تخمین سطح زیر کشت برنج با استفاده از تصاویر فروسرخ نزدیک سنجنده OLI

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 469

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AFPICONF04_019

تاریخ نمایه سازی: 18 تیر 1396

چکیده مقاله:

در این پژوهش پتانسیل تعیین سطح زیر کشت برنج با استفاده از دادههای باند فروسرخ نزدیک سنجنده OLI ماهواره لندست 8 مورد ارزیابی قرار گرفت. بدینمنظور در ابتدا سطوح ماندابیهای طبیعی در سه مزرعه پنبه چوله، دشت ناز و مهدشت با مساحتهای به ترتیب30 ،2/28 ،81/22 هکتار واقع در دشت میاندورود استان مازندران ارزیابی شد. با توجه به ایجاد ماندابی مصنوعی در مزارع برنج چنانچه مدل توانایی تعیین سطوح ماندابی را دارا باشد بهطور غیرمستقیم میتواند سطوح زیر کشت برنج را نیز تعیین نماید. در زمانهای تصویربرداری پهنههای ماندابی به کمک شبکهبندی در سلولهای 30 متری به صورت پر یا خالی در بازدید میدانی علامتگذاری شد. با استفاده از 30 درصد سلولهای مشاهده شده طبقهبندی حداکثر احتمال برای تصویر باند فروسرخ نزدیک مزارع انجام شد. همبستگی بین نتایج طبقهبندی تصویر و دادههای میدانی با استفاده از روش آماری کای دو آزمون و ضریب همبستگی به روش فی و کرامر تحلیل شد. همبستگی نتایج حاصل از مدل و دادههای میدانی در سطح احتمال 05/0 آزمون کای دو معنیدار است. مقدار ضریب همبستگی فی و کرامر 78 درصد محاسبه شد که نشاندهنده یک همبستگی قوی بین نتایج مدل و دادههای میدانی است. بهبیاندیگر برای شناسایی نواحی ماندابی طبیعی و مصنوعی(شالیزار) تصاویر فروسرخ نزدیک سنجنده OLI را میتوان جایگزین اندازهگیریهای میدانی نمود. با انجام20 مورد بازدید تصادفی صورت گرفته از مکانهایی که در مدل بهعنوان سطح زیر کشت برنج انتخاب شد مشخص گردید تخمین مدل در تمام 20 مورد صحیح بوده است.

نویسندگان

حسن حبیبی خاوه

دانشجو دکتری آبیاری و زهکشی، دانشگاه علوم کشاورزی و منابع طبیعی ساری

محمدعلی غلامی سفیدکوهی

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

علیرضا عمادی

دانشیارگروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

زهرا پاک

دانش آموخته کارشناسی ارشد آبیاری و زهکشی، دانشکده علوم کشاورزی و منابع طبیعی اراک

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 :
  • Hum, N. and Gilkes, B. (1992), "Farm monitoring handbook", The ...
  • Dowing, T. Summerell, G. K. and Waker, J. (2003), "Soil ...
  • Lamontagne, S. Leaney, F. W. and Herczeg, A. L. (2005), ...
  • Aghbal ghobadi, M. Bakhshande, A. Nadian, H.A. and Fathi, gh.A. ...
  • Ebei, S. F. and Solman, N.M.A. (2015), "An approach to ...
  • Bastiaanssen, W. G. M. Moden, D. J. and Makin, I. ...
  • Abbas, A. and Khan, S. (2007), "Using remote sensing techniques ...
  • Canmzaro, J. P. and Carder, K. L. (2006), "Estimating chlorophyll ...
  • Cooley, P. M. and Barber, D. G. (2003), "Remote sensing ...
  • Seelig, H.-D. Hoehn, A. Stodieck, L. S. Klaus, D. M. ...
  • Dadrasi, A. Yamani, M. Pakparvar, M. Davarzani, Z. (2006), "Investigation ...
  • Alsdorf D.E. Rodrguez, E. and Lettemaier, D.P.(2007), "Measuring surface water ...
  • Smith, L.C. (1997), "Satellite remote sensing of river inundation area, ...
  • Huete, A. (2004), "Remote Sensing for Natural Resources Management and ...
  • Mokhari, A. fazmia, S. Ahmadi, H. khagedin, S.J.A. and Rahmama, ...
  • Stermberg, T. Pailou, Ph. (2015), "Mapping potential shallow groundwater in ...
  • Ping-ping, D. Wen-ping, L. Shu-xun, S. Lin-xiu, W. and Xao-ai, ...
  • Whte, C. D. and Lewis, M. (2011), "A new approach ...
  • Muster, S. Heim, B. Abzova, A. and Boike, J. (2013), ...
  • Johnston, R. M. and Barson, M. M. (1993), "Remote sensing ...
  • Chopra, R. Verma, V. K. and Sharma, P. K. (2001), ...
  • Alavipanah, K. (2003), "Application of Remote Sensing in Geosciences (Soil ...
  • Alavipanah, K. (2005), "Application of Remote Sensing in Geosciences", Tehran ...
  • Bostad, P.V. and Lillesand, T. M. (1991), "Rapid maximun likelihood ...
  • Liu, Y. Ansul, I. M. and Jay Gao, J. (2003), ...
  • نمایش کامل مراجع