Journal of Rangeland

fa ارزیابی شاخص‌های پوشش گیاهی در برآورد میزان کربن آلی گیاهان در مراتع Evaluation of Remote Sensing Indices for Estimating Organic Carbon Content of Rangeland Plant Biomass in Lashgardar Protected Area تخصصي Special كاربردي Applicable سابقه و هدف: تعیین میزان ماده آلی ذخیره شده پوشش گیاهی مراتع برای پایش وضعیت مرتع و اصلاح و توسعه مراتع ضروری است. اﺳﺘﻔﺎده از دادههای ﻣﺎﻫﻮارهﺎی اﻣﻜﺎن ﻣﻄﺎﻟﻌﻪ ﮔﺴﺘﺮده ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ را ﻓﺮاﻫﻢ میﺳﺎزد. در این تحقیق سعی شده است، برآوردی از کربن آلی پوشش گیاهی بر اساس ارزیابی‌های میدانی و شاخصهای سنجش از دور در مراتع منطقه حفاظت شده لشگردر، ملایر صورت گیرد. بهعلت سهولت دسترسی سریهای زمانی داده ماهواره لندست در این تحقیق سعی شد تخمین کربن آلی پوشش گیاهی با استفاده از داده ماهواره لندست ۸ سنجنده OLI صورت گیرد. مواد و روشها: نمونهبرداری صحرایی در 8 خرداد ماه سال 1395 از مراتع حفاظت شده منطقه لشگردر صورت گرفت. فرم رویشی غالب این مراتع علفی–بوتهای بوده و گونههای خانواده Asteraceae  بیشترین فراوانی را در این منطقه حفاظت شده دارند. ﻣﺨﺘﺼﺎت ۴۰ ﻧﻘﻄﻪ بطور ﺗﺼـﺎدﻓﻲ به‌عنوان مرکز پلاتهای نمونهبرداری از زیتوده گیاهی در ﻣﻨﻄﻘﻪ ﻣﻮرد ﻣﻄﺎﻟﻌﻪ اﻧﺘﺨﺎب ﺷدند. ﺑﻪ ﻣﻨﻈﻮر ﺣﺬف ﺧﻄﺎی ناشی از دقت GPS، ضریب دو برابر اندازه پیکسل اعمال شد و پلاتهای۳۰×۳۰ ﻣﺘﺮ ﻣﺮﺑﻌﻲ ﺑﺮای نمونهبرداری ﻣﻴﺪاﻧﻲ انتخاب شدند. ﻣﺨﺘﺼﺎت ﻧﻘﺎط ﻣﻮرد ﻧﻈﺮ، ﺑـﻪ ﻋﻨـﻮان ﻣﺮاﻛـﺰ ﭘﻼتﻫﺎ درﻧﻈﺮﮔﺮﻓﺘﻪ شدند و سپس از زﻳـﺮ پلاتهای ۱×۱ ﻣﺘﺮ ﻣﺮﺑﻊ اﺳﺘﻔﺎده شد. با نشانهگذاری در ﻣﺮﻛﺰ ﭘﻼت، نمونههای مرکب زیتوده هوایی از نقطه مرکزی و چهار گوشه پلات اصلی تهیه شدند. نمونهها پس از کدگذاری جهت انجام مراحل آزمایشگاهی به آزمایشگاه علوم مرتع، دانشگاه ملایر منتقل شدند. میزان کربن آلی پوشش گیاهی پس از هوا خشک شدن نمونهﻫﺎ ، به روش سوزاندن در کوره (LOI) اندازهگیری شد. شاخصهای پوشش گیاهی از تصاویر ماهوارهای لندست 8 سنجنده OLI (براساس سیستم جهانی WGS84 در گذر166و ردیف 36) که شامل اطلاعات رقومی باندهای1 تا 7 با قدرت تفکیک مکانی30 است، استفاده شد و شاخصهای سبزینگی و  RVI, NDVI, IPVI, DVI, WDVI, ARVI, SAVI, TSAVI, BI, OSAVI, GEMI, EVI, LAI, GARI از تصاویر لندست استخراج شدند. نتایج: ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻧﺘﺎﻳﺞ ﺣﺎﺻﻠﻪ ﺍﺯ ﻣﻘﺎیسه ﺩﺍﺩﻩﻫﺎﻱ کربن آلی ﺑﺮﺁﻭﺭﺩﻱ پوشش گیاهی با کربن آلی محاسباتی پوشش گیاهی، تنها شاخص GARI میتواند کربن آلی پوشش گیاهی را برآورد کند. بهترین مدل ارائه ‌شده با استفاده از شاخص GARI برای کربن آلی پوشش گیاهی به‌صورت GARI 38/1 + 4/5 = OC با ضریب تبیین 13/0= 2R و 7/0= RMSE به‌‌دست‌آمد. از این نتایج میﺗﻮﺍﻥ ﭼﻨﻴﻦ ﺍﺳﺘﻨﺘﺎﺝ کرد که ﺷـﺎﺧﺺﻫـﺎی ﺳـﻨﺠﺶ از دور ﻣﻲﺗﻮاﻧﻨﺪ، ﺑﻪﻋﻨﻮان ﻣﻜﻤﻞ روشﻫـﺎی ﻣﻴـﺪاﻧﻲ در ﻣﻄﺎﻟﻌـﺎت ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ ﺑﻪ ﻛﺎر ﮔﺮﻓﺘﻪ ﺷﻮﻧﺪ. در اﻧﺘﺨـﺎب ﻣﻨﺎﺳﺐﺗﺮﻳﻦ روش ﻧﻮع ﺳﻨﺠﻨﺪه، ﺧﺼﻮﺻﻴﺎت و ﺷـﺮاﻳﻂ ﻣﻨﻄﻘـﻪ ﻣـﻮرد ﻣﻄﺎﻟﻌﻪ و آﮔﺎﻫﻲ از ﻧﻮع و ﻣﻴﺰان ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ و ﻧـﻮع ﻛـﺎرﺑﺮیﻫـﺎی ﻣﻨﻄﻘﻪ ﺑﺎﻳﺪ ﻣـﻮرد ﺗﻮﺟـﻪ ﻗـﺮار ﮔﻴـﺮد. ﺑﺮاﺳـﺎس ﻧﺘـﺎﻳﺞ ﺣﺎﺻـﻞ ﻛـﺎرﺑﺮد ﻧﺴﺒﺖﻫﺎی ﺑﺎﻧﺪی، اﻃﻼﻋﺎت ﺑﻬﺘﺮی را ﻧﺴﺒﺖ ﺑﻪ ﻣﻄﺎﻟﻌﻪ ﺗﻚﺑﺎﻧﺪﻫﺎ در اﺧﺘﻴﺎر ﻗﺮار ﻣﻲدﻫﺪ. ﻫﻤﭽﻨﻴﻦ ﺑﺮای اﻳـﻦ ﻣﻨـﺎﻃﻖ ﻛـﺎرﺑﺮد ﻫﻤ‌‌ﺰﻣـﺎن ﭼﻨﺪﻳﻦ ﺷﺎﺧﺺ ﻧﺘﺎﻳﺞ ﺑﻬﺘﺮی در ﺗﺸـﺨﻴﺺ و ﺗﻔﻜﻴـﻚ ﻣﻴـﺰان ﭘﻮﺷـﺶ ﮔﻴﺎﻫﻲ اراﺋﻪ ﻣﻲدﻫﻨﺪ. ﺑﺎ اﻳﻦ ﺣﺎل اﻧﺘﺨـﺎب ﻣﻨﺎﺳـبترین روش ﺑﺎﻳـﺪ ﺑـﺎ دﻗﺖ ﺑﺎﻻ و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺧﺼﻮﺻﻴﺎت ﻣﻨﻄﻘﻪ ﺑـﺮ اﺳـﺎس ﺑـﺎﻻﺗﺮﻳﻦ ﻣﻴـﺰان ﻫﻤﺒﺴﺘﮕﻲ ﺻﻮرت ﭘﺬﻳﺮد ﺗﺎ بتوان ﺑﺎ اﺳﺘﻔﺎده از ﻛﺎراﺗﺮﻳﻦ ﺷـﺎﺧﺺﻫـﺎ و آﻧﺎﻟﻴﺰﻫﺎی ﺑﻪدﺳﺖ آﻣﺪه و اراﺋﻪ ﻣﺪلﻫﺎی ﻣﻨﺎﺳﺐ ﺑﻪ ﭘـﺎﻳﺶ و ﻣﻄﺎﻟﻌـﻪ ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ ﻣﻨﻄﻘﻪ ﻣﻮرد ﻣﻄﺎﻟﻌـﻪ و ﻣﻨـﺎﻃﻖ ﺑـﺎ ﺧﺼﻮﺻـﻴﺎت ﻣﺸـﺎﺑﻪ ﭘﺮداﺧﺖ. نتیجهگیری: با توجه به نتایج به‌دست آمده میتوان بیان نمود که شاخص GARI ﺩﺭ ﻣﻮﺭﺩ ﺑﺮﺁﻭﺭﺩ میزان کربن آلی پوشش گیاهی منطقه ﻧﺘﺎﻳﺞ ﺑﻬﺘﺮﻱ ﺭﺍ ﺍﺭﺍﺋﻪ داده است ﻭ ﻣﻲﺗﻮﺍﻥ ﺁن ﺭﺍ ﺑﻪﻋﻨﻮﺍﻥ ﺷﺎخص ﻣﻨﺎﺳﺐ ﺟﻬﺖ ﺑﺮﺁﻭﺭﺩ کربن پوشش ﮔﻴﺎﻫﻲ ﺩﺭ ﻣﻨﺎﻃﻖ ﻣﺸﺎﺑﻪ ﺗﻮﺻﻴﻪ ﻧﻤﻮﺩ. ﻫﺮ ﺷﺎﺧﺼﻲ ﻣﻤﻜﻦ اﺳﺖ ﺑﺮای ﻳﻚ ﻣﻨﻄﻘﻪ و ﻳﺎ ﻳﻚ ﻧﻮع ﭘﻮﺷﺶ ﺑﻪﺧﺼﻮص ﺟﻮاب دﻫﺪ. تکرار زمانی مطالعات و افزایش حجم نمونه با توجه به ﺧﺼﻮﺻﻴﺎت و ﺷـﺮاﻳﻂ ﻣﻨﻄﻘـﻪ ﻣـﻮرد ﻣﻄﺎﻟﻌﻪ، آﮔﺎﻫﻲ از ﻧﻮع و ﻣﻴﺰان ﭘﻮﺷﺶ ﮔﻴﺎﻫﻲ در تعیین شاخصﻫﺎی مناسب پیشنهاد میشود.   Background and objectives: Determining the organic carbon content of rangeland vegetation is essential for monitoring rangeland condition and facilitating reclamation efforts. Satellite data provides a valuable tool for conducting extensive vegetation studies. This research aimed to estimate the organic carbon content of vegetation using field assessments and remote sensing indices in the rangelands of Lashgardar protected area, Malayer. Leveraging Landsat time series images, this study utilized Landsat 8 data from the Operational Land Imager (OLI) sensor. Methodology: Field sampling was conducted in the rangelands of Lashgardar protected area on May 28, 2016. The dominant growth form in these rangelands is herbaceous-shrub, with Asteraceae family species being the most abundant. Forty points were randomly selected as the centers of sampling plots for plant biomass. To account for GPS accuracy error, a factor of twice the pixel size was applied, resulting in the selection of 40 plots measuring 30×30 m2 for field sampling. Subplots measuring 1×1 m2 were utilized to collect composite aboveground biomass samples from the central point and the four corners of each main plot. Samples were processed in the Rangeland Science Laboratory at Malayer University following coding for laboratory procedures. The organic carbon content of vegetation was determined using the loss on ignition (LOI) method after air-drying. Vegetation indices were extracted from Landsat 8 satellite images captured by OLI sensors, including digital bands 1 to 7 with a spatial resolution of 30 meters. Various vegetation indices such as Greenness, RVI, NDVI, IPVI, DVI, WDVI, ARVI, SAVI, TSAVI, BI, OSAVI, GEMI, EVI, LAI, and GARI were derived from Landsat images. Results: Comparative analysis of estimated organic carbon data with measured organic carbon content revealed that only the Green Atmospherically Resistant Vegetation Index (GARI) could effectively estimate the organic carbon content of vegetation. The best model was achieved using the GARI index for organic carbon estimation, represented as OC = 5.4 + 1.38 GARI, with an explanatory coefficient (R2) of 0.13 and Root Mean Square Error (RMSE) of 0.7. These findings suggest that remote sensing indices can serve as complementary methods in vegetation studies. Conclusion: The GARI index demonstrated promising results for estimating organic carbon content in vegetation within the study area and is recommended as a suitable indicator for similar areas. However, the efficacy of each index may vary depending on specific area characteristics and vegetation types. It is advisable to conduct time-series studies with larger sample sizes tailored to the unique conditions of the study area to identify the most appropriate indices.   زیتوده گیاهی, سنجش از دور, شاخص پوشش گیاهی, کربن آلی Plant Biomass, Remote Sensing, Vegetation Index, Organic Carbon 587 601 http://rangelandsrm.ir/browse.php?a_code=A-10-2264-2&slc_lang=fa&sid=1 بهناز عطائیان attaeian94@gmail.com 100319475328460017371 100319475328460017371 Yes Department of Nature Engineering, Faculty of Natural Resources and Environments, Malayer University, Malayer گروه مهندسی طبیعت، دانشکده‌ منابع طبیعی و محیط زیست، دانشگاه ملایر، ملایر فرزانه صادقی ده ابراهیمی fr.sadeghi.94@gmail.com 100319475328460017372 100319475328460017372 No Department of Nature Engineering, Faculty of Natural Resources and Environments, Malayer University, Malayer گروه مهندسی طبیعت، دانشکده‌ منابع طبیعی و محیط زیست، دانشگاه ملایر، ملایر سهیلا سادات هاشمی Hashemisohayla@gmail.com 100319475328460017373 100319475328460017373 No Department of Soil Science, Faculty of Agriculture, Malayer University, Malayer گروه علوم خاک، دانشکده کشاورزی، دانشگاه ملایر، ملایر