أكثر

NDVI للمنطقة الطبيعية

NDVI للمنطقة الطبيعية


لدي بيانات الاستشعار عن بعد التي حصلت عليها من لاندسات 7. المنطقة التي أعمل فيها هي مزيج من المزارع والمناطق الطبيعية (الأرض المكشوفة ، بدون أي نباتات). أريد تقدير Evatransporation لكامل المنطقة لأضعها في نموذجي الهيدرولوجي.

هل يمكنني استخدام مؤشر NDVI لهذا الغرض؟

كما أعلم فإن NDVI يساعدنا في العثور على الانتقال السريع في المنطقة المزروعة.

كيف يمكنني تقدير التبخر من مناطق الأرض المجردة؟


يمكنك استخدام مؤشر S-SEBI ، الذي يحسب توازن الطاقة مقسومًا على مكوناته ، أحدها هو التدفق الحراري الكامن. يجب أن تقرأ عنها في الورقة الأصلية التي نشرتها Roerink et al ، 2002.


استخدام الاستشعار عن بعد ونظم المعلومات الجغرافية لتحليل قيم NDVI لدارفور ، السودان

يقدم التدريب المتكامل للتعليم الجغرافي والتكنولوجيا (iGETT) سلسلة من وحدات التعلم (LU) المصممة لدمج بيانات الاستشعار عن بعد الفيدرالية للأراضي في تعليمات أنظمة المعلومات الجغرافية (GIS). يركز هذا LU على الأسباب المحتملة للأزمة في دارفور بالسودان ، وهو الصراع بين المزارعين الذين يحتاجون إلى المياه لمحاصيلهم والبدو الذين يحتاجون إلى المياه لماشيتهم أثناء فترات الجفاف التي قد تشير إلى بداية التصحر الإقليمي. خلال هذا LU يقوم الطلاب بتحليل البيانات من مؤشر الغطاء النباتي للاختلاف الطبيعي (NDVI) وفحصها جنبًا إلى جنب مع إجماليات هطول الأمطار. سيتم استخدام صور MODIS في الدرس. أهداف التعلم ومخرجاته لوحدة التعلم هذه هي:

  • وصف الاستشعار عن بعد وكيفية استخدام تحليل NDVI.
  • شرح المنهج الجغرافي وأوجه تشابهه واختلافه مع المنهج العلمي.
  • فهم أسباب الجفاف والتصحر وتحديداً في دارفور بالسودان.
  • قم بتنزيل صور بيانات MODIS محددة باستخدام GLOVIS من هيئة المسح الجيولوجي الأمريكية (USGS) وقم بتحميلها في ENVI لتحليلها.
  • تحليل بيانات مؤشر NDVI الشهرية لعام 2008 في إقليم دارفور لتحديد المواسم الرطبة والجافة في المنطقة.
  • قم بتحليل قيم مؤشر NDVI للشهر المطير - شهر أغسطس - في منطقة دارفور من عام 2000 إلى عام 2008 لتحديد ما إذا كانت الإبادة الجماعية قد حدثت خلال فترة جفاف للمنطقة كما يقترح الكثيرون.
  • قم بتحميل قيم NDVI في GIS لإنشاء خريطة توضح قيم NDVI للمنطقة.
  • اربط العلاقة بين أنماط هطول الأمطار وقيم NDVI على أساس نظم المعلومات الجغرافية.
  • اشرح كيف أثر نقص المياه وربما تسبب في الإبادة الجماعية عام 2003 في دارفور ، السودان.
  • قم بتحليل صور الأقمار الصناعية قبل وبعد مراقبة الدمار الفعلي للقرى بسبب غزو ميليشيات الجنجويد الرحل للأراضي الزراعية غير العربية.

محتويات الدرس:

تتضمن وحدة التعلم هذه دليل المعلم ونشرة الطالب ووثيقة دعم المنهج وملفات البيانات.

يتضمن دليل المعلم المكون من 12 صفحة بيان المشكلة ، ونظرة عامة ، وأهداف التعلم ، وتقدير الوقت ، وتسلسل الدروس ، والارتباط بمعايير الجغرافيا الوطنية ، والموارد ، ودليل الإجابة ، والمزيد.

يتضمن مستند دعم المناهج المكون من 5 صفحات وصفًا للدرس ، وبرنامج تسلسل التعلم ، والأجهزة ، وموارد البيانات اللازمة لطريقة التدريس والمزيد.

تتضمن نشرة الطالب المكونة من 19 صفحة نظرة عامة ومقدمة لتحليل NDVI ، واتجاهات الجفاف والتصحر لتنزيل وإعادة إسقاط اتجاهات صور MODIS NDVI لتحليل NDVI لغرب السودان ، ورقتي عمل ، والمزيد.


التنبؤ بديناميات الغطاء النباتي باستخدام بيانات السلاسل الزمنية NDVI و LSTM

يعد فهم وتحليل التغييرات في الغطاء النباتي أمرًا مهمًا للغاية في العديد من الجوانب بما في ذلك التغيرات المناخية وميزانية المياه والتوازن البيئي وخاصة اتخاذ تدابير الحفظ اللازمة. اكتسب مفهوم الشبكة العصبية أهمية كبيرة في تحليل ديناميات الغطاء النباتي باستخدام بيانات الأقمار الصناعية للاستشعار عن بعد. في الدراسة الحالية ، تم إجراء محاولة للتنبؤ بديناميات الغطاء النباتي باستخدام مجموعات بيانات السلاسل الزمنية MODIS NDVI وشبكة الذاكرة طويلة المدى ، وهي تقنية متقدمة تم تكييفها من الشبكة العصبية الاصطناعية. تُستخدم مجموعة البيانات المكونة من 861 صورة من صور NDVI من يناير 2000 إلى يونيو 2016 لعمل السلاسل الزمنية. يتم فصل البيانات إلى ثلاث مجموعات والتي تتكون من مجموعة التدريب (70٪) ومجموعة التحقق من الصحة (20٪) ومجموعة الاختبار (10٪). للتحقق من موثوقية التجربة ، انتهينا من منطقتين مختلفتين بعد بحث مكثف للتحقيق. وتشمل هذه التضاريس المختلفة في جزر نيكوبار الكبرى ، وهي منطقة واحدة على طول الساحل حيث تعرضت النباتات لأضرار بيئية شديدة بسبب تسونامي المحيط الهندي عام 2004 ، والأخرى ، وهي منطقة داخلية ظلت غير قابلة للاضطراب أثناء تسونامي. شبكة ذاكرة طويلة المدى ، وهي شبكة عصبية متقدمة يتم تدريبها باستخدام قيم NDVI هذه لكلتا المنطقتين بشكل منفصل للتنبؤ بديناميات الغطاء النباتي في المستقبل. لقياس دقة شبكة LSTM ، يتم حساب جذر متوسط ​​الخطأ التربيعي. تشير المخططات الناتجة من كلتا التجربتين إلى أن الشبكة العصبية للذاكرة طويلة المدى تتبع السلسلة بالإضافة إلى تزامنها مع السلاسل الزمنية المطلوبة. أيضًا ، تم تكييف تغيير غير متوقع في اتجاه سلسلة NDVI جيدًا بواسطة الشبكة وتمكنت من التنبؤ بقيم NDVI المستقبلية بدقة جيدة مع الحفاظ على RMSE أقل من 0.03 دون تقديم أي بيانات تكميلية. من خلال اعتماد الطريقة الموصوفة في الورقة ، يمكن توقع تغييرات الغطاء النباتي بدقة في وقت مبكر واتخاذ تدابير استباقية وفقًا لذلك لحماية وتحسين الغطاء النباتي في أي منطقة.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


الاستشعار عن بعد ، GIS / GPS

يسمح لنا الاستشعار عن بعد بالنظر بشكل أعمق في أعمال العالم من حولنا ، ويسمح لنا بتقييم الغطاء النباتي والإنتاجية والصحة. مع الأساليب الناشئة ، يمكننا اكتشاف إجهاد النبات وتقييم الحالة الهيدرولوجية وتقييم التنوع البيولوجي. بالاقتران مع أنظمة المعلومات الجغرافية (GIS) ، يسمح لنا الاستشعار عن بعد بفهم الأنماط المكانية والزمانية عبر مناطق كبيرة.

الصورة أعلاه هي مثال على كيف يساعدنا الاستشعار عن بعد في فهم المزيد عن عالمنا. تُظهر الصورة Mahoney State Park (شرق لينكولن ، شمال شرق) ثلاث طرق: 1) لون حقيقي ، 2) NDVI (مؤشر الغطاء النباتي للاختلاف الطبيعي) ، مؤشر الخضرة ، و 3) SIF (مضان مستحث بالطاقة الشمسية) في الأكسجين أ الفرقة ، وهي مقياس لنشاط التمثيل الضوئي.

لتغيير العرض ، انقر فوق الملصقات الموجودة أسفل الصورة (لون حقيقي ، NDVI ، SIF) لترى ما تراه أجهزتنا باستخدام "نظارات الاستشعار عن بعد" الخاصة بنا (قد تحتاج إلى النقر نقرًا مزدوجًا في المرة الأولى). على سبيل المثال ، انقر فوق True Color: NDVI لمشاهدة NDVI مقابل خلفية ملونة حقيقية ، إلخ. جربهم جميعًا!

يستخدم CALMIT أنواعًا مختلفة من الاستشعار عن بعد لتسليط الضوء على إنتاجية النبات والضغط والتنوع وغيرها من سمات ووظائف النظام البيئي الهامة.

ماذا تخبرنا نظارات الاستشعار عن بعد؟

باستخدام نظام ألوان قوس قزح (قيم عالية باللون الأحمر ، وقيم منخفضة باللون الأزرق) تسمح لك النظارات بتصور التعبيرات المختلفة للبيانات من مقياس التألق التصويري الجديد (IBIS). تشبه صور الألوان الحقيقية الرؤية البشرية ، وتمثل صور NDVI "خضرة" المناظر الطبيعية ، بينما تصور صور SIF نشاط التمثيل الضوئي.

GPS / GIS

نظرًا لأن معظم بيانات الاستشعار عن بعد تصف خصائص التألق أو الانعكاس لخصائص الأرض ، تُستخدم قياسات أنظمة تحديد المواقع العالمية (GPS) لتوفير مواقع دقيقة في الفضاء لكل نقطة بيانات. تعالج نظم المعلومات الجغرافية (GIS) هذه البيانات بالاقتران مع بيانات أخرى لتحديد الاتجاهات المكانية والزمانية في الإنتاجية ، وصحة الغطاء النباتي ، والجفاف ، واستخدام الأراضي / تغير الغطاء الأرضي ، وأكثر من ذلك بكثير. لطالما كان باحثو CALMIT في الطليعة في تطوير أدوات GPS و GIS ، بدءًا من بعض الصور الجوية الأولى التي تم استخدامها على الإطلاق لدراسة المناظر الطبيعية (انظر صفحة التاريخ لدينا). المركز معترف به في جميع أنحاء العالم لريادته في إدارة الأراضي المتقدمة وتقنيات تكنولوجيا المعلومات والبحوث.


أشار NDVI إلى ديناميات الغطاء النباتي طويلة الأجل في منغوليا واستجابتها لتغير المناخ على نطاق المنطقة الأحيائية

المراسلات مع: Y. Bao ، مختبر منغوليا الداخلية الرئيسي للاستشعار عن بعد ونظم المعلومات الجغرافية ، جامعة منغوليا الداخلية العادية ، هوهوت ، الصين. البريد الإلكتروني: [email protected] ابحث عن المزيد من الأوراق البحثية لهذا المؤلف

معهد الجغرافيا ، الأكاديمية المنغولية للعلوم ، أولان باتور ، منغوليا

المعهد الدولي لعلوم نظام الأرض ، جامعة نانجينغ ، الصين

معهد الموارد الزراعية والتخطيط الإقليمي ، الأكاديمية الصينية للعلوم الزراعية ، بكين ، الصين

المعهد الدولي لعلوم نظام الأرض ، جامعة نانجينغ ، الصين

معهد العلوم الجغرافية وبحوث الموارد الطبيعية ، الأكاديمية الصينية للعلوم ، بكين ، الصين

جامعة الأكاديمية الصينية للعلوم ، بكين ، الصين

مختبر منغوليا الداخلية الرئيسي للاستشعار عن بعد ونظم المعلومات الجغرافية ، جامعة منغوليا العادية الداخلية ، هوهوت ، الصين

المعهد الدولي لعلوم نظام الأرض ، جامعة نانجينغ ، الصين

مختبر منغوليا الداخلية الرئيسي للاستشعار عن بعد ونظم المعلومات الجغرافية ، جامعة منغوليا العادية الداخلية ، هوهوت ، الصين

المراسلات مع: Y. Bao ، مختبر منغوليا الداخلية الرئيسي للاستشعار عن بعد ونظم المعلومات الجغرافية ، جامعة منغوليا الداخلية العادية ، هوهوت ، الصين. البريد الإلكتروني: [email protected] ابحث عن المزيد من الأوراق البحثية لهذا المؤلف

معهد الجغرافيا ، الأكاديمية المنغولية للعلوم ، أولان باتور ، منغوليا

المعهد الدولي لعلوم نظام الأرض ، جامعة نانجينغ ، الصين

معهد الموارد الزراعية والتخطيط الإقليمي ، الأكاديمية الصينية للعلوم الزراعية ، بكين ، الصين

المعهد الدولي لعلوم نظام الأرض ، جامعة نانجينغ ، الصين

معهد العلوم الجغرافية وبحوث الموارد الطبيعية ، الأكاديمية الصينية للعلوم ، بكين ، الصين

جامعة الأكاديمية الصينية للعلوم ، بكين ، الصين

تسجيل الدخول المؤسسي
قم بتسجيل الدخول إلى مكتبة Wiley Online

إذا كنت قد حصلت مسبقًا على حق الوصول باستخدام حسابك الشخصي ، فيرجى تسجيل الدخول.

شراء الوصول الفوري
  • شاهد المقال بصيغة PDF وأي ملاحق وأرقام مرتبطة به لمدة 48 ساعة.
  • المادة يمكن ليس أن تتم طباعتها.
  • المادة يمكن ليس يمكن تنزيلها.
  • المادة يمكن ليس يتم إعادة توزيعها.
  • عرض غير محدود لمقال PDF وأي ملاحق وأرقام مرتبطة به.
  • المادة يمكن ليس أن تتم طباعتها.
  • المادة يمكن ليس يمكن تنزيلها.
  • المادة يمكن ليس يتم إعادة توزيعها.
  • عرض غير محدود للمقال / الفصل PDF وأي ملاحق وأرقام مرتبطة.
  • يمكن طباعة المقال / الفصل.
  • يمكن تحميل المادة / الفصل.
  • المادة / الفصل يمكن ليس يتم إعادة توزيعها.

نبذة مختصرة

استنادًا إلى خريطة الغطاء النباتي لمنغوليا ، ورصد الجرد العالمي ودراسات النمذجة (GIMMS) ، مؤشر الغطاء النباتي (NDVI) (1982-2006) ، مقياس الطيف التصويري ذو الدقة المتوسطة (MODIS) NDVI (2000-2010) ، وبيانات درجة الحرارة وهطول الأمطار المستمدة من 60 محطة أرصاد جوية ، قامت هذه الدراسة بفحص ديناميكيات الغطاء النباتي في منغوليا واستجاباتها لتغير المناخ الإقليمي على نطاق المناطق الأحيائية. لضمان الاستمرارية والاتساق بين مجموعتي بيانات NDVI ، تمت معايرة MODIS NDVI أولاً إلى GIMMS NDVI استنادًا إلى الفترة المتداخلة 2000-2006. نتائج معايرة جيدة مع ر تم الحصول على قيمتين تتراوح بين 0.86 و 0.98 بين مجموعتي بيانات NDVI ويمكنهما اكتشاف الاتجاهات الدقيقة في ديناميكيات الغطاء النباتي طويلة الأجل في منغوليا. أشارت النتائج إلى أنه بالنسبة للمناطق الأحيائية المختلفة ، على الرغم من أن تغييرات مؤشر NDVI خلال الفترة 1982-2010 أظهرت تباينًا كبيرًا ، يبدو أن تخضير الغطاء النباتي لجميع المناطق الأحيائية في منغوليا قد توقف أو حتى انخفض منذ 1991-1994 ، خاصة بالنسبة لسهوب المروج (0.0015 سنة -1) ، نموذجي السهوب (0.0010 عام −1) ، والسهوب الصحراوية (0.0008 سنة −1) ، وهي نقطة تحول واضحة (TP) لاتجاه نمو الغطاء النباتي في منغوليا. حدث اتجاه تجفيف واضح (من 4.399 ملم في العام -1 في مرج السهوب منذ عام 1990 إلى 2.445 ملم في العام -1 في سهوب جبال الألب منذ عام 1993) بين عامي 1990 و 1994 ، ودرجات حرارة الاحترار المستمر (0.015 درجة مئوية في العام -1 في سهوب جبال الألب إلى 0.070 درجة مئوية في العام -1 في الغابات والمروج السهوب) حتى وقت قريب لعبت على الأرجح دورًا رئيسيًا في انعكاس اتجاه مؤشر NDVI هذا. ومع ذلك ، فإن NDVI TP تباينت حسب المنطقة الأحيائية والشهر والمناخ ولم تقترن تمامًا بالمتغيرات المناخية. كما اختلفت تأثيرات هطول الأمطار ودرجات الحرارة في نفس الوقت والوقت المتأخر بشدة على المناخ عبر المناطق الأحيائية والأشهر. على العموم ، من المرجح أن يكون تدهور الغطاء النباتي المرتبط بالمناخ وما يرتبط به من اتجاهات التصحر المحتملة من بين المصادر الرئيسية للضغط البيئي لكل منطقة حيوية في منغوليا ، مما قد يؤدي إلى تكثيف المشاكل البيئية مثل العواصف الرملية في مناطق شرق آسيا الأخرى.


5. الاستنتاجات

[13] يشير هذا التحقيق الأولي في تاريخ مدته خمس سنوات لـ MODIS NDVI و NDWI إلى وجود علاقة قوية بين NDVI و NDWI وظروف الجفاف على الأراضي العشبية في منطقة فلينت هيلز البيئية في كانساس وأوكلاهوما. خلال أشهر الصيف ، كان متوسط ​​قيم NDVI و NDWI أقل باستمرار (NDVI & lt 0.5 و NDWI & lt 0.3) لموقع محمية Tallgrass Prairie الوطنية في ظل ظروف الجفاف مقارنة بظروف غير الجفاف (المناخ الطبيعي) (NDVI & gt0.6 و NDWI & gt0. 4). انخفضت قيم NDWI استجابة لظروف الجفاف أكثر من NDVI ، مما يشير إلى أن NDWI كان أكثر حساسية من NDVI لبداية ظروف الجفاف. كما زاد الفرق بين NDVI و NDWI بشكل طفيف خلال ظروف الجفاف في الصيف. تم اقتراح مؤشر جديد لجفاف الغطاء النباتي يسمى NDDI ، والذي يجمع المعلومات من القنوات المرئية و NIR و SWIR في هذه الدراسة. زادت قيم NDDI خلال ظروف الجفاف في الصيف ، مما يدل على أنه يمكن استخدامه كمؤشر إضافي لرصد جفاف الأراضي العشبية في المساحات الكبيرة. يتم التخطيط لتقييم أكثر شمولاً لـ NDDI كأداة لرصد الجفاف لأنواع المراعي الأخرى (على سبيل المثال ، مروج الحشائش القصيرة والمختلطة) ، وأنواع النباتات المختلفة (مثل المحاصيل) ، ومناطق جغرافية أخرى.


NDVI للمنطقة الطبيعية - نظم المعلومات الجغرافية

  • اخضرار VG البصري
  • الخضرة النسبية RG
  • DA- رحيل من المتوسط
  • VG ، RG ، DA ، MO (4 ألواح)
  • بيانات ND
  • ألاسكا
  • الفروع الإقليمية (GACC)
  • NDVI Web Map Server

تم اشتقاق ثلاث خرائط لخضرة الغطاء النباتي أسبوعياً من بيانات مؤشر الغطاء النباتي للاختلاف المعياري (NDVI) التي تمت ملاحظتها بواسطة الأقمار الصناعية AVHRR والتي قدمها مركز بيانات EROS (EDC) ، هيئة المسح الجيولوجي الأمريكية. يتم تكوين هذه الخرائط أسبوعيًا ولها دقة مكانية تبلغ 1.1 كيلومتر (0.6 ميل) (Burgan and Hartford 1993 ، Burgan and others 1996 ، Burgan and Hartford 1996).

  • ND - NDVI - فهرس الغطاء النباتي للاختلاف المعياري هو البيانات الأساسية التي يُشتق منها ما يلي.
  • VG - Visual Greenness Maps - تصور خضرة الغطاء النباتي مقارنة بمرجع أخضر جدًا مثل حقل البرسيم أو ملعب للجولف. الصورة الناتجة مشابهة لما تتوقع رؤيته من الجو. لن تظهر المناطق الجافة في العادة باللون الأخضر مثل المناطق الأكثر رطوبة في المعتاد.
  • RG - خرائط الخضرة النسبية - تصور كيف تتم مقارنة الغطاء النباتي بمدى اخضراره تاريخيًا (1989-2003). نظرًا لأن كل بكسل يتم تطبيعه مع النطاق التاريخي الخاص به ، يمكن أن تظهر جميع المناطق (الجافة إلى الرطبة) خضراء بالكامل في وقت ما خلال موسم النمو.
  • DA - المغادرة من خرائط متوسط ​​الخضرة - تصور كيف تتم مقارنة كل بكسل باللون الأخضر مع متوسط ​​خضرة الأسبوع الحالي من العام استنادًا إلى بيانات 1989-2003.

تتوفر خرائط ND و VG و RG و DA للفترة الحالية. تتوفر أرشيفات صور GIF لـ RG و DA. قام مركز بيانات EROS بتطبيق خوارزميات جديدة لفحص السحابة وتصحيح الغلاف الجوي على الصور التي تبدأ في يناير 2004. وهناك تغيير آخر يجب ملاحظته في قيم الشفرة الافتراضية للمياه والسحب. تم تعيين المياه الآن عند 254 بدلاً من 255. تم ترميز السحب والثلج والقاحل بالرقم 250 بدلاً من 0. كما تمت إعادة معالجة السلسلة التاريخية بنفس المعايير. سيصبح الأرشيف الكامل للبيانات التاريخية المعاد معالجتها متاحًا على قرص مضغوط في عام 2004.

تتوفر بيانات RG و DA و ND الحالية والمؤرشفة لهذا العام عبر الإنترنت ولكن "الكتل" الأمريكية والصور الكاملة المُجهزة مسبقًا لـ WinDisp لم تعد متوفرة اعتبارًا من مارس 2004.

يتم ضغط صور الولايات المتحدة الكاملة مع ملفات الرأس واللون والإسقاط اللازمة لعرض البيانات باستخدام برنامج عرض الصورة أو الخريطة مثل ArcExplorer أو ArcGIS. تم تعديل ملفات جدول الألوان لاستيعاب تغييرات التعليمات البرمجية. تتضمن الملفات المضغوطة أيضًا ملفًا تمهيديًا ولوحة طرق ونصًا نصيًا للعرض في ArcView بامتداد Spatial Analyst. تم تنسيق اسم الملف على النحو التالي:

حيث يمثل "tt" نوع صورة ، و "mm" هو الشهر ، و "dd" هو اليوم الأخير من الفترة المركبة ، و "yy" آخر رقمين في السنة. على سبيل المثال ، يتم تسمية صورة الفرق التي تم تسويتها والتي تنتهي في 25 مارس 2003 باسم ND032503.zip.

الصورة من نوع "bil" ، تشير إلى Band Interleaved by Line من الصورة. ومع ذلك ، يمكن استيراد الصور "bil" بسهولة إلى WinDisp باستخدام Process - & gt Import - & gt Binary Image ، ثم Process - & gt Header - & gt تحرير ضغطات المفاتيح. فيما يلي معلومات الرأس المطلوبة لـ WinDisp أو أي برنامج آخر لعرض الصور.

نوع الصورة: 0 ، عام
الإسقاط: 6 ، لامبرت أزيموثال
الإرتفاع: 2889
العرض: 4587
مركز خط العرض: 45.
مركز خط الطول: -100.
مركز X: 2050.
المركز Y: 752.
DX: 1000.
DY: 1000.

تعالج ألاسكا NDVI بشكل مستقل. انقر فوق "الخرائط والتصوير" مرة واحدة في الصفحة الرئيسية لخدمة حريق ألاسكا.

يستخدم EDC منتجات AVHRR الخضراء في خدمة رسم خرائط الويب التي تتضمن تضاريس مظللة وبيانات مرجعية أخرى.

يمكن لعوامل مثل الغيوم والدخان أو الضباب وزوايا الرؤية السيئة أن تقلل من جودة البيانات المرصودة. للتعويض عن ذلك ، يتم تكوين ملاحظات NDVI لعدة أيام لكل بكسل ، مع حفظ أعلى قيمة NDVI فقط خلال الفترة المركبة التي يتم حفظها. هذا يقلل بشكل كبير من المشاكل التي تسببها الضبابية ، لكنه لا يقضي عليها تمامًا.

إذا بدت إحدى الخرائط متأثرة بالغيوم ، فانظر إلى الصورة لفترة واحدة قبل الصورة الحالية وفترة واحدة بعدها. إذا عرضت منطقة ما خضرة نباتية منخفضة بشكل مريب وأظهرت خضرة أعلى في الصورة قبل أو بعد الصورة الحالية ، فمن المحتمل أن تظهر الصورة الحالية تلوثًا بالسحب أو الدخان.

سترى أيضًا مناطق بيضاء في بعض الصور. تشير هذه إلى السحب والثلج والأسطح الأخرى غير الخضراء. غالبًا ما تكون "هامش" ، وأحيانًا كبيرة نوعًا ما ، واضحًا حول وحدات البكسل الملبدة بالغيوم. المناطق الثلجية التي تُرى في ظل ظروف واضحة لها عمومًا نطاق ضيق من خضرة الغطاء النباتي المنخفض المحيط.


الجغرافيا في Shasta College

يقدم قسم الجغرافيا في Shasta College للطلاب الفرصة لتطوير فهم وتقدير عالمنا المعقد. نحن نقدم دورات تلبي مجموعة من احتياجات الطلاب المختلفة. تلبي العديد من دوراتنا أنماط تحويل التعليم العام لكل من أنظمة جامعة كاليفورنيا وجامعة ولاية كاليفورنيا. ينتقل البعض أيضًا مباشرةً إلى أقسام الجغرافيا في جامعات كاليفورنيا للطلاب المهتمين بالحصول على شهادة في الجغرافيا. علاوة على ذلك ، يحتفظ قسم الجغرافيا في Shasta College بعلاقات مع أعضاء هيئة التدريس في برامج الجغرافيا عبر الولاية ، ولكن على وجه الخصوص في مدرستين أساسيتين مغذيتين ، CSU Chico وجامعة ولاية Humboldt. بالإضافة إلى الدورات الموجهة نحو التحويل ، نقدم دورات ميدانية مصممة لإثراء تجربة الطلاب من خلال استكشاف المناظر الطبيعية الثقافية والمادية المتنوعة في منطقتنا. أخيرًا ، نشجع مشاركة الطلاب في الأنشطة اللامنهجية مثل المؤتمرات والأنشطة خارج الحرم الجامعي والمنتديات.

الجغرافيا: نظرة عامة على الانضباط

يتجذر مجال الجغرافيا في الفضول العالمي حول العالم من حولنا ، والاختلافات التي تحدث من مكان إلى آخر. تسعى الجغرافيا للإجابة على أسئلة حول عالمنا. أين هي؟ كيف تبدو؟ كيف أصبح الأمر على هذا النحو؟ بماذا يتعلق؟ بينما يمكن إرجاع جذوره إلى أقدم تاريخ بشري مسجل ، سواء في شكل لوحات الكهوف أو الألواح المصرية التي تسجل حدود الممتلكات الأولى. طبق الإغريق منطقهم المنهجي الأنيق ومبادئهم الرياضية لإنشاء خرائط للبحر الأبيض المتوسط ​​وتفسير حركة الأجرام السماوية. على الرغم من أن جغرافيا نسبها القديمة ضرورية لمعالجة مخاوف البيئة البشرية المعاصرة ، من النمو السكاني والعولمة إلى تغير المناخ العالمي واستغلال الموارد الطبيعية. تم تحديد هذه الشحنة الواسعة بإيجاز من قبل ريتشارد هارتشورن الذي كتب: "الجغرافيا معنية بتوفير وصف وتفسير دقيق ومنظم وعقلاني للطابع المتغير لسطح الأرض".

السمة المميزة للجغرافيا هي طبيعتها متعددة التخصصات. قال جيمس بارسونز: "الجغرافيا ، متعددة التخصصات بشكل رائع ، تبدو وسيلة مثالية لتوحيد أيدي العلم والإنسانية ، بما في ذلك اتخاذ مواقف أخلاقية بشأن القضايا البيئية والمكانية. يوفر الاهتمام الموحَّد بالمكان والفضاء الصخرة التي يتجمع عليها الجغرافيون . من خلال التركيز على الجوانب المكانية (أي التوزيع عبر الفضاء) للظواهر ، يخدم الجغرافيون الحاجة العالمية لتخطيط أفضل للأنشطة البشرية على الأرض. مع انفجار التقنيات الجغرافية المكانية مثل صور الأقمار الصناعية وأنظمة تحديد المواقع العالمية (GPS) و نظم المعلومات الجغرافية (GIS) ، يمتلك الجغرافيون ثروة من الأدوات والتقنيات الجديدة.

بينما يحلل الجغرافيون طبيعة الأماكن ، وما الذي يميزها وكيف يتفاعلون مع الأماكن الأخرى ، فإننا نبحث عن الأنماط والعمليات ، والوصلات والسياقات. توفر فروع الجغرافيا التقليدية ، المادية والثقافية ، نقاط انطلاق.

الجغرافيا الفيزيائية

  • التضاريس - الجبال والوادي والهضاب
  • الجيولوجيا والتربة - الموارد المعدنية والطاقة المخاطر الجيولوجية للقدرة الزراعية
  • ميزات المياه - المحيطات والبحار والسواحل والأنهار والبحيرات والموارد المائية
  • المناخ - تؤثر أنماط درجة الحرارة وهطول الأمطار على المدى الطويل تأثيراً عميقاً على سكن الإنسان
  • الجغرافيا الحيوية - توزيع الغطاء النباتي وأشكال الحياة

الجغرافيا الثقافية

  • "الأشكال البشرية متراكبة على المناظر الطبيعية" - كارل سوير
  • التركيبة السكانية - التغيرات في السكان تتأثر بالزيادة الطبيعية والهجرة.
  • تشمل السمات الثقافية اللغة والأديان والتقاليد الثقافية مثل الطعام والفن والموسيقى والطقوس
  • العرق و السلالات -
  • طرق كسب العيش للناس - "أوضاع الحياة"
  • التكيف مع المناخ والتضاريس والخصائص الفيزيائية الأخرى

تتعرف الجغرافيا الآن على 5 موضوعات تعمل على توجيه الاستفسار:

  • الإنسان والبيئة - الناس وتفاعلهم مع الطبيعة
  • & ndash & ldquoaddress & rdquo للمكان
  • ضع & ndash الخصائص الملموسة وغير الملموسة التي تحدد المكان بشكل فريد
  • المناطق وندش المناطق الجغرافية التي تشترك في بعض الخصائص الموحدة
  • الحركة - المواد المادية ، الحيوانات ، الناس

مع تقدم العالم نحو القرن الحادي والعشرين ، تلوح في الأفق مجموعة هائلة من التحديات: تضخم السكان ، والتفاوتات في الثروة ، والصراعات المدفوعة بشكل مثالي ، والأمراض المعدية ، وتغير المناخ ، والانقراض الجماعي ، وغيرها. في الواقع ، يجب أن تلعب إرادة الجغرافيين دورًا رئيسيًا في المساعدة على تشكيل مستقبل صحي لكوكبنا الأصلي وسكانها.


تباين NDVI واستجاباته لتغير المناخ على هضبة اللوس الشمالية في الصين من 1998 إلى 2012

1 مختبر رئيسي للولاية لتآكل التربة وزراعة الأراضي الجافة على هضبة اللوس ، معهد حفظ التربة والمياه ، الأكاديمية الصينية للعلوم ووزارة الموارد المائية ، يانغلينغ ، شنشي 712100 ، الصين

2 جامعة الأكاديمية الصينية للعلوم ، بكين 100049 ، الصين

3 مكتب حفظ التربة والمياه في مقاطعة شنشي ، زيان ، شنشي 710004 ، الصين

الملخص

حللت هذه الدراسة التغيرات الزمانية والمكانية لمؤشر الغطاء النباتي الطبيعي (NDVI) على هضبة اللوس الشمالية وارتباطها بالعوامل المناخية من 1998 إلى 2012. كما تم استكشاف الآثار المحتملة للأنشطة البشرية على التغيرات في مؤشر NDVI. أظهرت النتائج (1) أن الحد الأقصى السنوي لمؤشر NDVI أظهر اتجاهاً تصاعدياً. تدل الزيادة الكبيرة في مؤشر NDVI وتناقص مناطق التصحر الشديد على تحسن حالة الغطاء النباتي في هذه المنطقة. (2) على مدى العقود الماضية ، كان المناخ يميل إلى أن يكون أكثر دفئًا وجفافًا. ومع ذلك ، انخفض متوسط ​​درجة الحرارة بشكل كبير وزاد هطول الأمطار بشكل طفيف من عام 1998 إلى عام 2012 ، خاصة في فصلي الربيع والصيف ، وهو ما كان أحد الأسباب الرئيسية للزيادة في الحد الأقصى السنوي لمؤشر NDVI. بالمقارنة مع درجة الحرارة ، كان الغطاء النباتي أكثر حساسية لتغيرات هطول الأمطار في هذه المنطقة. كان مؤشر NDVI والتغيرات السنوية لهطول الأمطار متزامنة بشكل كبير خلال النصف الأول من العام ، بينما كان هناك تأخير لمدة شهر واحد بين المتغيرين خلال النصف الثاني من العام. (3) كانت الأنشطة البشرية الإيجابية ، بما في ذلك برنامج "Grain for Green" والمعالجات البيئية الناجحة في قواعد تعدين الفحم ، من بين العوامل الأخرى التي أدت إلى تحسين حالة الغطاء النباتي.

1 المقدمة

الغطاء النباتي هو المكون الرئيسي للنظم البيئية الأرضية على الأرض ويلعب دورًا مهمًا في المياه ، وتبادل الطاقة ، والدورات الجيوكيميائية الحيوية على الأسطح الأرضية [1]. ربط التربة والغلاف الجوي والرطوبة [2 ، 3] ، يلعب الغطاء النباتي دورًا لا يمكن الاستغناء عنه في الحفاظ على استقرار المناخ ، وتنظيم توازن الكربون ، وتقليل غازات الاحتباس الحراري على نطاق عالمي [4]. ومع ذلك ، فإن الغطاء النباتي حساس للتغيرات المناخية. تم الاعتراف بديناميات الغطاء النباتي والاستجابات للتغيرات المناخية باعتبارها واحدة من القضايا الأساسية للتغير العالمي في النظم الإيكولوجية الأرضية [5].

بسبب الدقة والدقة المكانية والزمانية العالية ، يمكن أن توفر البيانات المستشعرة عن بعد الدعم الفني لرصد ديناميات الغطاء النباتي على نطاقات كبيرة. اقترح Rouse et al. مؤشر الغطاء النباتي للفرق الطبيعي (NDVI). على أساس انعكاس الأحمر والأشعة تحت الحمراء القريبة [6]. تم استخدام مؤشر NDVI بشكل متكرر لدراسة ديناميكيات الغطاء النباتي لأنه مرتبط بشكل كبير بقدرة التمثيل الضوئي ، ومؤشر مساحة الورقة ، والكتلة الحيوية ، وصافي الإنتاجية الأولية [7]. يتراوح مؤشر NDVI من -1 إلى 1. تتوافق قيم NDVI الإيجابية الأعلى مع ارتفاع الغطاء النباتي والنشاط [8]. تشير قيم NDVI السلبية إلى وجود السحب أو الثلج أو الماء أو سطح لامع غير نباتي [9]. علاوة على ذلك ، تم استخدام مؤشر NDVI على نطاق واسع لتقييم صافي الإنتاجية الأولية للغطاء النباتي (NPP) [10 ، 11] وإنتاج المحاصيل [12 ، 13] ولإشارة تأثيرات التغذية المرتدة للنباتات على المناخات المحلية [14-16]. بالإضافة إلى ذلك ، تم استخدام مؤشر NDVI لتحسين التنبؤات وتقييمات الأثر المتعلقة بالاضطرابات ، مثل الجفاف [17] والفيضانات [18].

على مدار العشرين عامًا الماضية ، أجرى العديد من العلماء بحثًا مكثفًا بشأن تغطية الغطاء النباتي السطحي بمقاييس مكانية وزمنية مختلفة بناءً على بيانات السلاسل الزمنية لـ NDVI. وقد أظهر بحثهم أن نشاط الغطاء النباتي العالمي يتزايد تدريجياً ، لا سيما في مناطق خطوط العرض الشمالية المتوسطة والعالية [19-21]. وقد لوحظت نتائج مماثلة في هضبة التبت [22] وهضبة اللوس [23 ، 24] وفوق الجنوب الغربي [25] ، ووسط وشمال غرب الصين [4 ، 26]. على العكس من ذلك ، تم اكتشاف اتجاهات NDVI المتناقصة في العديد من المناطق ، مثل جنوب غرب الولايات المتحدة [27] ، شمال شرق تايلاند [28] ، مستجمعات المياه العليا للنهر الأصفر [29] ، ومنطقة مصدر نهر لانسانغ [30].

بالإضافة إلى ذلك ، تم استكشاف العلاقة بين NDVI والعوامل المناخية من قبل العلماء على المستويين المحلي والإقليمي منذ الثمانينيات. ومع ذلك ، فإن آليات الاستجابة الخضرية لتغير المناخ غير مؤكدة [31] ، وقد اختلفت نتائج الدراسات السابقة بسبب خصائص الغطاء النباتي المختلفة ، والمناطق ، وطرق الدراسة. على سبيل المثال ، وجد شولتز وهالبرت أن بيانات مؤشر NDVI على المستوى العالمي لا ترتبط ارتباطًا وثيقًا بهطول الأمطار ، على الرغم من أنها لا تربط البيانات بدرجة الحرارة [32]. ليو وآخرون. ذكرت أن تغطية الغطاء النباتي في المناطق القاحلة والغربية من شمال شرق آسيا تظهر ارتباطًا إيجابيًا قويًا مع هطول الأمطار ، في حين أن التغيرات المكانية في NDVI ، والتي تتأثر بدرجة الحرارة في المنطقة ، أقل وضوحًا [33]. هو وآخرون. درست العلاقات الموسمية والسنوية بين الغطاء النباتي وبيانات المناخ من 1985 إلى 2007 على النظم الإيكولوجية الكندية. أشارت نتائجهم إلى أن العلاقة بين NDVI ودرجة الحرارة أقوى من العلاقة مع هطول الأمطار [34]. من الواضح أن العوامل المناخية الرئيسية التي تؤثر على مؤشر NDVI تختلف باختلاف المنطقة. لذلك ، من الضروري إجراء بحث على المستوى الإقليمي.

تتمتع هضبة اللوس الشمالية (الشكل 1) ، التي تقع في منتصف النهر الأصفر ، بمناخ شبه جاف بمتوسط ​​هطول سنوي يتراوح بين 300 و 500 ملم ومتوسط ​​درجة حرارة سنوي يتراوح من 6 إلى 9 درجات مئوية. تخضع هذه المنطقة لتآكل التربة وقد تم تنفيذ العديد من تدابير الحفاظ على التربة. علاوة على ذلك ، فهي أكبر منطقة تعدين للفحم في الصين ، حيث يمثل احتياطي الفحم 60٪ من الإجمالي الوطني [35]. لقد أدى كل من التعرية والتعدين ، اللذان يمكن ربطهما بالأنشطة البشرية ، إلى تغيير ظروف السطح بشكل خطير. لذلك ، نظرًا للتأثيرات المشتركة لتغير المناخ والأنشطة البشرية ، فقد أصبح من الضروري دراسة التغيرات في حالة الغطاء النباتي في هذه المنطقة في السنوات الأخيرة. استنادًا إلى بيانات SPOT-VEGETATION DN والتهطال ودرجة الحرارة ، بحثت هذه الدراسة في التغيرات المكانية والزمانية لمؤشر NDVI والتهطال ودرجة الحرارة على مدار الخمسة عشر عامًا الماضية. استكشفنا أيضًا العلاقة بين NDVI وعوامل المناخ. أخيرًا ، استنادًا إلى خريطتين لاستخدام الأراضي ، قمنا بتحليل التأثير المحتمل للأنشطة البشرية على مؤشر NDVI. يمكن أن تكون هذه المعلومات مفيدة عند تقييم آثار البناء البيئي ولتوفير أساس علمي للسياسات المقابلة.


النتائج والمناقشة

تم فحص التوسع الطبيعي للغابات في منطقة دراسة منطقة Basilicata من خلال نهج الاختلاف في NDVI. وفقًا لغرض الدراسة ، تم النظر فقط في الاختلافات الإيجابية في NDVI ، مع استبعاد التغييرات السلبية التي اعتبرت ضئيلة. وعلى وجه الخصوص ، فإن التغييرات السلبية في مؤشر NDVI ، من حيث فقدان الغطاء الحرجي ، تتمثل بشكل رئيسي في حرائق الغابات التي تمثل سنويًا نسبة 0.1٪ من إجمالي الغطاء الحرجي. علاوة على ذلك ، لم يتم الإبلاغ عن عمليات إزالة الغابات وفقًا للقانون الإقليمي الذي يمنع أي تغيير في استخدام الأراضي في النظم الإيكولوجية للغابات.

تم الإبلاغ عن المعلمات الرئيسية لتوزيع قيم صورة ΔNDVI في علامة التبويب. 1. كانت القيم المتوسطة والأسلوب والمتوسط ​​قريبة من الصفر ، وكذلك الانحراف ، مما يشير إلى تناظر توزيع جيد (الشكل 5). تم التحقق أيضًا من ملاءمة قيم صورة ΔNDVI للتوزيع الطبيعي عن طريق اختبار Kolmogorov-Smirov غير البارامترى. Although the KS test indicates a departures from normal distribution (p > 0.01), it is still within the range normally accepted in the literature in order to be considered a normal or near-normal distribution.

فاتورة غير مدفوعة. 1 - Parameters of the distribution of the NDVI difference image values. (**): p < 0.01.

معامل قيمة
Mean 0.01
الوسيط 0.01
Mode 0.011
Standard Deviation 0.101
Skewness -0.127
St. Error of Skewness 0.025
Kurtosis 1.927
St. Error of Kurtosis 0.049
KS Test 0.0756**

Fig. 5 - Distribution of ΔNDVI pixel values.

Threshold detection was carried out through visual analysis of Landsat TM RGB band compositions and ratios and their comparison across the two year considered (Fig. 6). The area of actual natural forest expansion was also better identified by comparing the digital aerial orthophotos (1994-2008 - Fig. 7). The best accuracy in the detection of natural forest expansion was obtained using a threshold of 1.5· σ with ΔNDVI = μ +1.5· σ , as reported in Tab. 2.

Fig. 6 - Comparison of Landsat TM RGB band compositions (TM4-3-2) of two test areas for the year 1984 (a, b) and 2010 (c, d).

Fig. 7 - Comparison of digital aerial orthophotos for two test areas based on images from Volo Italia 1994 (a, b) and TerraItaly 2008 (c, d).

فاتورة غير مدفوعة. 2 - Threshold value accuracy assessments. The producer’s accuracy refers to the probability of land-cover classification accuracy. (a): Error of natural expansion of forest classified as others (K): Cohen’s Kappa inter-rater agreement coefficient.

عتبة Producer’s
دقة
شاملة
دقة
Error (a)
(%)
شاملة
ك
1 σ 0.88 0.83 13.9 0.23
1.5 σ 0.95 0.94 5.1 0.61
2 σ 0.8 0.77 25.2 0.1

This result is consistent with that obtained by similar studies using the same methodology. In particular, the above test and trial approach was applied to detect vegetation changes due to human-induced rapid land use alterations in tropical forest ecosystems as reported by Miller et al. ([68]) in Thailand, Phuaa et al. ([77]) in Malaysia, and Sinch ([94]) in India based on Landsat imagery. In addition, Hayes & Sader ([37]) in Guatemala, and Petit et al. ([76]) and Braimoh & Vlek ([9]) in Africa applied the same technique to detect forest clearing and vegetation regrowth.

The trial and test approach was also used in forest management for clear-cuts and regrowth detection in temperate forest ecosystems ([5], [37]), and for the identification of selective logging ([104]). Sepehry & Liu ([89]) used symmetric threshold identification by testing threshold values ranging between 1· σ and 2· σ to monitor land cover change induced by flood, while Sarp ([86]) used 1· σ threshold to detect vegetation change and main environmental effects of surface mining activities. Jomaa & Bou Keir ([49]) reported anthropogenic land use change detection with the trial and test approach, and determined 2· σ was the optimal threshold value for two sites in Lebanon. Yacouba et al. ([105]) applied 1· σ in Yunnan province (China), while Podeh et al. ([80]) and Coban et al. ([15]) ascertained 2· σ was the optimal value for land use change detection over complex vegetation cover. Finally, Pu et al. ([81]) tested different threshold values ranging between 1· σ and 2· σ to determine real changes in sparse vegetation cover composed of shrubby trees colonizing riparian areas in Nevada. In some cases, the threshold identification was obtained from extreme percentile values of the NDVI difference image for evaluation of vegetation changes in drainage basin forests ([30], [62]), or forests in hydrogeologically unstable areas ([24]). Other more complex threshold identification methods have been recently proposed ([66], [10], [11], [38], [42], [8], [1]). Nevertheless, due to its simplicity, the image thresholding method based on standard deviation remains the most commonly used method for the detection in vegetation changes.

Based on the results obtained in this analysis, the ΔNDVI > +1.5· σ image was extracted and clipped using the Basilicata Region Forest Map mask with a 100 m buffer as specified in the Material and Methods. The resulting image (Fig. 8) shows the areas of likely natural forest expansion used for the identification of the ground validation points based on the random stratified sampling.

Fig. 8 - Probable areas of natural forest expansion in the Basilicata region.

Among the 80 ground validation points selected, only six were not accessible due to topographic constraints. As for the remaining 74 points (Tab. 3), the vegetation changes detected were the result of natural forest expansion processes in 91.9% of the cases (68 points), while in 8.1% (6 points) the proposed method failed to detect natural forest expansion. In two cases, the failure was due to the coppice revegetation after harvesting in a single case, the vegetation change was determined by conifer afforestation in a degraded broadleaf forest. Other sources of error were related to revegetation after a fire event in Mediterranean Macchia (one point), and incorrect attribution of land cover classes (an olive grove in one case). One last source of error was related to a strong NDVI increase within a forest stand, likely the result of a significant increase in forest density, or to enhanced environmental conditions for growth in recent years. In this specific case, the source of error could be related to quality differences between the two images analyzed. Overall, the accuracy of the ground-based validation reported in Tab. 3 is consistent with that reported in other studies using the NDVI differencing technique ([37], [80], [2], [81], [102]).

فاتورة غير مدفوعة. 3 - Ground-truth validation results.

Cover type عينات
(ن)
دقة
(%)
صفات
Natural
afforestation
68 91.8 -
آحرون 6 8.1 Forest harvesting (2), conifer afforestation in broadleaf forest (1), revegetation after forest fire (1), other land covers (2)
مجموع 74 100 -

Our results indicated that in the period 1984-2010 approximately 70 154 ha were affected by natural forest expansion processes in the study area, with an annual forest cover increase of 2698 ha (Tab. 4). Given the actual forest cover extension (355 367 ha) as provided by the Basilicata Region Forest Map ([22]), the increase of forest cover between 1984 and 2010 was approximately 19.7%. Similar figures may be obtained by comparing forest cover extensions from two consecutive Nation Forest Inventories carried out in Basilicata over the same period (294 300 ha - [41] 356 426 ha - [43]). The difference between the two above inventories (62 126 ha of increase in forest cover) was very close to the value reported in the present study (70 154 ha). The difference between the two latter estimates (8028 ha) may be explained by a further forest expansion occurred over the five years intervening between the last National inventory (2005) and the 2010 Landsat TM image used as reference in this analysis.

فاتورة غير مدفوعة. 4 - Comparisons between natural afforestation from NDVI differencing methodology and inventory forest cover increments.

طريقة Forest cover
increment
ha (%)
Forest cover
annual increment
(ha yr -1 )
NDVI differencing (1984 - 2010) 70154
(19.7)
2698
National Forest Inventories (1984 - 2005) 62126
(17.4)
2958
Difference between methods 8028
(2.3)
-

Values of natural forest expansion obtained in this study are slightly higher than those reported by the IUTI (Inventario dell’Uso delle Terre) land use inventory for the Basilicata region in the period 1990-2008 ([21]). However, this discrepancy may be explained. First, the overall forest cover extension reported by the IUTI inventory for the study area was lower (331 667 ha, approximately 0.7%) than that provided by the Basilicata Region Forest Map (-6.7%), since the latter was based on continuous field recognition rather than on sampling points as for the former. Furthermore, the different time span analyzed (1990-2008 ضد. 1984-2010) may accidentally include different trends in main drivers of natural forest expansion, such as forest growth patterns or land abandonment in marginal areas.

Our results also emphasizes some important characteristics of the natural forest expansion in the study area. Indeed, it occurs in areas characterized by severe climate, morphological, and pedological conditions. In 11.4% of the cases analyzed, forest expansion has been detected in areas affected by extreme temperatures (annual mean temperature between 16-18 °C), and in 28.3% of cases in areas with average annual rainfall of 500-700 mm. According to the Bagnouls & Gaussen ([3]) index (BGI), 20.8% of natural forest expansion occurred in dry areas with BGI 50-130. These results were also cross-classified with the ESA (Environmental Sensitive Areas) map ([6], [52], [28], [29]), which presented trends in natural forest expansion. According to the ESA classification, natural forest expansion occurred within the vulnerability class F (Fragile - 29.7%) and class C (Critical - 3.2%).

Our results also support some interesting consideration on the vegetation types subject to natural forest expansion. Although 48.9% of the increment was due to deciduous oak forests, a consistent part of it occurred in the meso/thermophiles component of this vegetation type. Furthermore, natural forest expansion occurred for the Mediterranean macchia (11.4%) and garrigue (2%). Beech forests (Fig. 9) and Mediterranean macchia (Fig. 10) in drought-prone Calanchi areas also showed a natural forest expansion in cattle-raising abandoned areas generally covered by shrubbery followed by tree restoration. The above results highlight the natural forest expansion occurring on degraded and drought-prone soils of the Mediterranean areas, a regions considered highly vulnerable to desertification. Due to their intrinsic ecologic interest, these areas require further study to examine their vegetation potential and dynamics.

Fig. 9 - Natural forest expansion on abandoned cattle-raising area for Beech forest in the Pollino National Park area.


شاهد الفيديو: QGIS 3 - 12. - Индексы вегетации NDVI, RVI, SVI,Вычисление, применение,эксперимент.