مجتبی زمانی - دانشجوی کارشناسی ارشد، گروه فتوگرامتری و سنجش از دور، دانشگاه خواجه نصیرالدین طوسی
مهدی مختارزاده - دانشیار، گروه فتوگرامتری و سنجش از دور، دانشگاه خواجه نصیرالدین طوسی

در جهان امروز ذرت به علت اهمیت فوق العاده زیادی که در تامین غذای دام ها و پرندگان و مصارف صنعتی و داروئی دارد، نسبت به افزایش سطح زیرکشت و میزان تولید در هکتار و مقدار مصرف ذرت اقدامات اساسی به عمل آمده است. در سال های اخیر کشاورزی دقیق برای شناسایی انواع مختلف محصولات کشاورزی به منظور ارزیابی شرایط محصول و اقدام به موقع در جهت مدیریت محصولات کشاورزی، نیاز به روش هایی دارد که از لحاظ وقت و هزینه موثرترند باشد. پیشرفت های اخیر در فناوری سنجش از دور، رشد چمشگیری در ارائه ی روش های اتوماتیک سازی شناسایی گیاهان در تحقیقات کشاورزی بوجود آورده است. در این تحقیق به منظور شناسایی ذرت در تصاویر لندست 8، در چهار مقطع زمانی مختلف از گیاه ذرت در مزرعه ای تحقیقاتی، در شهرستان پیشوا اقدام به طیف سنجی میدانی به فاصله ی زمانی منظم هر دو هفته با استفاده از طیف سنج ASD FieldSpec® شد و پس از انجام پیش پردازش های لازم، در هر مرحله میانگین گیری به عمل آمد. اطلاعات طیفی سری زمانی ذرت با باندهای لندست 8 باز نمونه برداری شدند. جهت شناسایی محصول ذرت و ارزیابی کتابخانه ی طیفی باز نمونه برداری شده به لندست 8، اقدام به جمع آوری داده های زمینی مزارع ذرت و غیر ذرت به کمک دستگاه GPS دستی، واقع در روستای خاکعلی شهرستان قزوین مطابق با تقویم زراعی طیف سنجش میدانی شد. آنالیز شباهت طیفی CBD مابین طیف های کتابخانه ای و تصاوری لندست 8 روستای خاکعلی صورت گرفت. نتایج به دست آمده نشان می دهد که آنالیز شباهت طیفی CBD، در مرحله ی سوم مشاهداتی با دقت کلی 71.83% قادر به شناسایی و تفکیک محصول ذرت از سایر محصولات می باشد. نتایج بدست آمده حاکی از آن است که به کمک اطلاعات طیفی محصول ذرت، می توان از طریق تصاویر لندست 8 به شناسایی و تفکیک ذرت از سایر محصولات جهت تهیه نقشه سطح زیرکشت این محصول نمود.

طیف سنجی میدانی، کتابخانه طیفی، لندست 8، آنالیز شباهت طیفی