CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Assessment and Prediction of Soil Salinity Using Remote Sensing (Case Study: Bueinzahra

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۲۰۰ | نظرات: ۰
سال انتشار: ۱۳۹۱
کد COI مقاله: ICECS01_017
زبان مقاله: انگلیسی
حجم فایل: ۵۰۴.۳ کیلوبایت (فایل این مقاله در ۶ 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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Assessment and Prediction of Soil Salinity Using Remote Sensing (Case Study: Bueinzahra

t Mesbahzadeh - Ph.D student, Faculty of Natural resources, Tehran, Iran
h Ahmadi - Professor of Azad University, Tehran, Iran.
  f Sarmadian - Assistant Science, Faculty of Agricultural., University of Tehran, Iran.
  m Jafari - Professor, Faculty of Natural Resources, University of Tehran, Iran

چکیده مقاله:

Soil salinity is one of the great problems that affects the growth of crops. The rate of salinization is more than 2 million hectares a year in the worldwide. Remotely sensed data and GIS are the useful tools for mapping saline soils.The present study was performed in Bueinzahra area in Ghazvin province (21506 ha). 42 surface soil samples were collected and the surface electric conductivity (EC) of soil was calculated. TM data, that cover the area, were acquired in 2010 and geo referenced.With regards to factor analysis, two components selected. The first component including NDMI, BI, SI1, SI2, SI3 with the variance 47% and the second component including main bands with the variance 40%.The results of OLS analysis showed the first model is better, and had a stronger relationship to ECe (R2.adj of 0.6) and the model is EC1 = -12.078 + 60 NDMI - 1.99 BI+ 0.62 SI1 + 1.8 SI2 - 0.24 SI3. Eight soil samples for investigation of map accuracy were applied (20% samples).Moran‘s I of residuals was 0.02. The accuracy assessment of estimations using a validation set of 8 samples showed ME and RMSE of 0.08 and 2.53 dS/m respectively.

کلیدواژه‌ها:

images, Electrical conductivity, Soil salinity prediction

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:
https://www.civilica.com/Paper-ICECS01-ICECS01_017.html
کد COI مقاله: ICECS01_017

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Mesbahzadeh, t; h Ahmadi; f Sarmadian & m Jafari, ۱۳۹۱, Assessment and Prediction of Soil Salinity Using Remote Sensing (Case Study: Bueinzahra, اولین همایش بین المللی بحران های زیست محیطی ایران و راهکارهای بهبود آن, جزیره کیش, دانشگاه آزاد اسلامی واحد علوم و تحقیقات اهواز, https://www.civilica.com/Paper-ICECS01-ICECS01_017.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Mesbahzadeh, t; h Ahmadi; f Sarmadian & m Jafari, ۱۳۹۱)
برای بار دوم به بعد: (Mesbahzadeh; Ahmadi; Sarmadian & Jafari, ۱۳۹۱)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Hillel, D., 2000. Salinity management for sustainable irigation: integrating science, ...
  • Postel, S., 1999. Rillar of Sand: Can the Irrigation Miracle ...
  • De Dapper, M., R.Gossens and E. van Ranst. 1997. soil ...
  • Tajgardan, T., S.Shataee, and S.Ayoubi, 2007. Spatial prediction of soil ...
  • Metternicht, G. I and J.A. Zink. 2003. ...
  • Anح ۷. Menenti, M., A.Lorkeers, and M.Vissers, ۱۹۸۶. application of ...
  • Ghassemi, F., A. J. Jakeman and H. A. Nix, 1995. ...
  • Khorram, S., 1982. Remote sensing salinity in the Bay delta. ...
  • Monitoring of Soil Salinity in the Northern Nie Delta (Egypt). ...
  • Verma, K.S., R.K. Saxena, A.K.Barthwal, S.N. Deshmukh, 1994. -Rmote Sensing ...
  • Dwivedi, R.S., 1996. Monitoring of Salt Affected Soils of the ...
  • Envi ronmental Crisis and its Solutions 13-14 Feb 2013 Kish ...
  • It can be concluded tht Landsat Thematic Mapper (TM) data ...
  • Envi ronmental Crisis and its Solutions 13-14 Feb 2013 Kish ...
  • Scientific and Research Branch, Khouzestan, Islamic Azad University Principal Component ...
  • Page, A.L, R.H. Miller and D.R. Keeney, 1992. - Method ...
  • .06.Rivero, R. G., S. Grunwald, and G. L. Bruland, 2007. ...
  • Saleh, _ A.-H., 2009. -Rhote sensing of soil salinity in ...
  • .Tajgardan, T., S.Ayoubi, S.Shataee, K.L.Sahrawat, Surface Salinity Prediction Using ASTER ...
  • USSLS. (1969). Diagnosis and Improvement of Saline and Alkali Soils. ...
  • Verma, K.S., S.R., A.K. Barthwal, S.N. Deshmukh (1994). Remote sensing ...
  • 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.