@article { author = {Hadian, Fatemeh and Jafari, Reza and Bashari, Hossein and Tarkesh, Mostafa}, title = {Performance Comparison of MODIS and Landsat Data in Estimating of NPP in Arid Regions of Isfahan Province}, journal = {Desert Management}, volume = {6}, number = {12}, pages = {89-106}, year = {2019}, publisher = {Iranian Scientific Association of Desert Management and Control (ISADMC)}, issn = {2476-3985}, eissn = {2476-3721}, doi = {10.22034/jdmal.2019.34762}, abstract = {Net primary production (NPP) is one of the most important factors in ecosystem's function, which is affected by biological and climatic factors. The main objective of the current research was to investigate the potential of the CASA (carnegie-ames-stanford approach) model in determining the spatial and temporal distribution of NPP in rangland types of arid regions of Isfahan province using MODIS and Landsat. For this purpose, satellite and climatic data such as rainfall, temperature, monthly and sunny hours, were used. The NPP was modeled on two Landsat and MODIS scales and correlations between field measurements and CASA model were investigated based on rangeland conditions and vegetation types. Results showed that the highest plant production in the region was during the March-May months. Crrelation between CASA model with field data occurred in MODIS was higher than Landsat data. Based on the relations, the values of NPP and LUE (light use efficiency) were investigated in the region. The NPP spatial distribution and LUE values indicated that the amount of annual production and photosynthesis efficiency were decreased in degraded rangelands (poor and very poor conditions) compared to fair rangeland condition. The highest and lowest amount of NPP observed in Artemisia sieberi – Zygophyllum Spp (9.35 g C/m2 y-1) and Annual grasses - Annual forbs (0.2 g C/m2 y-1), respectively. The amount of NPP and LUE in shrublands and annual plant types were higher than bushlands.Results of this research probes the importance of biological classification, climate and scale of study in NPP modeling. Moreover, the stratification of rangelands based on life forms and range conditions has principal role in accuracy of the NPP estimation.}, keywords = {Production,range condition,LUE,climate classification}, title_fa = {مقایسه کارآیی داده‌های مودیس و لندست در برآورد تولید خالص اولیه در مناطق خشک استان اصفهان}, abstract_fa = {تولید خالص اولیه یکی از مهمترین ویژگی­ کارکرد نظام­های بوم شناختی است که تحت تأثیر عامل­های زیستی و اقلیمی می­باشد. هدف پژوهش حاضر تعیین قابیلت مدل CASA برای برآورد توزیع زمانی و مکانی تولید خالص اولیه NPP در مناطق خشک با کمک تصاویر مودیس و لندست در تیپ‌های گیاهی مختلف است. به این منظور داده‌های مورد نیاز تصاویر ماهواره‌ای و هواشناسی از قبیل: بارش، دما و ساعات آفتابی ماهانه تهیه شد. مقدار تولید خالص اولیه با داده­های رقومی لندست و مودیس مدل‌سازی شد، همبستگی میان داده‌های زمینی و مدل CASA برپایة وضعیت مرتع و تیپ‌های گیاهی مورد بررسی قرار گرفت. نتایج نشان داده که بیشترین تولید گیاهان در این منطقه از 10 اسفند تا 10 خرداد است. همبستگی مدل CASA در ماهواره لندست با داده‌های زمینی نسبت به مودیس در منطقه بالاتر بود. برپایة روابط، مقادیر تولید خالص اولیه و استفاده مؤثر نور خورشید در منطقه بررسی شد. توزیع مکانی تولید خالص اولیه و LUE حاکی از آن بود که تولید سالانه و کارآیی فتوسنتر در مراتع تخریب یافته با وضعیت فقیر و خیلی فقیر، در مقایسه با مراتع با وضعیت متوسط کاهش یافته است. بیشترین و کمترین مقدار تولید خالص اولیه به­ترتیب درتیپ Artemisia sieberi – Zygophyllum Spp(g C/m2 y-1 35/9) و Annual grasses - Annual forbs،g C/m2 y-1 2 /0) اندازه­گیری شد. مقادیر تولید خالص اولیه و بهره­گیری مؤثر نور خورشید در درختچه‌زارها خیلی بیشتر از بوته­زار و در تیپ‌های گیاهی یک ساله بیشتر از بوته‌زار بود. بنابراین، نتایج پژوهش حاضر اهمیت اقلیم، طبقه بندی زیستی و انتخاب مقیاس مناسب را در بررسی و مدل‌سازی تولید خالص اولیه نشان داد. افزون بر این، طبقه­بندی مراتع براساس شکل رویشی و وضعیت مرتع، در بالابردن دقت پژوهش نقش مهمی دارد.}, keywords_fa = {تولید,وضعیت مرتع,استفاده مؤثر,خورشید,طبقه‌بندی اقلیمی}, url = {https://www.jdmal.ir/article_34762.html}, eprint = {https://www.jdmal.ir/article_34762_6ec9f4dcd6a381878beff6115c7386f6.pdf} }