تحقیقات کاربردی علوم جغرافیایی، جلد ۲۴، شماره ۷۵، صفحات ۰-۰
عنوان فارسی بررسی تاثیر متغیرهای اقلیمی بر شاخص‌های پوشش گیاهی ( مورد مطالعه باغات پرتقال حسن آباد داراب)
چکیده فارسی مقاله متغیرهای اقلیمی مهم ترین عوامل تأثیرگذار بر تغییرات پوشش گیاهی محسوب می شوند. امروزه از تصاویر ماهواره ای به طور گسترده ای برای بررسی اثر نوسانات متغیرهای اقلیمی بر تغییرات پوشش گیاهی استفاده می گردد. هدف از پژوهش حاضر بررسی رابطه متغیر اقلیمی بارش، دما و رطوبت بر تغییرات شاخص¬های پوشش گیاهی  باغات پرتقال حسن آباد داراب با استفاده از داده های ماهواره ای می­باشد. بدین منظور داده­های مشاهداتی، شامل داده­های فنولوژی درخت پرتقال و داده­های هواشناسی در بازه زمانی ده‌ساله (1385 تا 1395) مربوط به ایستگاه هواشناسی کشاورزی حسن‌آباد داراب جمع‌آوری‌شده است. تصاویر سنجنده مودیس برای سال 1385 تا 1395 با توجه به داده­های زمینی و نقشه­های 1:25000 سازمان نقشه‌برداری زمین مرجع شدند. این تصاویر برای محاسبه شاخص­های پوشش گیاهی سنجش‌ازدوری شامل شاخص تفاضلی نرمال شده پوشش گیاهی (NDVI)، شاخص وضعیت پوشش گیاهی (EVI) استفاده گردید. نتایج نشان داد که متغیرهای حداکثر رطوبت، حداقل دما و بارش دارای تأثیر مثبت معنی‌دار بر متغیر NDVI هستند. به‌علاوه متغیرهای حداکثر دما، حداقل رطوبت دارای تأثیر منفی معنی‌دار بر متغیر وابسته NDVI و EVI هستند. به‌منظور تعیین اهمیت هریک از متغیرهای مستقل در پیش‌بینی متغیرهای وابسته از روش شبکه عصبی مصنوعی استفاده شد. یافته­ها نشان داد که عناصر اقلیمی بارش، حداقل دما، حداکثر دما، حداقل رطوبت و حداکثر با مقادیر به  ترتیب (39/0، 3/0، 13/0، 1/0 و 06/0 ) بیشترین تأثیر را بر EVI دارند. به‌علاوه تاثیر این متغیرها بر شاخص NDVI به ترتیب ضرایب آنها (2/0، 28/0، 22/0، 11/0 و 17/0) می­باشد.درنهایت به‌منظور افزایش قدرت توضیح دهندگی مدل از روش رگرسیون ARMAX استفاده شد. نتایج نشان داد استفاده از این روش منجر به افزایش قدرت توضیح دهندگی مدل، کاهش خطای پیش‌بینی می‌گردد.
کلیدواژه‌های فارسی مقاله دما، رطوبت، بارش، رگرسیون بیزی، شبکه عصبی مصنوعی، ARMAX
عنوان انگلیسی Investigation of the effect of climatic variables on vegetation indices (Case study: Darab orange orchards)
چکیده انگلیسی مقاله
Studying the effect of climatic variables on vegetation indices (Case study: Orange orchards in Hassan Abad, Darab County)
 
Abstract
Climatic variables are the most significant factors affecting vegetation changes. Nowadays, the satellite imagery is widely used to investigate the effect of fluctuations in climatic variables on vegetation changes. This research aims to investigate the effect of climatic variables of precipitation, temperature, and humidity on changes in vegetation indices of orange orchards in Hassan Abad, Darab County using satellite data. Hence, observational data, including orange tree phenology data and meteorological data on the agricultural weather station have been collected for over 10 years (2006 to 2016). MODIS images from 2006 to 2016 were referenced based on the territorial data and 1:25000 maps of the Iran National Cartographic Center. These images were used to calculate the remote sensing vegetation indices including normalized difference vegetation index (NDVI) and enhanced vegetation index (EVI). Results demonstrated that the variables of maximum humidity, minimum temperature, and precipitation have a significant positive effect on the NDVI variable. Additionally, the variables of maximum temperature and minimum humidity have a significant negative effect on the NDVI and EVI dependent variables. To determine the significance of each of the independent variables in predicting the dependent variables, the artificial neural network method was used. Findings showed that the climatic elements of precipitation, minimum temperature, maximum temperature, minimum humidity and maximum humidity with values (0.39, 0.3, 0.13, 0.1 and 0.06) had the greatest effect on EVI, respectively. Moreover, the effect of these variables on the NDVI index is equal to their coefficients (0.2, 0.28, 0.22, 0.11 and 0.17), respectively. Finally, ARMAX regression method was used to increase the explanatory power of the model. Results showed that this method could increase the explanatory power of the model and reduce the forecasting error.
کلیدواژه‌های انگلیسی مقاله Temperature, humidity, precipitation, Bayesian regression, neural network, ARMAX
نویسندگان مقاله علی هاشمی | ALI hashemi
University of Esfahan
دانشگاه اصفهان

حجت الله یزدان پناه | Hojjatollah Yazdanpanah
University of Esfahan
دانشگاه اصفهان

مهدی مومنی شهرکی | Mehdi Momeni
University of Esfahan
دانشگاه اصفهان

نشانی اینترنتی http://jgs.khu.ac.ir/browse.php?a_code=A-10-4528-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده اب و هواشناسی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات