برآورد ضریب گیاهی گندم پاییزه با استفاده از داده های سنجش از دور با رویکرد کاهش داده
Publish place: Water and Soil Resources Conservation، Vol: 8، Issue: 1
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 152
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WSRCJ-8-1_002
تاریخ نمایه سازی: 4 آبان 1400
Abstract:
استفاده بهینه از آب آبیاری نیاز به برنامهریزی دقیق آبیاری دارد و برآورد دقیق ضریب گیاهی به خصوص در مقیاسهای وسیع پیشنیاز آن است. هدف از این تحقیق مقایسه برخی از رویکردهای پیشپردازش دادههای ورودی به شبکه عصبی مصنوعی: رگرسیونی و کاهش داده (تحلیل مولفههای اصلی و چرخشی) در برآورد ضریب گیاهی با شاخصهای NDVI، RI، TVI، MSAVI، SAVI، mTVI، EVI، MNDVI، TVX، NVSWI در جهت مدل سازی ضریب گیاهی گندم در استان آذربایجان شرقی بود. مقایسه عملکرد رویکرد کاهش داده و رگرسیون بیانگر کاهش معیارهای خطا در رویکرد کاهش داده بود، بهعنوان نمونه درصد افزایش آماره RMSE از حالت چرخشی به رگرسیون ۸/۱۱ و از حالت تحلیل مولفههای اصلی به رگرسیون ۷/۲۲ بود. رویکردهای مورد استفاده در برآورد ضریب گیاهی از تخمین بیشبرآوردی برخوردار بودند بهطوریکه میزان افزایش متوسط ضریب گیاهی دوره صحتسنجی از ضریب گیاهی فائو به رویکرد پیشپردازش با رگرسیون، تحلیل مولفههای اصلی و چرخشی به ترتیب ۷/۱۳، ۷/۶ و ۶/۴ درصد بوده است. بنابراین استفاده از چرخش در تحلیل کاهش داده میزان دقت تخمین را بالا میبرد. کاهش ۱۳/۳۹ درصد ضریب همبستگی از شاخص MSAVI نسبت بهNDVI ، حاکی از این است که شاخصهای توسعهیافته براساس شرایط منطقه در افزایش کارایی برآورد ضریب گیاهی با تصاویر ماهوارهای از اهمیت ویژهای برخوردار هستند.
Keywords:
Authors
لاله پرویز
دانشکده کشاورزی دانشگاه شهید مدنی آذربایجان- تبریز- ایران