طبقه بندی مهم ترین عوامل طیفی مستخرج از تصاویر لندست ۸ در تبیین کربن آلی خاک سطحی مراتع نیمه استپی با استفاده از تحلیل عامل اکتشافی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 267

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIRS-12-2_002

تاریخ نمایه سازی: 19 مرداد 1400

چکیده مقاله:

پیشینه و هدف کربن آلی خاک در اکوسیستم های مرتعی از کارکردهای متنوعی همچون افزایش حاصلخیزی خاک، کنترل فرسایش، افزایش نفوذپذیری آب در خاک و کاهش اثرات گازهای گلخانه ای برخوردار است. ازاین رو یک شاخص کلیدی در تعیین سلامت خاک محسوب می­شود که تمامی ویژگی­ های فیزیکی، شیمیایی و بیولوژیکی خاک را تحت تاثیر خود قرار می­دهد. وسعت زیاد مراتع کشور، استفاده از روش­های سنتی در برآورد کربن آلی خاک را با چالش جدی مواجه می ­کند. در چنین شرایطی استفاده از قابلیت­ های دورسنجی می­ تواند به عنوان گزینه­ ای مناسب برای پایش کربن آلی خاک مراتع کشور مطرح باشد. پژوهش حاضر باهدف تعیین مهم ترین عوامل طیفی تاثیرگذار بر کربن آلی در افق سطحی خاک در دو مرتع ییلاقی انجام شد. مواد و روش ­ها پژوهش حاضر در دو مرتع ییلاقی لزور و آساران انجام شد. مرتع لزور به مساحت ۸۱۵۰ هکتار و ارتفاع متوسط ۲۸۷۵ متر در محدوده طول­های شرقی ۵۲.۵۱۴ تا ۵۲.۶۹۴ درجه و عرض­ های شمالی ۳۵.۸۵۵ تا ۳۵.۹۳۴ درجه در استان تهران و مرتع آساران به مساحت ۵۶۴۲ هکتار و ارتفاع متوسط ۲۴۶۵ متر در محدوده طول­ های شرقی ۵۳.۲۶۵ تا ۵۳.۳۹۲ درجه و عرض­ های شمالی ۳۵.۸۰۴ تا ۳۵.۸۸۲ درجه در استان سمنان واقع شده است. در این تحقیق از اطلاعات سنجنده OLI ماهواره لندست ۸ استفاده شد. پس از انجام عملیات پیش­پردازش تصاویر ماهواره ­ای مناطق موردمطالعه، لایه­ های اطلاعاتی بازتابش بالای اتمسفر باندهای ۲ تا ۷ همراه با متغیرهای آلبیدوی سطح، شاخص رس، شاخص کربنات، شاخص اندازه ذرات، NDVI، شاخص­ های روشنایی، سبزینگی و رطوبت تبدیل تسلدکپ محاسبه شد. در هر یک از مناطق موردنظر، با استفاده از نقشه مدل رقومی ارتفاعی (DEM)، نقشه ­های شیب، جهت و طبقات ارتفاعی تهیه شد و از تلفیق سه لایه اخیر با یکدیگر، نقشه واحدهای همگن نمونه ­برداری حاصل گردید. نمونه­ برداری از خاک، با استفاده از روش نمونه­ برداری تصادفی طبقه بندی شده انجام شد. بدین صورت که، در هر یک از واحدهای همگن با توجه به سطح آن، به شیوه تصادفی، چند نمونه خاک از عمق صفر تا ۲۰ سانتی متری برداشت شد و میزان کربن آلی نمونه­ ها با استفاده از روش والکلی- بلاک اندازه­ گیری شد. نتایج و بحث نتایج این تحقیق نشان داد متغیرهای طیفی مقادیر بازتابش بالای اتمسفر باندهای ۲ تا ۷ همراه با متغیرهای آلبیدوی سطح، شاخص رس، NDVI، شاخص­ های روشنایی، سبزینگی و رطوبت تبدیل تسلدکپ، همبستگی معنی­داری با کربن آلی خاک دارند (۰.۰۱>p). همچنین نتایج تحلیل عاملی به روش تجزیه  مولفه­ های اصلی (PCA) با مقادیر ویژه بزرگ تر از یک نشان داد کل واریانس تجمعی تبیین­شده بوسیله ۱۲ متغیر مذکور، برابر۹۱.۷۴ درصد است که این میزان واریانس بوسیله دو عامل توضیح داده شد. عامل اول (رنگ خاک)، ۷۶.۶ درصد واریانس و عامل دوم (پوشش گیاهی و بافت خاک)، ۱۵.۱۴ درصد واریانس را تبیین کردند. نتیجه ­گیری نتایج این پژوهش موید وجود ارتباط معنی­دار کربن آلی خاک سطحی با عوامل طیفی مستخرج از داده ­های سنجنده OLI لندست ۸ در مراتع نیمه­ استپی موردمطالعه است. با توجه به وسعت زیاد مراتع ایران، استفاده از روش ­های سنتی در برآورد کربن آلی خاک به دلیل نیاز به صرف وقت و هزینه زیاد، امکان­پذیر نیست و در چنین شرایطی استفاده از قابلیت ­های دورسنجی می­ تواند به عنوان گزینه ­ای مناسب برای پایش کربن آلی خاک مراتع کشور مطرح باشد.

نویسندگان

سعیده ناطقی

استادیار پژوهشی، بخش تحقیقات مرتع، موسسه تحقیقات جنگل ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

رستم خلیفه زاده

دکتری علوم مرتع، بخش تحقیقات مرتع، موسسه تحقیقات جنگل ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

مهشید سوری

استادیار پژوهشی، بخش تحقیقات مرتع، موسسه تحقیقات جنگل ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

مرتضی خداقلی

دانشیار پژوهشی، بخش تحقیقات مرتع، موسسه تحقیقات جنگل ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

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 :
  • Abbas Nejad B, Khajedin SJ. ۲۰۱۴. Effect of urban reforestation ...
  • Arun M, Deepak K, Sananda K, Surajit M, Sandip M, ...
  • Baig MHA, Zhang L, Shuai T, Tong Q. ۲۰۱۴. Derivation ...
  • Bangroo SA, Najar GR, Ephraim A, Phuong NT. ۲۰۲۰. Application ...
  • Boettinger JL, Ramsey RD, Bodily JM, Cole NJ, Kienast-Brown S, ...
  • David JB, Keith DS, Markus GW, M, Thomas GR. ۲۰۰۶. ...
  • Emadi M, Taghizadeh-Mehrjardi R, Cherati A, Danesh M, Mosavi A, ...
  • Escadafal R, Michel-Claude G, Dominique C. ۱۹۸۹. Munsell soil color ...
  • Fathololoumi S, Vaezi A, Alavipanah SK, Ghorbani A. ۲۰۲۰. Modeling ...
  • Hartemink A, McSweeney K. ۲۰۱۴. Soil Carbon. Springer pub, ۵۰۶ ...
  • Howard MC. ۲۰۱۶. A review of exploratory factor analysis decisions ...
  • Jobbágy EG, Jackson RB. ۲۰۰۰. The vertical distribution of soil ...
  • Kasel S, Singh S, Sanders GJ, Bennett LT. ۲۰۱۱. Species-specific ...
  • Kopačková V, Jelének J, Koucká L, Fárová K, Pikl M. ...
  • Liang S, Chad JS, Andrew LR, Hongliang F, Mingzhen C, ...
  • Liu Q, Liu G, Huang C, Xie C. ۲۰۱۵. Comparison ...
  • Mahmoudi S, Hakimian M. ۲۰۰۶. Fundamentals of soil sciences. Tehran ...
  • Mahmoudzadeh H, Matinfar HR, Taghizadeh-Mehrjardi R, Kerry R. ۲۰۲۰. Spatial ...
  • McCoy RM. ۲۰۰۵. Field methods in remote sensing. Guilford Press. ...
  • Mohan S, Arumugam N. ۱۹۹۶. Relative importance of meteorological variables ...
  • Piccini C, Alessandro M, Rosa F. ۲۰۱۴. Estimation of soil ...
  • Santanu M, Bhowmik T, Mishra U, Paul N. ۲۰۲۰. Mapping ...
  • United States Geological Survey (USGS). ۲۰۱۶. Landsat ۸ (L۸) data ...
  • Wu C, Wu J, Luo Y, Zhang L, DeGloria SD. ...
  • Xiao J, Shen Y, Tateishi R, Bayaer W. ۲۰۰۶. Development ...
  • Zhang Y, Guo L, Chen Y, Shi T, Luo M, ...
  • Zhou T, Yajun G, Jie C, Mengmeng L, Dagmar H, ...
  • نمایش کامل مراجع