توسعه و کاربرد شاخص های محصول و وضعیت مزرعه با استفاده از سری زمانی تصاویر ماهواره ای Sentinel-۲

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 316

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GIS-10-3_006

تاریخ نمایه سازی: 9 آبان 1400

Abstract:

یکی از اهداف مهم در کشاورزی پایدار، حفظ اکوسیستم های سالم با تاکید بر مدیریت منابع زمینی، آبی و طبیعی به منظور تحقق امنیت غذایی در سطوح محلی تا جهانی است. داده های سری زمانی سنجش از دور به عنوان منبعی وسیع و ارزشمند از اطلاعات طیفی و زمانی، توانسته محققان را در پیشبرد اهداف مدیریت مزرعه کمک کند. مدیریت مزرعه همیشه با   چالش هایی همراه بوده و عدم دسترسی به اطلاعات کمی و کیفی محصولات زراعی از مشکلات این حوزه به شمار می رود. هدف از این تحقیق، توسعه و کاربرد شاخص های وضعیت محصول و مزرعه با استفاده از داده های سری زمانی NDVI ماهواره Sentinel-۲)) و نقشه نوع محصول مزارع شرکت کشت و صنعت مغان در سال ۱۳۹۶-۱۳۹۵ و شرکت کشت و صنعت شهید رجایی دزفول در سال  ۱۳۹۶-۱۳۹۷ است تا به وسیله آن، مناطقی که توسط عواملی همچون بیماری، هجوم آفات و علف های هرز و همچنین مشکلات خاک و عدم توزیع نامناسب آب آبیاری در مزرعه، دچار تغییر فنولوژیکی در طول زمان شده اند، شناسایی شوند. برای این منظور، داده های سری زمانی شاخص NDVI برای ۴ نوع محصول (گندم، ذرت، یونجه و چغندرقند) و در مزارع مختلف محاسبه شد و برای نشان دادن وضعیت مزرعه و محصول در هر مزرعه و مزارع نسبت به هم، دو شاخص وضعیت مزرعه و محصول توسعه داده شد. ارزیابی نتایج این شاخص ها با مشاهدات زمینی، حاکی از آن است که محصول یونجه در کشت و صنعت مغان و گندم در کشت و صنعت شهید رجایی دزفول به ترتیب ۸۸/۸۸ و ۱۱/۹۴ درصد، بالاترین دقت (صحت کلی) را در بین محصولات منطقه داشتند.

Authors

حامد نعمت اللهی

دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشگاه شهید بهشتی

داود عاشورلو

استادیار مرکز مطالعات سنجش از دور و GIS، دانشگاه شهید بهشتی

عباس علیمحمدی

استاد گروه GIS، دانشکده نقشه برداری (ژئودزی و ژئوماتیک)، دانشگاه صنعتی خواجه نصیرالدین طوسی

الهام خدابنده لو

مرکز تحقیقات فضایی، پژوهشگاه فضایی ایران

سهیل رادیوم

استادیار، پژوهشگاه فضایی ایران

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 :
  • Bannari, A., Morin, D., Bonn, F., Huete, A.R., ۱۹۹۵, A ...
  • Bannari, A., Huete, A.R., Morin, D., Zagolski, F., ۱۹۹۶, Effets ...
  • Barton, C.W.M., ۲۰۱۲, Advances in remote sensing of plant stress, ...
  • Bastiaanssen, W.G.M., Ali, S., ۲۰۰۳, A new crop yield forecasting ...
  • Calvão, T., Palmeirim, J.M., ۲۰۱۱, A comparative evaluation of spectral ...
  • Elvidge, C.D., Chen, Z., ۱۹۹۵, Comparison of broad-band and narrowband ...
  • Fensholt, R., Hostert, P., Pflugmacher, D., Udelhoven, T., Yin, H., ...
  • Fischer, A., ۱۹۹۴, A model for the seasonal variations of ...
  • Gitelson, A.A., ۲۰۰۴, Wide dynamic range vegetation index for remote ...
  • Gu, Z., Chen, J., Shi, P., Xu, M., ۲۰۰۷, Correlation ...
  • Lillesand, T., Kiefer, R., Chipman, J., ۲۰۱۵, Remote Sensing and ...
  • Mishra, A.K., Singh, V.P., ۲۰۱۱, Drought modeling – A review, ...
  • Pan, Z., Huang, J., Zhou, Q., Wang, L., Cheng, Y., ...
  • Sakamoto, T., Yokozawa, M., Toritani, H., Shibayama, M., Ishitsuka, N., ...
  • Shoshany, M., Long, D., Bonfil, D., ۲۰۱۳, Remote Sensing for ...
  • Song, X., Zhao, C., Chen, L., Huang, W., Cui, B., ...
  • Wessels, K.J, Prince, S.D, Reshef I., ۲۰۰۸, Mapping land degradation ...
  • Wu, M., Yang, C., Song, X., Hoffmann, W.C., Huang, W., ...
  • Zhihui, G.U., Chen, J., Shi, P. and Ming, X.U., ۲۰۰۷, ...
  • نمایش کامل مراجع