مقايسۀ چهار الگوريتم PLSR، RF، GRNN و SVR به‌منظور برآورد رطوبت غلاف نيشكر در طول دورۀ رشد با استفاده از تصاوير ماهوارۀ سنتينل-2

سابقه و هدف: رطوبت غلاف پارامتر مهمي در طول دورۀ رشد نيشكر است كه از منظر تنش آبي و مديريت آبياري مزرعه اهميت فراواني دارد. بااين‌حال اندازه‎گيري ميزان رطوبت محصول در گياهان به‌طور‌‌ سنتي از طريق به دست آوردن وزن ‌تر و وزن خشك و سپس محاسبه‌ ميزان رطوبت محصول تعيين شده است. اما اين روش وقت‌گير، هزينه‌بر و در مناطق وسيع غيرقابل اجراست. در سال‌هاي اخير، توسعه‌ سريع فنّاوري سنجش‌ازدور براي نظارت بر ميزان آب بافت گياه در مزارع گسترده به كار برده مي‌شود. داده‌هاي سنجش‌ازدور ظرفيت بالايي براي به‌روز كردن سيستم‌هاي پايش رشد محصول دارند. در اين راستا، مي‌‌توان از تصاوير ماهواره‌‌اي كه اطلاعات متنوعي در اختيار كاربران قرار مي‌‌دهند، بهره برد. هدف از اين پژوهش ارزيابي رطوبت غلاف برگ نيشكر با استفاده از تصاوير ماهواره‌اي و تهيه‌ نقشه‌هاي رطوبت براساس بهترين مدل است.مواد و روش‌ها: مزارع نيشكر كه بزرگ‌ترين مزارع خوزستان هستند، بيش از 84000 هكتار مساحت دارند. حدوداً 9670 هكتار از مزارع تحت كشت متعلق به كشت و صنعت اميركبير است كه اين پژوهش در آن اجرا شد. منطقه‌ مورد مطالعه در عرض جغرافيايي 31 درجه و 00 دقيقه و 20 ثانيه‌ شمالي و طول جغرافيايي 48 درجه و 15 دقيقه و 22 ثانيه‌ شرقي قرار گرفته است. براي پژوهش حاضر، 18 مزرعه از واريته‌ CP69-1062 نيشكر انتخاب شد كه از هر مزرعه 5 نقطه برگزيده و مختصات نقاط با دستگاه GPS ثبت شد، لذا اين پژوهش از تير تا شهريور ماه اجرا شد. براي اين منظور، تلاش شد كه داده‌برداري زميني هم‌زمان با تصويربرداري ماهواره‌ سنتينل-2 از منطقه‌ مورد نظر صورت گيرد. سپس رطوبت غلاف هر نمونه در آزمايشگاه اندازه‌گيري شد. براي هر تصوير شاخص‌ها و باندهاي طيفي با نرم‌افزار QGIS محاسبه و خروجي به‌صورت فايل اكسل و TIF ذخيره شد. در اين پژوهش از شاخص‌هاي NDWI، NDII، SRWI، SIWSI، Clgreen و GVMI و باندهاي حاصل از تصاوير ماهواره‌اي سنتينل-2 براي برآورد و پايش وضعيت رطوبت غلاف برگ نيشكر استفاده شد. در گام بعدي، از تحليل VIF به‌منظور بررسي هم‌خطي بين شاخص‌ها و باندها استفاده شد. در نهايت شاخص‌‌هاي NDVI، EVI، SRWI، Clgreen و تك‌باندهاي B2، B3، B4، B5، B6، B11 و B12 به‌عنوان ورودي به چهار مدل‎‌ GRNN، RF، SVR و PLSR وارد شدند. شايان ذكر است كه الگوريتم بيز به‌منظور بهينه‌سازي پارامترهاي مدل استفاده شد.نتايج و بحث: نتايج نشان داد كه مدل SVR در مقايسه با ساير مدل‌ها توانايي بالاتري در تخمين رطوبت غلاف برگ داشت. همچنين طبق تحليل حساسيت، پارامترهاي SRWI، Clgreen، NDVI، B5، B12، B11، B4، B3، EVI و B2 به‌ترتيب به‌عنوان پارامترهاي مؤثر در فرايند مدل‌سازي رطوبت انتخاب شدند. در مرحله‌ نهايي رطوبت غلاف برگ به‌ترتيب مقدار از كم تا زياد، به 5 كلاس تنش، زمان آبياري، رطوبت كم، رطوبت متوسط و رطوبت بالا طبقه‌بندي شد. با توجه به نتايج نقشه‌هاي رطوبتي و با توجه به برنامه‌ زمان‌بندي آبياري مربوط به هر تاريخ، مي‌توان نتيجه گرفت خروجي حاصل تركيبي از شاخص‌ها و باندهاي B2، B3، B4، B5، B6، B11، B12، NDVI، EVI، SRWI و Clgreen عملكرد بهتري در تهيه‌ نقشه‌هاي آبياري داشتند. اين روش با هدف ارزيابي پتانسيل شاخص‌هاي طيفي S2 MSI براي برآورد رطوبت غلاف برگ در مرحله‌ رشد نيشكر به كار گرفته شد.نتيجه‌گيري: طبق تحليل حساسيت، پارامتر SRWI به‌عنوان مؤثرترين شاخص در فرايند مدل‌سازي قرار گرفت. بنابراين مي‌توان نتيجه گرفت كه در ميان ورودي‌هاي داده‌شده به مدل، تركيبي از شاخص‌ها و باندهاي NDVI، EVI، SRWI، Clgreen، B2، B3، B5، B4، B11و B12 تخمين بهتري از رطوبت غلاف نيشكر به دست مي‌‌دهند. اين پژوهش در پي بهبود روش‌هاي نظارت بر رطوبت غلاف نيشكر در مزارع وسيع است.