تخمین شوری خاک در بستر خشک شده دریاچه ارومیه با استفاده از تصاویر اپتیک سنتینل ۲B و مدل های رگرسیون خطی چندمتغیره

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 331

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIS-11-4_007

تاریخ نمایه سازی: 9 آبان 1400

چکیده مقاله:

شوری خاک، یکی از شایع ترین و مهم ترین عوامل تخریب اراضی در مناطق خشک و نیمه خشک بوده و پایش و مدیریت صحیح آن امری ضروری است. در کشور ایران، بسیاری از اراضی کشور، در معرض افزایش شوری خاک قرار گرفته است که از مهم ترین آنها می توان به سواحل دریاچه ارومیه اشاره کرد. از آنجا که تکنیک های سنجش از دور، روشی کارآمد و مقرون به صرفه در پایش شوری خاک هستند، در سال های اخیر بهره گیری از این فناوری توسعه چشمگیری یافته و مدل های مختلفی برای این منظور توسعه داده شده است. از جمله پرکاربردترین آن ها، می توان به مدل های رگرسیون خطی اشاره کرد. این تکنیک ها، عمدتا تک متغیره بوده و تلفیق باندهای طیفی در تخمین شوری خاک مغفول واقع شده است. در تحقیق حاضر، به منظور بهبود تخمین شوری خاک با تصاویر چندطیفی، مدل های رگرسیون خطی چندمتغیره پیشنهاد شده است. روش پیشنهادی، به طور همزمان، پتانسیل محدود ولی متفاوت باندهای طیفی مختلف را بکار گرفته و انتظار می رود به دقت های بالایی در تخمین شوری خاک بیانجامد. به منظور ارزیابی روش پیشنهادی، میزان شوری خاک در بستر خشک شده دریاچه ارومیه اندازه گیری شد. داده اصلی مورد استفاده در این تحقیق، تصویر چندطیفی سنتینل  است که در تاریخ ۶ اکتبر ۲۰۱۸ از منطقه مورد مطالعه اخذ شده است. در تحقیق حاضر، از ۸ باند طیفی تصویر سنتینل (باندهای مرئی و مادون قرمز) و ۱۷ شاخص شوری برای تخمین شوری خاک استفاده شد. برای کالیبراسیون مدل ها و ارزیابی صحت آنها در تخمین شوری خاک، طی عملیات صحرائی، تعداد ۲۸ نمونه آموزشی و ۱۰ نمونه ارزیابی در زمان گذر ماهواره از سطح منطقه مورد مطالعه جمع آوری شده و هدایت الکتریکی آنها، در آزمایشگاه مرکزی دانشگاه تبریز اندازه گیری شد. پس از کالیبراسیون مدل های رگرسیون خطی تک متغیره و مدلهای رگرسیون خطی چندمتغیره پیشنهادی، صحت تخمین شوری خاک در هر یک از این مدلها، با استفاده از پارامترهای ضریب تبیین و مجذور میانگین مربعات خطا  در محل نمونه های ارزیابی مورد بررسی قرار گرفت. نتایج ارزیابی نشان داد در مدل های رگرسیون خطی تک متغیره، بهترین مدل ها برای تخمین شوری خاک از باند مادون قرمز نزدیک باریک (۸a) و شاخص روشنایی (BI) حاصل شده است که متناظر با بالاترین میزان و پایین ترین مقدار  در بین سایر مدل های رگرسیون خطی تک متغیره بوده است. مقادیر  و  برای باند  به ترتیب ۸۹/۰ و ۸۵/۲۰ بوده و برای شاخص BI به ترتیب برابر ۸۳/۰ و ۳۳/۲۱ است. در مقایسه با مدل های رگرسیون خطی تک متغیره موجود، رگرسیون های خطی چند متغیره پیشنهادی در این تحقیق، عمدتا از دقت بالاتری در تخمین شوری خاک برخوردار بوده است. بهترین نتایج، از مدل رگرسیون خطی ۷ متغیره حاصل شده است که بالاترین مقدار  و پایین ترین مقدار  نمونه های ارزیابی را در بین تمامی مدل های رگرسیون خطی تک متغیره و چندمتغیره داشته است (۹۷/۰=  و ۷۷/۸ =RMSE). پس از تعیین دقیق ترین مدل های رگرسیون خطی تک متغیره و چند متغیره در تخمین شوری خاک، نقشه های شوری خاک منطقه که اطلاعات ارزشمندی از وسعت، توزیع مکانی و غلظت شوری را نشان می دهد، تهیه شد. نقشه های شوری خاک نشان می دهد که در بخش وسیعی از منطقه، شوری خاک بیشتر از ۶۰ دسی زیمنس بر متر است. نتایج این تحقیق، موید قابلیت بالای رگرسیون خطی چندمتغیره پیشنهادی در این تحقیق و همچنین پتانسیل ارزشمند تصاویر چندطیفی سنتینل ۲B در تخمین شوری خاک است.

کلیدواژه ها:

شوری خاک ، رگرسیون خطی تک متغیره و چندمتغیره ، تصویر چندطیفی سنتینل ۲B ، شوره زارهای دریاچه ارومیه

نویسندگان

نسا فرهمند

دانشکده مهندسی عمران، دانشگاه تبریز

وحید صادقی

دانشکده مهندسی عمران، دانشگاه تبریز

شهره فرهمند

دانشکده شیمی، دانشگاه صنعتی اصفهان

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 :
  • پیشنماز احمدی، م.، رضایی مقدم، م. و فیضی زاده، ب.، ...
  • حبشی، خ.، کریم زاده، ح.، پورمنافی، س.، ۱۳۹۶، ارزیابی شوری ...
  • Aghakouchak, A., Norouzi, H., Madani, K., Mirchi, A., Azarderakhsh, M., ...
  • Akramkhanov, A. & Vlek, P.L.G., ۲۰۱۱, The Assessment of Spatial ...
  • Alesheikh, A.A., Ghorbanali, A. & Nouri, N., ۲۰۰۷, Coastline Change ...
  • Allbed, A. & Kumar, L., ۲۰۱۳, Soil Salinity Mapping and ...
  • Allbed, A., Kumar, L. & Aldakheel Y.Y., ۲۰۱۴, Assessing Soil ...
  • Asfaw, E., Suryabhagavan, K.V. & Argaw, M., ۲۰۱۸, Soil Salinity ...
  • Cai, S., Zhang, R., Liu, L. & Zhou, D., ۲۰۱۰, ...
  • Chatziantoniou, A., Psomiadis, E. & Petropoulos, g., ۲۰۱۷, Co-Orbital Sentinel ...
  • Csillag, F., Pasztor, L. & Biehl, L., ۱۹۹۳, Spectral Band ...
  • Dehaan, R. & Taylor, G., ۲۰۰۲, Field-Derived Spectra of Salinized ...
  • Douaoui, A.E.K., Nicolas, H. & Walter, C., ۲۰۰۶, Detecting Salinity ...
  • Eldeiry, A.A. & Garcia, L.A., ۲۰۱۰, Comparison of Ordinary Kriging, ...
  • Elhag, M., ۲۰۱۶, Evaluation of Different Soil Salinity Mapping Using ...
  • Emadi, M. & Baghernejad, M., ۲۰۱۴, Comparison of Spatial Interpolation ...
  • Fan, X., Pedroli, B., Liu, G., Liu, Q., Liu, H. ...
  • Fathi, M. & Rezaei, M., ۲۰۱۳, Soil Salinity in the ...
  • Gorji, T., Sertel, E. & Tanik, A., ۲۰۱۷, Monitoring Soil ...
  • Ji, L., Zhang, L. & Wylie, B., ۲۰۰۹, Analysis of ...
  • Khan, N.M., Rastoskuev, V.V., Sato, Y. & Shiozawa, S., ۲۰۰۵, ...
  • Mahmoudabadi, E., Karimi, A., Haghnia, G.H. & Sepehr, A., ۲۰۱۷, ...
  • Morgan, R.S., Abd El-Hady, M. & Rahim, I.S., Soil Salinity ...
  • Navarro, G., Caballero, I., Silva, G., Parra, P-C. & Vazquez, ...
  • Nawar, S., Buddenbaum, H., Hill, J. & Kozak, J., ۲۰۱۴, ...
  • Rahmati, M., Mohammadi-Oskooei, M., Neyshabouri, M.R., Fakheri-Fard, A., Ahmadi, A., ...
  • Rhoades, J D., Shouse, P.J., Alves, W.J., Manteghi, N. & ...
  • Huete, A.R, ۱۹۸۸, A Soil-Adjusted Vegetation Index (SAVI), Remote Sensing ...
  • Scudiero, E., Skaggs, T.H. & Corwin, D.L., ۲۰۱۵, Regional-Scale Soil ...
  • Sidike, A., Zhao, S. & Wen, Y., ۲۰۱۴, Estimating Soil ...
  • Taghizadeh Mehrjardi, R., Mahmoodi, Sh., Taze, M. & Sahebjalal., E., ...
  • Toming, K., Kuster, T., Laas, A., Sepp, M., Paveel, B. ...
  • Wang, X., Zhang, F., Ding, J., Kung, H.T, Latif, A. ...
  • Wu, W., Mhaimeed, A.S., Al-Shafie, W.M., Ziadat, F., Dhehibi, B., ...
  • Yong-ling, W., Peng, G. & Zhi-liang, Z., ۲۰۱۰, A Spectral ...
  • Zhang, T.T., Qi, J.G., Gao, Y., Ouyang, Z.T., Zeng, S.L. ...
  • نمایش کامل مراجع