اثر مقايسه شاخص هاي مختلف استخراج شده از تصاوير ماهواره لندست براي پهنه بندي شوري خاك در مزرعه نمونه ارتش گرگان

Comparison of different indices adopted from Landsat images to map soil salinity in the army field of Gorgan

در چند دهه گذشته استفاده از روش هاي دورسنجي براي تهيه نقشه شوري خاك و پايش تغييرات آن توسعه پيد ا كرده است. اين پژوهش در راستاي ارزيابي امكان استفاده از اين تكنيك به منظور تهيه نقشه هاي شوري خاك در مزرعه نمونه ارتش گرگان انجام شد . در گام نخست، 101 نمونه خاك در دو مقطع زماني اواخر اسفند سال 1390 و اوايل خرداد سال 1391 از عمق 30 سانتي متري مزرعه تهيه و هدايت الكتريكي به وسيله دستگاه هدايت سنج و اسيديته با (ETM+ متر، اندازه گيري گرديد . در گام بعد، با استفاده از 7 باند تصاوير ماهواره لندست 7 (سنجنده pH دستگاه و شاخص هاي PD322 ،IPVI ،DVI ،NDSI ،BI ،SI3 ،SI2 ،SI مربوط به سال 2012 ، شاخص هاي مختلفي از جمله 1 تركيبي از باند حرارتي تهيه و سپس ارزش روشنايي مربوط به نقاط نمونه برداري استخراج گرديد. با بررسي همبستگي بين داده هاي به دست آمده از تجزيه آزمايشگاهي نمونه هاي خاك و ارزش روشنايي تصاوير دقت شاخص هاي مورد بيش ترين همبستگي را با داده هاي زميني دارند. در ميان شاخص هاي مورد (SI) مطالعه ، نشان داد كه شاخص هاي شوري با مجذور ) DVI 0 بيش ترين قابليت و شاخص / 0 و 646 / به ترتيب با ضريب تبيين 57 SI و 2 SI مطالعه شاخص هاي 1 1) كم ترين قابليت را در بارزسازي و تهيه نقشه هاي مقدار شوري خاك (دسي زيمنس بر / ميانگين مربعات معادل 68 متر) در دو مرحله نمونه برداري خاك (مرحله پنجه زني گندم و بعد از برداشت گندم) نشان دادند.

In the past few decades, the use of remote sensing techniques for mapping and monitoring salinity changes in soils has been developed. This research was done in the army field of Gorgan in 2011-2012 to assess possibility of application of this technique. In the first step, 101 soil samples were taken from the soil (30 cm depth) during two stages (end of March and the start of May) and Electrical Conductivity (EC) and pH were measured by EC- and pH- meter. Then in the next step, different vegetation-based indices such as SI1, SI2, SI3, BI, NDSI, PD322, IPVI and DVI were extracted from ETM+ (Landsat 7, 7 band, 2012) along with thermal basecompound bands. Then brightness value was determined. Data correlation between samples was taken and brightness index and accuracy tests on studied indices revealed that SIs had the correlation with ground control points. Among SIs, SI1 and SI2 had the highest capability to provide salinity maps for dataset 1 (wheat tillering stage, R2=0.57) and dataset 2 (after wheat harvesting, R2=0.646), respectively. DVI also was the weakest index for salinity enhancement using both sampling data (RMSE=1.68).