پيش‌بيني عملكرد يونجه توسط برخي شاخص‌هاي پوشش گياهي و متغيرهاي محيطي در خراسان جنوبي (مطالعه موردي شهرستان سرايان)

Alfalfa yield prediction by some vegetative indices and environmental variables in Southern Khorasan:Case study of Sarayan

اين پژوهش با هدف ارزيابي پيش­بيني عملكرد علوفه يونجه، بر پايه برخي پارامترهاي اقليمي، خاكي و شاخص­هاي پوشش گياهي (PVI)، حاصل از سنجنده Sentinel-2 مربوط به شهرستان سرايان در تيرماه 1397 انجام شد. داده­هاي زميني عملكرد يونجه از 52 نقطه (شامل 10 نقاط آزمايشي) جمع­آوري شدند. سپس جهت پيش­بيني عملكرد يونجه طي دو برداشت متوالي، از رگرسيون خطي چند متغيره به­روش گام به گام استفاده شد. نتايج پژوهش نشان داد كه نقشه عملكرد يونجه طي هر دو چين، با مؤلفه­هاي ميانگين بارندگي، كلاس خاك و شاخص PVI در سطح احتمال يك درصد ارتباط معني­داري داشت. نتايج حاصل از اعتبار سنجي مدل، مقادير R2، RMSE و GMER را به ترتيب معادل 82/0، 88/0 و 91/0نشان داد كه بيانگر انطباق بالاي مدل تخميني عملكرد با عملكرد واقعي يونجه بود. همچنين نتايج آزمون كاي اسكوئر (P= 0.99)، عدم تفاوت معني­دار بين مقادير واقعي و تخميني عملكرد يونجه طي دو چين را نشان داد. بنابراين، به‌دليل اعتبار بالاي داده­هاي مشاهداتي زميني و داده­هاي اقليمي در منطقه جهت ارائه الگوي بهره­برداري مناسب گياهان علوفه اي، مي توان از اين متغيير ها استفاده نمود. كليدواژه‌ها

This study was conducted to predict alfalfa forage yield based on some climatic, soil and vegetative indices (PVI) derived from Sentinel-2 sensor in Sarayan (Southern Khorasan) of Iran in July 2018. Alfalfa yield data were collected from 52 points (10 of those experimental points) in two consecutive harvests to predict alfalfa performance, a stepwise multivariate linear regression was used. Results showed that the alfalfa performance map, in both consecutive harvests, with the mean of rainfall, PVI index and soil class was significant at 1% probability level. Validation showed that R2, RMSE and GMER were 0.82, 0.88 and 0.91, respectively, indicating the high compliance of the estimated performance model with the actual yield of alfalfa. Also, the results of chi-square test (P = 0.99) showed non-significant difference between actual values and estimated hay yield during two harvests. Therefore, due to the high reliability of terrestrial observations and climatic data in the region, these variables can be used to provide proper utilization pattern for forage plants.