علی صادقی؛ سهام میرزایی؛ ساغر چاخرلو؛ مهدی غلام نیا؛ حسینعلی بهرامی
چکیده
کلروفیل و نیتروژن برگ، بهدلیل نقش مهمی که در فتوسنتز دارند، از شاخصهای بیولوژیک مهم وضعیت فیزیولوژیک گیاهان بهشمار میروند. توانایی در کمّیسازی میزان کلروفیل و نیتروژن میتواند اطلاعات مهمی در زمینة فعالیتهای کشاورزی دقیق، برنامهریزی مدیریت منابع گیاهی و کشاورزی، و مدلسازی خدمات و قابلیتهای تولید اکوسیستم تهیه کند. ...
بیشتر
کلروفیل و نیتروژن برگ، بهدلیل نقش مهمی که در فتوسنتز دارند، از شاخصهای بیولوژیک مهم وضعیت فیزیولوژیک گیاهان بهشمار میروند. توانایی در کمّیسازی میزان کلروفیل و نیتروژن میتواند اطلاعات مهمی در زمینة فعالیتهای کشاورزی دقیق، برنامهریزی مدیریت منابع گیاهی و کشاورزی، و مدلسازی خدمات و قابلیتهای تولید اکوسیستم تهیه کند. هدف از این مطالعه ارزیابی قابلیت شاخصها، بهمنظور تخمین میزان کلروفیل و نیتروژن گندم، با استفاده از دادههای طیفسنجی در سطح تاجپوشش و همچنین تعیین مناسبترین نواحی طیفی و پدیدههای جذبی است. این پژوهش در محیط گلخانه انجام شد و اندازهگیری طیفی با دستگاه طیفسنج Fieldspec-3-ASD صورت گرفت. چهار شاخص باریک باند گیاهی، در قالب دو دستة شاخصهای نسبتی (NDVI، RVI و DVI) و شاخص تعدیلکنندة تأثیر خاک (SAVI2) برای بازتاب طیفی و مشتق اول طیف برای کل نمونهها، محاسبه و نتایج آنها مقایسه شد. پارامترهای عمق باند ماکزیمم، طول موج عمق باند ماکزیمم، مساحت، چولگی و پهنای کامل در نصف مقدار بیشینه، درمورد هفت پدیدة جذبی محاسبه و همبستگی این شاخصها با غلظت کلروفیل و نیتروژن گندم بررسی شد. نتایج نشان دادند، درصورتیکه از طیف بازتابندگی استفاده شود، شاخص SAVI2 ارتباطی قویتر (۱۲/۰ =RMSE، ۸۵/۰=R2) از دیگر شاخصها با میزان کلروفیل نشان میدهد و درمورد شاخصNDVI نیز، این ارتباط قویتر (۳۰/۰ =RMSE، ۶۹/۰=R2) از شاخصهای دیگر با میزان نیتروژن خواهد بود؛ درحالیکه با استفاده از مشتق اول بازتاب طیفی شاخص NDVI نتایج بهتری ارائه میدهند. مساحت و عمق محدودة جذبی ۷۶۰-4۳0 نانومتر برای مطالعة میزان کلروفیل و نیتروژن گندم بهترین شاخصها محسوب میشوند.
علی صادقی؛ علی درویشی؛ عطاالله عبدالهی؛ سید کاظم علوی پناه؛ سعید حمزه
چکیده
در مطالعات زمینشناسی و کانیشناسی، وجود پوشش گیاهی سالم و خشک در پیکسلهای حاوی اطلاعات طیفی اجتنابناپذیر است. بنابراین، بازیابی اطلاعات در حد زیرپیکسل، مانند برآورد میزان حضور یک کانی در یک پیکسل از تصاویر سنجش از دور ابرطیفی، مسئلهای مهم محسوب میشود. در این پژوهش، روش عمق پیوستار اصلاحشدة اثر پوشش گیاهی (VCCD)، برای کاهش ...
بیشتر
در مطالعات زمینشناسی و کانیشناسی، وجود پوشش گیاهی سالم و خشک در پیکسلهای حاوی اطلاعات طیفی اجتنابناپذیر است. بنابراین، بازیابی اطلاعات در حد زیرپیکسل، مانند برآورد میزان حضور یک کانی در یک پیکسل از تصاویر سنجش از دور ابرطیفی، مسئلهای مهم محسوب میشود. در این پژوهش، روش عمق پیوستار اصلاحشدة اثر پوشش گیاهی (VCCD)، برای کاهش اثر پوشش گیاهی سالم و خشک در تخمین میزان کانیهای هدف، با استفاده از دادههای طیفسنجی، آزمایشگاهی کانیشناسی و تصاویر هایپریون (Hyperion) اصلاح و در منطقة اوغلانسر در شمالغرب ایران مورد صحتسنجی قرار گرفت. تخمین پوشش گیاهی سالم و خشک در سطح پیکسل، بهترتیب، با شاخص SAVI و عمق عارضة جذبی در ۲۱۰۲ نانومتر انجام شد. اصلاح عمق حذفپیوستارشده (CRBD)، با روش VCCD، تا آستانة حداکثری حضور پوشش گیاهی سالم برابر با ۶۰ و برای گیاه خشک در بازة 60-56 و ترکیب گیاه سالم و خشک در بازة ۷6-۷2% امکانپذیر است. تأثیر وجود نویزهای تصادفی و تغییر نوع پوشش گیاهی در عملکرد روش اصلاحشده بررسی شد و نتایج نشان داد که روش VCCD توسعهیافته، در مقایسه با وجود نویزهای تصادفی در طیفها و تغییر نوع پوشش گیاهی، حساسیت بیشتری ندارد. بعد از اصلاح ضرایب مدل و پس از تأیید کارآیی آن، روش پیشنهادی برای اصلاح CRBD و کاهش اثر پوشش گیاهی، روی تصویر Hyperion، اجرا شد. طبق نتایج، حضور پوشش گیاهی سالم و خشک در کانیهای کائولینیت و مسکویت منجر به تخمین کمتر از مقدار واقعی میشود. میزان بهبود در صحت برآورد کانی با اعمال روش VCCD درمورد کانیهای کائولینیت و مسکویت، بهترتیب، معادل 0.25 و 0.13 ضریب تعیین و میزان خطا 0.0108 و 0.0125 است.