پديد آورندگان :
خدايي، مهسا دانشگاه فردوسي مشهد - دانشكدۀ عمران , شاد، روزبه دانشگاه فردوسي مشهد - دانشكدۀ عمران - استاديار , مقصودي مهراني، ياسر دانشگاه خواجه نصير‌الدين طوسي - دانشكدۀ ژئوماتيك - استاديار , قائمي، مرجان دانشگاه فردوسي مشهد - دانشكدۀ عمران - استاديار
كليدواژه :
بارش , پوشش گياهي , دما , سنجش از دور , شاخص تركيبي خشكسالي , PCA
چكيده فارسي :
در مقالۀ حاضر شاخص تركيبي بهبود‌يافتۀ خشكسالي (OSDI)، براي پايش زمان واقعي اين پديده در مناطقي با پوشش اراضي ناهمگن پيشنهاد ميشود. بارش به عنوان يكي از عوامل مهم خشكسالي، توسط اندازه گيري ايستگاه هاي زميني و به‌كمك داده هاي برآورد بارش TRMM در اين مطالعه وارد شد. سپس، هر‌يك از سه شاخص نرمال‌شدۀ رطوبت، شامل شاخصهاي تفاضل نرمال شدۀ پوشش گياهي (NDVI)، مرئي‌ـ طول موج كوتاه مادون قرمز خشكسالي (VSDI) و ظرفيت آب سطح (SWCI)، به صورت جداگانه همراه با دو شاخص وضعيت بارش (PCI) و دماي سطح زمين (LST)، وارد آناليز مؤلفۀ اصلي (PCA) شدند. مؤلفۀ اصلي به‌دست‌آمده از اين آناليزها با عنوان شاخص هاي تركيبي خشكسالي SDI1، SDI2 و SDI3 معرفي شد. در ادامه، عملكرد سه شاخص خروجي به‌كمك شاخص هواشناسي بارش استانداردشده SPI)) در مقياس يك و سه ماهه ارزيابي شدند. نتايج نشان داد نمايۀ به‌دست‌آمده از آناليز PCA روي شاخص هاي نرمال‌شدۀ VSDI ، LST و PCI، بهترين عملكرد را در پايش زمان واقعي خشكسالي استانهاي تهران و قم، ارائه ميدهد. شاخص تركيبي بهينۀ خشكسالي (OSDI) نام‌گذاري شد. سپس، به‌منظور ارزيابي توانايي شاخص پيشنهادي در مناطقي با پوشش ناهمگن، 42 تصوير Landsat7 به‌كار گرفته شدند. سه شاخص نرمال‌شدۀ NDVI ، SWCI و VSDI به‌عنوان تنها فاكتور مؤثر در تفاوت عملكرد سه نمايۀ SDI1، SDI2 و OSDI، توسط تصاوير Landsat7 توليد و عملكرد آنها در پوششهاي اراضي متنوع به‌كمك شاخص SPI ارزيابي شد. ضريب تبيين مناسب ميان شاخص نرمال‌شدۀ VSDI و SPI يكماهه، قابليت شاخص OSDI را در پايش زمان واقعي خشكسالي در مناطق ناهمگن تأييد كرد. نقشه هاي شاخص يادشده نشان دادند در سالهاي 2008 تا 2009 و 2014 در مناطق مركزي و جنوب شرق استان تهران و مناطق مركزي و شمالي استان قم، خشكسالي شديدي رخ داده است.
چكيده لاتين :
In this article, new index, the Optimized Synthetized Drought Index (OSDI), is suggested for real-time monitoring of this phenomenon in areas with heterogeneous land covers. The precipitation, one of the important factors in drought, measured by ground stations and improved byTRMM satellite data. Each of the three normalized moisture indices, including Normalized Difference Vegetation Index (NDVI), Visible Short-Infrared Drought Index (VSD), and the Surface Water Capacity Index (SWCI), individually enter to principal component analysis (PCA), with Precipitation Condition Index (PCI) and land surface temperature index (LST). Themaincomponentsof these PCA are definedasSynthetized Drought Indices, called SDI1, SDI2, and SDI3.Then, the performance of three output indices is evaluated by using the Standardized Precipitation Index (SPI) in 1 and 3 month scale.Validation results indicate that the synthesized index of PCA on the normalized VSDI, LST and PCI, provides the best performance in real-time monitoring of drought.This Index is called (OSDI). Then, 42 Landsat7 images were employed to evaluate the ability of suggested indices inheterogeneous land. The three normalized indices of NDVI, SWCI and VSDI, as the only effective factor in different performance of SDI1, SDI2 and OSDI, is produced by the spectral bands of Landsat7 images and their performance in various lands covers were evaluated using SPI index. High correlation between normalized-VSDI and one-month-SPIhas approved capability of OSDI in real-time monitoring of drought in heterogeneous areas. OSDI maps showed that in the provinces of Tehran and Qom of Iran, in 2008, 2009, and 2014, a severe drought has occurred in Central and South-East regions of Tehran, and also at central and northern parts of Qom.
