ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2

سنجش از دور و به‌کارگیری تصاویر ماهواره‌ها به‌علت سرعت کار و گستردگی سطح پوشش بسیار مورد توجه قرار گرفته است. کلزا به‌دلیل گل‌های زرد آن دارای رنگ پوشش گیاهی متفاوتی با سایر محصولات است و تحقیقات کمی در زمینه ارزیابی شاخص‌های طیفی به‌منظور پیش‌بینی عملکرد آن انجام گردیده است. در سال زراعی 96-95 با ه...

Full description

Bibliographic Details
Main Authors: نعیم لویمی, اسداله اکرم, نیکروز باقری, علی حاجی احمد
Format: Article
Language:English
Published: Ferdowsi University of Mashhad 2019-07-01
Series:Journal of Agricultural Machinery
Subjects:
Online Access:https://jame.um.ac.ir/article/view/80232
id doaj-ba9adea6bf7a4544981999467ffb8ebf
record_format Article
spelling doaj-ba9adea6bf7a4544981999467ffb8ebf2021-04-02T13:12:51ZengFerdowsi University of MashhadJournal of Agricultural Machinery2228-68292423-39432019-07-0144746410.22067/jam.v11i2.8023280232ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2نعیم لویمی0اسداله اکرم1نیکروز باقری2علی حاجی احمد3دانشگاه تهراندانشگاه تهرانموسسه تحقیقات فنی و مهندسی کشاورزیدانشگاه تهرانسنجش از دور و به‌کارگیری تصاویر ماهواره‌ها به‌علت سرعت کار و گستردگی سطح پوشش بسیار مورد توجه قرار گرفته است. کلزا به‌دلیل گل‌های زرد آن دارای رنگ پوشش گیاهی متفاوتی با سایر محصولات است و تحقیقات کمی در زمینه ارزیابی شاخص‌های طیفی به‌منظور پیش‌بینی عملکرد آن انجام گردیده است. در سال زراعی 96-95 با هدف پیش‌بینی عملکرد کلزا ده شاخص طیفی سنجنده سنتینل-2، مورد ارزیابی قرار گرفت. این تحقیق به شکل پیکسل‌مبنا در سه مزرعه انجام شد و محدوده شبکه‌ای پیکسل‌های مزارع با کمک سیستم موقعیت‌یابی جهانی سینماتیک زمان واقعی (RTKGPS) تعیین گردید. در این تحقیق مدل‌های رگرسیونی خطی ساده و چند متغیره و نیز شبکه عصبی به‌کار رفت. نتایج نشان داد براساس مدل رگرسیون خطی ساده، بین مراحل مختلف رشد، بیشترین ضریب تبیین (R2) در هر یک از شاخص‌های گیاهی در یکی از دو مرحله اوج گل‌دهی و رسیدگی سبز رخ می‌دهد. براساس این مدل، در مرحله اوج گل‌دهی، شاخص تفاضل نرمال شده زردی (NDYI) با 73 درصد بیشترین ضریب تبیین را نسبت به سایر شاخص‌ها احراز کرد. با به‌کارگیری مدل رگرسیون خطی چند متغیره گام به گام با ورودی چهار باند، سه باند مرئی و باند مادون قرمز نزدیک، بهترین مدل در مرحله اوج گل‌دهی با ضریب تبیین 76 درصد و اعتبارسنجی 73 درصد با ریشه میانگین مربعات خطا (RMSE) به‌میزان 641/0 به‌دست آمد. همچنین با استفاده از مدل شبکه عصبی و ورود چهار باند مذکور نیز بهترین مدل در مرحله اوج گل‌دهی با ضریب تبیین 92 درصد (آموزش) و اعتبارسنجی (آزمون) 77 درصد با RMSE به‌میزان 612/0 احراز شد.https://jame.um.ac.ir/article/view/80232پیش‌بینی عملکردسنجش از دورسنجنده سنتینل-2شاخص گیاهیشاخص ndyi
collection DOAJ
language English
format Article
sources DOAJ
author نعیم لویمی
اسداله اکرم
نیکروز باقری
علی حاجی احمد
spellingShingle نعیم لویمی
اسداله اکرم
نیکروز باقری
علی حاجی احمد
ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2
Journal of Agricultural Machinery
پیش‌بینی عملکرد
سنجش از دور
سنجنده سنتینل-2
شاخص گیاهی
شاخص ndyi
author_facet نعیم لویمی
اسداله اکرم
نیکروز باقری
علی حاجی احمد
author_sort نعیم لویمی
title ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2
title_short ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2
title_full ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2
title_fullStr ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2
title_full_unstemmed ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2
title_sort ارزیابی چند شاخص طیفی برای برآورد عملکرد کلزا با استفاده از تصاویر سنجنده سنتینل-2
publisher Ferdowsi University of Mashhad
series Journal of Agricultural Machinery
issn 2228-6829
2423-3943
publishDate 2019-07-01
description سنجش از دور و به‌کارگیری تصاویر ماهواره‌ها به‌علت سرعت کار و گستردگی سطح پوشش بسیار مورد توجه قرار گرفته است. کلزا به‌دلیل گل‌های زرد آن دارای رنگ پوشش گیاهی متفاوتی با سایر محصولات است و تحقیقات کمی در زمینه ارزیابی شاخص‌های طیفی به‌منظور پیش‌بینی عملکرد آن انجام گردیده است. در سال زراعی 96-95 با هدف پیش‌بینی عملکرد کلزا ده شاخص طیفی سنجنده سنتینل-2، مورد ارزیابی قرار گرفت. این تحقیق به شکل پیکسل‌مبنا در سه مزرعه انجام شد و محدوده شبکه‌ای پیکسل‌های مزارع با کمک سیستم موقعیت‌یابی جهانی سینماتیک زمان واقعی (RTKGPS) تعیین گردید. در این تحقیق مدل‌های رگرسیونی خطی ساده و چند متغیره و نیز شبکه عصبی به‌کار رفت. نتایج نشان داد براساس مدل رگرسیون خطی ساده، بین مراحل مختلف رشد، بیشترین ضریب تبیین (R2) در هر یک از شاخص‌های گیاهی در یکی از دو مرحله اوج گل‌دهی و رسیدگی سبز رخ می‌دهد. براساس این مدل، در مرحله اوج گل‌دهی، شاخص تفاضل نرمال شده زردی (NDYI) با 73 درصد بیشترین ضریب تبیین را نسبت به سایر شاخص‌ها احراز کرد. با به‌کارگیری مدل رگرسیون خطی چند متغیره گام به گام با ورودی چهار باند، سه باند مرئی و باند مادون قرمز نزدیک، بهترین مدل در مرحله اوج گل‌دهی با ضریب تبیین 76 درصد و اعتبارسنجی 73 درصد با ریشه میانگین مربعات خطا (RMSE) به‌میزان 641/0 به‌دست آمد. همچنین با استفاده از مدل شبکه عصبی و ورود چهار باند مذکور نیز بهترین مدل در مرحله اوج گل‌دهی با ضریب تبیین 92 درصد (آموزش) و اعتبارسنجی (آزمون) 77 درصد با RMSE به‌میزان 612/0 احراز شد.
topic پیش‌بینی عملکرد
سنجش از دور
سنجنده سنتینل-2
شاخص گیاهی
شاخص ndyi
url https://jame.um.ac.ir/article/view/80232
work_keys_str_mv AT nʿymlwymy ạrzyạbycẖndsẖạkẖṣṭyfybrạybrậwrdʿmlḵrdḵlzạbạạstfạdhạztṣạwyrsnjndhsntynl2
AT ạsdạlhạḵrm ạrzyạbycẖndsẖạkẖṣṭyfybrạybrậwrdʿmlḵrdḵlzạbạạstfạdhạztṣạwyrsnjndhsntynl2
AT nyḵrwzbạqry ạrzyạbycẖndsẖạkẖṣṭyfybrạybrậwrdʿmlḵrdḵlzạbạạstfạdhạztṣạwyrsnjndhsntynl2
AT ʿlyḥạjyạḥmd ạrzyạbycẖndsẖạkẖṣṭyfybrạybrậwrdʿmlḵrdḵlzạbạạstfạdhạztṣạwyrsnjndhsntynl2
_version_ 1714718000259530752