پايش خاك ورزي حفاظتي و شدت خاك ورزي با بهره گيري از فن آوري سنجش از دور

Conservation tillage practices and tillage intensity monitoring using remote sensing technology

در دست داشتن اطلاعات مربوط به شدت خاك ورزي و پوشش بقاياي گياهي در سطح خاك در اعمال سياست گذاري هاي مربوط به ترويج كشاورزي، طراحي و توليد ابزار خاكورزي و ارتقاي روش هاي مديريتي و نظارتي سودمند است. در اين مطالعه فن آوري سنجش از دور به عنوان يك راهكار ارزان، سريع و آسان براي تخمين دو ضابطه مهم خاكورزي حفاظتي يعني درصد پوشش بقايا 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 120 موقعيت از مزارع آزمايشي درصد پوشش بقاياي سطح خاك با روش خط مورب 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 GNDVI و RVI1 ،IPVI همبستگي بالايي دارند درصد پوشش بقايا در تصوير ماهوارهاي كه با آناليز جداسازي طيفي خطي تخمين زده شده بود، با داده هاي به دست آمده از روش خط مورب كه در پلاتهاي آزمايشي اندازه گيري شده بود همبستگي مناسبي داشت. دو شاخص طيفي IPVI و RVI1 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- 83 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. In this study 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, RVI1and GNDVI spectral indices and satisfactory correlations were established (.084 - 0.85). The crop residue cover estimated from the LSUA approach was found to be correlated with the ground residue data (0.76). 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 conditions varied from 83-100 percent and therefore in good agreement with ground measurement, observations and field records