مدل‌سازی رفتار طیفی بافت خاک در کانون‌های ریزگرد استان خوزستان با استفاده از تصاویر ابر طیفی و مدل جنگل تصادفی

Authors

  • احمد فرخیان فیروزی گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
  • احمد لندی خاکشناسی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
  • حسینعلی بهرامی گروه خاکشناسی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
  • منصور چترنور گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
Abstract:

بافت خاک نقش مهمی در مقاومت خاک به فرسایش بادی دارد. تصاویر ابر طیفی با مزیت هزینه پایین و سرعت عمل بالا، ابزار مناسبی برای بررسی ویژگی‌های خاک از جمله بافت محسوب می‌شوند. هدف این مطالعه ارزیابی رفتار طیفی درصد رس، شن و سیلت در خاک‌های مستعد تولید ریز گرد استان خوزستان با استفاده از مدل PLS-RF است. در ابتدا فاکتورهای اصلی با مدل رگرسیون حداقل مربعات جزئی تعیین و سپس مدل جنگل تصادفی روی فاکتورهای تعیین‌شده اجرا گردید. در مرحله بعد عملکرد طیف اصلی و پیش‌پردازش‌های: فیلتر ساویتزکی و گلای، فیلتر ساویتزکی و گلای به همراه مشتق اول، فیلتر ساویتزکی و گلای به همراه مشتق دوم، روش نرمال‌سازی استاندارد و روش حذف پیوستار در حذف نویز و افزایش دقت مدل PLS-RF مقایسه شد. نتایج نشان داد که روش حذف پیوستار در دو ویژگی درصد رس (98/1= PRDCAL) و درصد سیلت) 65/1= PRDCAL) و روش مشتق دوم برای درصد شن (97/1= PRDCAL)، بهترین عملکرد را داشته‌اند. همچنین طول موج کلیدی برای درصد رس در طول موج‌های1200-1210، 1800 و 2200 نانومتر، برای درصد شن در محدوده طول موج‌های 1400 -1450، 1910-1930، 2200 و 2220 نانومتر و برای درصد سیلت خاک در محدوده طول ‌موج‌های 1320، 1615، و 2200 نانومتر مشاهده گردید.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برآورد مقدار کربن آلی خاک با استفاده از داده‌های ابر طیفی در گستره VIS-NIR-SWIR

سابقه و هدف: مقدار کربن آلی خاک به عنوان یکی از مهمترین ویژگی‌های خاک، اهمیت بسیاری در توسعه و مدیریت پایدار کشاورزی دارد. مقدار مواد آلی خاک که عموما بر اساس مقدار کربن آلی آن اندازه گیری می‌شود، معمولا به عنوان شاخص کلیدی کیفیت و عملکرد خاک قلمداد می گردد (24). وجود مواد آلی مکفی خاک، تاثیرات مثبتی بر باروری خاک، ظرفیت نگهداشت آب خاک و ترسیب کربن دارد (35؛ 26؛ 25؛ 30). تحقیقات اخیر نشان داده ...

full text

بررسی رفتار طیفی گیاهان آفت زده با استفاده از تصاویر ابر طیفی

برای مدیریت ریسک در کشاورزی با مقیاس بزرگ لازم است در زمان مناسب آفت محصول شناسایی شود. گاهاً قسمتی از زمین دچار آفت می شود و تا وقتی که مسئولان مربوطه متوجه شوند آفت مقدار زیادی از محصول را از بین می برد. همچنین شناسایی زودهنگام تنش در گیاه که امکان کاربرد بهتر و کارآمدتر آب و مواد شیمیایی کشاورزی را فراهم می کند موجبات بهبود و ارتقای مدیریت پایدار را فراهم می آورد. روشهای سنجش از دور ابرطیفی...

15 صفحه اول

حسگری فشرده تصاویر ابرطیفی با دسته‌بندی طیفی و بازسازی با تنظیم‌کننده تغییرات کلی طیفی- مکانی

در این مقاله با توجه به همبستگی باندهای طیفی یک تصویر ابرطیفی، ابتدا این باندها را بر اساس ضرایب همبستگی دسته‌بندی می‌کنیم. سپس با استفاده از همبستگی مکانی بین پیکسل‌های یک تصویر ابرطیفی و به‌کارگیری دسته‌بندی مذکور، یک روش حسگری فشرده طیفی-مکانی را با دسته‌بندی طیفی برای تصاویر ابرطیفی پیشنهاد می‌نماییم. برای بازسازی این تصاویر، روش تنظیم‌کننده تغییرات کلی طیفی-مکانی پیشنهاد می‌شود که در آن عل...

full text

بهبود طبقه بندی طیفی- مکانی جنگل پوشای مینیمم با کاهش ابعاد تصاویر فراطیفی

فن‌آوری سنجش از دور فراطیفی دارای کاربردهای فراوان در طبقه‌بندی پوشش‌های زمین و بررسی تغییرات آنها است. با پیشرفت‌های اخیر و ایجاد تصاویری با قدرت تفکیک مکانی بالا، لزوم استفاده توام از اطلاعات طیفی و مکانی را در طبقه‌بندی تصاویر فراطیفی ایجاب می‌کند. در این تحقیق روشی جدید جهت طبقه‌بندی طیفی-مکانی تصاویر فراطیفی به کمک الگوریتم جنگل پوشای مینیمم ( MSF) مبتنی بر نشانه‌ها که یکی از دقیق‌ترین الگ...

full text

شناسایی پدیده های طیفی ناشناخته از داده های تلفیقی تصاویر ماهواره ای ALI+ASTER و ابر طیفی Hyperion بر مبنای روش ضریب همبستگی:مطالعه موردی محدوده معدنی مس سرچشمه

      یکی از مسائل مهم در بکارگیری تصاویر ماهواره ای چند طیفی و ابرطیفی، شناسایی و تشخیص رفتارهای طیفی متفاوت و  به تصویر کشیدن الگوی رفتاری آنها می باشد. که این امر تنها از طریق الگوریتم­های شناساگر که قادر به تشخیص شباهت­های طیفی مشاهدات آزمایشگاهی و یا صحرایی با داده های ماهواره ای می باشد، امکان پذیر است. در این تحقیق سعی شده تا بوسیله توسعه الگوریتمی مبتنی بر تصویر کردن طیف کانی­ها و مقایس...

full text

جداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از Semi-NMF و تبدیل PCA

Unmixing of remote-sensing data using nonnegative matrix factorization has been considered recently. To improve performance, additional constraints are added to the cost function. The main challenge is to introduce constraints that lead to better results for unmixing. Correlation between bands of Hyperspectral images is the problem that is paid less attention to it in the unmixing algorithms. I...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 9  issue 4

pages  466- 479

publication date 2020-01-21

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