دورسنجی مدیریت بقایای گیاهی مزارع با استفاده از تصاویر سنجنده لندست 8

ماشین های کشاورزی

مقاله 6، دوره 7، شماره 2 - شماره پیاپی 14، 1396، صفحه 388-400   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jam.v7i2.50118

نویسندگان

محمدعلی رستمی^* ؛ هوشنگ افضلی گروه

بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمان، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمان، ایران

چکیده

همه‌ساله پس از برداشت محصولات زراعی، بقایای گیاهی بسیاری از مزارع آتش زده می‌شوند. این تحقیق به‌منظور یافتن یک روش دقیق، سریع و ارزان برای پایش مزارعی که در آن‌ها بقایای گیاهی آتش زده می‌شود انجام شد. در این پژوهش توانایی تصاویر سنجنده‌ لندست 8 برای تعیین محل و مساحت مزارعی که بقایای گیاهی در آن‌ها آتش زده شده بود با استفاده از چهار شاخص‌ طیفی شامل BAI، NBR، NDVI و NBRT و آنالیز جداسازی طیفی خطی مورد ارزیابی قرار گرفت. برای انجام پژوهش تعداد 60 مزرعه با 4 پوشش سطحی شامل گیاه سبز، بقایای گیاهی، خاکستر ناشی از سوزاندن بقایا و مزارع بدون پوشش در نظر گرفته شد. تعیین محل و تخمین مساحت مزارعی که در آن‌ها بقایای گیاهی آتش زده شده بود در تصاویر ماهواره‌ای با استفاده از شاخص‌های طیفی و آنالیز جداسازی طیفی خطی انجام شده و نتایج حاصله با نتایج میدانی مقایسه شد. نتایج نشان داد که اثر تیمارهای مختلف پوشش سطح خاک بر مقادیر شاخص‌های مورد مطالعه در سطح 1 درصد معنی‌دار بود. شاخص BAI به دلیل دقت بالای تفکیک و تخمین مساحت مزارع سوخته، به‌عنوان شاخص تمایز مزارع سوخته با سایر مزارع انتخاب شد. صحت کلی طبقه‌بندی با شاخص BAI و آنالیز جداسازی طیفی خطی به‌ترتیب 91/7 و 88/38 و ضریب کاپا آن‌ها به‌ترتیب 0/89 و 0/84 بود.

کلیدواژه‌ها

آنالیز جداسازی طیفی خطی؛ بقایای گیاهی؛ سنجنده لندست 8؛ شاخص های طیفی

مراجع

1. Alonso, F. G., S. M. Miguel, and J. M. Cuevas. 2007. Using AWiFS and MODIS data to estimate burned areas: the case of Galicia forest fires during the 2006 summer season. Remote Sensing Laboratory, CIFOR-INIA, Madrid.

2. Bannari, A., A. Pacheco, K. Staenz, H. McNairn, and K. Omari. 2006. Estimating and mapping crop residues cover on agricultural lands using hyperspectral and IKONOS data. Remote Sensing of Environment 104: 447-459.

3. Darvishsefat, A. A., M. Pir Bavaghar, and M. Rajab-Pourrahmati. 2005. Remote Sensing for GIS Managers. University of Tehran Press//3269. (In Farsi).

4. Eva, H., and E. F. Lambin. 1998. Remote sensing of biomass burning in tropical regions: Sampling issues and multisensor approach. Remote Sensing Environment 64: 292-315.

5. Ghooshchi, F., A. Joorabloo, M. Silspoor, and H. Hadi. 2010. Effect of primary tillage method and barley (Hordeum vulgare L.) crop residual management on the soil and silage corn (Zea mays L.) characteristics. Journal of Agroecology 2 (3): 428-436. (In Farsi).

6. Godwin, R. J. 1990. Tillage for Crop Production in Areas of Low Rainfall. Food and Agriculture Organization of the United Nation. ISBN-10: 9251025428.

7. Golshan, M., M. Faghihi, T. Roushan-Zamir, M. Marandi, B. Esteki, and P. l. Dadvand. 2002. Early effects of burning rice farm residues on respiratory symptoms of villagers in suburbs of Isfahan, Journal of Environmental Health Science Engineering 12: 125-131.

8. Holden, Z. A., A. M. S. Smith, P. Morgan, M. G. Rollins, and P. E. Gessler. 2005. Evaluation of novel thermally enhanced spectral indices for mapping fire perimeters and comparisons with fire atlas data. International Journal of Remote Sensing 26 (21): 4801-4808.

9. Lillesand, T., R. W. Kiefer, and J. Chipman. 2014. Remote sensing and image interpretation. John Wiley & Sons.

10. Mar, T. F., T. V. Larson, R. A. Stier, C. Claiborn, and J. Q. Koenig. 2004. An analysis of the association between respiratory symptoms in subjects with asthma and daily air pollution in Spokane, Washington. Inhal Toxicol 16: 809-815.

11. Martin, P., I. Gomez, and E. Chuvieco. 2005. Performance of a burned-area index (BAI) for mapping Mediterranean burned scars from MODIS data. Proceedings of the 5th International Workshop on Remote Sensing and GIS Applications to Forest Fire Management: Fire Effects Assessment 193-197. Universidad de Zaragoza. ISBN 84-96214-52-4.

12. McCarty, J. L., C. O. Justice, and S. Korontzi. 2007. Agricultural burning in the southeastern United States detected by Modis. Remote Sensing of Environment 108: 151-62.

13. McCarty, J. L., T. Loboda, and S. Trigg. 2008. A hybrid remote sensing approach to quantifying crop residue burning in the United States. Applied Engineering in Agriculture 24 (4): 515-527.

14. McCarty, J. L., S. Korontzi, C. O. Justice, and T. Loboda. 2009. The spatial and temporal distribution of crop residue burning in the contiguous United States. Science of the Total Environment 407: 5701-5712.

15. Najafinezhad, H., Z. Davari, and N. Rashidi. 2005. Effect of seed bed preparing method on grain yield of maize (Zea mays L.) and some soil characteristics in double cropping system. Seed and Plant 21 (2): 315-330. (In Farsi).

16. Pacheco, A., and H. McNairn. 2011. Mapping Crop Residue Cover over Regional Agricultural Landscapes in Canada. Available at: http://www.isprs.org/proceedings/2011/isrse-4/211104015Final00921.pdf. Accessed 19 September 2012.

17. Pacheco, A., and H. McNairn. 2010. Evaluating multispectral remote sensing and spectral unmixing analysis for crop residue mapping. Remote Sensing of Environment 114: 2219-2228.

18. Richards, J. A. 1999. Remote sensing digital image analysis (Vol. 3). Berlin et al.: Springer.

19. Singer, R. B., and T. B. McCord. 1979. Mars: Large scale mixing of bright and dark materials and implications for analysis of spectral reflectance. Lunar Planet Science 10: 1825-1848.

20. Tucker, C. J. 1979. Red and Photographic Infrared Linear Combinations for Monitoring Vegetation', Remote Sensing of Environment 8(2): 127-150.

21. USGS. 2015. Landsat 8 Data Products. Available at: http://landsat.usgs.gov/landsat8.php. Accessed 10 Febrary 2015.