بررسي تغييرات پوشش گياهي بر اساس شاخص‌هاي گياهي با استفاده از سنجش از دور

Evaluating the vegetation changes upon vegetation index by using remote sensing

پایش تغییرات پوشش‌گیاهی نقش اساسی در برنامه‌ریزی و مدیریت محیط زیست دارد. روش‌های متعددی برای آشكارسازی تغییرات یك منطقه با استفاده از تصاویر ماهواره‌ای وجود دارد كه هر كدام دارای مزایا و محدودیت‌هایی هستند. یكی از روش‌های مطالعه تغییرات استفاده از شاخص‌های پوشش گیاهی است. در این حالت استفاده از داده‌های ماهوارهای امكان مطالعه گسترده پوشش گیاهی را فراهم می‌سازد. هدف از این تحقیق ارزیابی 4 شاخص گیاهی NDVI، SAVI، RVI و WAVI می‌باشد. این مطالعه در جزیره قشم در سال‌های 1380(2001) و 1393 (2014) انجام گرفت. در این تحقیق از داده‌های سنجده ETM+ و OLI كه دارای تطابق هندسی مناسبی بودند استفاده شده است. پس از محاسبه هر یك از شاخص‌ها به منظور ارزیابی دقت شاخص‌ها، بر اساس اطلاعات حاصل از بازدید صحرایی از منطقه و تصاویر و به كمك تفسیر چشمی تصویر كاذب، نقاط تعلیمی تهیه شده و به محیط نرم افزار ENVI.5 وارد شدند. بدین ترتیب با در اختیار داشتن 100 نمونه تعلیمی و در نظر گرفتن چهار كلاس اراضی بایر، جنگل حرا، كشاورزی و آب از روش پیشنهادی دلاپیان و اسمیت صحت تولید كننده و صحت كاربر هر نقشه جهت بررسی صحت طبقه‌بندی ارزیابی گردید. نتایج نشان داد شاخص SAVI با بیشترین ضریب كاپا 93/0 درصد در سال 1393 و 0.83 درصد در سال 1380 بهترین عملكرد و شاخصWAVI  با كمترین ضریب كاپا 81/0 در سال 1380 و 43/0 در سال 1393 ضعیفترین نتایج را از بین شاخص‌ها داشت. برای ارزیابی تغییرات از روش جدول متعامد (crosstab) استفاده شد و نتایج نشان داد در طی 13 سال 21 درصد به مساحت جنگل‌های حرا و 60 درصد به اراضی كشاورزی و پوشش گیاهی طبیعی داخل جزیره افزوده شده است.

The monitoring of vegetation changes has a fundamental role in planning and management of environment. There are various methods to determine the changes in a region using satellite images that each has advantages and limitations. The use of vegetation indices is one of the methods to detect the changes. The aim of this study was to evaluate four vegetation indices including NDVI, SAVI, RVI and WAVI. This research was performed in Qeshm Island using Landsat images during 2001 and 2014. In this research, ETM+ and OLI data were used. After calculating each indicator, 100 sample training points were used to assess the accuracy of indicators by ENVI.5.3. Four classes including bare land, mangrove forests, agriculture and water were classified. Based on Dlapyan & Smith method, the product accuracy and user accuracy for each class were evaluated. The results showed that the SAVI index with the highest kappa coefficient, 0.93 in 2014 and 0.83 in 2001, had the best results and WAVI index with the lowest kappa coefficient, 0.43 in 2001 and 0.81 in 2014, had the weakest results. To evaluate the changes, crosstab method was used .The results showed that during 13 years the area of mangrove forests and agricultural lands and natural vegetation of Qeshm Island increased up to 21% and 60%, respectively.