کاربرد تلفیقی سنجش ازدورو مدل های آمار مکانی در شناسائی شوری خاک | ||
| فصلنامه علوم محیطی | ||
| مقاله 5، دوره 9، شماره 1، مهر 1390 اصل مقاله (3.69 M) | ||
| نوع مقاله: Original Articles | ||
| نویسندگان | ||
| علی اکبر نوروزی1؛ مهدی همایی* 2؛ عباس فرشاد3 | ||
| 1دانش آموخته دکترای خاکشناسی، دانشکده کشاورزی، داﻧﺸﮕﺎه ﺗﺮﺑﯿﺖ ﻣﺪرس | ||
| 2استاد گروه خاکشناسی، دانشکده کشاورزی، داﻧﺸﮕﺎه ﺗﺮﺑﯿﺖ ﻣﺪرس | ||
| 3استادیار گروه علوم زمین، دانشکده ITC ، دانشگاه Twente هلند | ||
| چکیده | ||
| گسترش روندشور شدن خاک از چالش های مهم زیست محیطی عثر کنونی به ویژه در مناطق خشک و نیمه خشک است .به منظور شناسایی شوری خاک، پژوهشی با تلفیق تصاویر ماهواره ای لندست TM در سال 1388 و مدل های آمار مکانی ، انجام و تعداد 288 نمونه در دشت گرمسار و ایوانکی از افق شناسائی سطحی خاک(میانگین 0-15 سانتی متر ) ، برای بررسی ارتباط بین هدایت الکتریکی و بازتاب های طیفی ماهواره، برداشت و به آزمایشگاه ارسال شد؛ آنگاه آنالیز چند متغیره و به ویژه رابطه همبستگی مجذور حداقل متوسط (OLS) برای بررسی رابطه خصوصیات طیفی ماهواره و هدایت الکتریکی خاک انجام گرفت .در این رابطه ، باند هفت ماهواره با طول موج بلند و شاخص انتقال طیفی 3 ( رطوبت خاک ) درمدل اول و باند یک ماهواره در طول موج مرئی آبی ، همراه با مولفه اصلی دوم در مدل دوم در سطح 99% اطمینان ، حدود 60% از تغییرات هدایت الکتریکی را پیش بینی و برآورد نمودند. ارزیابی دقت دو مدل با انجام اعتبار سنجی بر روی 52 نقطه در دشت ایوانکی با شرایط مشابه دشت گرمسار انجام گرفت؛ پس از آن از آماره های متوسط مطلق خطا و مجذور متوسط خطا بمنظور ارزیابی کیفیت و میزان خطای دو مدل تخمینگر ، با دقت 49/0 دسی زیمنس و 1/4 دسی زیمنس استفاده شد. بنابر این با نسبت پایین میزان مجذور متوسط خطا، برآوردهدایت الکتریکی برای تولید نقشه شوری خاک مناسب تشخیص داده شد؛ سپس ارزیابی آنالیز حساسیت بر روی عوامل موثر در دو مدل نشان داد که باند مرئی یک و باند هفت مادون قرمز میانی ، به ترتیب بیش از3 و 5/2 برابر نسبت به مولفه های اصلی 2 و شاخص انتقال طیفی 3 در برآورد شوری خاک حساس اند، بنابر این در استفاده از آن باید نهایت دقت را بکار برد. | ||
| کلیدواژهها | ||
| آنالیز حساسیت؛ دشت گرمسار- ایوانکی؛ شوری خاک؛ ماهواره لندست TM و همبستگی مجذور حداقل متوسط (OLS) | ||
| عنوان مقاله [English] | ||
| Integrated Application of Remote Sensing and Spatial Statistical Models to the Identification of Soil Salinity: A Case Study from Garmsar Plain, Iran | ||
| نویسندگان [English] | ||
| Ali Akbar Noroozi,1؛ Mehdi Homaee2؛ Abbas Farshad3 | ||
| 1PhD Graduate, Department of Soil Science, Faculty of Agriculture, Tarbiat Modares University, Tehran (Iran). | ||
| 2Professor, Department of Soil Science, Faculty of Agriculture, Tarbiat Modares University, Tehran (Iran) | ||
| 3Assistant Professor Department of Earth Science, Faculty of ITC, Twente University (Netherlands). | ||
| چکیده [English] | ||
| Soil salinity expansion is an environmental challenge particularly in arid and semi arid regions. In order to evaluate the progressing extent of soil salinity in relation with natural and human-induced conditions, a study was conducted using the Landsat TM imagery. The present study was conducted in the Garmsar area to the East of Tehran. A total of 288 soil samples were analyzed to determine the relationship between the spectral reflectance and Electrical Conductivity (EC), as salinity indicator. Multiple regression analysis and Ordinary Least Square regression (OLS) were used to examine the relationships between EC and derived spectral to generate several models. In the case of derived spectral, mid-infrared band (TM Band-7), visible band (Band-1), Tasseled cap3 (Wetness index) and PCA2 (Principal Component Analysis) were found to be most correlated with the observed EC values of the surface layer of the soil, at 99% confidence level. The accuracy of the prediction model was tested using a validation set of 52 soil samples in Eyvanekey plain, close to study area where the environmental circumstance consist of similar properties. RMSE and MAE were used to evaluate the performance of the map prediction quality. Results showed that the appropriate model could predict the soil salinity with precision of 4.1 and 0.49 dS m-1, respectively. The predicted salinity ranged from 0dS/m to 110dS/m. Therefore, the EC estimations were suitable to generate soil salinity map. Sensitivity analysis was tested on applied parameters that showed Band-1 and Band-7 were 3 and 2 times more than sensitive rather than other parameters respectively. The results are promising and certainly useful for soil salinity prediction. | ||
| کلیدواژهها [English] | ||
| Keywords: Electrical Conductivity (EC), TM, Ordinary Least Square regression, Garmsar (Iran), Soil Salinity | ||
| مراجع | ||
| ||
|
آمار تعداد مشاهده مقاله: 9,967 تعداد دریافت فایل اصل مقاله: 4,788 |
||