مدل سازی تخریب مراتع نیمه استپی استان اصفهان با استفاده از تصاویر مودیس
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 195
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-11-3_001
تاریخ نمایه سازی: 9 آبان 1400
چکیده مقاله:
گیاهان، یکی از مهم ترین اجزای اکوسیستم هستند که تحت تاثیر عوامل طبیعی و انسانی قرار می گیرند. به طوری که مطالعه تولید خالص اولیه، یکی از مهم ترین موضوعات در بوم شناسی به حساب می آید. مهمترین هدف این تحقیق مدل سازی توزیع مکانی و زمانی تولید خالص اولیه (مدل CASA) و تاثیر تابش موثر نور خورشید (LUE) و همچنین اندازه گیری تخریب اراضی با شاخص تاثیر بارندگی ( RUE ) در مراتع نیمه استپی استان اصفهان است. برای انجام این مطالعه، تصاویر - NDVI ۱۶ روزه مودیس، داده های هواشناسی، نقشه پوشش اراضی و داده های زمینی به کار گرفته شد و نتایج نشان داد که نرخ NPP از ماه مارس (C/m۲/mo ۴۴/۱۱) تا ماه می (C/m۲/mo/۰۷/۴۱) افزایش داشته است، در حالیکه سیر نزولی را از اوایل ماه ژوئن (C/m۲/mo ۲/۲) به دلیل خشکی خاک نشان می دهد. اقلیم، تیپ گیاهی و وضعیت مرتع نقش مهمی درNPP سالیانه داشتند، لذا بیشترین و کمترین NPP به ترتیب در Astragalus- Daphnae ۸۵/۳۸ gC/m۲ y-۱) ۸۵/۳۸ ) و Artemisia sieberi – Scariola gC/m۲ y-۱) ۴ ) همراه با حداکثر ( g C (MJ)-۱ ۱۳/۰) و حداقل تاثیر تابش موثر نور خورشید g C (MJ)-۱) LUE ۰۰۵/۰ ) مشاهده شد. مقدار (RUE)، در مراتع تخریب یافته کاهش داشت. علاوه بر این از همبستگی بین داده های زمینی و مدل CASA در اقلیم نیمه خشک گرم و مراتع تخریب یافته، کاسته شد. بنابراین توجه به وضعیت مرتع، تیپ گیاهی و اقلیم در پایش NPP و مدیریت مراتع ضروری است.
کلیدواژه ها:
نویسندگان
فاطمه هادیان
دانشجوی دکتری علوم مرتع، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان-
رضا جعفری
دانشیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان
حسین بشری
استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان
مصطفی ترکش
استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :