پهنه بندی رطوبت خاک سطحی با استفاده از تصاویر لندست ۸ (مطالعه موردی: حومه شهر سمنان)
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 163
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GERAZ-8-3_005
تاریخ نمایه سازی: 10 آبان 1400
Abstract:
پایش رطوبت سطحی خاک، به عنوان عامل مهم در چرخه آب و انرژی در مدیرت منابع آب وخاک بسیار مهم تلقی می شود. این فاکتور مهم، بهدلیل تغییرپذیری ویژگی های خاک، توپوگرافی، پوشش گیاهی و پویایی آب وهوا در زمان و مکان، به شدت تغییر میکند. رطوبت خاک اثر فوری روی رواناب، فرسایش خاک و تولید گیاهان دارد؛ همچنین عامل مهم در رشد گیاهان محسوب میشود؛ از طرفی کاهش رطوبت خاک، عاملی برای افزایش ریزگردها در مناطق بیابانی محسوب میشود. روش های سنجش ازدور قادرند اطلاعات رطوبت خاک را در گستره وسیع با فواصل زمانی کوتاه، با دقت قابل قبول ارائه دهند. در پژوهش حاضر با استفاده از داده ماهواره لندست ۸، روش های مختلف برآورد رطوبت سطحی خاک مورد آزمون قرار گرفت. به منظور ارزیابی دقت هرکدام از روش ها، از دادههای میدانی واقعی استفاده شد. ۸۰ نمونه از رطوبت حجمی خاک سطحی در مناطق حومه سمنان در تاریخ گذر ماهواره از منطقه گرفته شد. برخی شاخص هایی که در این پژوهش استفاده شد عبارت اند از شاخص گیاهی تفاضلی نرمالشده، شاخص تفاضلی نرمالشده کشاورزی، شاخص تفاضلی نرمالشده رطوبت، شاخص عمودی رطوبت خاک، دمای سطح و شاخص رطوبت خاک باند کوتاه مادون قرمز. در گام بعدی، با استفاده از مدلهای رگرسیونی چندمتغیره اقدام به تهیه مدل رطوبت خاک سطحی با استفاده از شاخص های مورد مطالعه شد. شاخص رطوبت خاک باند کوتاه مادون قرمز با ضریب همبستگی ۷۸/۰ و ضریب تبیین مدل رگرسیونی ۶۱/۰ شاخص مناسبی برای پهنه بندی رطوبت سطحی خاک در مناطق خشک و بیابانی ارزیابی گردید. سه شاخص رطوبت خاک باند کوتاه مادون قرمز، شاخص تفاضلی نرمالشده کشاورزی و شاخص تفاضلی نرمال شده رطوبت با تفاوت اندک، شاخصهای مناسبی هستند. یافته های این پژوهش نشان از برتری مدل رگرسیونی هم زمان در تهیه نقشه رطوبت خاک سطحی دارد.
Keywords:
Authors
حمیدرضا کوه بنانی
دانشجوی دکتری بیابان زدایی، دانشگاه سمنان، سمنان، ایران
محمدرضا یزدانی
دانشیار بیابان زدایی، دانشگاه سمنان، سمنان، 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 :