄﻘﻪ ﺑﺎﻳﺪ ﻣـﻮرد ﺗﻮﺟـﻪ ﻗـﺮار ﮔﻴـﺮد. ﺑﺮاﺳـﺎس ﻧﺘـﺎﻳﺞ ﺣﺎﺻـﻞ ﻛـﺎرﺑﺮد ﻧﺴﺒﺖ ﻫﺎي ﺑﺎﻧﺪي، اﻃﻼﻋﺎت ﺑﻬﺘﺮي را ﻧﺴﺒﺖ ﺑﻪ ﻣﻄﺎﻟﻌﻪ ﺗﻚ ﺑﺎﻧﺪ ﻫﺎ در اﺧﺘﻴﺎر ﻗﺮار ﻣﻲ دﻫﺪ. ﻫﻤﭽﻨﻴﻦ ﺑﺮاي اﻳـﻦ ﻣﻨـﺎﻃﻖ ﻛـﺎرﺑﺮد ﻫﻤ‌‌ﺰﻣـﺎن ﭼﻨﺪﻳﻦ ﺷﺎﺧﺺ ﻧﺘﺎﻳﺞ ﺑﻬﺘﺮي در ﺗﺸـﺨﻴﺺ و ﺗﻔﻜﻴـﻚ ﻣﻴـﺰان ﭘﻮﺷـﺶ ﮔﻴﺎﻫﻲ اراﺋﻪ ﻣﻲ دﻫﻨﺪ. ﺑﺎ اﻳﻦ ﺣﺎل اﻧﺘﺨـﺎب ﻣﻨﺎﺳـب ترين روش ﺑﺎﻳـﺪ ﺑـﺎ دﻗﺖ ﺑﺎﻻ و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺧﺼﻮﺻﻴﺎت ﻣﻨﻄﻘﻪ ﺑـﺮ اﺳـﺎس ﺑـﺎﻻﺗﺮﻳﻦ ﻣﻴـﺰان ﻫﻤﺒﺴﺘﮕﻲ ﺻﻮرت ﭘﺬﻳﺮد ﺗﺎ بتوان ﺑﺎ اﺳﺘﻔﺎده از ﻛﺎراﺗﺮﻳﻦ ﺷـﺎﺧﺺ ﻫـﺎ و آﻧﺎﻟﻴﺰ ﻫﺎي ﺑﻪ دﺳﺖ آﻣﺪه و اراﺋﻪ ﻣﺪل ﻫﺎي ﻣﻨﺎﺳﺐ ﺑﻪ ﭘـﺎﻳﺶ و ﻣﻄﺎﻟﻌـﻪ ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ ﻣﻨﻄﻘﻪ ﻣﻮرد ﻣﻄﺎﻟﻌـﻪ و ﻣﻨـﺎﻃﻖ ﺑـﺎ ﺧﺼﻮﺻـﻴﺎت ﻣﺸـﺎﺑﻪ ﭘﺮداﺧﺖ. نتيجه گيري: با توجه به نتايج به‌دست آمده مي توان بيان نمود كه شاخص GARI ﺩﺭ ﻣﻮﺭﺩ ﺑﺮﺁﻭﺭﺩ ميزان كربن آلي پوشش گياهي منطقه ﻧﺘﺎﻳﺞ ﺑﻬﺘﺮﻱ ﺭﺍ ﺍﺭﺍﺋﻪ داده است ﻭ ﻣﻲ ﺗﻮﺍﻥ ﺁن ﺭﺍ ﺑﻪ ﻋﻨﻮﺍﻥ ﺷﺎخص ﻣﻨﺎﺳﺐ ﺟﻬﺖ ﺑﺮﺁﻭﺭﺩ كربن پوشش ﮔﻴﺎﻫﻲ ﺩﺭ ﻣﻨﺎﻃﻖ ﻣﺸﺎﺑﻪ ﺗﻮﺻﻴﻪ ﻧﻤﻮﺩ. ﻫﺮ ﺷﺎﺧﺼﻲ ﻣﻤﻜﻦ اﺳﺖ ﺑﺮاي ﻳﻚ ﻣﻨﻄﻘﻪ و ﻳﺎ ﻳﻚ ﻧﻮع ﭘﻮﺷﺶ ﺑﻪ ﺧﺼﻮص ﺟﻮاب دﻫﺪ. تكرار زماني مطالعات و افزايش حجم نمونه با توجه به ﺧﺼﻮﺻﻴﺎت و ﺷـﺮاﻳﻂ ﻣﻨﻄﻘـﻪ ﻣـﻮرد ﻣﻄﺎﻟﻌﻪ، آﮔﺎﻫﻲ از ﻧﻮع و ﻣﻴﺰان ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ در تعيين شاخصﻫﺎي مناسب پيشنهاد مي شود.