مهدی سعدیخانی - دانشجوی کارشناسی ارشد بخش مهندسی مکانیک بیوسیستم، دانشگاه شهید باهنر کرمان، کرمان، ایران
محمد مهدی مهارلویی - بخش مهندسی مکانیک بیوسیستم، دانشگاه شهید باهنر کرمان، کرمان، ایران
محمدعلی رستمی - بخش فنی و مهندسی کشاورزی، سازمان تحقیقات آموزش و ترویج کشاورزی، شیراز، ایران
محسن عدالت - بخش زراعت و اصلاح نباتات، دانشگاه شیراز، شیراز، ایران

سنجش از دور فن به دست آوردن اطلاعات درباره یک شئ، عارضه و یا پدیده های مربوط به یک منطقه جغرافیایی خاص بدون تماس فیزیکی با آن ها است. دستیابی به دقت بالا در طبقه بندی عوارض سطح زمین به کمک تصاویر چندطیفی همواره مد نظر پژوهشگران بوده است. یکی از عوامل کاهش دقت نقشه طبقه بندی، ناهموار بودن سطح زمین است. وجود نقاط مرتفع موجب می شود که سنجنده در دریافت دقیق اطلاعات بازتابی از سطح پدیده ها با مشکل روبه رو شود. تصاویر رادار با ارائه مدل رقومی ارتفاع (DEM) در شناسایی و تعیین ارتفاع پدیده های سطح زمین موثر است. استفاده از خصوصیات تصاویر دو سنجنده کاملا متفاوت به منظور بهره گیری از قابلیت های مثبت آن ها با کمک روش ادغام تصاویر ممکن می شود. در این پژوهش به منظور برآورد سطح زیر کشت و طبقه بندی محصولات زراعی و سایر پدیده های موجود در منطقه مورد مطالعه، از تصاویر چندطیفی ماهواره سنتینل۲ مربوط به منطقه باجگاه واقع در استان فارس استفاده شد. بدین منظور سری زمانی NDVI متشکل از ۱۳ تصویر ایجاد و با تصویر راداری سنجنده PALSAR در سطح پیکسل، با هدف حذف نقاط مرتفع، تلفیق شد. نتایج این پژوهش نشان داد طبقه بندی تصاویر برای شناسایی مزارع زیر کشت محصولات مختلف با دقت بالایی انجام شده است و سطح زیر کشت با دقت ۹۷درصد در گندم، ۹۹.۵درصد در جو و ۹۶.۵ درصد در کلزا نسبت به مقادیر اندازه گیری شده در مزرعه تخمین زده شده است. تصاویر ادغام شده دارای دقت کلی ۹۸.۱ درصد و ضریب کاپا ۰.۹۷ بود که دقت کلی را نسبت به تصاویر مجزا ۷.۵ درصد بهبود بخشید.

سنتینل۲, شاخص نرمال شده اختلاف پوشش گیاهی (NDVI), ضریب کاپا, ماتریس آشفتگی, ماشین بردار پشتیبان