برآورد محصول و کاه گندم دیم با استفاده از تصاویر Landsat-OLI

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 218

This Paper With 16 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JPHGR-52-4_005

تاریخ نمایه سازی: 25 مهر 1400

Abstract:

پیشبینی عملکرد محصول از مهم ترین ابزارهای برنامهریزی به منظور تامین به موقع محصولات زراعی، مخصوصا محصول استراتژیک گندم، است. در این تحقیق پیشبینی عملکرد گندم دیم در بخشی از شهرستان گیلانغرب با استفاده از شاخصهای گیاهی  NDVI و GLAI و دادههای زمینی عملکرد گندم دیم و کاه مربوط به ۳۵ قطعه زمین زراعی براساس ایجاد رابطه رگرسیون چندمتغیره بین شاخص های گیاهی و داده های زمینی در سال های زراعی ۲۰۱۴-۲۰۱۸ انجام گرفت. در بازه زمانی ۲۰۱۴-۲۰۱۸، نمودار دوره رشد محصول با استفاده از هر شاخص رسم شد و پارامتر هندسی مربوط به منحنی رشد گیاه مانند مساحت زیرنمودار از آن ها استخراج شد. نتایج این تحقیق نشان داد GLAI ضریب تعیین بیشتری نسبت به شاخص NDVI دارد. همچنین، رابطه رگرسیون چندمتغیره با ۸۶۵ .۰R۲= برای برآورد میزان کاه و یک رابطه با ۸۵۱ .۰R۲= برای گندم به دست آمد که درنهایت با استفاده از این روابط مقدار گندم برای کل منطقه برابر ۲۹۵.۶۰۶ تن و مقدار کاه برابر ۷۰۵.۰۳۲ تن برآورد شد. از بین مراحل مختلف رشد گیاه نیز مرحله تشکیل گل آذین با ۶۵ .۰R۲= بیشترین ضریب تعیین جهت برآورد میزان محصول گندم و کاه را به خود اختصاص داد.

Keywords:

برآورد محصول و کاه گندم دیم , GLAI , NDVI , لندست OLI

Authors

میلاد باقری

دانشجوی کارشناسی ارشد سنجش از دور و سیستم های اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران

علی درویشی بلورانی

دانشیار گروه سنجش از دور و سیستم های اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران

سعید حمزه

دانشیار گروه سنجش از دور و سیستم های اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران

محمدرضا جلوخانی نیارکی

دانشیار گروه سنجش از دور و سیستم های اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • عزیزی، قاسم و یار احمدی، داریوش. (۱۳۸۲). بررسی ...
  • نصرالهی، محمد؛ ممبنی، مریم؛ ولی زاده، سارا و خسروی، حسن. ...
  • Azizi, Gh. and Yarmohammadi, M. (۲۰۰۳). Investigation of relationship between ...
  • Bazgeer, S. (۲۰۰۵). Land Use Change Analysis In The Submountainous ...
  • Bazgeer, S.; Kamali, GH. and Mortazavi, A. (۲۰۰۷). Wheat Yield ...
  • Bazgeer, S.; Kamali, GH. A.; Sedaghatkerdar, A. and Moradi, A. ...
  • Fensholt, R.; Rasmussen, K.; Nilson, T.T. and Mbow, C. (۲۰۰۹). ...
  • Food and Agriculture Organization of the United Nations (FAO) (۲۰۱۱). ...
  • Geng, Y.B.; Dong, Y.S. and Meng, W.Q. (۲۰۰۰). Progress of ...
  • Hathout, S. and Carlyle, S. (۲۰۰۳). The Use of Remote ...
  • Huang, J.; Sedano, F.; Huang, Y.; Ma, H.; Li, X.; ...
  • Huang, J.; Ma, H.; Sedano, F.; Lewis, P.; Liang, S.; ...
  • Jihad, M. o. A. (۲۰۱۴). Agronomical statistics, ۲۰۱۲-۲۰۱۳ agronomical year. ...
  • Jégo, G.; Pattey, E. and Liu, J. (۲۰۱۲). Using leaf ...
  • Labus, M. P.; Nielsen, G.; Alawrence, R.L.; Engeld, R. and ...
  • Morison, J. I. and Morecroft, M. D. (Eds.) (۲۰۰۶). Plant ...
  • Rembold, F. and Maselli, F. (۲۰۰۴). Estimating inter-annual crop area ...
  • Rötter, R. P.; Carter, T. R.; Olesen, J. E. and ...
  • Sadras, V. O. and McDonald, G. (۲۰۱۲). Water use efficiency ...
  • Tucker, C. J. (۱۹۷۹). Red and photographic infrared linear combinations ...
  • Tucker, C.J.; Holben, B.N.; Elgin, J.H., Jr. and McMurtrey, J.E. ...
  • UN Food and Agriculture Organization (FAO) Global Information and Early ...
  • Zend, B. and Lal Nia, A. (۲۰۱۴). Crop Growing, Tehran: ...
  • نمایش کامل مراجع