ترکیب مدل فائو و شاخص های گیاهی در برآورد ضریب گیاهی با استفاده از تحلیل مولفه های اصلی
Publish place: Journal of Water and Soil، Vol: 31، Issue: 5
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 116
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JSW-31-5_002
Index date: 30 October 2023
ترکیب مدل فائو و شاخص های گیاهی در برآورد ضریب گیاهی با استفاده از تحلیل مولفه های اصلی abstract
تقاضای روزافزون به آب و تغییرات اقلیمی منجر به ایجاد فشار جهت استفاده کارآمد آب در بخش کشاورزی شده است. بنابراین آگاهی از نیاز آبی گیاه جهت افزایش بازده آبیاری لازم می باشد. در این راستا یازده شاخص گیاهی حاصل از تصاویر ماهواره ای سنجنده MODIS در بازه زمانی ۲۰۱۳- ۲۰۱۶ برای محصول سیب زمینی در محدوده بین شهرستان های بستان آباد و تبریز استخراج شدند. جهت انتخاب شاخص های گیاهی موثر از تحلیل مولفه های اصلی استفاده شد که برای این منظور شبکه عصبی مصنوعی برای مدلسازی مولفه های حاصل از تحلیل و ضریب گیاهی بکار برده شد. از بین مولفه های مورد بررسی، سه مولفه اول با در اختیار داشتن ۴۵/۸۵ درصد واریانس کل انتخاب شدند. در سه بررسی انجام شده در مورد نوع مولفه های روش تحلیل مولفه های اصلی، به طور متوسط بررسی اول نسبت به بررسی دوم و سوم منجر به کاهش ۷۵/۵۵ درصد RMSE شد. شاخص های حاصل از باندهای انعکاسی مانند شاخص NDVI و شاخص های بهبود یافته براساس منطقه مورد مطالعه مانند شاخص های SAVI و MSAVI از کارایی قابل قبولی برخوردار بودند. کاهش ۶۶/۶۶ درصد ضریب LST از مولفه سوم به اول حاکی از افزایش دقت نتایج شاخص های باندهای حرارتی در صورت ترکیب با شاخص های باندهای انعکاسی مانند شاخص TVX بود. برآورد ضریب گیاهی با شاخص های گیاهی حاصل از تحلیل مولفه های اصلی در مدلسازی شبکه عصبی دارای تخمین کم برآوردی حدود یک درصد در دوره صحت سنجی بوده است.
ترکیب مدل فائو و شاخص های گیاهی در برآورد ضریب گیاهی با استفاده از تحلیل مولفه های اصلی Keywords:
ترکیب مدل فائو و شاخص های گیاهی در برآورد ضریب گیاهی با استفاده از تحلیل مولفه های اصلی authors
لاله پرویز
دانشگاه شهید مدنی آذربایجان
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 :