بهره گیری از داده های سنجش از راه دور در استخراج شاخص بهینه شناسایی و تشخیص پوشش پلاستیکی مزارع صیفی جات
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 0
فایل این مقاله در 16 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_MAM-13-3_009
تاریخ نمایه سازی: 1 بهمن 1404
چکیده مقاله:
پسماندهای پلاستیکی می توانند موجب آلودگی غیرمنتظره خاک، افت کیفیت زمین-های زراعی و اختلال در عملیات کشاورزی گردند. تعیین آستانه های معتبر و مقایسه شاخص های متفاوت در تشخیص پوشش های پلاستیکی مزارع با استفاده از فناوری های سنجش از دور به منظور مدیریت میزان سطح زیر کشت پلاستیک و امکان مدیریت حجم پسماند تولیدی هدف اصلی این پژوهش است. در این پژوهش، سامانه Google Earth Engine (GEE) و تصاویر ماهواره ای Sentinel-۲ برای تشخیص پوشش پلاستیکی مزارع خیار و هندوانه در استان همدان مورد بررسی قرار گرفت. بدین منظور آستانه های تشخیص پوشش پلاستیکی بر اساس محدوده میان چارکی شاخص-های سنجش از دور گیاهی شامل NDVI و NDWI و شاخص های طیفی تشخیص پلاستیک شامل PMI، PMFI۱ و PMFI۲ در فصل رشد مزارع نمونه برداری شده برآورد شد. سپس شاخص ها براساس دقت تشخیص نواحی پلاستیک براساس آستانه-های موردنظر در ماه های مختلف فصل رشد ارزیابی شدند. نتایج این ارزیابی نشان از عملکرد بالای شاخص NDWI در آغاز فصل رشد در هر دو محصول بود، با این حال شاخص های طیفی در میانه ی فصل رشد عملکرد متفاوتی در شناسایی پلاستیک نسبت به نوع پوشش گیاهی داشتند، به طوری که شاخص PMFI۱ در مزارع هندوانه و شاخص PMI در مزارع خیار دقت های بالاتری در شناسایی پوشش پلاستیک در استان همدان داشتند. نتایج این پژوهش در خصوص دقت بالای شاخص های سنجش از دور در شناسایی پوشش پلاستیکی مزارع، می تواند کمک شایانی در تصمیم گیری و حل معضلات زیست محیطی و مدیریت پسماندهای پلاستیکی باشد.
کلیدواژه ها:
نویسندگان
مجید یوسفیان هاشم آبادی
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران
حسین باقرپور
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران
مهرانه خدامرادپور
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.
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 :