سال 13، شماره 2 - ( تابستان 1402 1402 )
جلد 13 شماره 2 صفحات 62-46 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Ghaderi F, Bazrafshan O. Application of Google Earth Engine to Map the Vegetation Cover and Separation of Irrigated Cultivated Areas at Rudbar Plain. E.E.R. 2023; 13 (2) :46-62
URL: http://magazine.hormozgan.ac.ir/article-1-752-fa.html
URL: http://magazine.hormozgan.ac.ir/article-1-752-fa.html
قادری فرزانه، بذرافشان ام البنین. کاربرد گوگل ارث انجین در استخراج تغییرات پوشش گیاهی و تفکیک کشت محصولات فاریاب (مطالعه موردی: دشت رودبار). پژوهش هاي فرسايش محيطي. 1402; 13 (2) :46-62
گروه مهندسی منابع طبیعی، دانشکده کشاورزی و مهندسی منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران ، o.bazrafshan@hormozgan.ac.ir
چکیده: (2367 مشاهده)
ارائه نقشه اراضی زیر کشت آبی، از ارکان اصلی در سیاستگذاریهای حوزه کشاورزی و برنامهریزیهای بهبود مدیریت آب است. این موضوع در دشت رودبار که اینک با بیلان منفی روبهرو است، اهمیت زیادی دارد. در این مطالعه، از الگوریتم ناپارامتری یادگیری ماشین بردار پشتیبان برای پردازش و طبقه‌بندی اراضی زیر کشت آبی با استفاده از تصاویر ماهوارهای لندست استفاده شد. فرایند طبقه‌بندی نیز در بستر گوگل ارث انجین (GEE) صورت گرفت و از زبان برنامه‌نویسی JavaScript برای پسپردازشها و شاخص NDVI برای ارائه نقشه اراضی زیر کشت آبی استفاده شد. در تدوین کد مورد استفاده، سال به سه دوره چهار ماهه تقسیم شد، سپس تصاویر ماهواره لندست 8 در هر دوره (2013 تا 2021) استخراج و برای آن، تصویری بر اساس حداکثر مقدار پیکسلها تولید شد. بدین منظور با استفاده از الگوریتم MVC (ترکیب مقادیر حداکثر)، تصاویر موجود در هر دوره بررسی شد و برای هر پیکسل حداکثر مقدار متناظر آن، بین تمام تصاویر به عنوان ارزش نهایی آن پیکسل در نظر گرفته و در نهایت، تصویری جدید ایجاد شد. در مرحله بعد با ترکیب سه تصویر تولید شده (با استفاده از ترکیب رنگ کاذب) و اختصاص هر کدام از تصاویر به یکی از باندهای قرمز، سبز و آبی، تصویر جدیدی به وجود آمد و از آن برای استخراج نقشه نوع کشت استفاده شد. برای بررسی دقت طبقه‌بندی مناطق زیر کشت نیز از نمونه‌های آموزشی زمینی و تصاویر با وضوح بالا (گوگل ارث)، همچنین ادغام با مجموعه داده‌های موجود و استفاده از دانش تخصصی و محلی در منطقه مورد مطالعه استفاده شد که دقت طبقه‌بندی کلی 81٪ بود. همچنین بررسی تغییرات شاخص NDVI طی سالهای 2013 تا 2021 نشان داد که در سال 2013، کمترین مقدار پوشش گیاهی و در سالهای 2019 تا 2020، بیشترین مقدار پوشش گیاهی وجود داشت.
نوع مطالعه: پژوهشي |
موضوع مقاله:
مدیریت و کنترل اثرات فرسایش محیطی
دریافت: 1401/6/24 | انتشار: 1402/5/5
دریافت: 1401/6/24 | انتشار: 1402/5/5
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
