آموزش پایش خشکسالی با استفاده از شاخص‌های DSI و SVI در گوگل ارث انجین

در این محصول آموزشی، دو مورد از شاخص‌های پرکاربرد در حوزه پایش خشکسالی که شامل شاخص DSI و SVI می‌باشد،  با استفاده از پروداکت‌های مادیس در محیط سامانه گوگل ارث انجین ارائه شده است. این محصول آموزشی بر اساس مقالات علمی کار شده در حوزه پایش خشکسالی تهیه شده است.

مطالب ارائه شده در این محصول آموزشی به گونه‌ای است که ضمن آشنایی با پروداکت‌های مختلف سنجنده مادیس و فرمول‌نویسی شاخص‌های خشکسالی، با جدیدترین روش ماسک ابر، سایه و سایر پارامترهای هواشناسی آشنا شده و در نهایت پهنه‌بندی یا طبقه‌بندی شاخص‌های خشکسالی و هم‌چنین روش محاسبه مساحت هر کلاس تصویر طبقه‌بندی شده شاخص خشکسالی را نیز فرا می‌گیرید.

پلتفرم پردازشی در این محصول آموزشی، گوگل ارث انجین است. از جمله دلایل انتخاب این سامانه به منظور پیاده‌سازی شاخص‌های خشکسالی، توان محاسباتی بالای آن، امکان فراخوانی تعداد زیادی از تصاویر، سرعت پردازشی بالا و راحتی کار با سامانه حتی برای افرادی که آشنایی محدودی با زبان برنامه نویسی جاوااسکریپت دارند، می‌باشد.

مشخصات محصول

• مدرس : مهدی نادری
• تخصص : کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
• موضوع : پایش خشکسالی با استفاده از شاخص‌های DSI و SVI در گوگل ارث انجین
• نرم افزار : سامانه گوگل ارث انجین
• مدت زمان آموزش : 1 ساعت و 57 دقیقه
• مخاطب : علاقه‌مندان به سنجش از دور، مطالعات کشاورزی، مطالعات منابع طبیعی، مخاطرات طبیعی و …
• نوع آموزش : ویدئویی
• کد ارث انجین : ندارد
• داده های تمرینی : ندارد
• پیش نیاز : آشنایی مقدماتی با سامانه گوگل ارث انجین

ویدئوی معرفی:

تهیه آموزش:

برای تهیه بر روی دکمه زیر 👇 کلیک کنید. پس از پرداخت به لینک های دانلود دسترسی دارید و به ایمیل شما نیز ارسال می گردد.

معرفی مدرس

• مهدی نادری
• کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
• پژوهشگر بنیاد ملی نخبگان ایران
• دارای مدرک کارشناسی ارشد سنجش از دور و GIS از دانشگاه تربیت مدرس تهران

عناوین آموزشی

عناوین در نظر گرفته شده به شرح زیر می باشد:

• بخش اول: مقدمه‌ای بر خشکسالی و تبیین شاخص‌های DSI و SVI بر اساس مقالات کار شده
• بخش دوم: بخش عملی آموزش و ورود به سامانه ارث انجین
• بخش سوم: محاسبه شاخص SVI
• بخش چهارم: معرفی منطقه مورد مطالعه
• بخش چهارم: فراخوانی پروداکت‌ NDVI مادیس و اعمال فیلترهای مکانی، زمانی و ماسک ابر و سایر پارامترهای هواشناسی
• بخش پنجم: تبدیل فرمت تصاویر به صورت رو از سال (Day of Year) و اضافه کردن آن به مجموعه تصاویر
• بخش ششم: محاسبه مقادیر میانگین و انحراف معیار NDVI
• بخش هفتم: محاسبه شاخص SVI برای مجموعه تصاویر Collection
• بخش هشتم: استخراج یک تصویر SVI و انجام عملیات پهنه‌بندی یا طبقه‌بندی بر روی آن
• بخش نهم: محاسبه مساحت کلاس‌های مختلف نقشه پهنه‌بندی شده
• بخش دهم: محاسبه شاخص DSI
• بخش یازدهم: معرفی منطقه مورد مطالعه
• بخش دوازدهم: فراخوانی پروداکت‌های پوشش‌گیاهی و تبخیرتعرق سنجنده مادیس و اعمال فیلترهای مکانی، زمانی و ماسک ابر
• بخش سیزدهم: ایجاد تصویر میانه پروداکت‌های مختلف
• بخش چهاردهم: محاسبه مقادیر میانگین و انحراف معیار تبخیرتعرق به‌صورت نمره آماری Z
• بخش پانزدهم: محاسبه مقادیر میانگین و انحراف معیار NDVI به‌صورت نمره آماری Z
• بخش شانزدهم: محاسبه شاخص DSI بر اساس متغیرهای حاصل شده
• بخش هفدهم: بصری‌سازی نتایج حاصل از شاخص‌های SVI و DSI

معرفی شاخص‌های خشکسالی

👈 شاخص Drought Severity Index (DSI)

شاخص شدت خشکسالی (DSI) برای اولین بار توسط مو و همکاران در سال 2013 معرفی شد.  یک شاخص ترکیبی است که متغیرهای پوشش گیاهی و تبخیر و تعرق را در نظر می‌گیرد. DSI عمدتا برای اندازه‌گیری خشکسالی‌ هواشناسی مورد استفاده قرار می‌گیرد اما می‌تواند برای پایش خشکسالی کشاورزی نیز استفاده شود.

👈 شاخص Standardized Vegetation Index (SVI)

شاخص استاندارد‌شده پوشش‌گیاهی (SVI)، نشان‌دهنده وضعیت رشد پوشش‌گیاهی محدوده مطالعاتی است. این شاخص از مقادیر میانگین و انحراف معیار شاخص‌های پوشش گیاهی از قبیل NDVI، EVI و … در سطح پیکسل در یک سری زمانی برای پایش خشکسالی بهره می‌برد. علی‌رغم نتایج نسبی مناسب، این شاخص نمی‌تواند به عنوان یک کمیت مطلق در پایش خشکسالی کشاورزی مورد استفاده قرار گیرد.

داده ها

در این آموزش از پروداکت های زیر استفاده شده است:

• پروداکت MOD13Q1.061 Terra Vegetation Indices 16-Day Global 250m:

این پروداکت با رزولوشن مکانی 250 متر و باندهای NDVI و EVI به‌منظور محاسبه شاخص خشکسالی SVI مورد استفاده قرار گرفت. این محصول در بازه زمانی (2000-present) به‌صورت 16 روزه در دسترس می‌باشد.

• پروداکت MOD16A2GF.061: Terra Net Evapotranspiration Gap-Filled 8-Day Global 500m:

این پروداکت با رزولوشن مکانی 500 متر با باندهای متعدد نظیر ET، PET و … به‌منظور برآورد شاخص خشکسالی DSI مورد استفاده قرار گرفت. این محصول در بازه زمانی (2000-2022) و به‌صورت داده‌های 8 روزه در دسترس عموم می‌باشد.

• پروداکت MOD13A1.061 Terra Vegetation Indices 16-Day Global 500m:

این پروداکت، همانند پروداکتی است که در محاسبه شاخص خشکسالی SVI مورد استفاده قرار گرفته است با این تفاوت که رزولوشن مکانی آن 500 متر است. این محصول در بازه زمانی (2000-present) به‌صورت 16 روزه در دسترس می‌باشد و برای محاسبه شاخص خشکسالی DSI مورد استفاده قرار گرفته است.

کاربرد:

خشکسالی، یکی از انواع مخاطرات طبیعی است که می‌تواند به‌طور مستقیم و غیرمستقیم، انسان و دستاوردهای آن را تحت تاثیر قرار دهد. خشکسالی پدیده ای پیچیده و جهانی است که انسان و طبیعت را به طور یکسان تحت تاثیر قرار می‌دهد. تعاریف متعددی برای این مخاطره طبیعی مطرح شده که به طور کلی، خشکسالی به کمبود رطوبت مستمر و غیرطبیعی اطلاق می‌شود. خشکسالی می‌تواند در ابعاد مختلف مورد بررسی قرار گیرد. خشکسالی هواشناسی (کمبود بارش)، خشکسالی کشاورزی (کمبود رطوبت خاک)، خشکسالی هیدرولوژیکی (کمبود رواناب و ذخیره آب) و خشکسالی اجتماعی-اقتصادی (در نظر گرفتن عرضه و تقاضای آب). رویدادهای خشکسالی در سراسر جهان، اثرات و هزینه های اقتصادی گسترده‌ای در بخش‌های مختلف جامعه دارد.

به عنوان مثال، در اتحادیه اروپا و بریتانیا، خسارات اقتصادی سالانه (1981-2010) در اثر خشکسالی حدود 9 میلیارد یورو در سال برآورد شده است. در اروپای مرکزی، خشکسالی شدید در سال‌های اخیر بارها و بارها منجر به خسارات در بخش کشاورزی و جنگل‌داری شده است. خسارات اقتصادی و اثرات اجتماعی عظیم در چین به دلیل خشکسالی کشاورزی ایجاد شده است. طبق آمار، سالانه 70 تا 80 میلیون تن غذا در چین به دلیل خشکسالی از بین می‌رود که 17 درصد از کل محصول کشور را تشکیل می دهد. با توجه به کمبود بارش در ایران در مقایسه با میانگین جهانی، خشکسالی همواره موضوعی چالش برانگیز در مدیریت منابع آب مطرح بوده است.

برای نمونه، خشکسالی سال های 1377-1378 لغایت 1379-1380 از وخیم‌ترین خشکسالی های ثبت شده در ایران است که حدود نصف جمعیت کشور را تحت تاثیر قرار داد و خسارات وارده به بخش کشاورزی و دام حدود 2.5 میلیارد دلار برآورد شد. لذا با توجه به موارد ذکر شده، پایش این مخاطره طبیعی می‌تواند از جنبه‌های مختلف کاربردی باشد.  

مخاطب این محصول

مخاطب این محصول، افراد متخصص در حوزه سنجش از دور، مطالعات کشاورزی، مطالعات منابع طبیعی، مطالعات مخاطرات طبیعی و … هستند. مطالب ارئه شده در این محصول آموزشی به قدری کاربردی است که افراد مختلف می توانند در جهت پیشبرد اهداف خود به نحو احسنت از آن استفاده کرده و در کمترین زمان ممکن نتیجه مطلوب را کسب کنند.

در این محصول آموزشی سعی شده است تا مطالب به صورت شیوا و رسا بیان شوند تا برای افرادی که آشنایی حداقلی با تصاویر ماهواره‌ای، تکنیک‌های پردازش تصویر و سامانه گوگل ارث انجین دارند نیز قابل استفاده باشد.

تهیه آموزش:

برای تهیه بر روی دکمه زیر 👇 کلیک کنید. پس از پرداخت به لینک های دانلود دسترسی دارید و به ایمیل شما نیز ارسال می گردد.