فهرست نشریات علمی دسترسی آزاد ایران

سابقه و هدف: از مزایای دانش سنجش از دور و طیف‌سنجی مرئی‌– فروسرخ نزدیک، سرعت و سادگی و هزینۀ اندک آن، در مقایسه با روش قدیمی است. سنجش از دور دانش گردآوری داده‌ها، با حداقل تماس مستقیم فیزیکی با اشیای مورد اندازه‌گیری است. طیف‌سنجی مرئی‌– فروسرخ نزدیک دامنه‌ای از جذب را با سرعت آنالیز بالا، در مقایسه با روش سنتی، برآورد می‌کند. هدف از این تحقیق به‌کاربردن داده‌های ماهوارۀ لندست 8 و طیف فروسرخ نزدیک، در کاربری‌های کشاورزی و جنگل در دشت گیان نهاوند، استان همدان، برای تخمین کربنات‌کلسیم ‌خاک است.مواد و روش‌ها: 48 نمونۀ خاک از عمق 30- 0 سانتی‌متری برداشته و سپس هواخشک، و از الک دومیلی‌متری عبور داده شد. برخی ویژگی‌های فیزیکی و شیمیایی خاک‌ها اندازه ‌گرفته شد. به‌منظور مطالعات سنجش از دور، تصویر لندست 8 متعلق به تاریخ نمونه‌برداری (سپتامبر 2019) به کار رفت. مقادیر محاسبه‌شدۀ هریک از قطعات نمونه در محیط ERDAS imagine 9.1 ایجاد شد. ارزش هر باند، برای 48 نقطه، در محیط اکسل وارد و در نهایت، مراحل توصیف‌های آماری متغیرها انجام شد. در روش سنجش از دور، انعکاس طیفی نمونه‌ها روی ده باند اصلی استخراج و پردازش شد. سپس همبستگی بین ارزش باندهای اصلی، ترکیب باندها، و شاخص‌های کلسیت با مقدار کلسیت خاک انجام شد. با برازش انواع رگرسیون‌های چندمتغیره بدون حذف داده‌های پرت، بهترین مدل انتخاب شد. آنالیز طیفی خاک‌های مورد نظر با استفاده از دستگاه طیف‌سنج زمینی، با دامنۀ طول‌موج 2500-350 نانومتر، انجام شد. پس از ثبت طیف‌ها، انواع روش‌های پیش‌پردازش مورد ارزیابی قرار گرفت. همبستگی پیرسون و رگرسیون خطی در محیط SPSS 24.1 سنجیده شد.نتایج و بحث: نتایج آزمایشگاهی نشان داد که میانگین کربنات‌کلسیم خاک، در کاربری کشاورزی و جنگل، به‌ترتیب 30 و 22/22% است. طبق نتایج، باندهای 10 و 11 رابطه معنی‌داری با کلسیت خاک در کاربری جنگل داشته‌اند (05/0>p). دوازده ترکیب باندی در سطح 5% و شش ترکیب باندی در سطح 1% با میزان کلسیت خاک، ارتباط معنی‌داری نشان دادند. همچنین شاخص R1 ((باند 2/ باند 5)/(باند 4/ باند 5))، با کلسیت خاک، رابطه معنی‌داری داشت (05/0>p). رگرسیون بین کلسیت محاسبه‌شده در آزمایشگاه و معادلۀ حاصل از تصویر ماهواره‌ای، در کاربری‌های کشاورزی، برابر (45/0=r2) به ‌دست آمد. در روش طیف‌سنجی، بیشترین همبستگی در طول‌موج‌ 612 نانومتر (**85/0=r2) مشاهده شد. براساس مدل‌سازی با رگرسیون حداقل مربعات جزئی (PLSR)، مقدار ضریب تبیین در گروه کالیبراسیون درمورد کلسیت 8/0 و مقادیر RMSE برابر با 8/4%، مقدار ضریب تبیین در گروه اعتبارسنجی برابر با 5/0 و مقدار RMSE برابر با 8/7% محاسبه شد. از بین مدل‌های برازش‌یافته با رگرسیون چندمتغیره، در تصاویر ماهواره‌ای، مدل SMLR برای برآورد کلسیت مناسب به نظر می‌رسد. مدل رگرسیونی حداقل مربعات جزئی، برای برآورد کلسیت به‌روش طیف‌سنجی نیز، تقریباً مناسب بوده است.نتیجه‌گیری: نتایج کلی نشان داد که مدل برآوردشده از روش آماری رگرسیون، در سنجش از دور، توانسته است میزان کلسیت خاک را در اراضی کشاورزی برآورد کند و میزان به‌دست‌آمده براساس روش سنجش از دور و آزمایشگاه اختلاف ناچیزی با یکدیگر دارند. بنابراین می‌توان گفت روش سنجش از دور، در برآورد کلسیت خاک، موفق بوده است. نتایج طیف‌سنجی نیز نشان داد که مدل PLSR، در برآورد مقدار کلسیت خاک، مدل مناسبی است؛ به‌شرط آنکه تعداد نمونه‌ها بیشتر باشد. در برآورد کلی، می‌توان نتیجه گرفت روش طیف‌سنجی مرئی‌– فروسرخ نزدیک دارای صحت بیشتری از روش سنجش از دور و تیتراسیون است؛ منتها به تعداد نمونه‌های‌ بیشتری نیاز دارد. توصیه می‌شود، برای افزایش صحت کار، تعداد نمونه‌های طیف‌سنجی افزایش یابد و برای مقایسۀ بهتر بین دو کاربری نیز، تعداد نمونه‌های انتخابی برابر باشد.