تعیین سطح زیر کشت گیاه جو با استفاده از تصاویر ماهواره ای Landsat 8
محل انتشار: همایش ملی مهندسی عمران و پژوهشهای نیاز محور
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,178
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCESDR02_022
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
جو یکی از محصولات استراتژیک کشاورزی است که در تغذیه و امنیت غذای نقش بسزایی دارد. در شهرستان تربت حیدریه حدود 19 درصد زمینهای کشاورزی زیر کشت این محصول قرار گرفته اند. از جمله روشهای مطالعه محصولات کشاورزی که در سالهای اخیر اهمیت بالایی پیدا نموده است، استفاده از تصاویر ماهوارهای چندطیفی است. شاخصهای گیاهی میتوانند به عنوان یک نشانگر وضعیت پوشش گیاهی در تصاویر ماهوارهای مورد استفاده قرار گیرد. برای این کار شهرستان تربت حیدریه به عنوان منطقه مورد مطالعه انتخاب شده و از 21 تصویر8 Landsat اخذ شده در سال زراعی 92-93 استفاده شده است. جهت شناسایی محصول در این مطالعه، شاخص های گیاهی در طول دوره زمانی یکساله و همچنین شناسایی زمان اوج سبزینگی گیاه استفاده شده است. نمونه های آموزشی با پیمایش میدانی منطقه و به یاری سیستم تعیین موقعیت جهانی (GPS) طی بازدیدهای زمینی انتخاب شده اند. نتایج به دست آمده با آمارهای ارایه شده مربوط به سال زراعی مورد مطالعه 92-93 19 توسط وزارت جهاد کشاورزی، مورد مقایسه قرار گرفته است که تفاوت با افزایش 14 درصدی در برآورد مساحت زمین های تحت کشت جورا نشان میدهد. میزان سطح زیر کشت جو با توجه به آمارهای کشاورزی 6320 هکتار بوده و با استفاده از تصاویر ماهواره ای 7328 هکتار نیز می باشد. با توجه به نتایج به دست آمده، از نتایج حاصل از برآورد سطح زیر کشت جو درشهرستان تربت حیدریه بر می آید که تجزیه و تحلیل داده های چند زمانه سنجنده های چند باندی، نتایج به نسبت قابل قبولی در این قبیل مطالعات دارد .
کلیدواژه ها:
نویسندگان
مصطفی پورغلام
دانشجوی کارشناسی ارشد سنجش از دور، دانشگاه آزاد اسلامی
مجید رحیم زادگان
استادیار گروه منابع آب ،دانشکده مهندسی عمران، دانشگاه صنعتی خواجه نصیر الدین طوسی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :