تخمین عملکرد نیشکر با استفاده از تصاویر ماهواره ای لندست و سنتینل (مطالعه موردی: کشت و صنعت نیشکر هفت تپه)
محل انتشار: نشریه آبیاری و زهکشی ایران، دوره: 18، شماره: 6
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 72
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-18-6_012
تاریخ نمایه سازی: 21 اسفند 1403
چکیده مقاله:
تخمین مقدار محصول نیشکر، نقش کلیدی برای گستره وسیعی از کاربردها مانند مدیریت تولید نیشکر دارد. در این تحقیق تخمین عملکرد محصول نیشکر با روش های شاخص سبزینگی تفاضلی نرمال شده (NDVI)، شاخص سبزینگی ارتقاء یافته (EVI) و شاخص طیفی پوشش گیاهی اصلاحی خاک (SAVI) که از تصاویر ماهواره ای استخراج شده، مورد بررسی قرار گرفت. برای اینکار از تصاویر ماهواره ای لندست هشت و نه و سنتینل دو مربوط به اسفندماه ۱۴۰۱ لغایت بهمن ماه ۱۴۰۲ استفاده شد. ابتدا سه مزرعه با بافت خاک متفاوت انتخاب گردید، سپس تصاویر ماهواره ای در سه مرحله برای هر مزرعه با توجه به گذر همزمان دو ماهواره از منطقه مورد مطالعه برداشت شد و در نقاط مشخص مقادیر شاخص های NDVI، EVI و SAVI پس از اصلاحات و پردازش از تصاویر ماهواره ای استخراج گردید و میزان همبستگی آن ها با داده های مشاهده ای عملکرد به دست آمد. نتایج نشان داد که شاخص های SAVI ماهواره سنتینل دو در بافت خاک لومی و EVI ماهواره سنتینل دو در بافت خاک لومی- رسی- سیلیتی و رسی با ضریب تبیین ۷۶/۰ دارای ارتباط بیشتری بودند. سپس بر اساس شاخص برتر، رابطه رگرسیون خطی برازش شده بین شاخص و میزان عملکرد برای هر مزرعه با بافت خاک متفاوت به دست آمد. نتایج بررسی رابطه ها نشان از وجود همبستگی قوی بین مقادیر مشاهده ای و محاسبه شده با رابطه رگرسیون خطی عملکرد نیشکر در هر سه مزرعه بود. بیشترین ضریب تبیین و همبستگی تخمین رابطه رگرسیونی با مقادیر مشاهده ای ۸۳/۰ و ۹۱/۰ در مزرعه با بافت خاک لومی به دست آمد. به طور کلی، نتایج این پژوهش نشان داد که هر چه از بافت سنگین خاک کاسته شود به نتایج رابطه رگرسیونی برازش شده بیشتر می توان اعتماد نمود.
کلیدواژه ها:
نویسندگان
مهدی کایدانی
اداره یکم آبیاری نیشکر هفت تپه
عبدالرحیم هوشمند
دانشگاه شهید چمران اهواز
سعید حمزه
دانشگاه تهران
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 :