برآورد محتوی رنگدانه های برگ گندم زمستانه (Triticum aestivum L.) با استفاده از تصاویر ماهواره لندست ۸

سابقه و هدف: محتوای کلروفیل برگ ها در گیاهان معرف چگونگی سلامتی، وضعیت فیزیولوژیکی، فعالیت فتوسنتزی و میزان نیتروژن آن هاست. نظارت بر محتوای رنگ دانه های گیاهان زراعی به شناسایی وضعیت تغذیه گیاه و تنش های محیطی قبل از آسیب جدی به محصول و عملکرد کمک می کند. این تحقیق به منظور تخمین محتوای رنگ دانه های برگ گندم (Triticum aestivum L.) به عنوان یکی از مهم ترین محصولات زراعی به کمک داده های ماهواره لندست ۸ و مدل های آماری در شهرستان شهرکرد، استان چهارمحال و بختیاری در سال ۱۳۹۶ انجام شد. مواد و روش ها: برای این منظور هشت مزرعه زیر کشت گندم زمستانه با مساحت بین ۱۰ تا ۶۰ هکتار در سراسر شهرستان شهرکرد، در نظر گرفته شد. سپس موقعیت ۱۲۰ واحد نمونه برداری به صورت تصادفی در مزارع مورد مطالعه توسط GPS تعیین گردید. واحدهای نمونه برداری به صورت مربع های ۳۰ × ۳۰ متری مطابق با پیکسل های ماهواره لندست بود. در هر واحد ۵ پلات (۵/۰ × ۵/۰ متر) در چهار گوشه و مرکز مربع در نظر گرفته شد. جمع آوری نمونه ها هم زمان با عبور ماهواره انجام شد. نمونه ها به آزمایشگاه منتقل و محتوای کلروفیل و کارتنوئید اندازه گیری شد. داده های تصاویر ماهواره لندست ۸ مربوط به زمان نمونه برداری پردازش و شاخص های گیاهی محاسبه شد. برای به دست آوردن مدل های برآورد محتوای کلروفیل و کاروتنوئید برگ گندم از روش-های رگرسیون های خطی ساده و چندگانه گام به گام استفاده گردید. یافته ها: نتایج نشان داد که در بین شاخص های انتخاب شده، شاخص PSRI برای برآورد محتوای کلروفیل a (۴۰۸/۰ = R۲و µg.cm-۲ ۳۸/۸ = RMSE)، کلروفیل b (۴۰۰/۰ = R۲و µg.cm-۲ ۶۹/۳ = RMSE) و کلروفیل کل برگ (۵۰۰/۰ = R۲و µg.cm-۲ ۸۲/۱۰ = RMSE)، شاخص CRI (۴۸۰/۰ = R۲و µg.cm-۲ ۹۲/۲ = RMSE) برای برآورد محتوای کاروتنوئید برگ و شاخص SIPI (۶۰۳/۰ = R۲و µg.cm-۲ ۱۷/۰ = RMSE) برای برآورد نسبت کاروتنوئید به کلروفیل a در رگرسیون خطی ساده، دقت بهتری داشتند. مدل های مبتنی بر رگرسیون خطی چندگانه گام به گام محتوای کلروفیل a را با ۵۵۷/۰ = R۲ و µg.cm-۲ ۷۳/۷ = RMSE، کلروفیل b را با ۴۷۱/۰ = R۲ و µg.cm-۲ ۶۹/۳ = RMSE، کلروفیل کل را با ۶۱۱/۰ = R۲ و µg.cm-۲ ۱۰/۱۰ = RMSE، کاروتنوئید را با ۵۰۰/۰ = R۲و µg.cm-۲ ۰۱/۲ = RMSE و نسبت کاروتنوئید به کلروفیل a را با ۷۵۶/۰ = R۲ و µg.cm-۲ ۱۲/۰ = RMSE برآورد کرد. شاخص های PSRI و CVI برای برآورد محتوای کلروفیل a و کل، شاخص PSRI برای برآورد محتوای کلروفیل b، شاخص های CRI و TCI/OSAVI برای برآورد محتوای کاروتنوئید و شاخص های SIPI، GNDVI، EVI، CIgreen، TCARI و OSAVI برای برآورد نسبت کاروتنوئید به کلروفیل a برگ گندم موثرترین شاخص ها در مدل رگرسیون خطی چندگانه گام به گام بودند. در مطالعه ما برآورد محتوای کلروفیل a، کل، کاروتنوئید و نسبت کاروتنوئید به کلروفیل a برگ بر اساس رگرسیون خطی چندگانه گام به گام نسبت به مدل رگرسیون خطی ساده نتایج بهتری را نشان دادند. برآورد محتوای کلروفیل b در هر دو روش یکسان بود.نتیجه گیری: استفاده از شاخص های گیاهی حاصل از داده های لندست ۸ امکان برآورد محتوای رنگ دانه های برگ گندم را در منطقه مورد مطالعه با نتایج نسبتا خوبی فراهم می کند. چنین اطلاعاتی برای کشاورزان به منظور پایش اولیه ضعیت کیفیت و کمیت تولید اهمیت داشته و منجر به یک برنامه ریزی کاربردی و کارآمد در روند کوددهی می شود.

Keywords:

سنجش از دور , شاخص های گیاهی , کاروتنوئید , کلروفیل , گندم