CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

STUDY ON OASIS SOIL SALINIZATION IN XINJIANG BASED ON QUANTITATIVE REMOTE SENSING

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۱۳۷۸ | نظرات: ۰
سرفصل ارائه مقاله: Water and the environment
سال انتشار: ۱۳۸۸
کد COI مقاله: WATARID02_045
زبان مقاله: انگلیسی
حجم فایل: ۶۹۷.۵۲ کلیوبایت (فایل این مقاله در ۱۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله STUDY ON OASIS SOIL SALINIZATION IN XINJIANG BASED ON QUANTITATIVE REMOTE SENSING

Ding Jianli - College of Resources and Environmental Science, Xinjiang University ,Urumqi -bKey Laboratory of the Oasis Ecology Xinjiang University, Urumqi,830046,China
Ha xueping - College of Resources and Environmental Science, Xinjiang University ,Urumqi -bKey Laboratory of the Oasis Ecology Xinjiang University, Urumqi,830046,China
Fei Zhang - College of Resources and Environmental Science, Xinjiang University ,Urumqi -bKey Laboratory of the Oasis Ecology Xinjiang University, Urumqi,830046,China
T. TASHPOLAT - College of Resources and Environmental Science, Xinjiang University ,Urumqi -bKey Laboratory of the Oasis Ecology Xinjiang University, Urumqi,830046,China

چکیده مقاله:

Soil salinization is getting more and more attentions over the world for its adverse impact on the social economy, the environment, and the agricultural eco-system. The total area of salinized soil in Xinjiang reaches 8.476×106hm², accounting for 31.1% of the total cultivated land. It is, therefore, necessary and important to study soil salinization in arid region for solution to this problem. Remote sensing (RS) technology demonstrates a number of advantages in this field. But how to extract salinization information accurately from RS images is the basis of the study. In this paper a case study of Yutian County monitoring soil salinization by means of remote sensing, is carried out. Yutian County was selected for this study because of its importance as a significant site for agricultural development. Located in the south of the Keriya oasis, it has recently been exposed to severe soil salinization. Seven-spectrum-band Enhanced Thematic Mapper-plus(ETM+) images dated October 7, 2002 were used against the data of soil features obtained from field investigation and analysis of typical soil information, to extract Salinization Index (SI) and land surface albedo, which are very important biophysical parameters of land surface. In this paper the relationship between salinization index (SI) and albedo was analyzed quantitatively. Through xperimental and theoretical reasoning, the authors proposed a conception of SI-Albedo space and discussed its biophysical characteristic s. Analysis revealed that location could be used to improve the current strategies for salinization in the SI-Albedo space, and hence the strategies for salinization mapping, by defining measurements in this feature space. Therefore, the authors present a methodology to monitor severity of salinization. Field data, available data in the literature, and ancillary data were linked with land cover characteristics (salinization index, land surface albedo) derived from Landsat ETM+ multispectral images. An information extraction model, using the decision-tree classification method, was established and applied to classification of RS images. Results indicate that the classification based on SI-Albedo space has a higher classification accuracy than the one based on maximum likelihood. Its highest overall-accuracy is about 0.921 4% higher than the maximum likelihood. Although both techniques show some mix-class phenomena in the classification result, but the classification based on SI-Albedo space has less than the maximum likelihood, and thus a higher separability. Salinity soil distribution maps show that the soil salinization of this study area is relatively severe and varying in degree and type. The area is dominated with light salinization and moderate salinization. The former is distributed mainly in farmland, while the latter around the Bostan swamp. And based on the salinized soil map, the salinity soil early-warning line was derived for anticipating further soil degradation. Such contrasting and complementary behavior suggests a potential synergism between salinization index and land surface albedo for mapping and monitoring of a complex soil salinization environment such as Keriya oasis.

کلیدواژه‌ها:

Oasis; Soil salinization; Salinization index; Albedo; Quantitative remote sensing

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-WATARID02-WATARID02_045.html
کد COI مقاله: WATARID02_045

نحوه استناد به مقاله:

برای بار اول: (Jianli, Ding; Ha xueping; Fei Zhang & T. TASHPOLAT, ۱۳۸۸)
برای بار دوم به بعد: (Jianli; xueping; Zhang & TASHPOLAT, ۱۳۸۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.