| تعداد نشریات | 285 |
| تعداد نشریات سازمان | 83 |
| تعداد شمارهها | 3,133 |
| تعداد مقالات | 34,833 |
| تعداد مشاهده مقاله | 50,261,369 |
| تعداد دریافت فایل اصل مقاله | 87,588,420 |
بررسی روند شدت خشکیدگی شمشاد هیرکانی براساس مطالعات سری زمانی شاخص پوشش گیاهی تودههای شمشاد شهرستان رضوانشهر | ||
| تحقیقات حمایت و حفاظت جنگلها و مراتع ایران | ||
| مقاله 12، دوره 22، شماره 2 - شماره پیاپی 44، اسفند 1403، صفحه 355-373 اصل مقاله (655.5 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijfrpr.2024.364997.1620 | ||
| نویسندگان | ||
| زهرا اندرز1؛ امیر اسلام بنیاد* 2؛ خسرو ثاقب طالبی3 | ||
| 1دانشجوی دوره دکتری جنگلداری گروه جنگلداری دانشکدۀ منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی گیلان، ایران | ||
| 2دانشیار دانشکدۀ منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی گیلان، ایران | ||
| 3استاد ،موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران | ||
| چکیده | ||
| سابقه و هدف: شمشاد از جمله گونههای ارزشمند و منحصر به فرد جنگلهای هیرکانی است که در چند سال اخیر در معرض هجوم انواع آفات قرار گرفته است. حدود 72 هزار هکتار از عرصههای جنگلی شمال کشور به رویشگاههای شمشاد اختصاص دارد. در حال حاضر بیماری بلایت (Buxus Blight) وآفت شبپره شمشاد (Cydalima perspectalis) این رویشگاهها را تهدید میکنند. در سالهای اخیر، تحقیقات گستردهای پیرامون کاربرد سنجش از دور در پایش آفات جنگلی، بهویژه با تمرکز بر دو ویژگی فیزیولوژیکی ریزش برگ و تغییر رنگ آن، انجام شده است. هدف از این مطالعه، بررسی جامع تصاویر ماهوارهای سری زمانی در تودههای شمشاد شهرستان رضوانشهر و استخراج شاخصهای پوشش گیاهی و تحلیل روند تغییرات بلندمدت آن است. مواد و روشها: منطقه مورد مطالعه، تودههای جنگلی شمشاد به وسعت 400 هکتار در شهرستان رضوانشهر (استان گیلان) است. با توجه به اینکه شمشاد گونهای همیشه سبز است و در جنگلهای خزانکننده قرار دارد، تنها از تصاویر ماههای شهریور تا آذر (که سایر درختان خزان کرده و برف نیز وجود ندارد) استفاده شد. در این پژوهش، تصاویر ماهوارهای لندست از سال 2010 (زمان بروز آفت) تا 2016 و از تصاویر سنتینل2 از سال 2017 تا سال 2019 مورد استفاده قرار گرفتند. پس از دریافت تصاویر، تصحیحات رادیومتریکی و اتمسفری لازم برای تصاویر لندست در نرم افزارENVI انجام شد. تصاویر سنتینل 2 به دلیل برخورداری از تصحیحات اتمسفری در سطح L2A، نیاز به تصحیح نداشتند. برای ارتقای قدرت تفکیک مکانی از 30 متر به 15 متر، از روش تلفیق تصویر و Pansharpening استفاده گردید. سپس شاخص نرمالشده پوشش گیاهی(NDVI) برای تصاویر لندست و سنتینل2 به ترتیب با نرمافزارهای ENVI و SNAP استخراج شد. جهت صحتسنجی دادههای حاصل از تصاویر، در چندین نقطه به با روش نمونهبرداری تصادفی و براساس ابعاد پیکسل 10×10 متر تصاویر سنتینل-۲، در سه منطقه شامل تودههای آلوده، سالم و کاملا خشک، شاخص پوششگیاهی کنترل گردید. در ادامه، با استفاده از روشهای رگرسیون حداقل مربعات معمولی Ordinary Least Squares (OLS) و من-کندال Mann-Kendall (MK) روند بلند مدت تغییرات شاخص NDVI محاسبه شد. نتایج و یافتهها: براساس شاخصهای استخراج شده، میانگین شاخص NDVI در بازه زمانی 2010 تا 2019 محاسبه شد. همچنین مقادیر حداقل، حداکثر، میانگین و انحراف معیار برای 10 تصویرماهوارهای بررسی گردید. سال 2017 با میانگین 63/0 دارای بیشترین تراکم پوششگیاهی شمشاد و کمترین خشکیدگی بود، در حالیکه سال 2011 با میانگین 08/0 بیشترین میزان خشکیدگی را نشان داد. از کل محدوده 400 هکتاری مطالعهشده، 269 هکتار از سال (67 درصد) از سال 2010 تا 2019 افزایش پوشش گیاهی داشتند و در 72 هکتار (18 درصد) کاهش پوشش مشاهده شد. همچنین، 59 هکتار (15 درصد) طی این سالها روند رشد ثابتی را نشان دادند. نتایج تحلیل بلندمدت با استفاده از OLS و من-کندال، در بیشتر نقاط جنگلی دارای شیب مثبت و در محدوده طیف سبز بودند، اما این شیبها بسیار تاچیز بوده و بیانگر روند بسیار ضعیف افزایش NDVI است. در واقع، مقادیر پایین شیب، نبود روند آشکار در تغییرات پوشش گیاهی را نشان میدهد و مثبت بودن آن افزایش جزئی در NDVI و وقوع سبزینگی ضعیف همراه با تداوم خشکیدگی را تأیید میکند. میانگین شاخص من-کندال در محدوده جنگلهای شمشاد 08/0 برآورد شده است. نتیجهگیری: نتایج تحلیلها بیانگر افزایش بسیار جزئی شاخص NDVI در طی سالهای مطالعه و خشکیدگی گسترده در جنگلهای شمشاد بود. اگرچه پوشش گیاهی شمشاد درسالهای اخیر تحت تاثیر عوامل محیطی و انسانی آسیبدیده، روند کلی شاخص تفاوت پوشش گیاهی نرمال شده بهطور محسوسی کاهشی دارای شیب قابلتوجه رگرسیون است. مناسب بودن شاخصهای گیاهی استخراجشده از تصاویر سری زمانی برای بررسی روند خشکیدگی برگها تأیید گردید. براساس نتایج، پیشنهاد میشود جهت تحلیل دقیق تر روند خشکیدگی، از شاخصهای گیاهی دیگر و تصاویر ماهوارهای به روزتر نیز استفاده شود. | ||
| کلیدواژهها | ||
| رگرسیون حداقل مربعات معمولی؛ من-کندال؛ سری زمانی؛ روند بلند مدت؛ شاخص تفاوت پوشش گیاهی نرمال شده | ||
| عنوان مقاله [English] | ||
| Investigating dieback intensity trend of Hyrcanian boxwood based on time series studies of vegetation index (Case study: Boxwood stands of Rezvanshahr city, Guilan province) | ||
| نویسندگان [English] | ||
| Zahra Andarz1؛ Amir Eslam Bonyad2؛ Khosro Sagheb Talebi3 | ||
| 11- PhD student in Forestry, Department of Forestry, Faculty of Natural Resources, Guilan University of Agricultural Sciences and Natural Resources, Iran | ||
| 2Corresponding author: Associate Professor, Faculty of Natural Resources, Guilan University of Agricultural Sciences and Natural Resources, Iran. Email: bonyad@guilan.ac.ir | ||
| 3Professor, Research Institute of Forests and Rangelands (RIFR), Agricultural Research, Education and Extension Organization (AREEO), Tehran | ||
| چکیده [English] | ||
| Background and objectives: Boxwood is a valuable and unique species of the Hyrcanian forests that has been exposed to various pests for several years. About 72,000 hectares of forest areas in the north of the country are occupied by boxwood habitats. Currently, the boxwood blight disease and the box tree moth pest (Cydalima perspectalis) have infected these habitats. In recent years, extensive research has been conducted on the applications of remote sensing in monitoring forest pests, especially by using two physiological characteristics of leaf loss and color change. The purpose of this study is to comprehensively examine the time series satellite images available in the boxwood stands of Rezvanshahr city to derive vegetation indicators and investigate the trend of long-term changes in the vegetation. Methodology: The study area is the Shemshad forests, with an area of 400 hectares in Rezvanshahr city, in Guilan province. Since boxwood is an evergreen species and is located in the deciduous Hyrcanian forests, only the months from September to December with no canopy and snowfall were used for image analysis in this study. In this research, Landsat satellite images from 2010 (the time of the outbreak) to 2016, and Sentinel-2 satellite images from 2017 to 2019 were used. After obtaining satellite images, radiometric and atmospheric corrections were performed on the Landsat images using ENVI software. For the Sentinel-2 images, since they already include atmospheric corrections at the L2A level, there was no need for further correction. To convert the spatial resolution of satellite images from 30 meters to 15 meters, image integration and pansharpening methods were applied. After the necessary corrections, the Normalized Difference Vegetation Index (NDVI) was extracted for Landsat and Sentinel-2 images using ENVI and SNAP software, respectively. To verify the accuracy of the data obtained from satellite images, random sampling was carried out at several points, based on the pixel dimensions of the Sentinel-2 image, which is ten meters by ten meters, in three zones: contaminated, healthy, and completely dry areas for vegetation index control. Using Ordinary Least Squares (OLS) and Mann-Kendall (MK) regression methods, the long-term trend of vegetation index changes was calculated. Results: Based on the indices extracted from the satellite images, the average index was calculated during the period from 2010 to 2019. Additionally, the minimum, maximum, average, and standard deviation values for 10 satellite images were examined and calculated. Based on the average vegetation index, the year 2017 had the highest density of boxwood vegetation (with an average of 0.63) and the least drying, while the year 2011 had the highest level of boxwood dieback (with an average of 0.08) in the forests of Rezvanshahr. According to the results, out of the total study area of 400 hectares, 269 hectares showed a 67% increase in vegetation index from 2010 to 2019. Meanwhile, a decrease of 18% was observed in 72 hectares of vegetated areas. In the present study, only 59 hectares (15%) maintained a constant growth trend during these years. The result of long-term trend analysis using OLS and the Mann-Kendall method in most of the forest areas of boxwood trees shows a positive slope (green spectrum), though very small, indicating a greening trend. The low slope values indicate the absence of a clear trend in vegetation changes, and their positive values confirm a very slight increase in NDVI, which suggests the occurrence of very weak greenness and predominant drying. The results of the long-term trend analysis using OLS and the Mann-Kendall method indicate a low slope in the trend of greenness. Conclusion: Based on the obtained results, only 15% of the vegetation covered with boxwood exhibited a constant trend of change. Through analyses using the Mann-Kendall method and Ordinary Least Squares, and by extracting the Normalized Difference Vegetation Index, we identified a very limited greening trend in boxwood forests. We also found that NDVI is the most effective index for detecting and predicting vegetation changes under pest pressure. It is also suggested that other satellite image sources be used to monitor the trend of dieback changes. | ||
| کلیدواژهها [English] | ||
| Ordinary Least Squares Regression, Mann-Kendall, Time Series, Long-Term Trend, Normalized Difference Vegetation Index | ||
| مراجع | ||
|
-Akhani, H., Djamali, M., Ghorbanalizadeh, A. and Ramezani, E., 2010. Plant biodiversity of Hyrcanian relict forests, Iran. An overview of the flora, vegetation, palaeoecology and conservation. Pakistan Journal of Botany. 42: 231- 258.
-Atkins, J.W., Epstein, H.E. and Welsch, D.L., 2018. Using Landsat imagery to map understory shrub expansion relative to landscape position in a mid‐Appalachian watershed. Ecosphere, 9(10): p.e02404.
-Bobak, H.,1994. Natural Forests and Woody Plants of Iran. Research Institute of Forests and Rangelands Iran, 80p.
-Dallahi, Y., Boujraf, A., Meliho, M. and Ashianga Orlando, C., 2023. Assessment of forest dieback on the Moroccan Central Plateau using spectral vegetation indices. Journal of Forestry Research, 34: 793-808.
-Esmaili, R., Joibari, S.S., Soosani, J., Naghavi, H. and Poorshakori, F., 2018. Capability investigation on spectral images of Ikonos from leaveless season for Box (Buxus hyrcana Pojark.) understory distribution mapping in the Hyrcanian forest (case study: Khiboos-Anjilsi Buxus reserved area, Mazandaran). Forest and Poplar Research, 26(1): 12-23 (In Persian).
-FAO, 2020. Global Forest Resources Assessment 2020 (FRA) of Iran, electronic version. https://openknowledge.fao.org/server/api/core/bitstrams/70aae432-4a3e-4d96-9083f0800bd959af/content
-Forest Pests, 2000. Forestry & Amp; Society Fall 2003 J.G. Mexal.electronic version
-Franklin, S.E. 1989. Classification of Hemlock Looper defoliation using SPOT HRV imagery. Canadian Journal of Remote Sensing, 15(3): 178-182.
-Goodarzimehr, S., Alavipanah, S.K. and Darvishi Bloorani, A., 2013. Alteration mapping based on mixture tuned matched filtering method and with use of spectral images. Physical Geography Research. 45(1,83): 21-38 (In Persian).
-Gooshbor, L., Bavaghar, M.P., Amanollahi, J. and Ghobari, H., 2016. Monitoring infestations of oak forests by Tortrix viridana (Lepidoptera: Tortricidae) using Remote Sensing. Plant Protection Science, 52(4): 270-276.
-Habibi Kilak, S., Alavi, S.J. and Esmailzadeh, O., 2019. Analyzing the ecological niche of Buxus hyrcana Pojark in relation to some environmental variables in the northern forests of Iran. Journal of Forest and Wood product (Iraninan journal of natural resources). 72(1): 21-31.
-Haghighian, F., Yousefi, S. and Keesstra, S. 2020. Identifying tree health using sentinel-2 images: a case study on Tortrix viridana L. infected oak trees in Western Iran. Geocarto International, 37(1): 304-314.
-Jalili, A. and Jamzad, Z., 1999. Red data book of Iran. Research Institute of Forests and Rangelands, Tehran, 748p.
-Kazemzadeh, M., Malekian, A. and Rasoulzadeh, A., 2013. Analyzing the trend of river flows using parametric and non-parametric statistical approaches in Ardabil province. Researches in Earth Sciences. 15: 51-63.
-Kia Daliri, H., Kazemi Najafi, S. and Ahangaran, Y., 2007. The effect of leaf feeder moth (Erannis defoliaria & Operophtera brumata) on radial growth of 3 tree species in north of Iran (case study: Mashalak, Nowshahr). Iranian Journal of Forest and Poplar Research, 15(3): 301-309 (In Persian).
-Lierop, P.V., Lindquist, E., Sathyapala, S. and Franceschini, G., 2015. Global forest area disturbance from fire, insect pests, diseases and severe weather events. Forest Ecology and Management, 352: 78-88.
-Mafi, S.H. and Barari, H., 2020. An analysis on the consequences of damage caused by the boxwood moth (Cydalima Perspectalis) in Hyrcanian forests. Promotional Journal of Protection and Exploitation of Hyrcanian forests, 1(2): 3-12.
-Mally, R., and Nuss, M., 2010. Phylogeny and nomenclature of the box tree moth, Cydalima perspectalis (Walker, 1859) comb. n., which was recently introduced into Europe (Lepidoptera: Pyraloidea: Crambidae: Spilomelinae). European Journal of Entomology, 107(3): 393-400, https://doi.org/10.14411/eje.2010.048
-Marvie Mohajer, M.R., 2006. Silvclture. University of Tehran Printing and Publishing Institute. Iran. 388p.
-Masihpour, M., Darvishsefat, A.A. and Rahmani, R. 2019. Long-term trend analysis of vegetation changes using MODIS-NDVI time series during 2000-2017 (Case study: Kurdistan province). Forest and Wood Products, 72(3): 193-204.
-Mileti´c, B.R., Matovi´c, B., Orlovi´c, S., Gutalj, M., Ðorem, T., Marinko´c, G., Simovi´c, S., Dugali´c, M. and Stojanovi´c, D.B., 2024. Quantifying forest cover loss as a response to drought and dieback of norway spruce and evaluating sensitivity of various vegetation indices using remote sensing. Forests, 15: 662. https://doi.org/10.3390/f15040662
-Mirahsani, M.S., Salman Mahiny, A., Soffianian, A., Mohamadi, J., Modarres, R., Modares, R. and Pourmanafi, S., 2019. Evaluation of trend in vegetation variations using time series images and mann-kendall test over Gavkhuni Basin. Journal of Environmental Studies, 45(1): 99-114.
-Modarres, R. and da Silva, V.D.P.R., 2007. Rainfall trends in arid and semi-arid regions of Iran. Journal of Arid Environments, 70(2): 344-355.
-Moezipour, M. and Mohamadpour, K., 2022. Investigating the effectiveness of pheromone traps in attracting and hunting complete insects of boxwood moth (Crambidae Lepidoptera) (Cydalima perspectalis (Walker). Promotional Journal of Protection and Exploitation of Hyrcanian Forests, 3(2): 57-62.
-Mori, A.S., 2017. Biodiversity and ecosystem services in forests: management and restoration founded on ecological theory. Journal of Applied Ecology54(1): 7-11.
-Pasquarella, V.J., Bradley, B.A. and Woodcock, C.E., 2017. Near-real-time monitoring of insect defoliation using Landsat time series. Forests, 8(8): 275.
-Rezaee, S., Kia Daliri, H., Sharifi, K., Ahangaran, Y. and Hajmansoor, S., 2013. Boxwood blight caused by Cylindrocladium buxicola in Tonekabon forest. Applied entomology and Phytopathology, 80(2): 197-198.
-Sabeti, H., 1995. Iran's Forests, Trees and Shrubs. Yazd university. 888p.
-Sagheb Talebi, Kh., Sajedi, T. and Yazdian, F., 2004. Forests of Iran. Research Institute of Forests and Rangelands, Technical Publication, p.339-2003.
-Shojaeean, A., 2013. Usage of sattelite images in land use changes by landuse multiplication matrix model-Case study: Dezful. Scientific. Research Quarterly Geographical Data (SEPEHR), 86: 55-62.
-Trumbore, S., Brando, P. and Hartmann, H., 2015. Forest health and global change. Science, 349(6250): 814-818.
-Valero, S., Morin, D., Inglada, J., Sepulcre, G., Arias, M., Hagolle, O., and Koetz, B., 2016. Production of a dynamic cropland mask by processing remote sensing image series at high temporal and spatial resolutions. Remote Sensing, 8(1): 55.
-Wang, L., Huang, H. and Luo, Y., 2010. Remote sensing of insect pests in larch forest based on physical model. IEEE International Geoscience and Remote Sensing Symposium. p. 3299-3302.
-Wang, T., Skidmore, A.K., Toxopeus, A.G. and Liu, X., 2009. Understory bamboo discrimination using a winter image. Photogrammetric Engineering & Remote Sensing, 75(1): 37-47.
-Wilfong, B.N., Gorchov, D.L. and Henry, M.C., 2009. Detecting an invasive shrub in deciduous forest understories using remote sensing. Weed Science, 57(5): 512-520.
-Wulder, M.A., Dymond, C.C., White, J.C., Leckie, D.G. and Carroll, A.L., 2006. Surveying mountain pine beetle damage of forests: a review of remote sensing opportunities. Forest Ecology and Management. 1(3): 27-41.
-Zhu, C., Zhang, X., Zhang, N., Hassan, M.A. and Zhao, L., 2018. Assessing the defoliation of pine forests in a long time-series and spatiotemporal prediction of the defoliation using Landsat data. Remote Sensing, 10(3): 360. | ||
|
آمار تعداد مشاهده مقاله: 447 تعداد دریافت فایل اصل مقاله: 249 |
||