تخمين ضوابط خاك ورزي حفاظتي با بهره گيري از فن آوري سنجش از دور

Estimation of conservation tillage criteria by remote sensing technology

روش هاي مرسوم براي تخمين درصد پوشش بقاياي گياهي و شدت خاك ورزي خسته كننده و وقت گير بوده و در سطح وسيع قابل استفاده نيستند. اين تحقيق به منظور بررسي و يافتن يك روش دقيق و سريع براي پايش مديريت بقايا و شدت خاكورزي انجام شد. در اين مطالعه فن آوري تصاوير ماهواره اي به عنوان يك راهكار سريع و آسان براي تخمين درصد پوششبقايا در سطح خاك و پايشگر خاكورزي حفاظتي و شدت خاكورزي مورد استفاده قرار گرفت. از اين رو توانايي داده هاي تصوير چند طيفي سنجنده 2- WorldView با استفاده از تعداد يازده شاخص طيفي و آناليز جداسازي طيفي خطي مورد ارزيابي قرار گرفت. بدين منظور در 90 موقعيت از مزارع آزمايشي درصد پوشش بقاياي سطح خاك با روش پردازش تصوير اندازه گيري و ثبت شد. داده هاي نظير ماهواره اي از تصوير سنجنده 2- WorldView استخراج شده و همبستگي درصد پوشش بقايا در زمين، با داده هاي تصاوير ماهوارهاي بررسي شد. نتايج نشان داد كه درصد پوشش بقايا در سطح خاك با شاخص هاي RVI2 ،RVI1 ، IPVI و GNDVI همبستگي مناسبي دارند. درصد پوشش بقايا در سطح خاك كه با آناليز جداسازي طيفي خطي تخمين زده شده بود، با داده هاي به دست آمده از عكس هاي زميني همبستگي مناسبي داشت. دو شاخص طيفي RVI و 1 IPVI كه داراي بالاترين همبستگي با درصد پوشش بقايا در سطح خاك بودند براي پيش بيني شدت خاكورزي در مزارع مورد مطالعه انتخاب شدند. نتايج نشان داد كه دقت طبقه بندي شدت خاكورزي به كمك اين دو شاخص در شرايط مختلف 100- 78 درصد بود.

Local information about tillage intensity and ground residue cover is useful for policies in agricultural extension, tillage implement design and upgrading management methods. Current methods for assessing crop residue cover and tillage intensity such as residue weighting, line-transect and photo comparison are tedious and time-consuming. Present study was devoted to search for accurate methods for monitoring residue management and tillage practices. The satellite imagery technique was used as a rapid and spatially explicit method for delineating crop residue cover and as an estimator of conservation tillage adoption and intensity. With this vision, the potential of multispectral high-spatial resolution WorldView-2 local data was evaluated using a total of eleven satellite spectral indices and Linear Spectral Unmixing Analysis (LSUA). A total of ninety locations were considered and for each location residue cover was measured by the image processing method and recorded as ground control.The output of indices and LSUA method were individually correlated to the control and relevant R2 was calculated. Results indicated that crop residue cover was related to IPVI, RVI1, RVI2and GNDVI spectral indices and satisfactory correlations were established (0.73 - 0.83). The crop residue cover estimated from the LSUA approach was found to be correlated with the ground residue data (0.77). Two effective indices named as Infrared Percentage Vegetation Index (IPVI) and Ratio Vegetation Index (RVI) with a maximum R2 were considered for classification of tillage intensity. Results indicated that classification accuracy with IPVI and RVI indices in different conditionsvaried from 78-100 percent and therefore in good agreement with ground measurement, observations and field records