تحقیق حاضر با هدف بهبود دقت ارزیابی شوری خاک با استفاده از تصویر ماهواره ای لندست سنجنده OLI مربوط به تاریخ 5 خرداد 1394 و پارامترهای توپوگرافی در منطقه شرق اصفهان انجام شد. داده های زمینی با استفاده از روش نمونه برداری تصادفی از 29 سایت نمونه برداری از عمق 30-0 سانتی‌متر در نیمه دوم اردیبهشت 1394 جمع آوری شد. شاخص های طیفی مانند باندهای سنجنده OLI، شاخص های شوری 1SI، 2SI و 3SI، شاخص های خاک SBI و SCI، شاخص های پوشش گیاهی NDVI و RVI با انجام پردازش ها و محاسبات لازم از تصویر زمین مرجع شده به دست آمدند. عوارض توپوگرافی شامل درصد شیب، جهت شیب و ارتفاع از سطح دریا از مدل رقومی ارتفاع (DEM) منطقه استخراج شدند. سپس مدل برآورد شوری با استفاده از رگرسیون خطی به روش گام به گام تهیه شد. نتایج تجزیه و تحلیل رگرسیونی نشان داد که در سطح آماری 99 درصد همبستگی معنی داری بین EC نمونه های خاک سطحی، ارتفاع از سطح دریا و باند 4 وجود دارد (68/0=2R). نقشه شوری به‌دست‌آمده از مدل رگرسیونی نشان می دهد که میزان شوری در منطقه بسیار بالاست به‌طوری‌که بیش از 70 درصد از مساحت منطقه دارای غلظت نمک بیش از 60 دسی زیمنس بر متر است. در نهایت اعتبار مدل با استفاده از 20 درصد نمونه ها ارزیابی شد. نتایج نشان داد که مدل می تواند با RMSE برابر با 54/6 دسی زیمنس بر متر شوری خاک را برآورد کند. بر اساس نتایج پژوهش، نتیجه گیری می شود که استفاده از پارامتر ارتفاع از سطح دریا در کنار داده های ماهواره ای در مطالعات شوری خاک منطقه مطالعاتی سودمند بوده و سبب بهبود دقت ارزیابی می شود. پرونده مقاله

تغییرات کاربری اراضی و پوشش زمین به دلیل تأثیر بر اکوسیستم‌های طبیعی به یک نگرانی برای حافظان و مدیران منابع طبیعی تبدیل‌شده است. تحقیق حاضر باهدف پیش‌بینی تغییرات کاربری اراضی و پوشش زمین و همچنین بررسی ارتباط خشک‌سالی با این تغییرات در زیر حوزه پارسل 2B با مساحت 21100 هکتار با استفاده از مدل زنجیره‌ای مارکوف و شاخص استانداردشده بارش (SPI) انجام شد. به این منظور با استفاده از تصاویر پیش‌پردازش شده سنجنده‌های ETM +، TM و OLIبه ترتیب برای سال‌های 1365، 1380 و 1395، نقشه کاربری اراضی و پوشش زمین به روش طبقه‌بندی نظارت‌شده حداکثر احتمال تهیه شد. به‌منظور صحت سنجی مدل زنجیره‌ای مارکوف، نقشه کاربری اراضی و پوشش زمین برای سال 1395 پیش‌بینی و با نقشه کاربری مرجع 1395 مقایسه شد، پس از اطمینان از صحت نتایج پیش‌بینی برای سال 1395 اقدام به پیش‌بینی کاربری اراضی و پوشش زمین برای سال 1410 شد. نتایج تحقیق نشان‌دهنده داد که بین تغییرات کاربری اراضی و پوشش زمین با وضعیت خشک‌سالی ارتباط وجود دارد. بر اساس یافته‌های پیش‌بینی‌شده، برای سال 1410 کشاورزی دیم به میزان 6.95 درصد افزایش و اراضی مرتعی به میزان 6.66 درصد کاهش مساحت خواهند داشت. بنابراین در صورت وقوع خشک‌سالی و رها شدن اراضی کشاورزی دیم، فرسایش خاک افزایش خواهد یافت و همچنین فشار چرا بر مراتع باقی‌مانده سبب تخریب اراضی مرتعی خواهد شد. بنابراین اگر راهبرد فعلی استفاده از زمین با مدیریت فعلی ثابت باقی بماند تخریب اراضی در منطقه اجتناب‌ناپذیر خواهد بود. پرونده مقاله

برای رسیدن به امنیت آبی و غذایی پایش به‌هنگام، دقیق و با قابلیت تکرار پذیری سطوح زیر کشت لازم و ضروری است. در این راستا تحقیق حاضر با هدف ارزیابی قابلیت تلفیق تصاویر سنتینل1 و سنتینل2 جهت تفکیک سطوح زیر کشت گندم، کلزا، نخلستان‌ها و اراضی کشت تابستانه در منطقه شمال شرق اهواز انجام شد. برای رسیدن به هدف تحقیق، براساس داده‌های در دسترس سه گروه ترکیبات سری زمانی ایجاد شد. گروه اول شامل ترکیب سری زمانی سنتینل1و2 به همراه شاخص NDVI برای کل دوره مورد بررسی، گروه دوم ترکیبات سری زمانی سنتینل1 و2 براساس دوره اوج سبزینگی و گروه سوم ترکیبات از ترکیب تک تصاویر سنتینل1 و 2 در دوره اوج سبزینگی ایجاد شدند. سپس با استفاده از الگوریتم‌های یادگیری ماشین حداکثر احتمال و ماشین بردار پشتیبان اقدام به طبقه‌بندی تصاویر شد و نقشه‌های موضوعی سطوح زیر کشت به این ترتیب تهیه شد. درنهایت صحت نتایج بدست آمده با استفاده از شاخص‌های صحت کلی و ضریب کاپا ارزیابی شد. براساس نتایج بدست آمده مشخص شد که ترکیب سری زمانی تصاویر سنتینل1 و2 به‌همراه شاخصNDVI برای کل دوره مورد بررسی (ترکیب شماره 3) به روش ماشین بردار پشتیبان جهت استخراج سطوح زیر کشت منطقه مورد مطالعه دارای بالاترین دقت کلی و ضریب کاپا بوده که بترتیب 22/91 درصد و 89/0 می‌باشد. همچنین نتایج بدست آمده بیان‌گر این واقعیت بود که الگوریتم ماشین بردار پشتیبان برای ترکیبات سری زمانی بالاترین دقت کلی و ضریب کاپا را دارد و برای روش‌های تک تصویر الگوریتم حداکثر احتمال دارای بالاترین دقت کلی و ضریب کاپا می‌باشد. براساس یافته‌ها نتیجه‌گیری می‌شود که ترکیبات سری زمانی تصاویر سنتینل2 و الگویتم ماشین بردار پشتیبان جهت استخراج سطوح زیر کشت دارای صحت بالایی نسبت به روش تک تصویر هستند و تلفیق قطبش VH سنتینل1 به سری زمانی سنتینل2 سبب افزایش صحت به میزان 5 درصد می‌شود. پرونده مقاله