پديد آورندگان :
جعفري صيادي، فاطمه دانشگاه علوم كشاورزي و منابع طبيعي ساري , غلامي سفيدكوهي، محمدعلي دانشگاه علوم كشاورزي و منابع طبيعي ساري- دانشكده مهندسي زراعي- گروه مهندسي آب , ضياتبار احمدي، ميرخالق دانشگاه علوم كشاورزي و منابع طبيعي ساري- دانشكده مهندسي زراعي- گروه مهندسي آب
چكيده فارسي :
تعيين نياز آبي گياهان از عوامل موثر در برنامه ريزي دقيق آبياري است. ضريب گياهي به عنوان نماينده ويژگي هاي گياهان مختلف در معادله محاسبه تبخير- تعرق گياهي داراي اهميت بسيار است. محاسبه اين ضريب با روابط و روش هاي موجود هزينه بر و زمان بر بوده و اطلاعات حاصل از اين روش ها به صورت نقطه اي گزارش مي شود، در حاليكه امروزه يافتن روش هاي محاسبه ضريب گياهي در سطوح گسترده مورد توجه مي باشد. در اين ميان روش هاي مبتني بر سنجش از دور مورد استقبال بسياري از پژوهشگران قرار گرفته است. پژوهش حاضر با هدف برآورد ضريب گياهي (Kc) و شاخص سطح برگ (LAI) برنج در مراحل مختلف زراعي با استفاده از سنجنده OLIانجام شد. بدين منظور، داده هاي شاخص سطح برگ در مراحل مختلف رشد طي دو فصل زراعي (1394-1393) و (1395-1394) از دو قطعه شاليزار 65 و 15 هكتاري در شمال شهرستان ساري مورد استفاده قرار گرفت. مقدار متوسط ضريب گياهي برآورد شده در مراحل نشا، پنجه زني، خوشه دهي و رسيدن به ترتيب 92/0، 24/1، 19/1 و 12/1 به دست آمد كه نشان از وجود رابطه خطي بين اين ضريب و شاخص تفاوت نرمال شده گياهي (NDVI) دارد (97/0 r >). نتايج نشان مي دهد كه شاخص NDVIبرآوردگر خوبي براي ضريب گياهي برنج است. هم چنين شاخص رشد برنج (RGVI) نيز در تمامي مراحل داراي ضريب همبستگي 93/0 r > بود. براساس يافته ها، شاخص رشد برنج (RGVI) برآوردگر خوبي براي تعيين شاخص سطح برگ (LAI) محسوب مي شود و تقريبا در تمامي مراحل رشد گياه، بيش از 90 درصد تغييرات مقدار شاخص سطح برگ را پيش بيني مي نمايد.
چكيده لاتين :
Water demand is one of the most effective factors in irrigation scheduling. In evapotranspiration formulas, crop coefficient (Kc), as a representative of different plants characteristics, is of great importance. Calculating this coefficient using the existing methods and formulas is costly and time-consuming, and results are point-specific. However, nowadays, calculation methods that provide large- scale Kc values are of interest. The methods based on remote sensing have been welcomed by many researchers. The objective of the present study was calculating crop coefficient (Kc) and leaf area index (LAI) of rice in different growing stages, using OLI sensor. In this regard, data LAI of two rice fields (areas of 15 and 65 hectares) located in north part of Sari, Iran, were used in two growing seasons (2014-2015 and 2015-2016). The average Kc at transplantation, tillering, heading, and maturity stages was, respectively, 0.92, 1.24, 1.19, and 1.12, showing that Kc had a good correlation with NDVI at different stages (r>0.97). According to the results, NDVI is a good estimator for rice Kc. In addition, Rice Growth Vegetation Index (RGVI) in all growing stages had a correlation coefficient r>0.93. RGVI is considered as a good estimator of LAI. Approximately at all growing stages, except heading, more than 93% of LAI changes were predicted by RGVI. Generally, it can be concluded that the most suitable indices for estimating Kc and LAI of rice are NDVI and RGVI, respectively.
