فهرست نشریات علمی دسترسی آزاد ایران

شاخص‌های گیاهی به‌خوبی شرایط گیاه در مزرعه را بیان می‌کنند. از آنجاکه سطح سایه‌انداز (CC) با فعالیت فتوسنتزی گیاه همبستگی دارد، هدف از مطالعه حاضر بررسی دقت دو روش تعیین CC ذرت در طول مراحل مختلف رشد در مزرعه ذرت علوفه‌ای در قزوین توسط نرم‌افزار ENVI و مدل Canopeo و مقایسه نتایج حاصل با مقادیر حاصل از مدل Aquacrop است. در فواصل زمانی مختلف در طول فصل رشد گیاه ذرت تصویر برداری در چهار حالت: 1) از بالا به پایین بدون لنز چشم ماهی، 2) بالا به پایین با لنز چشم ماهی، 3) پایین به بالا بدون لنز چشم ماهی و 4) پایین به بالا با لنز چشم ماهی انجام شد. مقدار CC در تصاویر حاصله توسط سه الگوریتم حداکثر احتمال، حداقل فاصله و روش موازی در ENVI تعیین شد. ابتدا ارزیابی کیفی کلاس‌بندی تصاویر در سه الگوریتم نامبرده صورت گرفت. نتایج بیانگر دقت بیشتر الگوریتم حداکثر احتمال نسبت به دو الگوریتم دیگر بود. ارزیابی آماری نتایج کمی حاصل از ENVI بیانگر دقت بالا مدل در الگوریتم حداکثر احتمال بود( ضریب کاپا > 82/0، دقت کلی > 93، Commision و Omission حداقل مقدار). حداقل مقدار RMSE به ترتیب مربوط به سطح سایه‌انداز برآورد شده توسط نرم‌افزار Canopeo در تصویر برداری از پایین به بالا با لنز(92/9) بود. به طورکلی می‌توان دریافت که تصویر برداری پایین به بالا بدون لنز (Canopeo) (R=0.8 و 11.81=RMSE ) و تصویربرداری از بالا به پایین با لنز (ENVI) (R=0.82 و 13.26=RMSE ) نسبت به سایر حالت‌ها در تعیین سطح سایه‌انداز توانمندتر بوده‌اند.