تعداد نشریات | 418 |
تعداد شمارهها | 9,985 |
تعداد مقالات | 83,469 |
تعداد مشاهده مقاله | 76,606,926 |
تعداد دریافت فایل اصل مقاله | 53,719,438 |
ارزیابی شوری خاک در شرق اصفهان بر پایه دادههای سنجنده OLI و تجزیه و تحلیل عوارض توپوگرافی | ||
سنجشازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی | ||
مقاله 3، دوره 8، شماره 1 - شماره پیاپی 26، خرداد 1396، صفحه 36-51 اصل مقاله (1.17 M) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
خلیل حبشی* 1؛ حمیدرضا کریم زاده2؛ سعید پورمنافی2 | ||
1دانشآموخته کارشناسی ارشد بیابانزدایی، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان | ||
2استادیار دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان | ||
چکیده | ||
تحقیق حاضر با هدف بهبود دقت ارزیابی شوری خاک با استفاده از تصویر ماهوارهای 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 نمونهبرداری تصادفی از 29 سایت نمونه برداری از عمق 30-0 سانتیمتر در نیمه دوم اردیبهشت 1394 جمعآوری شد. شاخصهای طیفی مانند باندهای سنجنده OLI، شاخص های شوری 1SI، 2SI و 3SI، شاخصهای خاک SBI و SCI، شاخصهای پوشش گیاهی NDVI و RVI با انجام پردازشها 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 معنیداری بین EC نمونههای خاک سطحی، ارتفاع از سطح دریا و باند 4 وجود دارد (68/0=2R). نقشه شوری بهدستآمده از مدل رگرسیونی نشان میدهد که میزان شوری در منطقه بسیار بالاست بهطوریکه بیش از 70 درصد از مساحت منطقه دارای غلظت نمک بیش از 60 دسیزیمنس 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 دسیزیمنس بر متر شوری خاک را برآورد کند. بر اساس نتایج پژوهش، نتیجه گیری میشود 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. | ||
کلیدواژهها | ||
سنجش از دور؛ لندست؛ توپوگرافی؛ شاخص شوری؛ اصفهان | ||
مراجع | ||
1. ابراهیمی خوسفی، ز.، س. ر. فلاح شمسی، م. کمپانی زارع، م. ابراهیمی خوسفی، م. ر. اختصاصی و س. ز. حسینی. 1389. برآورد مؤلفههای شوری خاک، با استفاده از تبدیل طیفی تصاویر ETM+ و ASTER به رادیانس و بازتابش سطحی (مطالعه موردی: پلایای کویر ابرکوه، یزد). سنجش از دور و GIS ایران، 2(1): 23-36. 2. اخضری، د. و ا. اسدی میآبادی. 1395. تهیه نقشه شوری خاک با استفاده از تحلیل طیفی دادههای سنجنده OLI و دادههای میدانی (مطالعه موردی: جنوب دشت ملایر). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7(2) :87-100. 3. امینی، ا. 1389. سد زایندهرود و آثار آن بر کشاورزی حوضة زایندهرود از منظر حقآبهداران. اولین همایش ناگفتههای سدسازی. دانشگاه صنعتی اصفهان، بیست و نهم اردیبهشت ماه. 4. حبشی، خ. 1394. ارزیابی بیابانزایی شرق اصفهان با استفاده از مدل مدالوس و منطق فازی. پایاننامه کارشناسی ارشد. دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان. 153 صفحه. 5. حسنوندی، ن.، ا. لندی، ح. ر. متینفر و م. ح. طاهرزاده. 1393. تهیه نقشه شوری سطحی خاک با استفاده از دادههای رقومی ماهواره لندست ETM+ در منطقهای در جنوب اهواز. مهندسی زراعی، 37(1): 23-34. 6. خنامانی، ع.، ر. جعفری، ح. سنگونی و ع. شهبازی. 1390. ارزیابی وضعیت خاک با استفاده از فنآوری سنجش از دور و سیستم اطلاعات جغرافیایی (مطالعه موردی: دشت سگزی اصفهان). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 2(3): 25-37. 7. خواجهالدین، س. ج. 1385. روند بیابانزایی در ایران. جنگل و مرتع، 74: 42-45. 8. دشتکیان، ک.، م. پاکپرور و ج. عبداللهی. 1387. بررسی روشهای تهیه نقشه شوری خاک با استفاده از دادههای ماهوارهای لندست در منطقه مروست. تحقیقات مرتع و بیابان ایران، 15(2): 139-157. 9. فتاحی، م. م. 1390. کاربرد سنجش از دور و GIS در ارزیابی و طبقهبندی شوریزایی به روش FAO-UNEP (مطالعه موردی: حوضه آبخیز قمرود). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 2(2): 111-122. 10. گیوئی اشرف، ز.، م. ع. حکیمزاده، م. زارع، ز. ابراهیمی خوسفی و ک. دشتکیان. 1393. پایش شوری خاک با استفاده از دادههای سنجندة ASTER برای ارزیابی بیابانزایی در دشت مروست استان یزد. مرتع و آبخیزداری، 67(4): 603-616. 11. محمودی، ف.، ر. جعفری، ح. ر. کریمزاده و ن. رمضانی. 1394. پهنهبندی شوری خاکهای منطقه جنوب شرق استان اصفهان با استفاده از دادههای زمینی و سنجنده TM ماهوارهای. علوم آب و خاک، 19(1): 31-45. 12. مصباحزاده، ط.، ح. احمدی، ف. سرمدیان، م. جعفری، ح. آذرنیوند، م. زارع چاهوکی و م. رستمی. 1393. تهیة نقشة شوری خاک سطحی با استفاده از تصاویر ماهوارهای لندست (مطالعة موردی: بوئینزهرا). مرتع و آبخیزداری، 67(4): 631-640. 13. Allbed A, Kumar L. 2013. Soil salinity mapping and monitoring in arid and semi-arid regions using remote sensing technology: a review. Advances in Remote Sensing, 2: 373-385.
14. Amiraslani F, Dragovich D. 2011. Combating desertification in Iran over the last 50 years: an overview of changing approaches. Journal of Environmental Management, 92(1): 1-13.
15. Boettinger J, Ramsey R, Bodily J, Cole N, Kienast-Brown S, Nield S, Saunders A, Stum A. 2008. Landsat spectral data for digital soil mapping. In: Digital soil mapping with limited data. Springer, pp 193-202.
16. Ding J, Yu D. 2014. Monitoring and evaluating spatial variability of soil salinity in dry and wet seasons in the Werigan–Kuqa Oasis, China, using remote sensing and electromagnetic induction instruments. Geoderma, 235: 316-322.
17. Douaoui A, Lepinard P. 2010. Remote sensing and soil salinity: Mapping of soil salinity in the Algerian plain (Lower-Cheliff). Geomatics Expert, 76: 36-41.
18. Douaoui A, Nicolas H, Walter C. 2006. Detecting salinity hazards within a semiarid context by means of combining soil and remote-sensing data. Geoderma, 134(1): 217-230
19. Eldeiry AA, Garcia LA, Reich RM. 2008. Soil salinity sampling strategy using spatial modeling techniques, remote sensing, and field data. Journal of Irrigation and Drainage Engineering, 134(6): 768-777.
20. Elhag M. 2016. Evaluation of different soil salinity mapping using remote sensing techniques in arid ecosystems, Saudi Arabia. Journal of Sensors, 2016: 1-8.
21. Fernandez-Buces N, Siebe C, Cram S, Palacio J. 2006. Mapping soil salinity using a combined spectral response index for bare soil and vegetation: A case study in the former lake Texcoco, Mexico. Journal of Arid Environments, 65(4): 644-667.
22. Gorji T, Sertel E, Tanik A. 2017. Monitoring soil salinity via remote sensing technology under data scarce conditions: A case study from Turkey. Ecological Indicators, 74: 384-391.
23. Hillel D. 2000. Salinity management for sustainable irrigation: integrating science, environment, and economics. World Bank Publications. 102 pp.
24. Huete A, Liu H, De Lira G, Batchily K, Escadafal R. 1994. A soil color index to adjust for soil and litter noise in vegetation index imagery of arid regions. Geoscience and Remote Sensing Symposium, Pasadena, CA, USA, USA, 8-12 August.
25. Khan NM, Rastoskuev VV, Shalina EV, Sato Y. 2001. Mapping salt-affected soils using remote sensing indicators—a simple approach with the use of GIS IDRISI, 22nd Asian Conference on Remote Sensing. Singapore, 5-9 November.
26. Lesch S, Corwin D, Robinson D. 2005. Apparent soil electrical conductivity mapping as an agricultural management tool in arid zone soils. Computers and Electronics in Agriculture, 46(1): 351-378.
27. Maniere R, Bassisty E, Celles J C, 1993. The use of spatial remote sensing for land use mapping in arid Mediterranean zones: Case of Ain Oussara (Algeria), Orstome Handbooks: Series of Pedology, 67-80.
28. Mehrjardi RT, Mahmoodi S, Taze M, Sahebjalal E. 2008. Accuracy assessment of soil salinity map in Yazd-Ardakan Plain, Central Iran, based on Landsat ETM+ imagery. American-Eurasian Journal of Agricultural & Environmental Sciences, 3: 708-712.
29. Nield S, Boettinger J, Ramsey R. 2007. Digitally mapping gypsic and natric soil areas using Landsat ETM data. Soil Science Society of America Journal, 71(1): 245-252.
30. Rouse JW, Haas RH, Schell JA. 1974. Monitoring the vernal advancement of retrogradation (greenwave effect) of natural vegetation type III final report RSC 1978-4. Remote Sensing Center,Texas A&M University. College Station, Texas, USA: 1–93.
31. Scudiero E, Skaggs TH, Corwin DL. 2015. Regional-scale soil salinity assessment using Landsat ETM+ canopy reflectance. Remote Sensing of Environment, 169: 335-343.
32. Wang Y, Li Y, Xiao D. 2008. Catchment scale spatial variability of soil salt content in agricultural oasis, Northwest China. Environmental Geology, 56(2): 439-446.
33. Wang Y, Li Y. 2013. Land exploitation resulting in soil salinization in a desert–oasis ecotone. Catena, 100: 50-56.
34. Wu W, Mhaimeed A, Al-Shafie W, Ziadat F, Dhehibi B, Nangia V, De-Pauw E. 2014. Mapping soil salinity changes using remote sensing in Central Iraq. Geoderma Regional, 2: 21-31.
35. Xi C, JinFeng Y, Zhi C, GePing L, Qing S, WenQiang X. 2009. A spatial geostatistical analysis of impact of land use development on groundwater resources in the Sangong Oasis Region using remote sensing imagery and data. Journal of Arid Land, 1(1): 1-8.
36. Yahiaoui I, Douaoui A, Zhang Q, Ziane A. 2015. Soil salinity prediction in the Lower Cheliff plain (Algeria) based on remote sensing and topographic feature analysis. Journal of Arid Land, 7(6): 794-805. | ||
آمار تعداد مشاهده مقاله: 1,108 تعداد دریافت فایل اصل مقاله: 1,116 |