استفاده از فناوری سنجش از دور و سیستم اطلاعات جغرافیایی در برآورد سطح زیرکشت محصول گندم (مطالعه موردی شهرستانهای اسکو و آذرشهر )
Publish place: اولین کنفرانس بین المللی علوم جغرافیایی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 893
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GSCONFKH01_056
تاریخ نمایه سازی: 6 اسفند 1395
Abstract:
گندم مهمترین غله ای است که در جهان بعنوان نیاز درجه اول بشر همواره مورد توجه بوده است. از آنجایی که تهیه داده های زمینی در مورد محصولات کشاورزی در سطح وسیع کاری دشوار، زمان بر و پر هزینه است، بنابرین با استفاده از تصاویر ماهواره ای با صرف کمترین زمان و هزینه می توان اطلاعات مفیدی از سطح زیرکشت بدست آورد.بر این اساس در این تحقیق سطح زیر کشت آبی و دیم محصول گندم در شهرستانهای اسکو که از نظر موقعیت جغرافیایی در 46 درجه و 8 دقیقه طول شرقی و 37 درجه و 55 دقیقه عرض شمالی و آذرشهر که از نظر موقعیت جغرافیایی در 37 درجه و 30 دقیقه عرض شمالی و 45 دقیقه شرقی قرار گرفته است، با استفاده از تحلیل تصاویر ماهواره IRS در دو بازه زمانی سالهای 2005 تا 2012 میلادی برآورد گردید. با انجام مطالعات میدانی و اعمال طبقه بندی نظارت شده در نرم افزار ENVI 4.7 روی تصاویر ماهواره، به شناسایی مزارع کشت گندم در منطقه مورد مطالعه پرداخته و سطح زیر کشت گندم با استفاده از نرم افزار ArcGIS 9.2 برآورد شد. پس از ارزیابی صحت عملیات، دقت کلی عملیات 89/7% برآورد گردید. سپس یافته های حاصل از تحلیل تصاویر ماهواره با آمارهای موجود در سازمان جهاد کشاورزی آذربایجان شرقی مقایسه و مشاهده شد که تفاوت معناداری بین این دو ارزیابی به لحاظ برآورد سطح زی کشت گندم و به تبع آن تخمین مقدار محصول وجود ندارد و با پردازش تصاویر ماهواره برآورد سطح زیکشت، سریعتر، راحتتر و ارزانتر از برآورد آن به روشهای متعارف در کشاورزی میباشد.
Keywords:
Authors
اکرم مهام
کارشناس ارشد سنجش از دور و GIS پژوهشکده رانشگرهای فضایی تبریز پژوهشگاه فضایی ایران
خلیل ولیزاده کامران
استادیار دانشگاه تبریز گروه سنجش از دور
محمدرضا جعفری زاده
عضو هیات علمی پژوهشکده رانشگرهای فضایی تبریز پژوهشگاه فضایی ایران
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 :