مطالعه تطبيقي شاخص هاي خشكسالي مبتني بر داده‌هاي ماهواره‌اي و زميني با استفاده از تكنيك تحليل بردار تغيير (مطالعه موردي: استان كرمانشاه)

Comparative Study Between Satellite and Ground-based Drought Indices Using Change Vector Analysis Technique (Case Study of Kermanshah Province)

تاثير خشكسالي مي تواند به صورت كاهش منابع آب،كاهش توليدات كشاورزي، تغيير در پوشش گياهي منطقه و تسريع در بيابان‌زايي مناطق باشد. براي مطالعه و پايش خشكسالي نياز به كمي سازي اثرات آن با استفاده از شاخص‌هاي خشكسالي مي‌باشد. اين شاخص ها بر اساس نوع داده‌هاي در دسترس به دو دسته كلي زميني و ماهواره اي تقسيم مي شوند. هدف از اين مطالعه، مقايسه توان تشخيص و گروه بندي تغييرات رخ داده در پوشش گياهي بر اثر خشكسالي، بين يك شاخص خشكسالي زميني (شاخص بارندگي استاندارد شده (SPI)) و چهار شاخص ماهواره اي استخراج شده از تصاوير AVHRR-NOAA (شاخص اختلاف نرمال شده پوشش گياهي (NDVI)، شاخص شرايط دمايي (TCI)، شاخص نمايه نسبت پوشش گياهي (RVI)، شاخص استاندارد شده گياهي (SVI)) در استان كرمانشاه بود. به اين منظور از روش تجزيه و تحليل بردار تغيير (CVA) به عنوان يكي از الگوريتم هاي مهم تشخيص تغيير استفاده شد. در اين روش، تغيير رخ داده در پوشش گياهي با دو مولفه اندازه تغيير و جهت تغيير نشان داده مي شود. نتايج حاصل از اجراي CVA بر خروجي حاصل از شاخص‌هاي خشكسالي در طي فصل رشد (اسفند تا مرداد) در چهار سال‌هاي منتخب (دو سال نرمال، يك سال تر و يك سال خشك) نشان داد بهترين پاسخ به خشكسالي در سال‌هاي مورد بررسي (به جز سال تر 1992) با شاخص SVI بدست مي‌آيد. كمترين تطابق SPI در سال‌هاي نرمال و تر با شاخص TCI است. در نهايت پيشنهاد شد براي ارزيابي تاثير خشكسالي بر پوشش گياهي به جاي شاخص‌هاي حرارتي از شاخص‌هاي مبتني پوشش گياهي نظير SVI استفاده شود.

Drought can affects by reduced water resources, agricultural productivity, change in vegetation cover, and accelerate the desertification of areas. In order to drought monitoring, we need to quantify drought effects by using drought indices. These indices based on type of available data are divided into two general categories of ground- and satellite- based indices. The aim of this study was to compare the capability of detection and classification of vegetation changes occurred due to the drought, between one ground-based drought index (Standardized Precipitation Index (SPI)) and four satellite drought indices derived from AVHRR-NOAA (normalized difference vegetation index (NDVI), temperature condition index (TCI), ratio vegetation index (RVI), standardized vegetation index (SVI) in the Kermanshah province. To do this, the change vector (CV) analysis was used as one of the important change detection algorithms. In this method, the change occurred in vegetation has been shown by two components, change magnitude and change direction. The results of implementation of the CVA on the maps of drought indices during the growing season (March to August) in selected years (two normal years, one wet year, and one drought year) showed the best response to the drought in the study years (except the wet year 1992), obtained by SVI. The lowest similarity was obtained between the SPI and TCI, for wet and normal years. Finally, the study suggests mostly the satellite indices based on the vegetation conditions, rather than the temperature indices, for assessing the effect of drought on vegetation cover.