برآورد عملكرد برنج با استفاده از مدل VSM و تصاوير ماهواره‌اي در استان گيلان

Estimating rice yield using VSM model and satellite images in Guilan province

برآورد عملكرد گياه پيش از برداشت براي هرگونه مديريت زراعي ضروري است. تخمين صحيح عملكرد گياهان در حقيقت تاثير نهاده هاي مختلف كشاورزي بر عملكرد نهايي را نشان مي دهد. يكي از روش هاي نوين براي تخمين عملكرد، استفاده از مدل هاي رشد و نمو گياهان زراعي است. به هر حال، اگرچه پيشرفت هاي زيادي در توسعه اين مدل ها صورت گرفته است، اما واسنجي و اعتبارسنجي آنها در مقياس هاي زراعي بزرگ مستلزم برداشت نمونه هاي فراوان و عمليات ميداني زيادي است. به همين دليل، استفاده از تصاوير ماهواره اي و فناوري سنجش از دور براي اين منظور مورد توجه پژوهش گران قرار گرفته است. هدف از انجام اين پژوهش، ارزيابي امكان استفاده از مدل VSM و تصاوير ماهواره اي براي تخمين عملكرد برنج در استان گيلان بود. بدين منظور، نخست تصاوير ماهواره اي موديس و لندست-8 استخراج شد. تعداد 20 مزرعه به عنوان نمونه انتخاب و اطلاعات مورد نياز از جمله عملكرد واقعي و اندازه گيري هاي ميداني در مزارع منتخب به دست آمد. سپس با استفاده از نقاط نمونه برداري شده و با كمك نرم افزار Arc GIS10.2 و با استفاده از روش درون يابي به كل مزارع منطقه تعميم داده شد. آنگاه با استفاده از داده هاي ماهواره اي ياد شده و مدل VSM مقدار عملكرد دانه برنج براي كل منطقه مورد مطالعه برآورد شد. براي صحت سنجي مدل، مقادير عملكرد واقعي برنج با مقادير عملكرد برآورد شده توسط مدل مقايسه شد كه داراي رابطه اي خطي با همبستگي بالاي 80 درصد و ضريب تبيين حدود 65 درصد بود. نتايح به دست آمده از مدل نشان داد كه اين مدل از توانايي مناسبي براي شبيه سازي عملكرد برنج برخوردار است، به طوري كه ارتباط قوي (بيش از 80 درصد) و معني داري بين پارامتر هاي استفاده شده در مدل و عملكرد محصول برنج وجود داشت. بنابراين، به نظر مي رسد كه تصاوير ماهواره اي، قابليت مناسبي براي برآورد عملكرد محصول برنج به عنوان ورودي مدل VSM دارند. نتايج اين تحقيق نشان داد كه امكان برآورد محصول برنج براي منطقه مورد نظر طي سال هاي آينده با استفاده از اين مدل بومي شده و داده هاي ماهواره اي واسنجي شده فراهم است و احتمالاً ديگر نيازي به انجام عمليات ميداني گسترده و صرفه هزينه زياد نمي باشد.

Estimating crop yield before harvesting is necessary for any agricultural management scheme. Accurate prediction of crop yield, indeed, reveals the impact of different agricultural inputs on the final yield. One of the new methods for such prediction is the use of so-called growth models. In spite of considerable progresses made for developing these models, their calibration and validation in large scales needs plenty of direct field inspections and sampling. For this reason, the use of satellite images and remote sensing tool is recently considered by different investigators. The objective of this study was to evaluate the possibility of using VSM model and satellite images for prediction of rice yield in Guilan province. Consequently, the MODIS and Landsat-8 satellite images were first obtained. A number of 20 rice farms were selected and the required samples and information including the grain yield were collected from these fields. By using the information of sampling points, the data were then extended to the entire study area by means of interpolation, using ArcGIS10.2 software. The grain rice yield was estimated using the satellite images and VSM model. To evaluate the performance of model, the actual crop yield was compared with those estimated by VSM model that has linear relation with high correlation (>80%) and coefficient of determination of 65%. The obtained results indicated a reasonable prediction of rice yield by VSM model. Furthermore, a strong (>80%) and significant relationship was obtained between the incorporated input parameters and the actual crop yield and satellite imagery has the suitable potential to estimate rice yield as input of VSM model. Considering the obtained results, it is possible to predict rice yield with this model and by calibratinge the satellite data in the studied area the yield for next years can be easily estimated. Consequently, there is no need for large field inspections as well as for spending the related extra costs.