چکیده
خشکی طولانی مدت تأثیر عمدهای بر ترکیب، ساختار و عملکرد اکوسیستمها دارد، حتی منجر به کاهش تنوع زیستی و تخریب پوشش گیاهی میگردد. شواهد جمعآوری شده بیانگر اثر خشکسالی بر مرگ و میر گیاهان، تولید ناخالص اولیه، زیست توده و دیگر ویژگیهای مهم اکوسیستم است. خشکسالی به عنوان یک مخاطره طبیعی همواره بخشهای مختلف کشور را متأثر نموده است. از آنجایی که تا کنون در کشور مدلسازی سری زمانی که واکنش پوشش گیاهی به خشکسالی را نشان دهد انجام نگرفته و موارد انجام شده فقط مدلسازی یک متغیره پوشش گیاهی یا خشکسالی هیدرولوژی میباشد، لذا این مطالعه با هدف مدلسازی نحوه ارتباط شاخصهای خشکسالی و متغیرهای پوشش گیاهی در طول زمان انجام شد. در پژوهش حاضر جهت بررسی تغییرات تولید خالص اولیه از تولیدات تصاویر سنجنده مودیس با کد MOD17A2 و جهت بررسی تغیرات شاخص NDVI از سری دادههای MOD13Q1 استفاده گردید. جهت انجام مدلسازی یک متغیره از مدل سری زمانی SARIMA (AutoRegressive Intergrated Moving Average (Seasonal استفاده گردید. در بررسی توابع ACF و PACF در مناطق مورد مطالعه نشان داد مدلهای سریهای زمانی این مناطق ایستا با ویژگی فصلی بودن در دوره های 12 ماهه بود. پوششگیاهی در منطقه خزری پایدارتر بود که نشان دهنده یک محیط پایدار با کمترین انحراف در تغییرات آب، نور و مواد غذایی بود. همچنین مشخص گردید بیشتر مناطق رویشی ایران را میتوان با ARIMA فصلی مدلسازی و تغییرات آن را در حد قابل اطمینانی پیش-بینی کرد. مدلهای برآورد شده برای مناطق خزری (083/0 MARE = ،87/0 Rsqr= و 12/ 0 RMSE=) و نیمه بیابانی (048/0 MARE = ،95/0 Rsqr= و 12/ 0 RMSE=) نسبت به سایر مناطق مدلهای مناسبتری بودند. جهت انجام مدلسازی جند متغیره نیز سریهای زمانی پوشش گیاهی شاخص NDVI و NPP براساس هریک از شاخصهای خشکسالی SPI و SPEI در مقیاسهای زمانی 3، 6، 9، 12، 18 و 24 ماه با استفاده از مدل SARIMAX مدلسازی گردید. نتایج نشان داد که پیش بینی های شاخص NDVI در تمامی مناطق مورد مطالعه، برای مدلسازی چند متغیره نسبت به یک متغیره بهتر بود و تعداد نقاط خارج از محدوده اطمینان 95% در این مدلها کمتر شده بودند. همچنین وضعیت معیارهای خطا نیز برای این مدلسازی تا حدودی بهتر شد. پیش بینیهای انجام شده با مدلهای چند متغیره برای سری زمانی NPP نیز برای تمامی مناطق مورد مطالعه بجز منطقه کوههای مرتفع نسبت به پیش بینیهای انجام شده با مدلهای یک متغیره بهتر شده بود و تعداد نقاط کمتری خارج از محدوده 95% اطمینان قرار گرفتند و همچنین تفاوت مقادیر پیش بینی شده و مقادیر مشاهده شده در این مدلها نسبت به مدلهای یک متغیره کمتر شده بود. به طور کلی نتایج نشان داد که فقط منطقه نیمه بیابانی در هر دو شاخص پوشش گیاهی به مقیاس بلند مدت شاخصهای خشکسالی (18 ماه) واکنش نشان داد و همچنین منطقه کوههای مرتفع نیز برای شاخص پوشش گیاهی NPP به مقیاس بلند مدت (18 ماه) واکنش نشان داد. به طور کلی، مدل های انتخاب شده پیش بینی کوتاه مدت شاخص NPP و NDVI را براساس شاخصهای خشکسالی در مقیاسهای مختلف برای مناطق مورد مطالعه در زمان 24 ماهه ارائه کردند که میتواند برای برنامه ریزی و مدیریت کاهش تخریب پوشش گیاهی و حفظ اکوسیستم و تنوع زیستی مفید باشد. از این رو میتوان نتیجه گرفت که تجزیه و تحلیل سریهای زمانی با استفاده از ویژگی های بلندمدت پوشش گیاهی می تواند به توصیف وضعیت پوشش گیاهی و پیامدهای انسان بر آن در مقیاس منطقه ای کمک کند.