بررسی مقایسه‌ای اثر استفاده از مقادیر پیکسل، بازتابش و بازتابندگی در محاسبة شاخص‌های گیاهی از تصاویر ماهواره‌ای LANDSAT 8

نوع مقاله : علمی - پژوهشی

نویسندگان

1 استادیار، گروه مهندسی نقشه‌برداری، دانشکدة مهندسی عمران و حمل‌ونقل، دانشگاه اصفهان

2 دانشجوی کارشناسی ارشد سنجش از دور، گروه مهندسی نقشه‌برداری، دانشکدة مهندسی عمران و حمل‌ونقل، دانشگاه اصفهان

چکیده

یکی از موضوعات مهم در محاسبة شاخص‌های گیاهی کمیتی است که شاخص براساس آن محاسبه می‌شود. نوع کمیت انتخابی می‌تواند مقدار پیکسل، بازتابش و بازتابندگی باشد. بررسی تفاوت مقادیر شاخص‌های گیاهی محاسبه‌شده از این کمیت‌ها چه بسا راهگشای ساده‌ترکردن محاسبات مربوط به شاخص‌ها و نیز وضوح‌بخشیدن به نتایج حاصل از انتخاب هریک از کمیت‌ها شود. در تحقیقات گذشته، معمولاً یک شاخص گیاهی خاص بررسی شده است و اثر پوشش زمین در محاسبة مقدار آن شاخص براساس سه کمیت مقدار پیکسل، بازتابش و بازتابندگی در نظر گرفته نشده است. در تحقیق حاضر، شاخص‌های گیاهی تولیدشده از سه دادة یادشده مقایسه می‌شوند. برای این منظور، 10 شاخص PD43، GVI، RVI، SAVI، EVI، NDVI، DVI، NDWI، GRVI و VARI از روی تصویر  LANDSAT 8تولید شد. این شاخص‌ها برای کل تصویر و همچنین برای پوشش‌های گوناگون آب، خاک، گیاه و منطقة شهری به‌طور جداگانه محاسبه شده‌اند. پس از محاسبة شاخص‌های گیاهی مورد نظر براساس سه کمیت تابشی، ضریب همبستگی خطی میان این مقادیر برای هر شاخص گیاهی محاسبه شد. مقایسه‌ها براساس پارامتر همبستگی انجام شده است که نتایج حاصل همبستگیِ بالا بین شاخص‌های هر سه کمیت تابشی را نشان‌ می‌دهد. بیشترین ضریب همبستگی به‌دست‌آمده برابر با 1 است که در همة کلاس‌های پوششی برای بسیاری از شاخص‌ها تکرار شده است. کمترین میزان همبستگی برای کلاس منطقة مسکونی برابر با 0.8339 مربوط به شاخص PD43، برای کلاس گیاه برابر با 0.9489 مربوط به شاخص NDWI، برای کلاس آب برابر با 0.8696 مربوط به شاخص DVI، برای کلاس خاک برابر با 0.916 مربوط به شاخص GVI و برای کل تصویر برابر با 0.9257 مربوط به شاخص DVI است. با توجه به نتایج، در جایی‌که مقدار دقیق این شاخص‌ها مهم نباشد این شاخص‌ها را می‌توان با کنارگذاردن چند استثنای معدود، بدون نیاز به محاسبة مقدار شاخص براساس کمیته‌ای رادیانس و بازتابندگی فقط با استفاده از مقادیر پیکسل محاسبه کرد

کلیدواژه‌ها


  1. پرویز، ل.، خلقی، م.، ولیزاده، خ.، عراقی‌نژاد، ش.، ایران‌نژاد، پ.، 1389، ارزیابی کارآیی شاخص تفاضل نرمال‌شدة پوشش گیاهی (NDVI) از طریق پایش وضعیت پوشش گیاهی، همایش ملی ژئوماتیک، اردیبهشت.
  2. درویش‌زاده، ر.، متکان، ع.الف.، اسکندری، ن.، 1390، ارزیابی شاخص‌های طیفی استخراج‌شده از تصاویر ALOS-AVNIR2 به‌منظور تخمین میزان بایومس محصول برنج، چشمانداز جغرافیایی (مطالعات انسانی)، سال 6، شمارة 14، صص. 73-61.
  3. صفدری‌نژاد، ع.، جنتی، م.، ولدان زوج، م.ج.، مختارزاده، م.، 1390، مقایسة تئوریک قابلیت سنجنده‌های چندطیفی مرسوم در میزان حساسیت به دو شاخص گیاهی NDVI و SR به‌ازای تراکم‌های مختلف پوشش گیاهی در سطح زیرپیکسل، همایش ملی ژئوماتیک، اردیبهشت.
  4. Agapiou, A., Hadjimitsis, D.G. & Alexakis, D.D., 2012, Evaluation of Broadband and Narrowband Vegetation Indices for the Identification of Archaeological Crop Marks, Remote Sensing, 4, PP. 3892–3919.
  5. Agapiou, A., Hadjimitsis, D.G., Papoutsa, C., Alexakis, D.D. & Papadavid, G., 2011, The Importance of Accounting for Atmospheric Effects in the Application of NDVI and Interpretation of Satellite Imagery Supporting Archaeological Research: The Case Studies of Palaepaphos and Nea Paphos Sites in Cyprus, Remote Sensing, 3, PP. 2605–2629.
  6. Firl, G.J. & Carter, L., 2011, Lesson 10: Calculating Vegetation Indices from Landsat 5 TM and Landsat 7 ETM+ Data, Colorado State University.
  7. Gao, B.C., 1996, NDWI—A Normalized Difference Water Index For Remote Sensing Of Vegetation Liquid Water From Space, REMOTE SENS. ENVIRON., 58, PP. 257–266.
  8. Gitelson, A.A., Gritz, Y. & Merzlyak, M.N., 2003, Relationships between Leaf Chlorophyll Content and Spectral Reflectance Algorithms for Non-destructive Chlorophyll Assessment in Higher Plants, Journal of Plant Physiology, 160, PP. 271–282.
  9. Huete, A., Didan, K., Miura, T., Rodriguez, E.P., Gao, X. & Ferreira, L.G., 2002, Overview of the Radiometric and Biophysical Performance of the MODIS Vegetation Indices, Remote Sensing of Environment, 83, PP. 195–213.
  10. Huete, A.R., 1988, A Soil-adjusted Vegetation Index (SAVI), Remote Sensing of Environment, 25, PP. 295–309.
  11. Jackson, R.D., 1991, Interpreting Vegetation Indices, Preventive Veterinary Medicine, 11(3), PP. 185–200.
  12. Kiyoshi, H., 2014, DN to reflectance, Available: www.rsgis.ait.ac.th/~honda/textbooks/advrs/DN2Reflectance_2p.pdf.
  13. Major, D.J., Baret, F. & Guyot, G. 1990, A Ratio Vegetation Index Adjusted for Soil Brightness, Int. J. Remote Sens., 11(5), PP. 727–740.
  14. Motohka, T., Nasahara, K.N., Oguma, H. & Tsuchida, S., 2010 Applicability of Green-Red Vegetation Index for Remote Sensing of Vegetation Phenology, Remote Sensing, 2, 2369–2387.
  15. Parente, C., 2013, TOA Reflectance and NDVI Calculation for Landsat 7 ETM+ Images of Sicily, Ecology, Forestry, Earth Science, 11, PP. 351–354.
  16. Schneider, P., Roberts, D.A. & Kyriakidis, P.C., 2008, A VARI-based Relative Greenness from MODIS Data for Computing the Fire Potential Index, Remote Sensing of Environment, 112, PP. 1151–1167.