پايش روند تغييرات شاخص پوشش گياهي (ndvi)، يكي از مهمترين شاخص هاي تخريب سرزمين ( در استان ايلام)

Monitoring the trend of vegetation changes one of the most important indicators of land degradation (in Ilam province

جنگل زدايي و تخريب پوشش گياهي يكي از محركان اصلي تغييرات جهاني زمين به شمار مي رود و پيامدهاي بزرگي بر عملكرد اكوسيستم و حفاظت از تنوع زيستي دارد. يكي از راه هاي مطالعه تغييرات پوشش گياهي به عنوان مهمترين شاخص تخريب زمين، سنجش از راه دور است. در اين مطالعه هدف اصلي پايش روند تغييرات پوشش گياهي در راستاي تخريب سرزمين در استان ايلام مي باشد. بعد از اخذ و آماده سازي داده هاي مورد نياز (410 تصوير دانلود شده) در محيط نرم افزار هاي arc gis و surfer عمليات ضرب، موزائيك و ژئو رفرنس صورت گرفت. تبديل فرمت تصاوير به فرمت ascii مرحله بعدي كار را تشكيل داد. با تبديل اين فرمت تعداد مجموع پيكسل هايي كه در داخل محدوده مورد مطالعه قرار گرفتند 953552 پيكسل، كه بعد از حذف ارزش هاي گمشده و منفي، تعداد 328042 پيكسل مورد تجزيه و تحليل قرار گرفت. همچنين با استفاده از روش آماري پارامتريك رگرسيون خطي كلاسيك و به كمك برنامه نويسي در محيط نرم افزار r، روند شيب تغييرات و معناداري شيب تغييرات پوشش گياهي براي دوره زماني 17 ساله (2016-2000) بدست آمد. نتايج اين تحقيق نشان داد كه كانون بيشترين روند شيب تغييرات كاهشي (روند شيب تغييرات منفي) در شاخص ndvi در سراسر نيمه غربي محدوده مورد مطالعه وكانون بيشترين روند شيب تغييرات افزايشي (روند شيب تغييرات مثبت) در شاخص ndvi درمركز و شرق محدوده مورد مطالعه مشاهده شده است. معنا داري روند شيب تغييرات نيز اين ادعا را تاٌييد مي كند. يعني كانون بيشترين روند شيب تغييرات (منفي) در غرب و جنوب غرب محدوده مورد مطالعه و بيشترين روند شيب تغييرات (مثبت) در مركز و شرق محدوده مورد مطالعه در سطح احتمالاتي 05/ معني دار مي باشند.

Deforestation or vegetation degradation is one of the main drivers of global earth changes, which has significant consequences in terms of ecosystem performance and biodiversity conservation. One of the ways for studying vegetation changes as the most important indicator of land degradation is remote sensing. In this study, in order to monitor the vegetation degradation trend in Ilam Province.After obtaining and preparing the required data (410 downloaded images) in the ArcGIS and Surfer software, the multiplication, mosaic and georeferencing operations are made. Converting format of images into ASCII is the next stage of the study. By converting this format, the total number of 953552 pixels is studied within the range; after removing the lost and negative values, 328042 pixels are analyzed. Besides, using parametric statistical method of the classical linear regression and programming in R software, the trend of slope variations and significance of slope variations of vegetations are obtained for the 17-year period (2000-2016). Results of this study show that the focus of the highest trend of declining slope variations (trend of negative slop variations) is in the NDVI index across the western half of the studied area and the focus of the highest trend of increasing slope variations (trend of positive slop variations) is in the NDVI index in the center and east. Significance of the trend of slope variations also approves this claim. Thus, the focus of the highest trend of slope variations (negative) in the west and southwest of the studied area along with the highest trend of slope variations (positive) in the center and east is significant at the probable level of 0.05