برآورد مراحل فنولوژی کلزا با استفاده از شاخص های گیاهی سنجش از دور و تصاویر دیجیتال دوربین عکاسی
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 109
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-24-72_013
تاریخ نمایه سازی: 27 خرداد 1402
چکیده مقاله:
در سالیان اخیر، مطالعه فنولوژی محصولات زراعی با استفاده از داده های ماهواره ای گسترش فراوانی یافته است. امروزه داده های سنجنده OLI از ماهواره لندست ۸ با تفکیک مکانی ۳۰ متر، تشخیص مراحل فنولوژی گیاهان را در مقیاس محلی فراهم کرده است. در این پژوهش، از شاخص های سنجش از دور NDVI، EVI، Greenness و Brightness حاصل از سنجنده OLI و شاخص GCC حاصل از تصاویر دوربین دیجیتال، برای برآورد مراحل فنولوژی گیاه کلزا و از فیلتر ساویتزکی- گولی برای برطرف کردن داده های پرت و تولید منحنی های هموار سری های زمانی شاخص های گیاهی استفاده شد. نتایج نشان داد که منحنی های حاصل از شاخص های NDVI, EVI, GCC هر چهار مرحله فنولوژی سنجش از دور( سبزینگی، رکود، بلوغ و پیری) را به خوبی نمایش می دهند اما شاخص Greenness، مرحله رکود را به خوبی نمایش نمی دهد. منحنی حاصل از شاخص Brightness رفتاری عکس با دیگر منحنی ها از خود نشان می دهد. بر اساس آزمون همبستگی پیرسون داده های شاخص GCC با داده های شاخص NDVI و Brightness همبستگی دارند. برای برآورد شروع فصل و پایان فصل از روش های آستانه نسبی، نرخ تغییر و مشتق اول استفاده شد و نتایج نشان داد که روش مشتق اول و آستانه نسبی به ترتیب با میانگین اختلاف ۱۸ و ۱۹ روز در برآورد شروع فصل و روش نرخ تغییر با میانگین اختلاف ۸ روز در برآورد پایان فصل بهترین عملکرد را دارند. همچنین شاخص Brightness با میانگین اختلاف ۱۶ روز و شاخص EVI با میانگین اختلاف ۷ روز به ترتیب در برآورد شروع فصل و پایان فصل بهترین عملکرد را دارند.
کلیدواژه ها:
Rapeseed ، phenology ، remote sensed vegetation indices ، Landsat ۸ ، digital camera images ، کلزا ، فنولوژی ، شاخص های گیاهی سنجش از دور ، لندست ۸ ، دوربین دیجیتال
نویسندگان
اکبر میراحمدی
Phd student, Isfahan University
حجت اله یزدان پناه
Associate Professor, Isfahan University
مهدی مومنی
Associate Professor, Isfahan University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :