برآورد شاخص سطح برگ محصول ذرت با استفاده از تصاویر ماهواره سنتینل ۲
Publish place: Remote Sensing and Iran GIS، Vol: 15، Issue: 1
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 183
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-15-1_001
تاریخ نمایه سازی: 29 فروردین 1402
Abstract:
شاخص سطح برگ استخراج شده (LAI) از تصاویر سنجش از دور پارامتر مهمی، به منظور مدل سازی مکانی تولید پوشش گیاهی، محسوب می شود. معمولا شاخص های پوشش گیاهی که با بازتاب طول موج های قرمز و مادون قرمز نزدیک محاسبه می شوند، در برآورد LAI با استفاده از روش های آماری، به کار می روند اما بسیاری از این شاخص ها در مقادیر متفاوت LAI به اشباع می رسند. برای رفع این محدودیت، بازتاب محدوده لبه قرمز استفاده شده است؛ بنابراین، باید قابلیت شاخص های متفاوت پوشش گیاهی استخراج شده از داده های سنجش از دور، برای برآورد LAI ذرت علوفه ای، ارزیابی شود. بدین منظور پنج مرحله نمونه برداری میدانی، با فاصله زمانی نزدیک به گذر ماهواره سنتینل ۲، از سوی مرکز تحقیقات فضایی پژوهشگاه فضایی ایران، اجرا شد و در مجموع، ۲۳۴ نمونه از مزارع ذرت علوفه ای شرکت کشت و صنعت مگسال قزوین برداشت شد. سپس سیزده شاخص پوشش گیاهی متفاوت، با استفاده از سری زمانی تصاویر سنتینل ۲، محاسبه شد و برای برآورد آماری مقادیر LAI به کار رفت. نتایج نشان داد که شاخص EVI با ضریب همبستگی ۷۶/۰ برای برآورد شاخص سطح برگ ذرت علوفه ای بهترین عملکرد را داشته است. علاوه براین، مقدار RMSE روش های رگرسیون غیرخطی بیشتر از روش های خطی بوده است.
Keywords:
Authors
مائده بهی فر
مرکز تحقیقات فضایی، پژوهشگاه فضایی ایران
حسین عقیقی
استادیار مرکز مطالعات سنجش از دور وGIS ، دانشکده علوم زمین، دانشگاه شهید بهشتی
علی اکبر متکان
استاد مرکز مطالعات سنجش از دور وGIS ، دانشکده علوم زمین، دانشگاه شهید بهشتی
علی اکبر متکان
دانشجوی دکتری مرکز مطالعات سنجش از دور وGIS ، دانشکده علوم زمین، دانشگاه شهید بهشتی
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 :