یک مدل فیزیکی مقیاس پذیر مبتنی بر سنجش از دور در برآورد عملکرد محصول مزارع برنج

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 76

فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JSDE-4-1_006

تاریخ نمایه سازی: 30 مهر 1402

چکیده مقاله:

زمینه و هدف: گیاه برنج یکی از مهمترین محصولات استراتژیکی در کشور ایران محسوب می شود. از دیگر سو، کشاورزی طیف گسترده ای از امکانات و در عین حال مشکلات زیست محیطی را  ایجاد می کند. درنتیجه، تحقیقاتی که به تولید و توسعه پایدار در این حیطه کمک کنند، حائز اهمیت هستند. هدف اصلی از این پژوهش طراحی و توسعه مدل مقیاس پذیر عملکرد برنج مبتنی بر سنجش از دور و پردازش داده های ماهواره ای است.روش بررسی: در این مطالعه، از چندین تصویر مختلف، موجود در سامانه گوگل ارث انجین (Google Earth Engine) برای تخمین عملکرد برنج در مقیاس های مختلف زمانی (فصول رشد مختلف) و مکانی (وضوح ۳۰ متر تا مقیاس های منطقه ای) استفاده شد. سپس یک مدل کارایی استفاده از نور (LUE) مبتنی بر سنجش از دور را اجرا نموده و در آن تنش های محیطی غیرزنده را وارد نمودیم. این مدل فیزیکی در برابر داده های عملکرد اندازه گیری شده زمینی، در سال های زراعی ۱۳۹۵، ۱۳۹۶ و ۱۳۹۸ در ۶۹۱ مزرعه برنج در استان گیلان ارزیابی شد.یافته ها: نتایج، همبستگی مثبت و تطابق قابل توجهی بین مقادیر محاسباتی و مشاهداتی نشان داد، بطوریکه در سال های زراعی مورد مطالعه، میانگین ضریب همبستگی (R) و شاخص توافق (d) برابر با۵۵/۰ بدست آمد. میانگین RMSE برابر با ۵۰۰ کیلوگرم در هکتار، میانگین MAE برابر با ۴۴۰ کیلوگرم در هکتار، و میانگین NRMSE برابر با ۰.۱۲، حاکی از دقت مناسب مدل در برآورد عملکرد محصول در این مکان ها و سال هاست. مدل ارائه شده، تغییرپذیری مناسب مقادیر عملکرد را در مقیاس مزرعه نشان داد.بحث و نتیجه گیری: بهره گیری از سنجش از دور در محیط GEE به عنوان ابزاری مفید جهت تخمین عملکرد محصول در مقیاس های مختلف زمانی و مکانی، مورد تایید قرار گرفت. مدل حاضر می تواند در طیف وسیعی از کاربردها مانند مدیریت کشاورزی و بیمه محصولات کشاورزی مورد استفاده قرار گیرد.

نویسندگان

احسان آسمار

دانشجوی دکتری گروه سنجش از دور و GIS، دانشکده منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

محمد حسن وحید نیا

استادیار گروه سنجش از دور و GIS، دانشکده منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. (مسوول مکاتبات)

مجتبی رضایی

استادیار موسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران.

ابراهیم امیری

استاد گروه مهندسی آب، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، 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 :
  • Okhovat, M., and D. Vakili. "Rice (cultivation, keep, Harvest). Tehran ...
  • Khaki, S.;Wang, L. Crop yield prediction using deep neural networks. ...
  • Kross, A.; McNairn, H.; Lapen, D.; Sunohara, M.; Champagne, C. ...
  • Scharf, P.C.; Lory, J.A. Calibrating corn color from aerial photographs ...
  • Bastiaanssen,W.G.; Molden, D.J.; Makin, I.W. Remote sensing for irrigated agriculture: ...
  • Mahlein, A.K.; Oerke, E.-C.; Steiner, U.; Dehne, H.W. Recent advances ...
  • Lobell DB, Thau D, Seifert C, Engle E, Little B. ...
  • Lichtenberg E. Agriculture and the environment. Handbook of agricultural economics. ...
  • Khan, A.; Stöckle, C.O.; Nelson, R.L.; Peters, T.; Adam, J.C.; ...
  • Asseng, S.; Ewert, F.; Rosenzweig, C.; Jones, J.W.; Hatfield, J.L.; ...
  • Monteith, J. Solar radiation and productivity in tropical ecosystems. J. ...
  • Prince SD. A model of regional primary production for use ...
  • Goetz SJ, Prince SD. Modelling terrestrial carbon exchange and storage: ...
  • Heinsch FA, Reeves M, Votava P, Kang S, Milesi C, ...
  • Turner DP, Urbanski S, Bremer D, Wofsy SC, Meyers T, ...
  • Jones, C.A. CERES-Maize: A Simulation Model of Maize Growth and ...
  • Williams, J.R.; Jones, C.A.; Dyke, P.T. The EPIC model and ...
  • Jones, J.W.; Hoogenboom, G.; Porter, C.H.; Boote, K.J.; Batchelor, W.D.; ...
  • Daughtry, C.; Gallo, K.; Goward, S.; Prince, S.; Kustas, W. ...
  • Kumar, M. Remote Sensing of Crop Growth. In Plants and ...
  • Becker-Reshef I, Justice C, Sullivan M, Vermote E, Tucker C, ...
  • MacDonald RB, Hall FG. Global crop forecasting. Science. ۱۹۸۰ May ...
  • Boschetti, M.; Stroppiana, D.; Confalonieri, R.; Brivio, P.A.; Crema, A.; ...
  • Bastiaanssen, W.G.; Ali, S. A new crop yield forecasting model ...
  • Clevers JG. A simplified approach for yield prediction of sugar ...
  • Lobell DB, Ortiz‐Monasterio JI, Asner GP, Naylor RL, Falcon WP. ...
  • Moulin S, Bondeau A, Delecolle R. Combining agricultural crop models ...
  • Báez‐González AD, Chen PY, Tiscareño‐López M, Srinivasan R. Using satellite ...
  • Shanahan JF, Schepers JS, Francis DD, Varvel GE, Wilhelm WW, ...
  • Gallego J, Carfagna E, Baruth B. Accuracy, objectivity and efficiency ...
  • Field, C.B.; Randerson, J.T.; Malmström, C.M. Global net primary production: ...
  • De Oliveira Ferreira Silva, C.; Lilla Manzione, R.; Albuquerque Filho, ...
  • Casanova, D.; Epema, G.; Goudriaan, J. Monitoring rice reflectance at ...
  • Christensen, S.; Goudriaan, J. Deriving light interception and biomass from ...
  • Garcia, R.; Kanemasu, E.T.; Blad, B.L.; Bauer, A.; Hatfield, J.L.; ...
  • Rochette, P.; Desjardins, R.L.; Pattey, E.; Lessard, R. Crop net ...
  • Richards, R.; Townley-Smith, T. Variation in leaf area development and ...
  • Varlet-Grancher, C.B.; Bonhomme, R.; Chartier, M.; Artis, P. Efficience de ...
  • Das, D.; Mishra, K.; Kalra, N. Assessing growth and yield ...
  • Bueno CS, Lafarge T. Higher crop performance of rice hybrids ...
  • Calera, A.; González-Piqueras, J.; Melia, J. Monitoring barley and corn ...
  • Hatfield, J.; Asrar, G.; Kanemasu, E.T. Intercepted photosynthetically active radiation ...
  • Asrar, G.; Myneni, R.; Choudhury, B. Spatial heterogeneity in vegetation ...
  • Carlson, T.N.; Ripley, D.A. On the relation between NDVI, fractional ...
  • Gao, Z.; Xie, X.; Gao, W.; Chang, N.-B. Spatial analysis ...
  • McCree, K.J. Photosynthetically active radiation. In Physiological Plant Ecology I; ...
  • Duffie, J.A.; Beckman,W.A. Solar Engineering of Thermal Processes; John Willey ...
  • Fletcher, A.L.; Sinclair, T.R.; Allen, L.H., Jr. Transpiration responses to ...
  • Fuchs, M.; Stanghellini, C. The functional dependence of canopy conductance ...
  • Oren, R.; Sperry, J.; Katul, G.; Pataki, D.; Ewers, B.; ...
  • Rawson, H.; Begg, J.; Woodward, R. The effect of atmospheric ...
  • Yuan, W.; Zheng, Y.; Piao, S.; Ciais, P.; Lombardozzi, D.; ...
  • Buck AL. New equations for computing vapor pressure and enhancement ...
  • Stewart, J. Modelling surface conductance of pine forest. Agric. For. ...
  • Stewart, J. On the use of the Penrnan-Monteith equation for ...
  • Jarvis, P. The interpretation of the variations in leaf water ...
  • Maidment, D.R. Handbook of Hydrology; McGraw-Hill: New York, NY, USA, ...
  • Field CB, Randerson JT, Malmström CM. Global net primary production: ...
  • Bastiaanssen WG, Menenti M, Feddes RA, Holtslag AA. A remote ...
  • Allen RG, Pereira LS, Raes D, Smith M. Crop evapotranspiration-Guidelines ...
  • Allen R, Irmak A, Trezza R, Hendrickx JM, Bastiaanssen W, ...
  • Waters, R., Allen, R., Bastiaanssen, W., Tasumi, M. & Trezza, ...
  • Davatgar, N., et al. Detection and assessment of harmful environmental ...
  • Dong T, Liu J, Qian B, Jing Q, Croft H, ...
  • Hedayati A, Vahidnia MH, Behzadi S. Paddy lands detection using ...
  • Asmar E, Sadeghi Niaraki A, Abdeh Kolahchi A, Rezaei M. ...
  • نمایش کامل مراجع