شناسایی و تعیین مزارع گندم با استفاده از تغییرات بازتابی شاخص پوشش گیاهی و تحلیل مکانی در غرب ایران

تهیه نقشه و تحلیل مکانی مزارع گندم در مسائل کلان اقتصادی و اجتماعی ازجمله مدیریت کشاورزی دارای اهمیت زیادی است. نقشه های الگوی کشت تغییرپذیر هستند و تهیه آن با استفاده از داده های زمینی با مسائل زیادی همراه است. هدف از این تحقیق پیاده سازی روشی کاربردی برای استخراج مزارع گندم با استفاده از تغییرات شاخص پوشش گیاهی و تحلیل مکانی مزارع گندم در غرب ایران است. بررسی منحنی تغییرات شاخص پوشش گیاهی مزارع نمونه گندم نشان داد بیشترین مقدار بازتاب شاخص مزارع نمونه گندم در ماه های خرداد و اوایل تیرماه بوده و پس از برداشت محصول شاخص بازتاب به مقدار زیادی کاهش می یابد. در همین راستا داده های سنجنده سنتیل در سامانه Earth Engine پردازش و شاخص پوشش گیاهی ۱۲ ماهه سال ۱۳۹۸ در قالب یک مجموعه داده از آن استخراج گردید. با معرفی نمونه های آموزشی به مجموعه داده ایجادشده به روش طبقه بندی ماشین بردار پشتیبان[۱]، کاربری زمین محدوده موردمطالعه در پنج کلاس به دست آمد. با اعمال فیلتر ارتفاعی و حذف مزارع مستخرج شده بالای سه هزار متر نقشه پراکندگی مزارع گندم را با ۴۸ نمونه باقی مانده نمونه های زمینی صحت­سنجی شد و صحت کلی ۸۶/۰ و ضریب کاپا ۷۹/۰ به دست آمد. نتایج نشان داد با توجه به اینکه در روش پیشنهادی اطلاعات داده های آموزشی بیشتری به الگوریتم داده شد، بنابراین موجب افزایش صحت کلی طبقه­بندی می شود. الگوی مکانی مزارع گندم با تابع میانگین نزدیک ترین همسایه و آماره P_value<۰.۰۵ نشان دهنده خوشه ای بودن پراکندگی مزارع و تابع کاریپلی عدم تصادفی بودن پراکندگی مزارع گندم تا فاصله های ۲۱ هزار متری را نشان داد. از نتایج این تحقیق و نقشه های خروجی های آن می توان در کسب اطلاعات برای برنامه ریزی های کشاورزی و همچنین تخصیص و توزیع مکانی منابع و امکانات استفاده نمود. [۱] Support Vector Machine Classification Algorithm (SVM)

Keywords:

Agriculture , Sentinel sensor , Support vector machine , Clustering , West of Iran