Studying the effect of dust on vegetation changes (Case study: Shadegan wetland, Khuzestan)
Subject Areas : Geospatial systems developmentReza Bayat 1 , Somayeh Jafari 2 , Bagher Ghermezcheshmeh 3 , Amir Hossain Charkhabi 4
1 - Lecturer, Soil Conservation and Watershed Management Research Institute, Tehran
2 - MSc. of Geology, Soil Conservation and Watershed Management Research Institute, Tehran
3 - Assis. Prof. Soil Conservation and Watershed Management Research Institute, Tehran
4 - Assoc. Prof. Soil Conservation and Watershed Management Research Institute, Tehran
Keywords: Normalized difference vegetation index (NDVI), Shadegan Wetland, MODIS, dust, Vegetation cover,
Abstract :
Wetlands and water ecosystems are important, especially in terms of environmental values. Mapping vegetation changes can provide valuable information and removing vegetation can cause environmental disasters such as dust. This study aimed to investigate and determine the spatial and temporal variations in Khuzestan, Shadegan wetland coverage and these changes are analyzed with a dust storm data. Temporal and spatial variation of vegetation measured using Normalized difference vegetation index (NDVI) of MODIS images from 2000 to 2011, and vegetation cover changes were determined and different variables of dust (total annual density, maximum annual concentrations and annual average concentrations of dust) from Ahwaz station were analyzed for detecting changes of vegetation cover. The results indicated that the total area of vegetation NDVI from 2000 to 2011 declined 7.36%. Also, the results showed the highest and lowest water area 25.67% and 19.72% belong to 2007 and 2000 respectively, and the highest and lowest vegetation area were 31.21% and 17.27 % in 2000 and 2004 respectively. According to statistics from 2002 onwards we have been faced with increasing dust storm which indicated a correlation between dust and wetland vegetation. Also worth noting is that the total annual concentration of dust and vegetation indices showed a higher determination coefficient (0.8516). Meanwhile, 2 month delay effect of dust has 0.8214 determination coefficient with NDVI.
1. احمدی، ا.، م. ر. طاطیان، ر. تمرتاش، ح. یگانه و ی. عصری. 1395. بررسی پوشش گیاهی اراضی شور حاشیه دریاچه ارومیه با استفاده از تصاویر ماهوارهای. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7(1): 1-12.
2. احمدی، م. و م. نارنگیفرد. 1394. برآورد کیفیت و آشکارسازی تغییرات پهنههای جنگلی با استفاده از تصاویر ماهوارهای (مطالعة موردی: شهرستان رستم، فارس). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(3): 87-100.
3. بوچانی، م. ح. و د. فاضلی. 1390. چالشهاى زیستمحیطى و پیامدهاى ناشى از آن ریزگردها و پیامدهاى آن در غرب کشور ایران. رهنامه سیاستگذارى، 2(3): 125-146.
4. بیات، ر.، ا. سررشتهداری، ع. جعفری اردکانی و ر. سکوتی اسکویی. 1391. شبیهسازی تأثیر مدیریت کاربری اراضی بر فرسایش خاک حوزه آبخیز دریاچه ارومیه. مهندسی و مدیریت آبخیز، 4(3): 118-126.
5. تقا، ن.، م. ج. ناظمالسادات و ع. ابطحی. 1392. بررسی پایش ریزگردها با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی در استان خوزستان. سومین همایش ملی فرسایش بادی و طوفانهای گرد و غبار، یزد - انجمن علمی مدیریت و کنترل مناطق بیابانی ایران، 25 الی 26 دی ماه.
6. چشمهخاور، ب. 1389. بررسی تغییرات زمانی و مکانی پوشش گیاهی تالاب هورالعظیم در خوزستان و بررسی اثرات آن بر روند فرسایش بادی با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی. پایاننامة کارشناسی ارشد، رشته ارزیابی و آمایش سرزمین، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات. 111 صفحه.
7. سیما، س. و م. تجریشی. 1385. برآورد نیاز آب زیستمحیطی تالاب شادگان. هفتمین کنگره بینالمللی مهندسی عمران، تهران - دانشگاه تربیت مدرس, دانشکده عمران، 18 الی 20 اردیبهشت ماه.
8. عزیزی قلاتی، س.، ک. رنگزن، ج. سدیدی، پ. حیدریان و ا. تقیزاده. 1395. پیشبینی روند تغییرات مکانی کاربری اراضی با استفاد ه از مدل زنجیرة مارکو ف-CA (مطالعة موردی: منطقه کوهمره سرخی استان فارس). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7(1): 59-71.
9. علویپناه، س. ک.، ع. رفیعی امام، س. ز. حسینی و م. جعفربیگلو. 1385. بررسی تغییرپذیری طیفی پدیدههای مختلف پوشش گیاهی و آب با استفاده از سنجش از دور. پژوهشهای جغرافیایی، 38(58): 81-97.
10. قائمی، م.، س. ح. ثنایینژاد، ع. ر. آستارایی و پ. میرحسینی. 1389. بررسی و مقایسه شاخصهای مختلف گیاهی با استفاده از تصاویر ماهواره ای +ETM برای مطالعات پوشش گیاهی دشت نیشابور، خراسان رضوی. پژوهشهای زراعی ایران، 8(1): 128-137.
11. موسوی دهموردی، ل. ، آ. روشن و س. نیکو. 1389. شناسایی و بررسی تنوع گونههای نرمتنان رسوبات تالاب شادگان. اکوبیولوژی تالاب، 2(3): 3-13.
12. میرزاییزاده، و.، م. نیکنژاد و ج. اولادی قادیکلایی. 1394. ارزیابی الگوریتمهای طبقهبندی نظارت شده غیرپارامتریک در تهیة نقشه پوشش زمین با استفاده از تصاویر لندست 8. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(3): 29-44.
13. هاشمی دره بادامی، س.، ا. نورایی صفت، س. کریمی و س. نظری. 1394. تحلیل روند توسعه جزیره حرارتی شهری در رابطه با تغییر کاربری اراضی/پوشش با استفاده از سری زمانی تصاویر لندست. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(3): 15-28.
14. یوسفی، ص.، م. تازه، س. میرزایی، ح. ر. مرادی و ش. توانگر. 1393. مقایسة الگوریتمهای مختلف طبقهبندی تصاویر ماهوارهای در تهیة نقشة کاربری اراضی (مطالعة موردی: شهرستان نور). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 5(3): 67-76.
15. Adam E, Mutanga O, Rugege D. 2010. Multispectral and hyperspectral remote sensing for identification and mapping of wetland vegetation: a review. Wetlands Ecology and Management, 18(3): 281-296.
16. Bao G, Qin Z, Bao Y, Zhou Y, Li W, Sanjjav A. 2014. NDVI-based long-term vegetation dynamics and its response to climatic change in the Mongolian Plateau. Remote Sensing, 6(9): 8337-8358.
17. Gu Y, Brown JF, Verdin JP, Wardlow B. 2007. A five‐year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States. Geophysical Research Letters, 34(6): 1-6.
18. Jackson R, Slater P, Pinter P. 1983. Discrimination of growth and water stress in wheat by various vegetation indices through clear and turbid atmospheres. Remote Sensing of Environment, 13(3): 187-208.
19. Kelly M, Tuxen KA, Stralberg D. 2011. Mapping changes to vegetation pattern in a restoring wetland: Finding pattern metrics that are consistent across spatial scale and time. Ecological Indicators, 11(2): 263-273.
20. Khorram S. 1985. Remote sensing of water quality in the Neuse River Estuary, North Carolina. Photogrammetric Engineering and Remote Sensing, 51(3): 329-341.
21. Li Z, Li X, Wei D, Xu X, Wang H. 2010. An assessment of correlation on MODIS-NDVI and EVI with natural vegetation coverage in Northern Hebei Province, China. Procedia Environmental Sciences, 2: 964-969.
22. Luvall JC, Sprigg WA, Levetin E, Hueted A, Nickovic S, Pejanovic GA, Vukovic A, Van de Water PK, Myers OB, Budge AM, Zelicoff AP, Bunderson L, Crimmin TM. 2011. Use of MODIS Satellite Images and an Atmospheric Dust Transport Model to Evaluate Juniperus spp. Pollen Phenology and Dispersal to Support Public Health Alerts. Journal of Allergy and Clinical Immunology, 127(2): AB19.
23. Prachi MS, Pravin KD. 2014. Detection and monitoring of two dust storm events by multispectral MODIS images. Journal of Environmental Research and Development, 8(4): 974-982.
24. Tokunaga M, Thug V. 2002. Finding the relationship between vegetation index and coherence signature to utilize the product of radar interferometry in land cover application. In: Prosiding of 22nd Conference on Remote Sensing, Asian Association on Remote Sensing, Singapore, 5-9 November.
25. Tuxen K, Schile L, Stralberg D, Siegel S, Parker T, Vasey M, Callaway J, Kelly M. 2011. Mapping changes in tidal wetland vegetation composition and pattern across a salinity gradient using high spatial resolution imagery. Wetlands Ecology and Management, 19(2): 141-157.
26. Youssef F, Erpul G, Bogman P, Cornelis WM, Gabriels D. 2008. Determination of efficiency of Vaseline slide and Wilson and Cooke sediment traps by wind tunnel experiments. Environmental Geology, 55(4): 741-750.
27. Yuan J. 1999. Study of forest vegetation classification with remote sensing. Journal-Hebei Normal University Natural Science Edition, 23: 274-277.
