Please enter banners and links.
00نه3-8- آنالیز رگرسیون و تعیین مدل483-8-1- اعمال مدل رگرسیونی بر داده های ماهواره ای و تولید نقشه493-9- ارزیابی صحت نقشه های تولید شده49فصل چهارم: نتایج……………………………………………………………………………………………………………………………………….50
4-1- نتایج پردازش و پیش پردازش تصاویر504-1-1- نتایج پیش پردازش تصویر……………………………………………………………………………………………………………….50
4-2- نتایج حاصل از پردازش تصاویر ماهواره ای برای تهیه نقشه کاربری اراضی524-2-1- تهیه بهترین ترکیب رنگی………………………………………………………………………………………………………………………52
4-2-2- آنالیز تجزیه مؤلفه اصلی534-2-3- فیوژن تصاویر534-2-4- تعدیل هیستوگرام544-2-5- طبقه بندی تصاویر554-2-5-الف- طبقه بندی نظارت نشده554-2-5-ب- طبقه بندی نظارت شده554-2-4-ج- طبقه بندی به روش هیبرید554-3-نتایج حاصل از طبقه بندی تصاویر614-4- پوشش گیاهی منطقه و نقشه پهنه بندی خطر آتش624-4-1- روابط رگرسیونی و تولید نقشه634-5- طبقه بندی برای خطر آتش68فصل پنجم: بحث و نتیجه گیری795-1- استفاده از داده های ماهواره ای795-2- انتخاب تصاویر ماهواره ای805-3- تصحیح هندسی805-4- فیوژن805-5- آنالیز مؤلفه های اصلی815-6- روش نمونه برداری815-7- تعدیل هیستوگرام825-8- بهترین ترکیب باندی825-9- طبقه بندی تصویر835-10- روش هیبرید835-11- مقایسه روش های طبقه بندی845- 12- مدل های آماری895-13-1- آنالیز باندهای اصلی و درصد پوشش گیاهی…………..892448560539750ده
00ده
5-13-2- نقشه حاصل از شاخص گیاهی و درصد تاج پوشش گون……………….100-293370-923925005-13- نقشه پوشش گیاهی……………………………………………………………………………………………………………………………….895-14- نتیجه گیری……………………………………………………………………………………………………………………………………….1025-15- پیشنهادات…………………………………………………………………………………………………………………………………………103منابع……………………………………………………………………………………………………………………………………………………………104
25520657751445یازده
00یازده
چکیده انگلیسی…………………………………………………………………………………………………………………………………………….112
-102235-90106500
فهرست جداول
عنوان صفحهجدول2-1- مشخصات و ویژگی های باندهای طیفی سنجنده +ETM 10جدول2-2- معایب و مزایای روشهای نمونه برداری 13جدول3-1- فرم جمع آوری اطلاعات صحرایی منطقه43جدول 3-2- شاخص های گیاهی به کار رفته برای تهیه نقشه پوشش گیاهی49جدول4-1- میزان همبستگی بین باندها52جدول 4-2- میزان شاخص فاکتور بهینه52جدول 4-3- الف و ب اطلاعات مربوط به مؤلفه های حاصل از 6 باند سنجنده ETM+53جدول 4-4- ماتریس خطای طبقه بندی نقشه کاربری به روش هیبرید58جدول4-5- مساحت و درصد طبقات نقشه نهایی کاربری اراضی59جدول 4-6- ماتریس خطای طبقه بندی نقشه خطر آتش براسای باند های اصلی65جدول 4-7- همبستگی شاخص های گیاهی با درصد تاج پوشش گون65جدول 4-8- ماتریس خطای طبقه بندی نقشه خطر آتش براسای شاخص های گیاهی65
جدول 4-9- علامت اختصاری کاربری ها و طبقات خطر آتش67جدول 4-10- ماتریس خطای طبقه بندی نقشه کاربری و طبقات خطر آتش71جدول 4-11- مساحت و درصد طبقات نقشه نهایی کاربری اراضی و طبقات خطر آتش مراتع72جدول 4-12- حساسیت انواع تیپ های گیاهی نسبت به حریق722607310196215دوازده
00دوازده
-367665-72199500 فهرست اشکال
عنوان صفحهشکل 2-1- موقعیت هر باند سنجندۀ ETM+در طول طیف الکترومغناطیس10شکل2-2- منحنی بازتاب طیفی تعمیم یافته پوشش گیاه در طول موج های مختلف11شکل3-1- موقعیت منطقه مورد مطالعه در کشور، استان و شهرستان36شکل 3-2- منحنی آمبروترمیک منطقه مطالعاتی 37شکل 3-3- تصویری از پستی و بلندیهای منطقه38شکل 3-4- تصاویری از انواع گونه های گون های بوته ای و علفی منطقه39شکل3-5- نمونه ای ازدرختچه های موجود در منطقه39شکل-3-6- نمایه شماتیک از نحوه برداشت داده های صحرایی و موقعیت پلاتها و GPS42شکل -3-7- نمودار مراحل مختلف تحقیق……………………………………………………………………………………………………..44
شکل4-1- محدوده منطقه مطالعاتی51شکل 4-2- (الف)هیستوگرام دادههای مؤلفه دوم قبل از Stretch (ب)، هیستوگرام بعد از Stretch……………………….54شکل 4-3- طبقه بندی خوشه بندی56شکل 4-4- طبقه بندی Isodata57شکل4-5- طبقه بندی به روش هیبرید60شکل 4-6- آنالیز براساس باندهای اصلی سنجنده ETM+ و درصد پوشش گیاهی…………………………………………………64
شکل4-7- آنالیز براساس شاخص های گیاهی و درصد پوشش گیاهی منطقه66شکل 4-8- نقشه نهایی طبقه بندی نقشه کاربری و طبقات خطر آتش70شکل 4-9- “الف تا د” تیپ های مختلف گاهی در طبقات مختلف آتش سوزی76شکل4-10- نمودار طیفی دو گونه Astragalus sp و Daphne mucronata77شکل 4-11- مقایسه سطح برگ Daphne mucronata و Astragalus sp77شکل4-12- نمودار طیفی پوشش های گیاهی منطقه78شکل 5-2- “الف تا ه” عکس تعدادی از کاربری ها96شکل 5-3- نمایی از گونزارهای سوخته طی 2 تا3 سال اخیر97شکل5-4- نمایی از گون زار های منطقه992195830236220سیزده
00سیزده
-80645-71437500
-80645-71437500
-256540-56261000چکیده
آتش سوزیهای عمدی در عرصه منابع طبیعی یکی از بحرانهایی است که هر ساله خسارات غیر قابل جبرانی بر اکوسیستمها ی مرتعی و محیط زیست وارد میسازد به طوری که در سالهای اخیر به عنوان یک مسئله و چالش جهانی معرفی شده است. عرصههای منابع طبیعی ایران نیز از این امر مستثنا نیست و به دلایل مختلف هر ساله وقوع انواع آتش سوزیها در این عرصهها گزارش شده است. طبق گزارش سازمان جنگلها، مراتع و آبخیزداری کشور هر ساله انواع حریقها در سطح جنگلها و مراتع به دلایل مختلف بروز مینماید. طبق همین گزارش از سال 1379 الی 1389، تعداد 14960 فقره آتش سوزی در157121 هکتار اراضی جنگلی و مرتعی کشور روی داده است. بنظر میرسد عدد واقعی بیش از این باشد. در سالهای اخیر با افزایش فراوانی آتش سوزیهای عمدی در مراتع ، پایش پوششگیاهی و پهنه بندی خطر آتش امری ضروری گردیده است. شناسایی و پهنه بندی نواحی دارای خطر آتش سوزی یکی از ابزارهای اساسی به منظور دستیابی به راهکارهای مقابله با آتش سوزی در مرتعداری پایدار محسوب میشود. یکی از کانونهای بحرانی آتش سوزیهای عمدی در استان همدان، گونزارهای وسیع شهرستان ملایر است. لذا هدف مطالعه حاضر، تهیه نقشه نواحی دارای خطر آتش سوزی مرتع بر پایه تهیه نقشه پوششگیاهی گون درختچهای و بوتهای به منظور مدیریت آتش گونزارها با استفاده از تصاویر ETM+ است، تا در جهت مدیریت و حفاظت گونزارها مدیران بتوانند برنامه ریزی نمایند زیرا با تهیه نقشه نواحی دارای خطر آتشسوزی و برنامه ریزی برای این نواحی میتوان خطرات آن را تا اندازهای کاهش داده و به فعالیتهای پیشگیرانه، حفاظتی و مدیریتی در این مورد پرداخت. برای زمین مرجع کردن دادههای ماهوارهای از 28 نقطه کنترل زمینی و نقشههای توپوگرافی 1:50000، با اعمال روش نزدیک ترین همسایه و مدل هندسی درجه یک، RMSe کمتر از 1/0 پیکسل ، حاصل گردید. منطقه مورد مطالعه اطراف شهر ملایر در جنوب شرقی استان همدان با مساحت 70000 هکتار، است. جمعآوری دادههای زمینی برای آنالیز تصاویر با روش نمونه برداری تصادفی طبقهبندی شده انجام شد که در هر واحد نمونه برداری تعداد 10 پلات بر روی محیط دایرهای فرضی به شعاع 20 متر مستقر و درصد پوششگیاهی هر پلات برآورد گردید. میانگین اعداد درصد پوششگیاهی 10 پلات بعنوان درصد پوششگیاهی برای آن واحد در نظر گرفته شد .انواع آنالیزهای پردازش دادههای ماهوارهای برای تهیه نقشه کاربری اراضی نظیر فرایند فیوژن به روش Brovey فیلترگذاری، تعدیل هیستوگرام، آنالیز مؤلفهی اصلی شاخصگیاهی NDVI، Tasseled Cap، NDBIطبقه بندی نظارت شده و نظارت نشده انجام شد. در نهایت نقشه کاربری اراضی با استفاده از روش هیبرید و ترکیب لایههای مختلف و روی هم گذاری آنها به دست آمد. نتیجه این طبقهبندی به دست آمده 16 طبقه کاربری با ضریب کاپای 75/0 به شرح زیر میباشد: 1- معادن آهن 2- اراضی حاوی آهن 3- زراعت آبی 4- تاکستان 5- زراعت دیم 6- آیش 7- مناطق مسکونی و صنعتی 8- رخنمون سنگی 9- کوه 10- معادن رس 11- خطوط ترابری 12- مسیل و آبراهه 13- فضای سبز شهری 14-. سایه رخنمون سنگی 15- اراضی دست خورده 16- مراتع و دیمزارهای رها شده . بیشترین درصد مساحت منطقه مطالعاتی مربوط به مراتع و دیمزارهای رها شده با مساحت 77/69 درصد و کمترین درصد مساحت مربوط به فضای سبز شهری با مساحت 11/0درصد است. بین دادههای درصد پوشش گیاهی جمعآوری شده از مراتع منطقه با ارزشهای پیکسلهای نظیر تصاویر با رگرسیون گام به گام، مدل برآورد مقدار تاج پوشش گون تعیین شد. سپس این مدل بر روی تصاویر اعمال و با استفاده از تفکیک تاری و طبقه بندی مجدد، نقشه طبقات خطر آتش به دست آمد. با رگرسیون خطی چند متغییره همبستگی و روابط بین درصد پوشش گیاهی با شاخصهای گیاهی و باندهای اصلی بررسی شد. همبستگی باند 4 و 3 با درصد تاج پوشش گیاهی گون بیشتر از سایر باندها است که در برازش مدلها با استفاده از باندهای اصلی، از باند 4 استفاده شد. نقشه تولیدی با استفاده از مدل باند 4 با نقشه پوششگیاهی منطقه مطابقت دارد. همبستگی درصد تاج پوشش گیاهی با 12 شاخص گیاهی بررسی شد که شاخص TVI با ضریب همبستگی 76/0 بیشترین میزان همبستگی را نشان میدهد.بعد از TVI ، شاخص های MND و NDVI و SAVI با ضریب همبستگی 75/0 بیشترین میزان همبستگی را دارند. در نهایت 4 طبقه از دامنه خطرآتش سوزی مراتع منطقه مورد مطالعه تحت: “خطر زیاد” با بیش از 35% تاج پوشش گون ، “خطر متوسط” با 15-35% تاج پوشش گون ، “خطر کم” با 5-15% تاج پوشش گون و دسته چهارم “مراتع بدون خطر” آتش سوزی با 0-5% تاج پوشش گون مشتق شدند. دقت و صحت کلی نقشه تولیدی با روش ماتریس خطا تعیین شد که نقشه نهایی کاپای کلی 70% دارد. نقشه به دست آمده تطبیق زیادی با مکانهای واقعی آتش گرفته طی چند سال اخیر دارد، زیرا با توجه به اختلاف 6 ساله تاریخ تصویر با زمان نمونه بردای، 90% آتش سوزی های رخ داده طی ده گذشته مربوط به طبقه “خطر زیاد” و “خطر متوسط” میباشد. که این مناطق امروزه جزء مناطق بدون خطر طبقه بندی میشوند، زیرا دیگر گونی برای آتش زدن در آنها باقی نمانده است. در مطالعه میدانی برای تعیین علت آتش سوزی های مراتع منطقه ملایر، مشخص شد که 100 درصد آتش سوزیها عمدی است و با هدف حذف گونههای خاردار و غیر خوشخوراک غالب گون زارها اتفاق میافتد تا با باز شدن فضا، گونههای مرتعی خوشخوراک جایگزین گردند. بررسی مدل نهایی نشان میدهد که شاخصهای تهیه شده با باند 3 و 4 سنجنده نقش مؤثری درمدلهای رگرسیونی ایفا کردند. نتایج کلی نشان داد که تصویر سنجنده ETM+ برای تولید نقشه کاربری اراضی و خطر آتش سوزی منا
سب میباشد.
واژگان کلیدی: پهنه بندی خطر آتش، ملایر، گون، تصاویر ماهواره ای، ETM+-408940-69532500-210185-25971500
فصل اول
مقدمه
1-1- طرح موضوعجنگلها و مراتع یکی از مهمترین و با ارزش ترین مواهب الهی است که نه تنها به عنوان میراثی گرانبهاء از گذشتگان بلکه امانتی است که در اختیار ابناء بشر قرار گرفته تا نسل های آینده، ضمن بهره برداری مناسب، نسبت به حفظ و صیانت آن اقدام نمایند [16] .به همین دلیل، برای مدیریت و بهره برداری بهینه مراتع باید شناخت دقیق از اجزاء اکوسیستم های مرتعی داشته و واکنش آنها در برابر دخالت ها و تغییرات گوناگون بررسی نمود [36]. مراتع از نظر علم اکولوژیک، اکوسیستمی پویا و از نظر شناخت آن پدیده پیچیده طبیعی است، در حالت طبیعی و نرمال اجزای تشکیل دهنده همواره با هم در حالت تعادل قرار دارند. هنگامی که تحت تأثیر یک یا چند عامل مخرب طبیعی یا مصنوعی قرار میگیرند، با توجه به نوع و شدت اثر آنها، ممکن است حالت تعادل یا قدرت خودتنظیمی آنها ضعیف گشته و یا از بین برود [72]. اساساً گیاهان در جنگل ها و مراتع همیشه در معرض آسیبهای طبیعی و تخریب قرار دارند. هرگونه تغییرات مضر و قابل اندازه گیری در کیفیت فیزیکی، شیمیایی یا توان زیستی منابع طبیعی که موجب از دست رفتن یا کاهش کمی و کیفی خدمات منابع طبیعی مانند کارکرد های فیزیکی و بیولوژیکی آن گردد، اصطلاحاً تخریب یا آسیب منابع طبیعی نامیده میشود [46]. اصطلاحا” گفته میشود که “در سیستم اغتشاش یا بی نظمی به وجود آمده است”. یکی از عوامل اصلی ایجاد اغتشاش در بسیاری از اکوسیستمها آتش سوزی است. آتشسوزی طبیعی و یا مصنوعی، به لحاظ اثرات سریع ویرانگری که دارد نقش کلیدی در تغییر شکل ساختار و پویایی مراتع بازی میکند [71،83،88،99].
مسئله آتش سوزی مسئله ای نیست که به امروز و فردا بسنده شود بلکه امری است که از گذشتههای دور و سالیان متمادی به طور طبیعی وجود داشته و به مرور زمان با آمدن انسان به عرصه، مقدار و تعداد آتش سوزی افزایش یافت [30]. در تاریخ مذکور است که رومی ها و سایر ساکنان منطقه مدیترانه، بیش از٢٠٠٠ سال است که سوزاندن بقایای گیاهان را انجام میدهند [87]. سرخ پوستان ساکن آمریکا نیز گاهی برای بدست آوردن محصول بیشتر، چمنزارها را آتش میزدند [87]. این روش در ایران برای جلوگیری از گسترش گیاهان مهاجم خاردار در پروژه های اصلاح مراتع به کاربرده نمیشود ولی در کشورهای دیگر مانند استرالیا و آمریکا به عنوان یک روش اصلاحی محسوب میشود [35].
آتش سوزی در عرصه منابع طبیعی یکی از بحران هایی است که هر ساله خسارات غیر قابل جبرانی بر اکوسیستم ها و محیط زیست وارد میسازد به طوری که در سالهای اخیر به عنوان یک مسئله و چالش جهانی تبدیل شده است. عرصههای منابع طبیعی ایران نیز از این امر مستثنا نیست و بنا به هر دلیلی هر ساله شاهد وقوع انواع آتش سوزیها در این عرصهها هستیم. طبق گزارش سازمان جنگلها مراتع و آبخیزداری کشور هر ساله شاهد بروز انواع حریقها در سطح جنگلها و مراتع هستند که به دلایل مختلف بروز مینماید. طبق گزارش سازمان جنگلها، مراتع و آبخیزداری کشور از سال 1379 الی 1389، تعداد 14960 فقره آتش سوزی رخ داده که در مجموع 157121 هکتار در جنگل ها و مراتع کشور روی داده است [28].
آتش سوزی را از لحاظ علل بروز به دو دسته: طبیعی و غیرطبیعی تقسیم میکنند:
در آتش سوزیهای طبیعی یا خود سوزی، آتش سوزی در اثر تخمیر و فعل و انفعالات شیمیای مواد آلی و لاشبرگ روی هم انباشته در روی زمین و به دام افتادن نور و انرژی حرارتی تابشی خورشید در آنها و همچنین رعد و برق ایجاد میشود [16]. در عرضهای جغرافیایی شمالی که پوشش جنگلی فراوان تر است، رعد و برق عامل اصلی آتش سوزی میباشد [117]. آتش سوزیهای ناشی از فعالیتهای انسانی غیر طبیعی قلمداد میشود و خود به دو دسته آتش سوزی عمدی و غیرعمدی تقسیم میشود. آتش سوزیهای عمدی عملاً توسط برخی از افراد برای دستیابی به اهداف خاصی ایجاد میشوند، مثل تبدیل اراضی جنگلی و مرتعی به زمینهای زراعی با هدف تصاحب اراضی منابع طبیعی و یا تغییر تیپ گیاهی و گونههای غیر خوشخوراک به گونههای جایگزین مناسب، ایجاد چراگاه به منظور تأمین علوفه بیشتر برای چرای دام از جمله این موارد است که موجب آتش سوزی و وارد شدن خسارت به منابع طبیعی میگردد. در آتش سوزیهای غیرعمد که در اثر بی توجهی و سهل انگاری صورت میگیرد میتوان به سهل انگاری در حین گردشگری و تفرج افراد اتفاق میافتد که در اثر مثلاً پرتاب ته سیگار یا کبریت روشن در مسیر جادهها، آتش زدن سرشاخهها برای ایجاد گرما با اهداف مختلف زیاد گزارش شده است. همچنین سوزاندن بقایای محصولات کشاورزی در مزارع یا بروز آتش سوزی در اثر عملیات عمرانی یا مواد منفجره اشاره کرد که موجب آتش سوزی و وارد آمد خسارت به منابع طبیعی جنگل و مرتع میگردد [16].
از دیدگاه جهانی، آتش سوزی هایی که توسط انسان به صورت آگاهانه و یا ناآگاهانه شکل میگیرند به مراتب بیش تر از آتش سوزیهای طبیعی است [68]. بررسیها نشان میدهد که در جهان تقریبا 80-90% از آتش سوزی ها به دلایل انسانی رخ میدهد، چنانچه در اروپا 5% از کل آتش سوزیها در اثر عوامل طبیعی رخ میدهد [65]. در ایران و به طور مثال در استان اصفهان از تاریخ 1389 تا تاریخ 1390 تعداد 390 فقره آتش سوزی در مراتع استان گزارش شده که 100 درصد آنها عمدی و با هدف تغییر گونههای غالب مرتعی صورت گرفته است [16]. آتش به عنوان یک عامل بوم شناختی میتواند بر اجزای تشکیل دهنده هر اکوسیستم اثرات مثبت یا منفی داشته باشند [112]. آتش سوزی پوشش گیاهی پدیده ای جهانی است که در اکثر نواحی گرمسیری، معتدل و سردسیری رخ میدهد بطور طبیعی اتفاق میافتد [68]. آتش سوزی با توجه به شرایط آب و هوایی هر منطقه و نوع پوشش گیاهی اثرهای متفاوتی بر روی گونههای مختلف دارد [112].
مطالعات صورت گرفته اثرات آتش سوزی ها را به 3 گروه کلی تأثیرات آتش پوشش گیاهی، خاک و محیط و اتمسفر تقسیم بندی میکنند. در ذیل به اختصار به توضیح در مورد نکات ذکر شده پرداخته می شود.
الف) اثرات آتش بر پوشش گیاهی
در مورد اثرات آتش بر پوشش گیاهی و یا گون های گیاهی میتوان به حذف یا کاهش معنی دار گیاهان چوبی نامرغوب، افزایش تولید و خوشخوراکی علوفه، از بین بردن علف های خشک، بلند و با کیفیت پایین و تجدید علوفه تازه، آزاد کردن مواد مغذی گیاه و لاشبرگ در خاک، تغییر در الگوی توالی و منابع گیاهی، تغییر در میزان جست زنی در گونههای مختلف، شکستن خواب بذر و افزایش جوانه زنی در برخی از گونهها که بذر آنها پوسته سخت دارند، افزایش و بهبود علوفه مرتعی از طریق سوختن مواد غیر قابل هضم خشک شده که نتیجه آن تولید علوفه شاداب، جوان و تازه است اشاره نمود. کنترل رقابت در بین گونههای گیاهی، بهبود شرایط زیستگاه حیات وحش و کنترل آفات و بیماریهای قارچی از دیگر اثرات آنها است [101،103،25،16،5].
ب) اثرات آتش بر خصوصیات خاک
1- اثرات آتش بر خصوصیات فیزیکی خاک
تغییر در ساختار و بافت خاک، کاهش در میزان حفظ رطوبت و ظرفیت نگهداری آن، افزایش آبگریزی، بدون پوشش باقی ماندن سطح زمین در طولانی مدت که نتیجه اینها افزایش استعداد خاک برای فرسایش است [68].
2- اثرات آتش بر خصوصیات شیمیایی خاک
تنظیم حاصلخیزی خاک برخی اکوسیستم ها تغییر محسوس در چرخه مواد غذایی خاک مانند افزایش ازت قابل استفاده و هم چنین سایر عناصر ضروری در خاک، آزاد شدن بیش از ٥٠ درصد پتاس موجود در مواد آلی، تعدیل و کاهش ماده آلی خاک(OM)[1]که از مهمترین اثرات آتش بر روی خصوصیات شیمیایی خاک است. کاهش ماده آلی موجب افزایش چگالی ظاهری و کاهش قابلیت نفوذ پذیری آب در خاک به ویژه در دراز مدت میشود و به دنبال آن تضعیف پوشش گیاهی رخ میدهد [68].
3- اثرات آتش بر خصوصیات بیولوژیکی خاک
از بین رفتن میکروارگانیسمهای مفید خاک، کاهش ذی توده میکروبی خاک، کاهش گونههای میکروبی و دینامیک جمعیت، کاهش یا از دست رفتن بی مهرگان موجود در خاک از جمله کرمهای خاکی از اهم این تغییرات گزارش شده است [59].
ج) اثرات آتش بر محیط و اتمسفرآتش باعث آزاد شدن مقادیر زیادی از گازهای گلخانه ای از جمله دی اکسید کربن تثبیت شده در فیتومس گیاهی شده و افزایش ذرات معلق در اتمسفر را تشدید میکند. افزایش گازهای گلخانه ای و دی اکسید کربن باعث گرم شدن زمین شده و همچنین تأثیر منفی بر محیط زیست دارد که یکی از مشکلات اساسی را در رویشگاههای گیاهی و زیستگاه های جانوری به وجود میآورد [59].
1-3-اهمیت مطالعه موضوع و اهداف در طول سالهای اخیر، آتش سوزیهای اتفاق افتاده عمدتاٌ توسط جوامع محلی در سطح محدود و یا وسیع رخ داده و متأسفانه این روند در حال افزایش میباشد. در این شرایط، مدیران مراتع کشور از یک طرف نگران اثرات منفی کوتاه مدت و بلند مدت این اختلال بدون سابقه و غیر طبیعی بر کارکردهای مختلف اکوسیستمهای مرتعی بوده و از طرف دیگر نیازمند به یافتههای اثبات شده علمی در ارتباط با چگونگی اثرات احتمالی مثبت آتش سوزی بر مراتع به منظور به کار گیری آتش به عنوان یک تیمار اصلاحی میباشند.
علاوه بر مراتعی که از طریق آتش سوزی های طبیعی و یا کنترل شده سوزانده میشوند، هر ساله پوشش گیاهی اراضی زیادی از طریق آتش سوزیهای عمدی سوزانده میشود. آتش سوزی های عمدی عموما در مراتع بوته ای ایران که پوشش مناسبی از جهت تعلیف دام ندارند به یک پدیده رایج تبدیل شده است. گون ویا برخی دیگر از گونه های خشبی با اشغال فضای مرتع از رشدگونه های خوشخوراک جلوگیری میکنند و یا مانع از چرای مستقیم وکارآمد دام میشود. یکی از دلایلی که باعث آتش سوزیهای عمدی در مراتع میشود، ناآگاهی چوپانان و دامداران از اثرات منفی آتش سوزیهای کنترل شده است که اقدام به آتش زدن مراتع به منظور تولید علوفه بیشتر و خوشخوراک مینمایند تا در نهایت افزایش محصولات دامی خود موجب شوند. این افراد به خطرات این آتش سوزیهای عمدی توجهی نمینمایند که آتش بر تنوع زیستی، تخریب مراتع و از بین رفتن پوشش گیاهی اثرات نامطلوب میگذارد و در نهایت خاک لختی باقی میماند که در معرض فرسایش خاک قرار دارد.
اگرچه کنترل آتش سوزی کار بسیار مشکلی است، اما با تهیه نقشه نواحی دارای خطر آتش سوزی و برنامه ریزی برای این نواحی میتوان آگاهانه عمل کرده و تا اندازه ای اثرات مخرب آنرا کاهش داده و به فعالیتهای پیشگیرانه، حفاظتی و مدیریتی در این موارد پرداخت. پیشگیری از وقوع حریق از کارآمد ترین روشهای مدیریت آتش سوزی به شمار میرود و تأثیر مثبتی برای برنامه ریزیهای آتی در زمینه مدیریت مناطق دارای پتانسیل آتش دارد. در سالهای اخیر با افزایش فراوانی آتش سوزیهای عمدی، پایش پوشش گیاهی و پهنه بندی خطر آتش امری ضروری گردیده است. شناخت مناطق در معرض خطر و پهنه بندی خطر آتش از اصول اولیه کنترل و مبارزه با آتش سوزی محسوب میشود، زیرا با شناسایی مناطق در معرض خطر آتش میتوان فعالیت های پیشگیرانه، اجرایی و احیایی را در مناطق در معرض خطر متمرکز کرد. بنابراین لازم است قبل از عملیات پیشگیرانه و اجرایی، مطالعات در غالب یک طرح مطالعاتی مناطق در معرض خطر مورد بررسی قرار گیرد. روش شناسایی مناطق در معرض خطر آتش که در مقالات مشاهده شد و در ایران و سایرکشورهای جهان ارئه شده را می توان به سه گروه عمده تقسیم کرد:
الف) مدل سازی آتش به روش شبکه عصبی مصنوعی؛ طبقه بندی فازی و…
ب)روش هایی که اغلب پایه سنجش از دوری دارند.
ج) روشهایی که از تلفیق روش میدانی و سنجش از دور استفاده میکنند.
استفاده از روشها و تکنیکهای سنجش از دور از آن جهت حائز اهمیت اند که در مناطق پهناور و یا وسیع بسیار کار آمدتر، علمی و عملی تر میباشند. روش میدانی هزینه بر است و استفاده از دادههای سنجش از دور به دلیل پوشش مکانی و زمانی مناسب، این امکان را به کارشناسان و مدیران میدهد که ارزیابی را با صحت و دقت بیشتری انجام میدهند. متأسفانه به رغم اهمیت زیاد آتش سوزی مراتع از نظر اثرات مثبت و منفی آتش سوزی ها بر محیط پوشش و خاک و به طور کلی کارکرد و خدمات اکوسیستم تاکنون گزارش جامع و آمار دقیقی در مورد زیان و خسارت آتش سوزیهای موجود در مراتع ایران ارائه نشده است و تحقیقات موردی اندکی در زمینه آتش سوزی به انجام رسیده است. بنابراین در مطالعه حاضر سعی شده تا به مطالعه این مهم در بخشی از مراتع ییلاقی استان همدان در منطقه ملایر پرداخته شود.
اهداف مطالعه این تحقیق شامل نکات ذیل است.
الف- بررسی امکان تهیه نقشهی نواحی دارای استعداد آتش سوزی و تهیه نقشه خطر آتش سوزی به منظور مدیریت آتش زدن گون زارها با استفاده از داده های تصاویر ماهواره ای+ETM.
ب- تعیین نقشه کاربری اراضی منطقه مورد مطالعه.
1-4- روش شناسی و محتوای پایان‌نامهپس از بررسی و پیمایش منطقه‌ی مورد مطالعه، با استفاده از اطلاعات جمع آوری شده از منطقه و تلفیق با نقشه های توپوگرافی و تصاویر ماهواره ای، لایههای اطلاعاتی مرتبط جمع آوری گشته و مورد مطالعه قرار گرفتند. این اطلاعات شامل: نقشه های توپوگرافی منطقه، نقشه کاربری اراضی، تصاویر ماهوارهای، با هدف پهنه بندی مناطق دارای خطر آتش، مورد پردازش قرار گرفته و در محیط GIS تلفیق گشتند. استفاده از روش هیبرید برای تولید نقشه کاربری اراضی منطقه مورد مطالعه مورد استفاده قرار گرفت.
در پژوهشی پیش رو، مطالب در شش فصل تنظیم و آماده گشته‌اند. پس از بیان کلیات، در فصل دوم مباحث مرتبط و سابقه‌ی پژوهش تشریح گردیده. پس از آشنایی با منطقه‌ی مورد مطالعه در فصل سوم، روش پردازش و آماده سازی لایه‌ها بحث شده در فصول بعدی نتایج، بحث، نتیجه گیری و پیشنهادات بیان گردیده است.
-195580-61531500فصل دوم
بررسی منابع تحقیق
2-1- مقدمهبطورکلی از زمانهای گذشته تاکنون روشهای مختلفی برای جمع آوری دادههای مبتنی بر مکان وجود دارد که از آن جمله میتوان به مشاهدات نجومی، فتوگرامتری، نقشه برداری و سنجش از دور اشاره نمود. سنجش ازدور از زمره روشهای جمع آوری داده محسوب میگردد که در آن کمترین میزان تماس مستقیم با اشیاء و عوارض مورد اندازه گیری را داشته و برخلاف سایر روشها که عوامل انسانی در گردآوری و تفسیر دادههای زمینی نقش دارند، در روش سنجش از دور این وظیفه بر عهده سنجندهها خواهد بود.
در سالیان اخیر در مدیریت جنگل و مراتع نسبت به سالهای گذشته تغییرات زیادی ایجاد گردیده است. بطوریکه مدیریت جنگل و مرتع از حالت مدیریت با روشهای سنتی در سالهای دور به اداره جنگل و مراتع با استفاده از روشهای جدید و مدرن تغییر کرده است. امروزه مدیریت دقیق جنگلها و مراتع لزوم داشتن دادههای بهنگام، دقیق و قابل اعتماد را ایجاب میکند. سنجش از دور از بدو پیدایش به عنوان ابزاری مهم در پژوهش، مدیریت و نظارت بر جنگلها و مراتع مطرح و در طول زمان استفاده از علم سنجش از دور در جنگل و مرتع افزایش پیدا کرده است. شاید مهمترین دلایل روند افزایشی استفاده از علم سنجش از دور در زمینه جنگل و مرتع مشکلات جمع آوری دادههای صحرایی در محیط جنگل و مرتع، صعب العبوری، وقتگیری و هزینه زیاد هنگام جمعآوری دادههای صحرایی از محیط جنگل و مرتع باشد. هر چند هنوز هم دقیقترین دادهها با برداشت مستقیم و آماربرداری به دست میآیند. اما آماربرداریها اغلب کاری سخت و مشکل بوده و ضمن نیاز داشتن به تجربه و دانش کارشناسی لازم، مستلزم صرف هزینه و وقت زیاد است، ضمن اینکه برداشت داده در برخی نقاط صعب العبور ممکن نیست. از این رو متخصصین جنگل و مرتع و سنجش از دور در سالهای اخیر تحقیقات گستردهای در امکان استفاده از دادههای سنجش ازدوری در محیطهای طبیعی انجام دادهاند. دادههای سنجش از دوری را میتوان از جنبه-های مختلفی تقسیم بندی نمود. به طور مثال این دادهها به بطور کلی به دادههای هوایی و فضایی تقسیم میگردند. قدرت تفکیک طیفی، رادیومتریک، زمانی و مکانی جنبههای دیگری هستند که میتوان دادههای سنجش از دوری را تقسیم بندی نمود. بی شک با پیشرفت فناوریهای فضایی و ثبت دادههای سنجش ازدوری از یک طرف و همچنین پیشرفت در امر پردازش داده ها از طرف دیگر پیشرفتهای زیادی در امر استفاده از دادههای سنجش از دور حاصل شده است. بسته به نوع داده هایطیفی و همچنین دقت مکانی، زمانی و رادیومتری، دادههای سنجش ازدور دارای کاربردهای فراوانی در زمینه جنگل هستند که به طور کلی میتوان آنها را به صورت زیر دسته بندی نمود [21]:
1- تهیه نقشه های پوشش
الف- نقشههای جنگل و مرتع در سطح جهانی و قارهای (نقشههای کوچک مقیاس)
ب- نقشههای جنگل و مرتع در مقیاس متوسط مانند نقشههای بلوکهای بهره برداری، نقشه ها در سطح محلی
ج- نقشه های بزرگ مقیاس مانند نقشه گونههای گیاهی
2- کاربردهای سنجش از دور در آمار جنگل و مرتع
الف- تاج پوشش
ب- بیوماس گیاهی
ج- حجم و رشد درختان
3- کشف تغییرات در جنگل و مرتع
الف- نقشه تغییرات در طول زمان در عرصه های جنگلی و مرتعی
ب- نقشه محلهای بهره برداری مانند محلهای قطع یکسره و یا برشهای گزینشی.
ج- نقشه تغییرات در اثر بلایای طبیعی
د- نقشه تخریب جنگل
4-مدلها: سنجش از دور دادههای یکسری از مدلهای اکولوژیکی و مدلهای بررسی اکوسیستمها را فراهم می نماید. که این دادهها ورودی این مدلها هستند.
5- نقشه خسارتهای وارده به جنگل و مرتع
البته غیر از این کاربردهای مذکور که به صورت کلی بیان گردید، دادههای سنجش از دور کاربردهای دیگری در جنگل و مرتع دارند. مثلاً در مطالعه خاک، اقلیم و آب و هوای جنگل به محققین و اداره کنندگان بخش جنگل کمک میکنند و یا در مدیریت جنگل نقشه های ارتفاعی و سه بعدی حاصل از تصاویر ماهوارهای کمک بسزایی دارد و در تهیه طرحهای جنگلداری کمکهای شایانی مینماید [21،96،48].
2-2-مزایای تولید نقشه های موضوعی با استفاده از داده های ماهواره ایامروزه در کشورهای پیشرفته دنیا سنجش ازدور جزء لاینفک بسیاری از پروژهها است. کشور ما نیز سیستمهای سنجش ازدور و تکنیک-های پیش رفته پردازش تصاویر امکانات مناسبی را برای آنالیزهای مکانی، طیفی، و زمانی برای محققان، مدیران و برنامه ریزان فراهم نموده است. از جمله مزایای استفاده از سنجش از دور، مقرون به صرفه بودن آن و امکان به روز رسانی سریع میباشد.
دادههای چند طیفی با استفاده از منحنیهای بازتاب طیفی اطلاعات مفیدی به دست میدهند. به طور کلی استفاده از تصاویر سنجش از دور مزایای زیر را در بر دارد:
مزایای تهیه تصاویر با استفاده از ماهواره بطورخلاصه عبارتنداز :
۱- دریافت پیوسته و دائمی تصاویر
۲- قابلیت باز بینی منظم مناطق)برای تهیه اطلاعات بروز)
۳- پوشش منطقهای گسترده
۴- قدرت تفکیک رادیومتریک و مکانی مناسب
۵- رقومی بودن ذاتی دادهها که منجر به سهولت تغییر و ترکیب آنها با منابع دیگر دادههای رقومی میشود.
۶- ارزان و مقرون به صرفه بودن دادههای ماهواره ای نسبت به دادههای تهیه شده با روشهای دیگر تهیه اطلاعات مکانی.
۷- تشکیل آرشیو بزرگی از تصاویر ماهوارهای ثبت شده در مقاطع زمانی مختلف، مناسب برای مطالعات زمانی و تهیه نقشه تغییرات[48].
2-3-منابع داده های سنجش از دورمشخصات ماهوارۀ Landsat 7 و تصاویر سنجنده ETM+
ماهوارهی Landsat 7 در15 آوریل سال 1999 توسط موشک دلتای 11 سازمان ملی فضایی وهوانوردی آمریکا (ناسا[2]) به فضاپرتاب شد. این ماهواره مجهز به سنجندهای به نام نقشه بردار موضوعی بهبود یافته یا [3]ETM+ است. ماموریت اصلی این ماهواره، همانند ماهوارههای قبلی خانوادهی Landsat اخذ دادههای مورد نیاز ازسطح زمین برای پایش منابع طبیعی و امورسنجش ازدور بوده است. این ماهواره در مدار قطبی وخورشیدآهنگ[4] در ارتفاع 705 کیلومتر از سطح زمین قراردارد و در یک دوره 16روزه، پوشش کامل از دادههای تصویری از کرهی زمین توسط تنها سنجنده ی خود با نام Enhanced Thematic Mapper برداشت مینماید.
سنجندهی ETM+ از نوع اسکنرهای خطی Wiskbroomبوده و قادر است در هرگذر برفراز زمین، نواری با عرض 185 کیلومتر را برداشت نماید. ماهواره لندست طیف مختلفی از الکترومغناطیس را دریافت میکند که این شامل تصاویر با تفکیک مکانی و زمانی متفاوت است. این سنسورها عمدتاً در دو حالت است حالت اول مربوط به باند های چند طیفی است و حالت دوم مربوط به باند پانکروماتیک میشود. که این سنجنده را قادرمیسازد بطور همزمان یک باند تصویری پانکروماتیک[5]و هفت باند چند طیفی را برداشت نماید. تصاویر هریک از باندها به صورت 8 بیتی و قدرت تفکیک زمینی آنها از 15 تا 60 متر متفاوت است.در مقایسه با سایر سنجندههای پیشین ماهواره لندست قدرت تفکیک مکانی باند حرارتی از 120 به 60 متر بهبود یافته است. باند پانکروماتیک(یا باند سیاه و سفید) با محدوده طیفی 9/0-52/0 میکرومتر و قدرت تفکیک مکانی 15*15 متر اضافه شده است،که دریافت اطلاعات طیفی درتفکیک زمینی آن نیز به طور همزمان با سایر باندها برداشت می¬شود. این قابلیت سنجنده با اتکا به روشهای جدید پردازش تصویر مانند ادغام دادهها میتواند امکانات بیشتری در راستای رسیدن به هدف یاد شده فراهم آورد. باند پانکروماتیک یک باند مفید است که با استفاده از الگوریتمهای خاص با دیگر باندها ترکیب شده و یک تصویر جدید را تشکیل میدهد.
از دیگر اولویت های این سنجنده نسبت به سنجندههای پیشین، وجود تنظیم کننده[6]ای است که تنظیم وتبدیل انرژی رادیومتری دادههای سنجنده را بهبود میبخشند. طراحی باندهای چندطیفی به نحوی انجام شده که پاسخگوی بیشترین نیاز کاربران سنجش ازدور باشد .[22،34،73].
مشخصات کلیه باندها و موارد کاربرد هر باند تصاویر سنجنده ETM+ در جدول(2-1) و شکل (2-1) به اختصار شرح داده شد.
جدول 2-1- مشخصات و ویژگی های باندهای طیفی سنجنده ETM+ [15]باند طول موج (میکرومتر ) قدرت تفکیک زمینی ویژگیها
باند 1 (B) 515/0-45/0 30 متر نفوذ خوب در آب، جذب گیاهی قوی
باند 2 (G) 605/0-525/0 30متر بازتاب گیاهی قوی
باند 3 (R) 69/0-63/0 30 متر جذب گیاهی بسیار قوی
باند 4 (NIR) 9/0-75/0 30 متر بازتابندگی گیاهی قوی،تباین زیاد زمین و آب
باند 5 (SWIR) 75/1-55/1 30 متر حساسیت شدید به رطوبت
باند 6-2 و 6-1 ( TIR) 5/12-4/10 60 متر حساسیت زیاد به رطوبت گیاه و خاک
باند 7 ( SWIR) 35/2-08/2 30 متر تبیین زمین شناسی خوب
باند 8 (پانکروماتیک) 9/0-52/0 15 متر افزایش قدرت تفکیک
شکل 2-1- موقعیت هر باند سنجندۀ ETM+در طول طیف الکترومغناطیس [15].2-4- ویژگیهای پوشش گیاهیاساس سنجش از دور با استفاده از تصاویر ماهواره ای، بر پایه تفاوت بازتاب پدیده ها و عوارض مختلف سطوح زمین است. ویژگیهای ذاتی و پدیده های مختلف باعث میشود هرکدام دارای بازتاب طیفی خاصی از طول موج دریافتی باشند. باتوجه به این تفاوت ها امکان شناسایی هرکدام از پدیده ها در طول موج های مختلف وجود دارد. گیاه، آب و خاک دارای منحنیهای بازتاب استاندارد در طول موج های مختلف هستند که متأثر از ویژگیهای ذاتی هر کدام در جذب، عبور یا بازتابش طول موج دریافتی میباشد. در مورد گیاهان عوامل مختلفی در میزان بازتاب یا جذب اشعه دریافتی تأثیر گذار هستند. حضور رنگدانههای گیاهی مثل کلرفیل و گزانتوفیل در برگ باعث جذب شدید طول موجهای آب و قرمز و کاهش بازتاب در این دو طول موج میگردد. همچنین برگ گیاه با داشتن بافت اسفنجی طول موج مادون قرمز را شدیدا بازتاب میدهد. از طرف دیگر طول موجهای مادون قرمز نزدیک از سلولهای به هم فشرده بافت نردبانی عبور کرده و در بخش هوا و فضای خالی بافتها شدیدا بازتاب میشود. منحنی بازتاب گیاه و عوامل مؤثر در میزان بازتاب را شکل (2-2) نشان میدهد [8].
شکل 2-2- منحنی بازتاب طیفی تعمیم یافته پوشش گیاه در طول موج های مختلف[60]2-5- روش انجام مطالعات صحرایی2-5-1- جمع آوری داده های صحرایی جهت تهیه نقشه خطر آتشدر بررسیهای ماهواره ای و مطالعات سنجش ازدور، بررسی صحرایی جهت جمع آوری دادههای زمینی امری ضروری است. محققین برای برداشت داده های صحرایی باید شناخت خوبی از پاسخ طیفی پوشش گیاهی، از جمله تغییرات پاسخ طیفی در طول فصل رویش و میزان تغییرات رطوبت داشته باشند. شناخت این تغییرات در انتخاب زمان مناسب برای کار میدانی و همچنین در انتخاب سیما های زیست فیزیکی برای اندازه گیری کمک میکند.
روشهای نمونه برداری[7]
روشهای نمونه برداری به اختصار در زیر بیان میشود:
تصادفی[8]
نمونه برداری تصادفی طبقهبندی شده [9]
سیستماتیک[10]
خوشهای[11]
از روشهای نمونهبرداری صحرایی میتوان به روش نمونه برداری تصادفی اشاره کرد. این روش تأثیر محیط اطراف پیکسل را افزایش میدهد. درصورتی که با روش نمونهبرداری سیستماتیک که به اندازه پیکسل تنظیم شده باشد و به قدری از یکدیگر فاصله داشته باشد، میتوان مشکل تأثیر محیط اطراف پیکسل را کاهش داد. از طرفی نمونه یرداری سیستماتیک موجب میشود که اطلاعات مفید از جمعیتهای کوچک از دست برود. روش دیگری که علاوه بر کاهش اشتباهات باعث افزایش دقت میگردد، روش نمونهبرداری طبقه بندی شده است.
جدول2-2- معایب و مزایای روشهای نمونه برداری [1].روش نمونه برداری مزایا معایب
تصادفی انتخاب بدون اریب نمونه ها
ویژگی های آماری بسیار خوب پرهزینه
نمونه ها به خوبی در هر کلاس و سیمای سرزمین پخش نمی شوند.
طبقه بندی شده ی تصادفی انتخاب بدون اریب نمونه ها
به اندازه کافی در هر کلاس نمونه برداشت میشود به طوری که در هر کلاس حداقل تعدادی نمونه برداشت خواهد شد. پیدا کردن نمونه های کافی در کلاس های کوچک نقشه اغلب، مشکل است.
به دانش قبلی در مورد توزیع کلاس های نقشه نیازمند است.
سیستماتیک اجرای آسان
نسبت به نمونه برداری تصادفی هزینه کمتر است.
نمونه ها در سیمای سرزمین توزیع خوبی دارند. از لحاظ آماری ضعیف تر است چون هر واحد نمونه احتمال مساوی برای انتخاب شدن ندارد.
خوشه ای کمترین هزینه را دارد
زمان جابجایی در عرصه و یا تنظیم نقشه ها در لابراتور کاهش می یابد نمونه ها بسیار به هم نزدیک اند
عدم استقلال نمونه ها
خواجه الدین(1995) برای تعیین محل کوادرات گذاری از روش نمونهبرداری طبقه بندی شده استفاده کرده است. وی تیپهای گیاهی را با توجه به ترتیب فیزیونومی گونهها، نوع خاک، سنگ و سنگریزه و… تعیین کرده و سپس داخل تیپ طبقه بندی شده، محل نمونه برداری را به طور تصادفی انتخاب کرده است. در نقطه تصادفی دستگاه GPS را قرار داده و این محل را مرکز دایره فرضی با شعاع حدود 100 متر منظور و کوادرات گذاری را انجام داده است و همچنین برای تعیین هر نوع رابطهای بین دادههای زمینی و ماهوارهای با توجه به طول و عرض جغرافیایی تعیین شده با دستگاه GPS، داده 9 پیکسل را برای سنجنده MSS استخراج کرده است. پیکسل مرکزی نزدیک ترین طول و عرض جغرافیایی را به نقطه زمینی (محل نمونه برداری) داشته است. وی میانگین دادههای باندهای مختلف را برای آنالیز با دادههای زمینی بکار برده است [82].
کانگلتون و برنان (1988)، مدل شبیه سازی شدهی نمونه برداری را در سه منطقه که از لحاظ مکانی بسیار متفاوت بودند با استفاده از تمام 5 طرح نمونه بردای انجام داد و نتیجه گرفت که در تمام موارد روش نمونه برداری تصادفی ساده و طبقه بندی شده تصادفی نتایج رضایت بخشی به دست میدهند [1].
استیمن(1992)، تحقیق خود را با استفاده از نمونه برداری تصادفی ساده و نمونهبرداری سیستماتیک انجام داد، نشان داد که از اثر نمونهبردای سیستماتیک بر روی تجزیه و تحلیل کاپا میتوان چشم پوشید. ایشان همچنین عنوان کرد که با استفاده از روش ترکیبی (ابتدا نمونهها به صورت سیستماتیک انتخاب شوند و سپس از نمونه برداری تصادفی برای پر کردن منطقه بدون نمونه استفاده شود.) اعتبار بیشتری میبخشد [1].
2-6- پیش پردازش تصاویر ماهواره ای[12]2-6-1- تصحیح هندسی[13]دادههای حاصل از سنجندههای ماهواره ای که به زمین مخابره میشوند و به عنوان داده های خام[14] معروف هستند که این داده ها نیز دارای خطاهای زیادی میباشند.این خطاها میتوانند ناشی از تغییرات سکو مثل تغییر ارتفاع مدار و عدم تعادل؛ یا اشکال در کار سنجنده پدید آید مانند پدیده پانور اما، نابرابری ضرایب تنظیم آشکارسازها؛ و همچنین از تغییرات محیطی ناشی گردد مثل کرویت و پستی و بلندی های زمین، چرخش زمین و اثرات اتمسفر باشند. بسیاری از این خطاها با آگاهی از مشخصات مدار، سنجنده و کرویت زمین در ایستگاههای گیرنده داده های ماهواره ای تصحیح و تصاویر تحت عنوان داده های استاندارد و یا تصحیح شده سامانه ای در اختیار کاربران قرار میگیرند.این تصحیحات عمدتاً شامل تعادل سکو، پانورامائی، تنظیم آشکارسازها، کرویت و چرخش زمین میباشند.اکثر ماهواره های که امروزه در مدار هستند از سنجنده هایی از نوع پوشبروم استفاده میکنند.کیفیت داده های این نوع سنجنده ها به لحاظ هندسی و رادیو متری به مراتب بهتر از داده های سنجنده هایی از نوع Wiskbroom میباشند [105،2،64].
اعوجاج های هندسی را اغلب با تطابق تصاویر به نقشههای با مقیاس مناسب می¬توان از بین برد. منظور از تصحیح هندسی یک تصویر، تغییر سیستم مختصات پیکسل های تصویر و انطباق آن با نقشه های نظیر یا تصویری است که قبلاً مورد تصحیح هندسی قرار گرفته باشد. لذا هر نقطه از تصویر مختصات جغرافیای نظیر خود را بر روی نقشه خواهد داشت. قابل توجه است که انتخاب نقاط باید به گونه ای باشد که در نهایت تعداد کافی از نقاط کنترل زمینی با پراکنش مناسب برای تصحیح هندسی استفاده شود.
روش استفاده از نقاط کنترلی[15](GCP) شامل سه مرحله میباشد:
تعیین نقاط کنترلی
تعیین معادله و حذف نقاط نامناسب
تطابق هندسی از طریق تعمیم معادله و انجام نمونه گیری مجدد
حداقل تعداد نقاط کنترل 3 نقطه میباشد. هرچند که به لحاظ ریاضی این تعداد برای تشکیل معادله چند جمله ای از نوع درجه اول کافی میباشد، اما دقت بسیار پایین است. با افزایش تعداد نقاط میتوان بر دقت ثبت داده افزود .به طور تجربی میتوان بیان داشت که در کارهای اجرایی تعداد 10 نقطه کنترل زمینی در سطحی معادل یک برگ نقشه 1:250000 میتواند مناسب باشد. اغلب استفاده از 8 تا 15 نقطه کنترل زمینی جهت تصحیح هندسی کافی میباشد. برای انجام نمونه برداری مجدد معمولاً ازیکی از روش های نزدیک ترین همسایه[16]، درون یابی دوخطی[17] و پیچش مکعبی[18] استفاده می شود. اما روش نزدیک ترین همسایه بهترین روش تصحیح هندسی می باشد در نمونه برداری مجدد، شکلی جدید در هندسه، متناسب با نقشه های مرجع زمینی حاصل می شود که در آن اندازه پیکسل ها مشخص و همین¬طور جهت آنها نسبت به شمال جغرافیای تنظیم میشود. DN پیکسلهای شکل جدید با استفاده از یکی از روش های درون یابی تعیین میشود [34،47،26،14].
در هنگام اعمال تصحیح برای هر نقطه انتخابی جذر میانگین مربعات[19] (RMSe) محاسبه میشودکه با بررسی این خطا میزان جابجایی یک نقطه از تصویر اصلاح شده نسبت به محل واقعی اش روی نقشه پایه و نیز میزان خطایی که در اثر چرخش تصویر روی تصویر باقی خواهد ماند تعیین میگرددکه با تعیین RMSe در واقع به میزان صحت و دقت فرآیند ثبت تصویر در یک سیستم مختصات (متریک، مختصات جغرافیایی) پی میبریم [47،14]. خطای RMSe کل نشان دهنده یه ی واقعیات تغییر پیکسل ها از واقعیت اصلی آنهاست و بنابر اصول نقشه کشی آمریکا، باید کمتر از 5/0 پیکسل(با دقت ماهواره) تصویر ورودی باشد [26،31،106،97]. جهت رسیدن به RMSe پایین تر، نقاطی که دارای اشتباه بزرگی هستند توسط سیستم مشخص میشوند و حذف میگردند تا RMSe قابل قبولی بدست آید.
گودرزی و همکاران (1385) برای تصحیح هندسی ازنقشه توپوگرافی 1:50000 استفاده کردند به این ترتیب که ابتدا 18 نقطه کنترلی پراکنده در سطح منطقه روی نقشه توپوگرافی دارای سیستم مختصات طول و عرض جغرافیائی تبدیل به سیستم متریک (UTM) شده و بر روی تصاویر تعریف گردید. ریشه مربع خطا برابر 75/0 پیکسل محاسبه شد [43].
فاضلی عطار(1387) جهت ارزیابی قابلیت مدل V-I-S در تهیه نقشه کاربری اراضی با استفاده از داده های ماهوارهای ASTER در اصفهان ابتدا باندهای دارای رزلوشن 15 متر، با بکار گیری 50 نقطه کنترل زمینی و روش نزدیکترین همسایه و مدل هندسیPolynomial درجه 1 به نقشه 1:50000 زمین مرجع کرد. تصاویر دارای رزلوشن 30 متر با 30 نقطه کنترل زمینی و روش مشابه به باندهای دارای رزلوشن 15 متر ثبت داد [37].
آرخی و نیازی (1389) جهت ارزیابی روشهای مختلف سنجش از دور برای پایش تغییرات کاربری اراضی در ایلام با دادههای ماهواره ای برای تصحیح هندسی از 17 نقطه کنترل زمینی در منطقه مطالعه در نقشه توپوگرافی تقاطع جاده ها، آبراههها و… مشخص کردند و در تصاویر متناظر علامت زده شد، سپس با نمونه برداری مجدد و روش نزدیکترین همسایه و تابع درجه اول استفاده کرد در نهایت تصاویر تصویر TM را با RMSe معادل 57/0 پیکسل زمین مرجع کردند [3].
سوریبابو[20] و همکاران(2012) برای بررسی تغییرات کاربری اراضی و پوشش زمین در هند برای انجام تصحیح هندسی از 15 شیت نقشه توپوگرافی استفاده کردند [113].
رحمان[21] و همکاران (2012) برای بررسی تغییرات کاربری اراضی و کاربری اراضی در شمال شرق ناحیه دلهی با استفاده از داده های ASTER تحقیقی را انجام دادند. برای انجام تصحیح هندسی با استفاده از نقشه های توپوگرافی 1:50000 باندهای دارای رزلوشن 15 متر در سیستم مختصات UTM در زون 43 را با استفاده از الگوریتم نمونه گیری مجدد و روش نزدیکترین همسایه با اعمال مدل Polynomial درجه 1 زمین مرجع کردند و بقیه باندها را به این ها ثبت دادند [104].
2-6-2- پردازش و بارِزسازی تصاویر ماهواره ایبارِزسازی تصویر به معنای استفاده از تکنیک هایی است که با کمک آنها میتوان ارزش درجات روشنایی پیکسلهای تصویر را به گونه ای تغییر داد که باعث افزایش مغایرت موجود در تصویر شود، مفسر بتواند با سهولت بیشتری اطلاعات مورد نیاز خود را از تصویر استخراج کند [27]. در واقع، کارامدی تصویر در طی فرایند تفسیر بصری، به درجه مغایرت آن بستگی دارد.
بارزسازی طیفی تصاویر شامل فرایندهای ارتقا کیفیت تصویر به سطحی بالاتر و بهتر جهت استخراج الگوها و یا تفسیر تصاویر میباشد به عبارت دیگر، بهبود بخشیدن به تصویر به وسیله تقویت نمودن خصوصیات مهم طیفی و یا مکانی تصویر و از بین بردن ویژگیهای غیر ضروری اضافی، جهت تعبیر و تفسیر دیداری میباشد. بارزسازی کنتراست یا بسط تباین به وسیله تقویت نمودن حدود روشنایی یا روشنایی بخشی از محدوده انتخاب شده یک تصویر انجام میشود [40]. بارزسازی تصاویر شامل انواع پردازش ها از قبیل کنتراست، فیلترگذاری و انواع آنالیزهای دیگر میباشد. عمده ترین تکنیکهای بارزسازی عبارتند از، تبدیل مقیاس تن خاکستری، تعدیل هیستوگرامی، ترکیب رنگی، تبدیل بین ترکیب RGB به ترکیب HSI.
یمانی و مزیدی (1386) در بررسی تغییرات سطح پوشش گیاهی سیاه کوه برای بارزسازی تصویر و انتخاب باندهای مناسب پس از اعمال تصحیحات لازم، جهت تشخیص بهتر و نمایش واضحتر تصاویر، عمل بارزسازی را با استفاده از کشیدگی خطی انجام دادند که نهایتا تصاویر وضوح بهتری پیدا کرد [55].
2-6-3- تصاویر رنگی کاذب[22]منطقی ترین حالت نمایش دادههای حاصل از اسکنرها در تک باندها، نمایش آنها با استفاده از گامهای خاکستری[23]میباشد. از آنجایی که تفکیک و شناسایی پدیده ها به لحاظ رنگ نتایج بهتری ارائه میدهد، میتوان از ترکیب DNs باندهای مختلف تصاویر رنگی تهیه نمود.متداول ترین روش،، استفاده از سامانه RGB میباشد. در این روش داده ها از سه باند در تفنگ های قرمز، سبز و آبی با هم ترکیب میگردند. تنها در حالتی که دادههای حاصل از سه باند طیفی آبی، سبز و قرمز به ترتیب در تفنگ های آبی، سبز و قرمز ترکیب شوند، تصاویر دارای رنگ حقیقی و در صورتی که دو شرط فوق احراز نشوند، تصویر رنگی کاذب خواهد بود [8]. باید در ساخت RGB از باندهایی استفاده شود که کمترین همبستگی و بزرگترین مجموع انحراف معیار را با یکدیگر دارند تا اطلاعات بیشتری در اختیار ما قرار دهند و پدیده ها را بارز تر و متمایز از همدیگر نشان دهند [2].
انتخاب بهترین ترکیب باندی از طریق مقایسه ی چشمی تصاویرFCC مشکل و وقت گیر است. بنابراین میتوان با روش رقومی از پارامتری به نام فاکتور شاخص مطلوب[24] برای دو منظور زیر استفاده کرد:
الف) تعیین مناسب ترین ترکیب باندی برای ایجاد FCC
ب) تعیین مناسبترین باند ها برای طبقه بندی رقومی تعداد ترکیبهای باندی متعددی که حاصل از باندهای طیفی اند، باید ساخته شده و مقایسه شوند. براساس رابطه 2-1 ، میتوان تعداد ترکیب های سه تایی حاصل از باند های مورد استفاده را محاسبه کرد [34].
رابطه(2-1)
که در این رابطه N: تعداد کل باندهای مورد استفاده است.
شاخص مطلوبیت ،یک شاخص آماری است که بر اساس انحراف معیار و ضریب همبستگی بین باندها عمل میکند. این شاخص ترکیبات باندی با بیشترین میزان اطلاعات یعنی بزرگترین مجموع انحراف معیار و پایین ترین میزان همبستگی را ارائه میدهد [34].
سرحدی و همکاران (1386)، فاضلی عطار و همکاران (1387)، ماهشانیان (1390)، صادقی (1386)، خسروانی برای تعیین بهترین ترکیب باندی از همین پارامتر آماری فاکتور شاخص مطلوب[25] (OIF) استفاده نمودند و بهترین ترکیبات باندها جهت تهیه تصاویر رنگی کاذب را با کمک این شاخص یافتند [14،24،26،37،44].
2-6-4- آنالیز مؤلفه های اصلی[26] (PCA)تعداد زیاد باندها در تصاویر چند طیفی ([27]MS) بدون شک اطلاعات اضافی را در باندهای مختلف ایجاد می کند، چرا که بازتابش طیفی اشیا از روی زمین به ندرت دارای فرکانسهای متفاوت از یکدیگر میباشد یا به عبارت دیگر اطلاعاتی که در یک باند تصویر یافت میشود ممکن است در باند دیگری از تصویر هم یافت شوند چراکه دارای طول موج ها نزدیک به همدیگر هستند پسمی توان نتیجه گرفت که اطلاعات طیف های مختلف همبستگی بالایی با هم دارند. هرچه این تکرار ها افزایش یابد هزینه نگهداری عکس ها، طبقه بندی و بخش بندی آنها هم افزایش مییابد [97،120]. تجزیه مؤلفه اصلی در تفسیر داده های رقومی سنجش از دور از اهمیت زیادی برخوردار است. مهمترین فواید PCAجمعآوری و متراکم ساختن اطلاعات پدیدههای موجود در باندهای مختلف را در تعدادی باند یا مؤلفه کمتر تجمیع و ارایه مینماید. به عبارت دیگر PCA برای حذف اطلاعات زائد در دادههای ماهوارهای جهت تفسیر بهتر اطلاعات ماهوارهای کاربرد فراوانی دارد. این توانایی کاهش ابعاد، یعنی کم کردن داده ها و باندهایی که برای تولید نتایج قابل استفاده تجزیه میشوند، از نظر صرف وقت و احیانا هزینه حائز اهمیت است [34]. آنالیز PCA از روشهایی است که با متراکم کردن اطلاعات در تصویر به تفسیر بهتر داده های ماهواره ای کمک می کند. معمولاً بیش از 90 درصد اطلاعات تصاویر در سه مؤلفه اول این آنالیز متراکم میشوند. تحلیل مؤلفه ها دارای سه ویژگی است [118].
1- میتواند میزان اطلاعات هر باند را تعیین کند و از میان آنها باندی که بیشترین داده را دارد تعیین کند.
2- میتواند تعداد باندهای مورد نیاز برای نمایش بیشترین اطلاعات که در تصویر و باندها وجود دارد کاهش دهد.
3- تبدیل اطلاعات به محورهای متعامد، جدا پذیری و تفکیک پذیری طیفهایی که با یکدیگر هم پوشانی اطلاعات دارند را افزایش میدهد.
استفاده از PCA به عنوان یک روش معمول بسیار مورد توجه است که در تحقیقات تیو[28](2000) لیو[29] (2000)، گونزالز آیودیکانا[30] و همکاران(2005)، وانگ[31] و همکاران(2005) از این روش برای بهبود کیفیت تصویر ماهواره ای استفاده کرده اند ]118،109،74،90،116].
یگانه و همکاران(1387) جهت بررسی قابلیت داده های ماهواره ای MODIS در برآورد تولید گیاهی مراتع سمیرم در نقشه نهایی برای تولید کاربریهای مختلف منطقه مورد مطالعه، با ایجاد ترکیبات مختلف باندی و آنالیز های PCA لایه های مختلف برف، جنگل، مرتع، رخنمون سنگی و کشاورزی را استخراج کردند [56].
سونار[32] (1998) در مطالعه خود از روشهای تفاضل تصویر، تجزیه مؤلفه اصلی و مقایسه بعد از طبقه بندی را برای پایش تغییرات در کاربری اراضی در استانبول ترکیه مقایسه کرد و دریافت که روشهای تجزیه مؤلفه اصلی و مقایسه بعد از طبقه بندی نتایج بهتری را ارئه میدهند [114].
سیدانو[33] و همکاران (2005) در طی مطالعه ای با استفاده از دادههای ماهوارهایMODIS به تولید نقشه کاربری اراضی با استفاده از روشهای طبقه بندی نظارت شده و استفاده از تجزیه مؤلفه اصلی پرداخت و به این نتیجه دست یافت که استقاده از مؤلفه اصلی برای طبقه بندی از دقت بالاتری برخوردار است. صحت طبقه بندی 90% گزارش کردند [107].
2-6-5- شاخص های پوشش گیاهیدر طول سه دهه گذشته شاخصهای گیاهی کاربرد وسیعی در بررسیهای منابع طبیعی و پایش پوشش گیاهی در مقیاس کوچک تا مقیاسهای منطقهای و جهانی پیدا کردهاند. این شاخصها با تراکم برگ همبستگی خوبی را نشان میدهند اما به سه فاکتور ارتفاع و زاویه تابش خورشید، خاک و تأثیرات جوی حساس هستند [23].
میزان بازتاب پوشش گیاهی در طول موجهای مختلف با توجه به نوع پوشش (نوع گونه، شادابی و…) و نوع خاک زمینه (ماده آلی، خاک مرطوب، نوع بافت و… ) و میتواند تغییر پیدا کند. برای بارزسازی این تغییرات معمولاً از شاخصهای گیاهی استفاده میکنند معمولاً در انواع برنامههای کاربردی علوم زمین، که هدف آن نظارت و تعیین خصوصیات پوشش گیاهی از طریق سنجش از دور است به کار میروند.
در واقع شاخصهای گیاهی برای متمایز ساختن پوششهای گیاهی با پدیدههای دیگر که توسط تک باندها ممکن نیست بکار میرود. شاخصهای گیاهی میتوانند با استفاده از تعدادی باند مناسب و قابل استفاده محاسبه شوند. در واقع شاخص های گیاهی از نسبت گیری بین باندها بوجود میآیند که روابط ریاضی ساده بین باندها مانند جمع، ضرب، تفریق و تقسیم، باندهای طیفی قابل انطباق و یا دیگر ترکیبات خطی هستند که ارزش هر پیکسل در باندهای مختلف را به یک شاخص عددی تغییر میدهند [34]. شاخصهای گیاهی در دهه 1970 براساس استفاده از باندهای قرمز و مادون قرمز نزدیک توسعه یافته اند و به دو دسته نسبتی و فاصله ای تقسیم بندی میشوند. شاخص NDVI یکی از معروف و رایج ترین شاخص گیاهی است که کارایی مفید آن در بسیاری از مطالعات مشخص شده است. این شاخص بر پایه این حقیقت که کلروفیل موجود در ساختار گیاهان قادر است نور قرمز را جذب و لایه مزوفیل برگ نور مادون قرمز نزدیک را منعکس سازد استوار است. و مقدار شاخص NDVI بین اعداد 1+ تا 1- تغییر میکند. مقادیر منفی در این شاخص حاکی از عدم حضور پوشش گیاهی است [115،110،80].
NDVI به شدت تحت تأثیر متغیرهای روشنایی در زمینه تاج پوشش گیاهی قرار میگیرد و این مسئله شناسایی میان پوشش گیاهی و تغییراتی را که به سبب خاک بر روی NDVI اعمال میگردد مشکل میسازد. مشکلات به خصوصی نیز در هنگامی که هدف استخراج خصوصیات خاک از روی اطلاعات پوشش گیاهی باشد وجود دارد . شاخصهای پوشش گیاهی دیگری نظیر شاخص پوشش گیاهی PVI و شاخص تعدیل شده خاک ( SAVI) وجود دارند که تحت تأثیر خصوصیات خاک قرار نمیگیرند [119،109،80]. بنابراین هر کدام از شاخصهای به کار گرفته شده دارای مزایا و معایبی در هر موقعیتی و برای هر تصویر هستند، بنا براین، در انجام این امر توجه به انتخاب مناسب ترین روش با توجه به مشخصات سنجنده ها، موقعیت و خصوصیات منطقه و هدف از مطالعه انواع پوششهای گیاهی ضروری است. با این حال انتخاب دقیق یک روش برای تمامی موقعیتهای مناسب کاری بسیار دشوار است و لازم است تا بهترین و مناسب ترین روشی را بتواند بالاترین دقت را در بر داشته باشد انتخاب نمود.
جکسون[34] و همکاران (1983) عقیده دارند که یک شاخص گیاهی ایده آل باید حساس به پوشش گیاهی بوده و غیر حساس به خاک لخت باشد و کمتر متأثر از عوامل جوی باشد. همچنین یک شاخص ایده آل در مناطق خشک باید دارای توانایی جدا نمودن اثر سایه و تنوع بازتاب برگهای گونههای مختلف موجود در آن مناطق باشد [78].
اندرسون[35] و همکاران (1993) براساس تحقیقات خود اظهار داشتند که شاخصهای گیاهی نسبت به پوشش های گیاهی عکس العمل های متفاوتی را نشان میدهند که بیان کمی این روابط مشکل میباشد. زیرا این روابط تحت تأثیر عواملی چون زاویه تابش خورشید،، جذب اتمسفری،، بازتاب پدیده ها،، سایه، مراحل رشد گیاهی و … تغییر پذیر میباشد [64].
راندکس[36] و همکاران (1996)، با مقایسه شش شاخص گیاهی، به این نتیجه رسیده اند که شاخص MSAVI[37] بیشترین حساسیت (9/98٪) را نسبت به پوشش گیاهی داشته و بعد از آن شاخصهای SAVI[38] (59/97٪)، [39]OSAVI(98/95٪)، [40]TSAVI(90/94٪) و بالاخره شاخص GEMI[41](94/91٪) و شاخص [42]NDVI(36/85٪) در رده های بعدی بودند.در پایان این تحقیق اشاره شده است که که رفتار طیفی تاج پوشش است که در برآورد مشخصات بیوفیزیکی گیاه مورد استفاده قرار میگیرد [106].
جهانبخش اصل و همکاران (1388) برای ارزیابی تغییرات پوشش گیاهی در دو دوره ی ترسالی و خشک سالی از شاخص وVHI و NDVI استفاده کرد [10].