عنوان مقاله :
برآوردتغييرات سطح زيركشت گندم و سويا با استفاده از طبقهبندي تصاوير ماهوارهاي در غرب استان گلستان
پديد آورندگان :
علي زاده ، پريسا - گروه زراعت , علي زاده ، پريسا - گروه زراعت , كامكار ، بهنام دانشگاه علوم كشاورزي و منابع طبيعي گرگان , كامكار ، بهنام دانشگاه علوم كشاورزي و منابع طبيعي گرگان , شتايي ، شعبان دانشگاه علوم كشاورزي و منابع طبيعي گرگان , شتايي ، شعبان دانشگاه علوم كشاورزي و منابع طبيعي گرگان , كاظمي ، حسين دانشگاه علوم كشاورزي و منابع طبيعي گرگان , كاظمي ، حسين دانشگاه علوم كشاورزي و منابع طبيعي گرگان
كليدواژه :
سنجش از دور , طبقهبندي , شبكه عصبي مصنوعي , ماشينبردار پشتيبان
چكيده فارسي :
برآورد سطح زير كشت بر اساس شاخصهاي جنبي از جمله ميزان بذر، كود و سم تحويلشده به كشاورزان و همچنين برآوردهاي شركتهاي مشاور كنترل ميگردد كه كاري زمانبر و پرهزينه ميباشد. بنابراين اين مطالعه با هدف برآورد سطح زير كشت دو محصول گندم و سويا در طي سالهاي 2000 تا 2016 با استفاده از تصاوير ماهواره لندست انجام شد. بعد از پيش پردازش و پردازش هاي لازم، و تهيه نمونه هاي تعليمي مناسب از مزارع كشت سويا و گندم، طبقه بندي تصاوير با استفاده از دو روش طبقهبندي شبكه عصبي مصنوعي و ماشين بردار پشتيبان انجام شد و جهت طبقهبندي با هدف تفكيك اين دو محصول زراعي دادههاي واقعيت زميني، نقشه NDVI اراضي زراعي و شناسايي رفتار طيفي نقاط آموزشي گندم و سويا بكار برده شدند. نقشه هاي حاصل از طبقه بندي با استفاده از نقاط واقعيت زميني مورد ارزيابي صحت قرار گرفتند. با توجه به نتايج بهدستآمده از بررسي ضـريب كاپـا و صـحت كلـي، روش ماشينبردار پشتيبان براي طبقهبندي اراضي كشاورزي و تفكيك محصولات نسبت به روش شبكه عصبي موفقتر بود و در همه تصاوير مقدار صحت كلي محاسبهشده و ضريب كاپا به ترتيب بيشتر از 80٪ و بيش از 8/0ميباشد كه اين نشاندهنده قابلاعتماد بودن نتايج طبقهبندياست. طبق نتايج، حدود 93 درصد از نقاط برآوردشده سطح زيركشت گندم و سويا در طي 16 سال مورد مطالعه در محدوده حدود اطمينان 15± درصد قرار دارند كه نشان ميدهد اين روش، روش مطمئني براي تفكيك اين دو محصول با استفاده از تصاوير ارديبهشتماه (براي گندم) و شهريورماه (براي سويا) ميباشد.
عنوان نشريه :
پژوهش هاي كاربردي زراعي
عنوان نشريه :
پژوهش هاي كاربردي زراعي