ارزیابی داده‌های سنجنده OLI،قابلیت طیف‌سنج بازتابی ALTA و استفاده از مفهوم ایستگاه‌ مجازی در تهیه نقشه پراکندگی غلظت فلزات سنگین خاک

استفاده از تکنولوژی سنجش از دور و تلفیق آن با سامانه اطلاعات جغرافیایی، از جمله راه‌های کسب سریع و کم‌هزینه اطلاعات به‌خصوص در حوزه مطالعات محیطی و علوم زمین جهت مدیریت بهینه است. این تحقیق با هدف ارزیابی داده‌های سنجنده  OLIماهواره لندست 8، قابلیت طیف‌سنج بازتابی ALTA در انتخاب بهینه باندهای طیفی تصویر ماهواره‌ای برای مدل‌های پیش‌بینی وتأثیر استفاده از مفهوم ایستگاه مجازی در تغییر دقت مدل‌ها، در تهیه نقشه پراکندگی غلظت عناصر سنگین نیکل، سرب و روی در خاک سطحی اطراف نیروگاه شهید رجائی قزوین انجام شد. پس از تعیین محل ایستگاه‌های نمونه‌برداری روی تصویر ماهواره‌ای، با توجه به کاربری غالب زمین‌های اطراف نیروگاه (کاربری کشاورزی) و با توجه به استفاده از عمق شخم متفاوت خاک در این نوع کاربری، به طور متوسط از عمق حدود 15-0 سانتی‌متری خاک سطحی، تعداد 34 نمونه‌ی مرکب جمع‌آوری و هم‌زمان بازتابندگی طیفی نمونه‌ها با استفاده از طیف‌سنج بازتابی آلتا قرائت و ثبت شد. غلظت عناصر سنگین توسط دستگاه طیف‌سنج اتمی در آزمایشگاه تعیین شد. با توجه به معادل‌سازی تقریبی محدوده طیفی باندهای تصویر ماهواره‌ای و محدوده طیفی لامپ‌های رنگی طیف‌سنج بازتابی آلتا، از اطلاعات طیفی ثبت شده توسط طیف‌سنج بازتابی برای انتخاب بهینه باندهای تصویر ماهواره‌ای جهت شرکت در روابط رگرسیون بین داده‌های بازتابندگی طیفی (متغیر مستقل) و غلظت عناصر سنگین خاک (متغیر وابسته) استفاده شد. از مفهوم ایستگاه‌ مجازی که از لحاظ خصوصیات بازتابندگی طیفی شبیه ایستگاه‌های نمونه‌برداری شده هستند به منظور افزایش دقت مدل‌‌ها استفاده شد. برای این منظور از داده‌های سنجنده OLI ماهواره لندست 8 و در بازه %1± ارزش‌های عددی پیکسل‌های تمامی باندهای منتخب تصویر ماهواره‌ای (6 باند منتخب در محدوده مرئی و مادون قرمز)، بالغ بر4450 ایستگاه مجازی در محدوده اطراف نیروگاه یافت شد. در نهایت با استفاده از باندهای تصویر ماهواره‌ای و اعمال روابط با ضریب تبیین بزرگتر، نقشه پراکندگی غلظت فلزات سنگین خاک با دقت متوسط به دست آمد. اعتبارسنجی مدل‌ها با استفاه از رابطه جذر میانگین مربعات خطا (RMSE) نشان داد که استفاده از مفهوم ایستگاه مجازی سبب افزایش دقت مدل‌ها شد؛ به‌نحوی که در معادلات رگرسیون خطی، در مورد نیکل 21/17%، در مورد سرب 19/20% و در مورد روی 05/4% و در معادلات رگرسیون غیرخطی، در مورد نیکل 42/13%، در مورد سرب 19/20% و در مورد روی 10/3% افزایش دقت در مدل‌های پیش‌بینی مشاهده شد. پیشنهاد می‌شود در مطالعات آتی، داده‌های سایر سنجنده‌ها مورد ارزیابی قرار گیرد. همچنین تأثیر سایر متغیرهای محیطی خاک از قبیل رطوبت، حرارت، پوشش گیاهی و ... نیز درمدل‌ها در نظر گرفته شود.