تفکیک اراضی زیر کشت برنج و سویا با استفاده از تصاویر ماهواره‌ای سنتینل 2 در الگوهای کاشت تابستانه جهت تحلیل تغییرات سطح زیر کشت دو محصول در چهار حوضه آبخیز استان گلستان

Authors

Abstract:

سابقه و هدف: مناسب بودن آب و هوای استان گلستان برای تولید اغلب محصولات کشاورزی باعث شده که این استان از نظر تولید محصولات زراعی دارای تنوع بالایی باشد، به طوری که این استان دارای رتبه‌های نخست از نظر سطح زیر کشت و تولید دانه‌های روغنی به خصوص سویا در کشور است. این تحقیق با هدف تخمین سطح زیر کشت برنج و سویا در سطح چهار حوضه آبخیز در استان گلستان برای اولین بار با استفاده از تصاویر ماهواره سنتینل 2 و با استفاده از روش‌های حداکثر احتمال، حداقل فاصله از میانگین و فاصله ماهالانوبی از زیرمجموعه روش طبقه‌بندی نظارت شده بود. مواد و روش‌ها: به منظور شناسایی، تفکیک و ارزیابی سطح زیر کشت دو محصول تابستانه برنج و سویا در سطح مورد مطالعه، از دو تصویر ماهواره سنتینل‌‌2 مربوط به ماه‌های مرداد و شهریور سال1395 استفاده شد. این تحقیق در سطح 4 حوضه آبخیز زرین‌گل، محمد آباد، قره‌سو و قرن‌آباد از استان گستان انجام شد. برای این‌کار پس از دانلود تصاویر لازم از نظر زمانی و در سطح حوضه‌های مورد مطالعه اقدام به تصحیحات رادیومتریک، اتمسفری و هندسی روی تصاویر شد. پس از آن ترکیبات باندی، ترکیبات رنگی، موزاییک تصاویر و محاسبات باندی انجام شد و شاخص گیاهی NDVI جهت جداسازی پوشش‌های گیاهی از غیر پوشش و در نهایت نقشه کاربری اراضی و لایه زراعی تولید شد. جهت ارزیابی صحت نتایج طبقه‌بندی، نقشه تولید شده با نقاط واقعیت زمینی ثبت شده از طریق GPS مورد بررسی قرارگرفت. یافته‌ها: نتایج نشان داد که در سطح چهار حوضه، سطح زیر کشت برنج نسبت به سال‌های گذشته افزایش داشته که با توجه به مصرف بالای آب در این محصول در شرایط کنونی وضعیت آب استان می‌تواند بحران موجود را تشدید نماید. همچنین سطح زیر کشت محصول سویا که می‌تواند یک گیاه رقیب و جایگزین برای برنج باشد نسبت به سال‌های گذشته کاهش یافته است. نتایج نشان داد که با توجه به ضریب کاپا (Kappa Coefficient) و صحت کلی(Overall Accuracy) به ‌ترتیب معادل 92 درصد و 5/95 درصد، روش طبقه‌بندی حداکثر احتمال به عنوان روش منتخب طبقه‌بندی در برنج انتخاب و سطح زیرکشت برنج تخمین زده شده در این روش معادل 32911 هکتار بود که در مقایسه با آمار جهاد کشاورزی ( هکتار27839) اریبی حدود 18 درصد داشت. همچنین جهت تخمین و برآورد سطح زیر کشت محصول سویا ضریب کاپا و صحت کلی روش طبقه‌بندی کمترین فاصله از میانگین با بالاترین دقت به‌ترتیب معادل 88 درصد و2/95 درصد و میزان سطح زیر کشت سویا در این روش 28359 هکتار تخمین زده شد که در مقایسه با آمار سازمان جهاد کشاورزی (25083 هکتار) اریبی حدود13 درصد داشت. نتیجه‌گیری: تصاویر ماهواره سنتینل‌2 از قابلیت بالایی برای تفکیک سریع اراضی و تهیه نقشه انواع محصولات و تعیین سطح زیر کشت محصولات با دقت نسبتا مناسب در مقیاس منطقه‌ای برخوردار هستند. همچنین سطح زیر کشت برنج نسبت به سالهای قبل افزایش و سطح زیر کشت سویا نسبت به سالهای قبل کاهش یافته است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پهنه‌بندی زراعی- بوم‌شناختی اراضی استان گلستان جهت کشت سویا با استفاده از سامانه اطلاعات جغرافیایی

با مطالعات بوم‌شناختی می‌توان پتانسیل محیطی را در مناطق مختلف مشخص و از آنها حداکثر بهره‌برداری را نمود. به منظور پهنه‌بندی زراعی-بوم‌شناختی اراضی کشاورزی کنونی استان گلستان برای کشت سویا، از سامانه اطلاعات جغرافیایی(GIS) و فرایند سلسله مراتب تحلیلی (AHP) استفاده شد. بدین منظور ابتدا نیازهای زراعی-بوم شناختی سویا با استفاده از منابع علمی موجود تعیین، درجه‌بندی و سپس نقشه‌های موضوعی مورد نیاز ته...

full text

برآورد سطح زیر کشت محصول در استان قزوین با به کارگیری تصاویر چند زمانه IRS-LISS III

رشد فزاینده جمعیت و به تبع آن کمبود منابع در دسترس جهت رفع نیازهای اساسی انسان‏ها، لزوم مدیریت و برنامه‏ریزی صحیح فعالیت‏های کشاورزی در مقیاس محلی و منطقه‏ای را نمایان‏می‏سازد که دستیابی به آن، نیازمند کسب آگاهی از توزیع انواع محصولات کشاورزی و سطح زیر کشت آن‏ها می‏باشد. در طی سال‏ها، چگونگی برآورد سطح زیر کشت محصولات عمده نظیر گندم و جو، همواره مورد بحث کارشناسان بوده است. هدف از این تحقیق، بر...

full text

تعیین سطح زیر کشت گیاه زعفران با استفاده از تصاویر لندست (مطالعۀ موردی: شهرستان تربت‌ حیدریه)

هدف این تحقیق، شناسایی سطح زیر کشت محصول زعفران در شهرستان تربت حیدریه با استفاده از تصاویر ماهواره‌ای 8-Landsat با استفاده از روش‌های طبقه‌بندی شبکه عصبی مصنوعی، ماشین‌های بردار پشتیبان، فاصله‌ ماهالانوبیس، حداقل فاصله، حداکثر احتمال، متوازی‌السطوح برای تهیه نقشة‌ پوشش و استفاده از شاخص‌های گیاهی نرمال شده تفاضل پوشش گیاهی (NDVI) و شاخص پوشش گیاهی با انعکاس خاک (SAVI) در دوره اوج سبزینگی زعفرا...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

برآورد سطح زیر کشت محصول در استان قزوین با به کارگیری تصاویر چند زمانه irs-liss iii

رشد فزاینده جمعیت و به تبع آن کمبود منابع در دسترس جهت رفع نیازهای اساسی انسان‏ها، لزوم مدیریت و برنامه‏ریزی صحیح فعالیت‏های کشاورزی در مقیاس محلی و منطقه‏ای را نمایان‏می‏سازد که دستیابی به آن، نیازمند کسب آگاهی از توزیع انواع محصولات کشاورزی و سطح زیر کشت آن‏ها می‏باشد. در طی سال‏ها، چگونگی برآورد سطح زیر کشت محصولات عمده نظیر گندم و جو، همواره مورد بحث کارشناسان بوده است. هدف از این تحقیق، بر...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 26  issue 1

pages  151- 167

publication date 2019-04-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023