Abstract:
شور شدن خاک به عنوان یکی از عوامل اصلی تخریب اراضی در مناطق خشک و نیمه خشک و یکی از عوامل بسیار مهم محدود کننده تولید فرآورده های کشاورزی اهمیت فراوان دارد. بنابراین در مدیریت طرح ها و پروژه های کشاورزی، محیط زیستی و همچنین اطمینان از وجود امنیت غذائی، ارزیابی و شناسایی شوری خاک ضروری به نظر می رسد. تهیه نقشه شوری خاک یکی از گام های اولیه در جهت شناسائی این اراضی خواهد بود که با توسعه فن آوری سنجش از دور استفاده از تصاویر ماهواره ای (داده های ماهواره ای) روشی بروز و کارآمد می باشد. در این پروژه، به منظور شناسایی و ارزیابی شوری خاک، تعداد ۶۵ نمونه در استان سمنان، بخش مرکزی سمنان، از افق شناسائی سطحی خاک (میانگین ۰-۱۵ سانتی متر) برداشت و به آزمایشگاه ارسال شد. سپس برای بررسی ارتباط بین هدایت الکتریکی و بازتاب های طیفی ماهواره، از تلفیق تصاویر ماهواره ای لندست ETM+ در تاریخ ۱۴ اکتبر ۲۰۰۸ و مدل های آماری استفاده شد و به کمک پاره ای از شاخصهای طیفی مانند شوری، پوشش گیاهی انتقال طیفی و مولفه های اصلی، اقدام به شناسائی و ارزیابی شوری شد. نتایج نشان داد که بین EC خاک با تصاویر ماهواره ای و چند شاخص مشتق شده از تصاویر، رابطه معنا داری وجود دارد. در بین این شاخص ها، باند ۷ ماهواره لندست ETM+ بیشترین همبستگی را (۷۵%) با هدایت الکتریکی خاک مشاهده ای داشته و می تواند در پیش بینی و برآورد آن استفاده شود. سپس روش های رگرسیونی مختلف برای برآورد شوری استفاده شد. پس از ارزیابی دقت روابطه آماری ارائه شده با استفاده از ۱۵ نقطه آزمون، روش گام به گام (Stepwise) با ضریب تبیین ۶۰% برای منطقه مورد مطالعه انتخاب گردید، که میزان آماره های RMSE و MBE برای این رابطه به ترتیب۲. ۸۳۳ و -. ۸۰۸ می باشد.
Soil salinization is one of the main factors of land degradation in arid and semi-arid regions and one of the most important factors limiting the production of agricultural products is of great importance. Therefore, evaluating and identifying soil salinity seems necessary in managing agricultural and environmental projects and projects, as well as ensuring food security. Soil salinity mapping is one of the first steps in identifying this land, which is an innovative and efficient way of developing remote sensing technology using satellite imagery. In this project, in order to identify and evaluate soil salinity, 65 samples were taken from Semnan central part of Semnan province, from the surface of soil identification (average 0-15 centimeters) and sent to the laboratory. Then, to investigate the relationship between electrical conductivity and spectral reflections of the satellite, ETM + satellite images were used on October 14, 2008 and statistical models were used and a number of spectral indices such as salinity, vegetation spectral transfer and main components were identified and evaluated for salinity . The results showed that there is a meaningful relationship between the EC soil with the images of the cells and some derivatives of the images. In these indices, the 7th ETM + band of the 9th satellite is more than ninth (75%) with the electrical power of the observed soil and can be used for prediction and estimation. Different regression methods were used to estimate salinity. After assessing the statistical significance of the presentations, using the 15 test points, the stepwise method with the 60% explanatory factor was chosen for the .study area, which is the rate of RMSE and MBE for this relationship is 2.833 and -808 respectively