Χρήση τηλεπισκόπησης για εκτίμηση ξηρασίας σε άνυδρες περιοχές (περίπτωση κεντρικού τμήματος του Ιράν, "Shirkooh-Yazd")

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
 
Γραμμή 1: Γραμμή 1:
-
[[Εικόνα:"Mv_art7_pic1.jpg"|thumb|right|Σχήμα 1. Αλλαγές στη φυτοκάλυψη (με χρήση SAVI2 και εξίσωσης)]]
+
[[Εικόνα:Mv_art7_pic1.jpg|thumb|right|Σχήμα 1. Αλλαγές στη φυτοκάλυψη (με χρήση SAVI2 και εξίσωσης)]]
-
[[Εικόνα:"Mv_art7_pic2.jpg"|thumb|right|Σχήμα 2. Αλλαγές στον Κάθετο Τροποποιημένο Δείκτη Ξηρασίας (MPDI).]]
+
[[Εικόνα:Mv_art7_pic2.jpg|thumb|right|Σχήμα 2. Αλλαγές στον Κάθετο Τροποποιημένο Δείκτη Ξηρασίας (MPDI).]]
'''Στόχος'''
'''Στόχος'''

Παρούσα αναθεώρηση της 07:30, 26 Ιανουαρίου 2017

Σχήμα 1. Αλλαγές στη φυτοκάλυψη (με χρήση SAVI2 και εξίσωσης)
Σχήμα 2. Αλλαγές στον Κάθετο Τροποποιημένο Δείκτη Ξηρασίας (MPDI).

Στόχος

Ο κύριος στόχος αυτής της μελέτης ήταν να εκτιμηθεί η σοβαρότητα της ξηρασίας στις κεντρικές άγονες περιοχές του Ιράν με τη χρήση MPDI ως δείκτη πραγματικού χρόνου και ΕΤΜ + εικόνες Landsat 7 που έχουν υψηλότερη χωρική ανάλυση συγκρίσιμη με τις εικόνες AVHRR. Εξετάσαμε την αντικατάσταση του NDVI με ένα άλλο δείκτη βλάστησης (SAVI2, MSAVI, SAVI, PVI και RVI) για την ακριβή εκτίμηση του κλάσματος βλάστησης που χρησιμοποιείται για τον υπολογισμό MPDI. Επειδή σε αυτή τη μελέτη, ο στόχος είναι να υπολογίστεί τη σοβαρότητα της ξηρασίας με βάση μια εικόνα, επιλέχθηκαν τρεις δείκτες ξηρασίας που χρειάζονται μόνο μία εικόνα (VSWI, MPDI και PDI).

Περιοχή μελέτης

Η λεκάνη Shirkooh βρίσκεται στο κεντρικό τμήμα του Ιράν και επεκτείνεται από το γεωγραφικό μήκος 54 ° 3 'έως 54 ° 18' ανατολικά και γεωγραφικό πλάτος 31 ° 27 'έως 31 ° 43' βόρεια. Καλύπτει μια συνολική έκταση 525 km2. Το υψόμετρο κυμαίνεται μεταξύ 1600 και 4055 μέτρων. Η λεκάνη βρίσκεται σε άγονες περιοχές του Ιράν. Η μέση ετήσια βροχόπτωση στην περιοχή μελέτης είναι 325,38 χιλιοστά. Το σημαντικό ποσό των βροχοπτώσεων συμβαίνει κατά τη διάρκεια του χειμώνα και από αυτή εξαρτάται η γεωργία και η βλάστηση των βοσκότοπων. Η ξηρασία που συνήθως συμβαίνει σε αυτήν την περιοχή προκαλεί πολλά προβλήματα για το οικοσύστημα του.

Εικόνες και μετεωρολογικά δεδομένα

Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στην έρευνα αυτή αποτελούνται από ΕΤΜ + εικόνες που ελήφθησαν στις 19 Αυγούστου 1999 και 10 Ιουλίου 2002. Τα μετεωρολογικά δεδομένα (μηνιαία βροχόπτωση) συλλέχθηκαν από 18 σταθμούς μέτρησης βροχόπτωσης που έχουν 21 χρόνια κοινή στατιστική βάση. Ο Πίνακας 1 παρουσιάζει την ετήσια βροχόπτωση της περιοχής μελέτης για τα υπόψη έτη. Όπως μπορεί να παρατηρηθεί από τον πίνακα, οι βροχοπτώσεις αυξήθηκαν σημαντικά το 2002 σε σύγκριση με τα προηγούμενα χρόνια.

Πίνακας 1. Η ετήσια βροχόπτωση της περιοχής μελέτης
ΈτοςΒροχόπτωση
1999405,5
2000134
2001242
2002458,97

Μεθοδολογία

Δεδομένου ότι οι επιλεγμένες εικόνες είχαν διαφορετική ημερομηνία απόκτησης εφαρμόστηκε διόρθωση της γωνίας του ήλιου για να αφαιρεθούν οι διαφορές που προκαλούνται από τον ήλιο. Στη συνέχεια πραγματοποιήθηκε ατμοσφαιρική διόρθωση με τη χρήση αλγόριθμου FLASH, προκειμένου να επιτευχθεί η σωστή ανακλαστικότητα. Μετά την ραδιομετρική προ-επεξεργασία, έγινε γεωαναφορά των εικόνων χρησιμοποιώντας τοπογραφικούς χάρτες σε κλίμακα 1/50000 με RMSEs ίσο με 0,47 και 0,2, αντίστοιχα. Δεδομένου ότι ο κύριος στόχος αυτής της μελέτης ήταν να αξιολογηθεί η ξηρασία χρησιμοποιώντας διαφορετικούς δείκτες, οι ψηφιακοί αριθμοί που καταγράφηκαν από τον αισθητήρα μετατράπηκαν στη φασματική ακτινοβόληση και ανάκλαση χρησιμοποιώντας την αντιστάθμιση των παραμέτρων που παρέχονταν στις εικόνες.

Σοβαρότητα ξηρασίας από Μετεωρολογικά Δεδομένα

Αρκετοί δείκτες ξηρασίας με βάση μετεωρολογικά δεδομένα έχουν εισαχθεί από ερευνητές. Αυτοί περιλαμβάνουν τον δείκτη Palmer Drought Severity Index (PDSI), τον τυποποιημένο δείκτη βροχόπτωσης (SPI), τον δείκτη υγρασίας Crop Moisture (CMI), τον δείκτη Reclamation Drought Index (ΕΑΚ) κ.λπ. Το καθένα έχει πλεονεκτήματα και τα μειονεκτήματα. Στην παρούσα έρευνα, η μέθοδος Run-Test χρησιμοποιήθηκε λόγω της απλότητάς του αλλά και διότι απαιτεί μόνο ετήσια βροχόπτωση.

Αποτελέσματα και Συμπεράσματα

Τα αποτελέσματα της μεθόδου Run-test έδειξαν ότι μια σοβαρή ξηρασία είχε συμβεί το 2000 και το 2001 (Πίνακας 2). Από την άλλη πλευρά, τα μετεωρολογικά δεδομένα έδειξαν ότι, τον Απρίλιο και τον Μάιο, όταν οι καλλιέργειες στην περιοχή μελέτης είναι στην αιχμή της καλλιεργητικής περιόδου και χρειάζονται αρκετό νερό, η μηνιαία πτώση βροχή είχε μειωθεί σημαντικά. Η λειψυδρία προκαλεί μια μείωση στην κάλυψη της βλάστησης, καθώς και στην σπορά των καλλιεργειών. Ως εκ τούτου, η τράπεζα σπόρων του λιβαδικών εκτάσεων θα ήταν μειωμένη η οποία οδήγησε στη μείωση της φυτοκάλυψης (FV) στο επόμενο έτος (Jangjoo, 2001). Παρά το γεγονός ότι το 2002, σε σύγκριση με τα προηγούμενα χρόνια, οι βροχοπτώσεις αυξήθηκαν σημαντικά (Πίνακας 1) δεν επηρεάζει το ποσοστό της φυτοκάλυψης λόγω της έλλειψης σπόρων στις λιβαδικές εκτάσεις.

Πίνακας 2. Κατάσταση ξηρασίας για τα έτη μελέτης.
ΈτοςΕτήσια βροχόπτωσηΧ-ΧοΚατάσταση ξηρασίας
1999405,5145.1956Wet
2000134-126.304Dry
2001242-18.3044Dry
2002458,97198.6656Wet

Οι αλλαγές στη φυτοκάλυψη (Fv) της περιοχής μελέτης κατά το χρονικό διάστημα από το 1999 έως το 2002 έχουν εκτιμηθεί με βάση τους κοινώς χρησιμοποιούμενους δείκτες βλάστησης. Μεταξύ των δεικτών που χρησιμοποιούνται, μόνο ο SAVI2 έδειξε ότι η φυτοκάλυψη είχε μειωθεί εκτός από τις περιοχές μεγαλύτερου υψομέτρου, όπου η βλάστηση δεν είχε ορατές αλλαγές (Σχήμα 1). Στις περιοχές μεγαλύτερου υψομέτρου, υπάρχει μια ορισμένη προμήθεια χιονιού μέχρι το τέλος της καλλιεργητικής περιόδου και παρέχει αρκετό νερό για τη βλάστηση. Κατά συνέπεια, ο FV δεν άλλαξε σε αυτές τις περιοχές.

Συμπεράσματα

Μπορεί να συναχθεί το συμπέρασμα ότι τόσο τα μετεωρολογικά δεδομένα όσο και οι δείκτες που βασίζονται στις δορυφορικές εικόνες, είναι ουσιαστικής σημασίας για την ακριβή εκτίμηση των καταστροφών της ξηρασίας. Εν ολίγοις, η μελέτη αυτή είχε τα ακόλουθα συμπεράσματα: 1. Ο NDVI δεν είναι κατάλληλος δείκτης για την αξιολόγηση της βλάστησης στις άνυδρες περιοχές. 2. Δείκτες βλάστησης που λαμβάνουν υπόψη την ανάκλαση του εδάφους στο παρασκήνιο, όπως ο SAVI2 μπορεί να είναι πιο χρήσιμοι για την αξιολόγηση της βλάστησης. 3. Ο PDI είναι κατάλληλος για μετεωρολογική παρακολούθηση της ξηρασίας. 4. Μετεωρολογικά δεδομένα όσο και δεδομένα τηλεπισκόπησης είναι απαραίτητα για την ακριβή εκτίμηση της ξηρασίας.

ISPRS - International Society for Photogrammetry and Remote Sensing

Προσωπικά εργαλεία