بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)

سابقه و هدف: میزان فرسایش در استان گلستان به‌علت موقعیت جغرافیایی، اقلیمی و تخریب منابع دارای نرخ بالایی می‌باشد. یکی از اولویت‌ها در جلوگیری از پدیده مخرب فرسایش، تعیین یک روش مناسب جهت اندازه‌گیری میزان فرسایش‌پذیری خاک‌هاست. یکی از مهمترین روش‌های محاسبه فرسایش خاک، معادله ویشمایر و اسمیت (١٩٧٨)...

Full description

Saved in:
Bibliographic Details
Main Authors: محترم جنت علیپور, فرشاد کیانی, کامبیز علیپور
Format: Article
Language:fas
Published: Gorgan University of Agricultural Sciences and Natural Resources 2016-04-01
Series:پژوهش‌های حفاظت آب و خاک
Subjects:
Online Access:https://jwsc.gau.ac.ir/article_3036_8edef9ef2f405c053def6c8709b6a73f.pdf
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1846142947070836736
author محترم جنت علیپور
فرشاد کیانی
کامبیز علیپور
author_facet محترم جنت علیپور
فرشاد کیانی
کامبیز علیپور
author_sort محترم جنت علیپور
collection DOAJ
description سابقه و هدف: میزان فرسایش در استان گلستان به‌علت موقعیت جغرافیایی، اقلیمی و تخریب منابع دارای نرخ بالایی می‌باشد. یکی از اولویت‌ها در جلوگیری از پدیده مخرب فرسایش، تعیین یک روش مناسب جهت اندازه‌گیری میزان فرسایش‌پذیری خاک‌هاست. یکی از مهمترین روش‌های محاسبه فرسایش خاک، معادله ویشمایر و اسمیت (١٩٧٨) است که به فرمول جهانی فرسایش خاک معروف می‌باشد. در این معادله مدیریت پوشش گیاهی(C) یکی از عوامل شش‌گانه موثر در فرسایش است که اندازه‌گیری آن به‌سادگی امکان‌پذیر نمی‌باشد. یکی از روش‌های پرکاربرد جهت برآورد این شاخص، استفاده از تصاویر ماهواره‌ای می‌باشد. محققان روشهای زیادی را برای ارزیابی فاکتور مدیریت پوشش گیاهی با استفاده از NDVI برای ارزیابی هدر رفت خاک به روش USLE ارائه دادند (لین و همکاران ، ؛ 1999؛ دی‌جونگ ، 2002). این روشها از مدل رگرسیونی برای ایجاد آنالیز همبستگی بین مقدار فاکتور C اندازه‌گیری شده در مزرعه استفاده می‌کند. لذا در این تحقیق تلاش شد شاخص‌های مربوطه از تصاویر ماهواره‌ای در زمان‌های مختلف رشد محصول زراعی عمده استان استخراج و ارتباط آن با میزان فرسایش واقعی بدست آمده در مزرعه بدست آید.مواد و روشها: برآورد عامل C، در 6 زمان متوالی به‌کمک شبیه‌ساز باران در دو شدت بارش 32 و 105 میلی‌متر بر ساعت، در زمان تداوم 20 دقیقه اندازه‌گیری شد. عامل مدیریت پوشش گیاهی به روش CSERL نیز محاسبه و شاخص‌های گیاهی NDVI و SAVI با استفاده از تصاویر ماهواره لندست 8 مربوط به 6 زمان موردنظر به‌کمک نرم‌افزارERDAS IMAGIN 2011 بدست آمد. سپس ارتباط رگرسیونی بین فاکتور CSERL و شاخص‌های گیاهی NDVI و SAVI با استفاده از نرم‌افزار Excel بدست آمد و ضریب تبیین تعدیل شده، ضریب تبیین رگرسیون و همبستگی بدست آمده توسط نرم‌افزار SAS بعنوان شاخص ارزیابی مورد استفاده قرار گرفت. یافته‌ها: با توجه به نتایج، شاخص NDVI (76/0= R2) در مقایسه با شاخص SAVI (54/0= R2) به‌منظور پیش‌بینی فاکتور CSERL توسط تصاویر ماهواره‌ لندست 8 مناسب‌تر به‌نظر می‌رسد. شاخص‌های پوشش گیاهی به‌دست آمده توسط تصاویر ماهواره‌ای با عامل C به‌دست آمده از شدت بارش بالاتر ارتباط بیشتری داشت. همچنین با بررسی روند تغییرات فاکتور CSERL طی 6 زمان متوالی در تیمار با شدت بارش 105 میلی‌متر در ساعت در زمان تداوم 20 دقیقه مشاهده شد که این فاکتور در ماه دی و خرداد به ترتیب برابر با 16/0 و 03/0 شد.نتیجه‌گیری: در این تحقیق مشاهده شد که رابطه معنی‌داری بین عامل C و شاخص NDVI (76/0= R2) در سطح احتمال 99 درصد وجود دارد. بر اساس نتایج شاخص NDVI بهترین برآورد را با فاکتور CSERL در شدت بارش 105 میلی‌متر بر ساعت داشت و بنابراین به‌عنوان روشی با دقت مناسب پیشنهاد می‌گردد.
format Article
id doaj-art-af4b873ec3ae4d9089d0ce482a6b6356
institution Kabale University
issn 2322-2069
2322-2794
language fas
publishDate 2016-04-01
publisher Gorgan University of Agricultural Sciences and Natural Resources
record_format Article
series پژوهش‌های حفاظت آب و خاک
spelling doaj-art-af4b873ec3ae4d9089d0ce482a6b63562024-12-03T04:50:47ZfasGorgan University of Agricultural Sciences and Natural Resourcesپژوهش‌های حفاظت آب و خاک2322-20692322-27942016-04-0123130731110.22069/jwfst.2016.30363036بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)محترم جنت علیپور0فرشاد کیانی1کامبیز علیپور2دانشجوی دانشگاه علوم کشاورزی و منابع طبیعی گرگاناستادیار گروه علوم خاک- دانشگاه علوم کشاورزی و منابع طبیعی گرگانمعاونت آبخیزداری اداره منابع طبیعی استان گلستانسابقه و هدف: میزان فرسایش در استان گلستان به‌علت موقعیت جغرافیایی، اقلیمی و تخریب منابع دارای نرخ بالایی می‌باشد. یکی از اولویت‌ها در جلوگیری از پدیده مخرب فرسایش، تعیین یک روش مناسب جهت اندازه‌گیری میزان فرسایش‌پذیری خاک‌هاست. یکی از مهمترین روش‌های محاسبه فرسایش خاک، معادله ویشمایر و اسمیت (١٩٧٨) است که به فرمول جهانی فرسایش خاک معروف می‌باشد. در این معادله مدیریت پوشش گیاهی(C) یکی از عوامل شش‌گانه موثر در فرسایش است که اندازه‌گیری آن به‌سادگی امکان‌پذیر نمی‌باشد. یکی از روش‌های پرکاربرد جهت برآورد این شاخص، استفاده از تصاویر ماهواره‌ای می‌باشد. محققان روشهای زیادی را برای ارزیابی فاکتور مدیریت پوشش گیاهی با استفاده از NDVI برای ارزیابی هدر رفت خاک به روش USLE ارائه دادند (لین و همکاران ، ؛ 1999؛ دی‌جونگ ، 2002). این روشها از مدل رگرسیونی برای ایجاد آنالیز همبستگی بین مقدار فاکتور C اندازه‌گیری شده در مزرعه استفاده می‌کند. لذا در این تحقیق تلاش شد شاخص‌های مربوطه از تصاویر ماهواره‌ای در زمان‌های مختلف رشد محصول زراعی عمده استان استخراج و ارتباط آن با میزان فرسایش واقعی بدست آمده در مزرعه بدست آید.مواد و روشها: برآورد عامل C، در 6 زمان متوالی به‌کمک شبیه‌ساز باران در دو شدت بارش 32 و 105 میلی‌متر بر ساعت، در زمان تداوم 20 دقیقه اندازه‌گیری شد. عامل مدیریت پوشش گیاهی به روش CSERL نیز محاسبه و شاخص‌های گیاهی NDVI و SAVI با استفاده از تصاویر ماهواره لندست 8 مربوط به 6 زمان موردنظر به‌کمک نرم‌افزارERDAS IMAGIN 2011 بدست آمد. سپس ارتباط رگرسیونی بین فاکتور CSERL و شاخص‌های گیاهی NDVI و SAVI با استفاده از نرم‌افزار Excel بدست آمد و ضریب تبیین تعدیل شده، ضریب تبیین رگرسیون و همبستگی بدست آمده توسط نرم‌افزار SAS بعنوان شاخص ارزیابی مورد استفاده قرار گرفت. یافته‌ها: با توجه به نتایج، شاخص NDVI (76/0= R2) در مقایسه با شاخص SAVI (54/0= R2) به‌منظور پیش‌بینی فاکتور CSERL توسط تصاویر ماهواره‌ لندست 8 مناسب‌تر به‌نظر می‌رسد. شاخص‌های پوشش گیاهی به‌دست آمده توسط تصاویر ماهواره‌ای با عامل C به‌دست آمده از شدت بارش بالاتر ارتباط بیشتری داشت. همچنین با بررسی روند تغییرات فاکتور CSERL طی 6 زمان متوالی در تیمار با شدت بارش 105 میلی‌متر در ساعت در زمان تداوم 20 دقیقه مشاهده شد که این فاکتور در ماه دی و خرداد به ترتیب برابر با 16/0 و 03/0 شد.نتیجه‌گیری: در این تحقیق مشاهده شد که رابطه معنی‌داری بین عامل C و شاخص NDVI (76/0= R2) در سطح احتمال 99 درصد وجود دارد. بر اساس نتایج شاخص NDVI بهترین برآورد را با فاکتور CSERL در شدت بارش 105 میلی‌متر بر ساعت داشت و بنابراین به‌عنوان روشی با دقت مناسب پیشنهاد می‌گردد.https://jwsc.gau.ac.ir/article_3036_8edef9ef2f405c053def6c8709b6a73f.pdfعامل مدیریت پوشش گیاهیرسوبسنجش از دورndvisavi
spellingShingle محترم جنت علیپور
فرشاد کیانی
کامبیز علیپور
بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)
پژوهش‌های حفاظت آب و خاک
عامل مدیریت پوشش گیاهی
رسوب
سنجش از دور
ndvi
savi
title بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)
title_full بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)
title_fullStr بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)
title_full_unstemmed بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)
title_short بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)
title_sort بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی مطالعه موردی مزرعه گندم در حوضه توشن
topic عامل مدیریت پوشش گیاهی
رسوب
سنجش از دور
ndvi
savi
url https://jwsc.gau.ac.ir/article_3036_8edef9ef2f405c053def6c8709b6a73f.pdf
work_keys_str_mv AT mḥtrmjntʿlypwr brrsyạrtbạṭbynʿạmlmdyrytpwsẖsẖdrmʿạdlhjhạnyfrsạysẖbạsẖạkẖṣhạygyạhydrạrạḍysẖybdạrlsymṭạlʿhmwrdymzrʿhgndmdrḥwḍhtwsẖn
AT frsẖạdḵyạny brrsyạrtbạṭbynʿạmlmdyrytpwsẖsẖdrmʿạdlhjhạnyfrsạysẖbạsẖạkẖṣhạygyạhydrạrạḍysẖybdạrlsymṭạlʿhmwrdymzrʿhgndmdrḥwḍhtwsẖn
AT ḵạmbyzʿlypwr brrsyạrtbạṭbynʿạmlmdyrytpwsẖsẖdrmʿạdlhjhạnyfrsạysẖbạsẖạkẖṣhạygyạhydrạrạḍysẖybdạrlsymṭạlʿhmwrdymzrʿhgndmdrḥwḍhtwsẖn