بررسي قابليت تصاوير ماهواره لندست ETM+ در مطالعات شوري خاك (مطالعه موردي: منطقه نيشابور)

Assessment of Satellite Images for Soil Salinity StudiesCase Study: Neyshabour Region, Iran

شوري خاك يكي از مسايل اصلي زيست محيطي است كه خاك‌هاي نواحي گسترده اي از كشورهاي مختلف را تحت تاثير دارد. روش هاي سنتي جمع آوري داده در مطالعات خاك داراي مشكلات زيادي است كه به وسيله فن‌آوري سنجش از دور قابل رفع است. با اين حال استفاده ازاين داده‌ها نيازمند تحقيقاتي است كه بهترين روش‌هاي به كار گيري اين فناوري‌ها را در اختيار محققان و كاربران قرار مي‌دهد. بنابراين تحقيق حاضر با اين هدف در منطقه دشت نيشابور و با استفاده از تصاوير لندست5 انجام شد. 279 نمونه سطحي خاك را به صورت طبقه بندي تصادفي تهيه و پس از آماده سازي نمونه‌ها در آزمايشگاه، هدايت الكتريكي عصاره اشباع نمونه‌هاي خاك اندازه‌گيري شد. دراين مطالعه ازتصاوير ماهواره‌اي سنجنده 2ETM+ ماهواره لندست سال 2002 در 6 باند انعكاسي استفاده شد. طبقه بندي كلاس‌هاي مختلف شوري خاك با استفاده از الگوريتم‌هاي متداول طبقه بندي و بر اساس بهترين تركيبات باندي و هم چنين استفاده از آناليز‌هاي آماري جهت ارايه مدلي مناسب بين متغير شوري خاك و ارزش رقومي تصاوير ماهواره‌اي انجام شد. نتايج اين تحقيق نشان داد كه باندهاي انعكاسي 3،4،7و1 سنجنده ETM+، مناسب ترين تركيب باندي براي تهيه تصاوير كاذب رنگي و طبقه بندي كلاس‌هاي شوري در اين منطقه است. بر اساس آناليز‌هاي آماري بالاترين ضرايب تبيين با مقادير 311/0=2R و 44/0=2R به ترتيب براي خاك‌هاي شور و غيرشور در باند 3 و2 سنجنده ETM+ به دست آمده كه در سطح احتمال5% معني دار بودند. بر اساس نتايج فوق در مجموع قابليت توانايي داده‌هاي رقومي سنجنده+ETM براي تفكيك و شناسايي كلاس‌هاي مختلف شوري خاك در اين منطقه محدود ارزيابي مي‌شود.

Soil salinity is one of the main environmental problems affecting extensive area in the world. There are some problems with traditional data collection methods for soil studies. Using the new methods and techniques such as remote sensing could overcome most of these problems. However using these data in areas with uncommon usages needed some researches to find the best calibration between the data and real situations in soil. This research was carried out using Landsat satellite images in Neyshabour area, North East of Iran. In order to prepare suitable learning samples for the image processing in this study, 300 locations were randomly selected in the area, among which 273 locations were finally selected as suitable surface soil samples. All samples were moved to laboratory and their electrical conductivity was measured. Six reflective bands of ETM+ satellite images taken from the study area in 2002 were used for the image processing analysis. Classification of different soil salinities was carried out using common algorithms of image classification based on the best composition bands and using statistical methods between soil salinity variables and digital numbers of the images to represent a suitable method. the research results showed that the reflective bands 7, 3, 4 and 1 are the best band composition for preparing the color composite images and for the classification of the salinity in this area. The highest coefficient of determination was R2=0.311 and R2=0.44 for saline and non-saline soil respectively using band 2 and 3 of the images at 5% significant level. Based on the results, it can be concluded that the potential of ETM+ images for delineation and identification of different soil salinity are limited.