01 خرداد 1403
مهدي رحمتي

مهدی رحمتی

مرتبه علمی: دانشیار
نشانی: گروه علوم و مهندسی خاک، دانشگاه مراغه، مراغه، ایران
تحصیلات: دکترای تخصصی / فیزیک و حفاظت خاک
تلفن:
دانشکده: دانشکده کشاورزی

مشخصات پژوهش

عنوان
کاربرد تصاویر ماهواره ای ETM+ برای دورسنجی بافت خاک در حوضه آبخیز لیقوان، شمالغرب ایران
نوع پژوهش مقاله چاپ شده
کلیدواژه‌ها
بافت خاک، تصاویر راداری، دورسنجی، ماهواره های غیرفعال، شبکه عصبی مصنوعی
سال 1395
مجله مجله پژوهش های حفاظت آب و خاک
شناسه DOI
پژوهشگران مهدی رحمتی

چکیده

سابقه و هدف: در سال های اخیر پژوهش های زیادی برای دورسنجی بافت خاک با استفاده از تصاویر راداری صورت گرفته است. در حالی که هیچ گزارشی از کاربرد تصاویر ماهواره های غیرفعال مجانی مثل ETM+ و MODIS در این راستا وجود ندارد. همچنین وجود پوشش گیاهی در سطح خاک موجب محدود کردن کاربرد تصاویر ماهواره ای در دورسنجی بافت خاک می گردد. لذا در این پژوهش تلاش شد تا ضمن ارزیابی قابلیت کاربرد تصاویر سنجنده ETM+ برای دورسنجی اجزای بافت خاک، اثرات وجود یا عدم وجود پوشش گیاهی در دورسنجی بافت خاک نیز مورد ارزیابی قرار گیرد. مواد و روش ها: برای نیل به هدف پژوهش، اجزای بافت خاک در 225 نقطه مختلف در داخل منطقه مورد مطالعه در دامنه شمالی کوه سهند واقع در طول های جغرافیایی 46 درجه و 22 دقیقه و 23 ثانیه تا 46 درجه و 28 دقیقه و 5 ثانیه و عرض های جغرافیایی 37 درجه و 43 دقیقه و 7 ثانیه تا 37 درجه و 50 دقیقه و 8 ثانیه اندازه گیری و تصاویر ETM+ مورد نیاز نیز جمع آوری گردید. روش های مختلفی از جمله روش تجربی، آماری و جعبه سیاه (شبکه عصبی مصنوعی) با استفاده از نرم افزارهای Excel، SPSS و Matlab برای ایجاد توابع مختلف جهت دورسنجی اجزای بافت خاک به کار گرفته شد. ارزیابی مدل های استفاده شده در این پژوهش با استفاده از معیارهای آماری جذر میانگین مربع خطاها (RMSE)، خطای ارزیابی (E) و ضریب تبیین (R2) مورد ارزیابی قرار گرفت. یافته ها: نتایج ارزیابی نشان داد که در صورت وجود پوشش گیاهی در سطح خاک، دقت پیش بینی ها کاهش یافته و به صفر میل می کند. این در حالی است که در اراضی لخت و بدون پوشش گیاهی، پیش-بینی ها از دقت کافی برخوردار بودند. نتایج نشان داد که اگر چه روش های تجربی و آماری از دقت بالایی (با R2های کمتر از 3/0) در دورسنجی اجزای بافت خاک در اراضی بدون پوشش گیاهی برخوردار نبودند ولی مدل جعبه سیاه شبکه های عصبی مصنوعی از دقت کافی برای دورسنجی اجزای بافت خاک (با R2های بالای 5/0) برخوردار بود. نتیجه گیری: نتایج پژوهش حاضر نشان داد که به کارگیری روش های آماری و رگرسیونی برای دورسنجی اجزای بافت خاک با استفاده از تصاویر سنجده ETM+ در داخل منطقه مورد مطالعه با چهار کاربری مختلف (مرتع ضعیف، اراضی دیم، اراضی فاریاب و خاک لخت) و حتی در اراضی لخت بدون پوشش گیاهی از دقت بسیار ضعیفی برخوردار بود. با این وجود نتایج به کارگیر