پیش‌بینی عملکرد کلزا در مراحل مختلف رشد به‌وسیله تصاویر سنجنده OLI ماهواره لندست

کلزا منبع روغن خوراکی است و کشت آن در ایران و جهان رو به رشد می­باشد. در زمینه تخمین عملکرد کلزا به­وسیله سنجش از دور تحقیقات کمی صورت گرفته است. در سال زراعی 96-95 با هدف پیش­بینی عملکرد کلزا به­وسیله ماهواره لندست 8، سنجنده OLI، سه مزرعه کشت این محصول مورد ارزیابی قرار گرفت. تصاویر ماهواره­ای در پنج مرحله قبل از گل­دهی، اوایل گل­دهی، اوج گل­دهی، رسیدگی سبز و رسیدگی خشک پردازش گردید و تعدادی از شاخص­های گیاهی براساس نسبت بین باندها استخراج گردید. محدوده شبکه­ای پیکسل­های مزارع تعیین گردید و برای افزایش دقت تعیین موقعیت پیکسل­ها در مزارع از سیستم موقعیت­یابی جهانی سینماتیک زمان واقعی (RTKGPS) استفاده گردید. نمونه­برداری از داخل پیکسل­های مزارع در هنگام برداشت انجام گردید و عملکرد دانه کلزا اندازه­گیری گردید. در مجموع از سه مزرعه مورد مطالعه 28 پیکسل برای پیاده­سازی مدل­های پیش­بینی و نیز اعتبارسنجی آنها اخذ شد. از مدل­های رگرسیونی خطی ساده و چند متغیره برای ارزیابی ارتباط بین عملکرد کلزا و شاخص­های گیاهی استفاده گردید. نتایج نشان داد براساس مدل رگرسیون خطی ساده، بین مراحل رشد، بالاترین ضریب تبیین (R2) در هر یک از شاخص­های گیاهی به یکی از دو مرحله اوج گل­دهی و رسیدگی سبز تعلق داشت. ضریب تبیین در تمام شاخص­های گیاهی، در مرحله قبل از گل­دهی ضعیف (پایین­تر از 10 درصد) و در دو مرحله اوائل گل­دهی و رسیدگی خشک نسبتاً متوسط (52-24 درصد) بوده است. براساس این مدل، در مرحله اوج گل­دهی شاخص تفاضل نرمال شده زردی (NDYI) با 67 درصد و در مرحله رسیدگی سبز شاخص نسبت پوشش گیاهی (RVI) با 64 درصد بالاترین ضریب تبیین را نسبت به سایر شاخص­های گیاهی کسب کرده­اند. با به­کارگیری مدل رگرسیون خطی چند متغیره گام به گام با چهار باند مرئی و مادون قرمز نزدیک به­عنوان ورودی، بهترین مدل پیش­بینی عملکرد کلزا در مرحله گل‌دهی با ضریب تبیین 78 درصد و میزان اعتبارسنجی 74 درصد به­دست آمد.