مدل‌سازي سطح آب زيرزميني كم عمق با استفاده از تصاوير ابرطيفي هايپريون

Modeling Shallow Groundwater Depth Using Hyperion Hyperspectral Imagery

شوري خاك و سفره هاي آب زير زميني كم عمق، دو عامل اصلي كاهش عملكرد محصول در مناطق مختلف ايران، بويژه در استان خوزستان و مزارع نيشكر مي باشند. بنابراين تحقيق حاضر جهت دست يابي به بهترين مدل هاي تخمين عمق سطح ايستابي با استفاده از تصاوير ابرطيفي هايپريون در اراضي تحت كشت نيشكر صورت پذيرفت. بدين منظور، مقادير عمق سطح ايستابي در132 چاهك مشاهده اي واقع در زمين هاي شركت كشت و صنعت حكيم فارابي، هفته اي دوبار از اواسط ارديبهشت تا اواسط مهر سال 1389 ثبت گرديد. همچنين از ساير اطلاعات جمع‌آوري شده در محدوده كشت و صنعت حكيم فارابي از قبيل سن و واريته گياه نيشكر، تاريخ كاشت و برداشت، مديريت هاي داشت از قبيل ميزان و زمان‌هاي كود دهي و آبياري و زهكشي استفاده گرديد. هم زمان با جمع‌آوري اطلاعات زميني، تصوير ماهواره اي مربوط به سنجنده ابرطيفي هايپريون در تاريخ 12 شهريور 1389 اخد گرديد. پس از انجام پيش پردازش‌هاي ضروري بر روي تصوير، اقدام به تهيه مدل هاي مناسب پيش بيني ميزان عمق آب زيرزميني گرديد. بدين منظور توانايي 21 شاخص گياهي مختلف موجود در منابع كه مربوط به نواحي مختلف طيفي گياه بودند، مورد بررسي قرار گرفت. در كنار اين شاخص‌ها، سه شاخص گياهي جديد (SWSI-1، SWSI-2 و SWSI-3 ) نيز توسعه داده شد. نتايج بدست آمده نشان مي‌دهد كه تغيير ميزان عمق آب زيرزميني تاثير به سزايي بر روي بازتابندگي هاي طيفي گياه نيشكر دارند. در ميان شاخص هاي گياهي، شاخص هايي كه در ارتباط با باندهاي جذب آب و يا تركيب باندهاي جذب آب و كلروفيل مي باشند داراي بيشترين همبستگي با سطح آب زيرزميني بودند. بر اين اساس مدل هاي به دست آمده از دو شاخص گياهي SWSI-3، SWSI-1 (كه در اين تحقيق توسعه داده شدند) و شاخص NDWI به ترتيب با مقدار همبستگي 48/0، 48/0 و 47/0 با عمق آب زيرزميني و خطاي 20/8، 25/8 و 98/7 سانتيمتر بهترين برآورد را داشتند.

Current study was conducted in order to finding the best models to estimating groundwater depth using Hyperion hyperspectral satellite imagery in the sugarcane fields located in the southwest of Iran. For this purpose ground water level was measured in 132 observation wells from the beginning of May 2010 till end of September 2010, twice per week, in the Hakim Farabi farming and industrial lands. Moreover, from the other collected information like daily weather information, age and variety of sugarcane, planting and harvesting date of plants, managerial operations such as date and amount of the fertilization, irrigation and drainage information in the Hakim Farabi farming and industrial lands were used. In a same time with measuring the ground data, a hyperspectral satellite image of Hyperion sensor was acquired on September 2, 2010. After applying necessary pre-processing on the image, the changes in the spectral reflectance of the sugarcane under different values of groundwater depths was studied. Afterwards, it was tried to obtain appropriate models for estimating ground water depth. For this purpose, capability of 21 vegetation indices ,related to defferent regions of spectral reflectance of crops, was studied. Besides of these indices three new vegetation indices (SWSI-1, SWSI-2 and SWSI-3) were developed in this study. Results show that, variations of groundwater depths have a significant effect on spectral reflectance of sugarcane. Among the vegetation indices, indices related to water absorption bands or based on a combination of chlorophyll and water absorption bands had the highest correlation with groundwater depth. Obtained models from the two vegetation indices developed in this study (SWSI-1, SWSI-3) and NDWI yield the best results for estimating groundwater depth with R2 of 0.48, 0.48 and 0.47 and root mean square errors of 8.20, 8.25 and 7.98 cm respectively. Conclusions from this study indicate that using hyperspectral satellite imagery to monitoring water table in the sugarcane fields has an acceptable, fast and economical results.