ترکیب مدل فائو و شاخص‌های گیاهی در برآورد ضریب گیاهی با استفاده از تحلیل مولفه‌های اصلی

نویسندگان

1 دانشگاه شهید مدنی آذربایجان

doi
10.22067/jsw.v31i5.63990
چکیده

تقاضای روزافزون به آب و تغییرات اقلیمی منجر به ایجاد فشار جهت استفاده کارآمد آب در بخش کشاورزی شده است. بنابراین آگاهی از نیاز آبی گیاه جهت افزایش بازده آبیاری لازم می‌باشد. در این راستا یازده شاخص گیاهی حاصل از تصاویر ماهواره‌ای سنجنده MODIS در بازه زمانی 2013- 2016 برای محصول سیب‌زمینی در محدوده بین شهرستان‌های بستان آباد و تبریز استخراج شدند. جهت انتخاب شاخص‌های گیاهی مؤثر از تحلیل مؤلفه‌های اصلی استفاده شد که برای این منظور شبکه عصبی مصنوعی برای مدلسازی مؤلفه‌های حاصل از تحلیل و ضریب گیاهی بکار برده شد. از بین مؤلفه‌های مورد بررسی، سه مولفه اول با در اختیار داشتن 45/85 درصد واریانس کل انتخاب شدند. در سه بررسی انجام شده در مورد نوع مؤلفه‌های روش تحلیل مؤلفه‌های اصلی، به‌طور متوسط بررسی اول نسبت به بررسی دوم و سوم منجر به کاهش 75/55 درصد RMSE شد. شاخص‌های حاصل از باندهای انعکاسی مانند شاخص NDVI و شاخص‌های بهبود یافته براساس منطقه مورد مطالعه مانند شاخص‌های SAVI و MSAVI از کارایی قابل قبولی برخوردار بودند. کاهش 66/66 درصد ضریب LST از مولفه سوم به اول حاکی از افزایش دقت نتایج شاخص‌های باندهای حرارتی در صورت ترکیب با شاخص‌های باندهای انعکاسی مانند شاخص TVX بود. برآورد ضریب گیاهی با شاخص‌های گیاهی حاصل از تحلیل مؤلفه‌های اصلی در مدلسازی شبکه عصبی دارای تخمین کم‌برآوردی حدود یک درصد در دوره صحت‌سنجی بوده است.