1405/02/20

محمود رستمی نیا

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
ریسرچ گیت:
دانشکده: کشاورزی
اسکولار:
پست الکترونیکی: m.rostaminya [at] ilam.ac.ir
اسکاپوس:
تلفن:
HIndex:

مشخصات پژوهش

عنوان
نقشه‌برداری رقومی شوری خاک با استفاده از داده‌های سنتینل 1و2 و الگوریتم‌های یادگیری ماشین در دشت کربلا
نوع پژوهش
پایان نامه
کلیدواژه‌ها
.
سال 1402
پژوهشگران سلام مزعل عگال(دانشجو)، محمود رستمی نیا(استاد راهنما)

چکیده

شور شدن خاک یکی از عوامل تخریب خاک و بیابان‌زایی به ویژه در مناطق خشک و نیمه‌خشک است. پایش دینامیکی شوری خاک برای مدیریت زمین، فعالیت‌های کشاورزی، کیفیت آب و توسعه پایدار اهمیت زیادی دارد. تصاویر سنجش از دور گرفته شده توسط رادار دیافراگم مصنوعی (SAR) Sentinel-1 و ماهواره چند طیفی Sentinel-2 با وضوح بالا و دوره بازگشت کوتاه، پتانسیل نظارت بر توزیع مکانی اطلاعات ویژگی‌های خاک را در یک منطقه بزرگ فراهم می‌نمایند. با این حال، مطالعات محدودی در مورد ترکیب منابع داده‌های دو ماهواره Sentinel-1 و Sentinel-2 برای نقشه‌برداری رقومی شوری خاک وجود دارد. بنابراین، در این مطالعه از پارامترهای توپوگرافی برگرفته از مدل رقومی ارتفاع (DEM)، داده‌های SAR تولید شده توسط ماهواره Sentinel-1 و شاخص‌های پوشش گیاهی تولید شده توسط ماهواره Sentinel-2 برای نقشه‌برداری قابلیت هدایت الکتریکی (EC) و اسیدیته خاک (pH) در بخشی از اراضی واقع در دشت کربلا با مساحت 2000 هکتار استفاده شد. فرآیند مدل‌سازی مکانی تغییرات EC و pH در دو سناریو در نظر گرفته شد؛ که در سناریو 1 (ترکیبی از داده‌های سنجش از دور و توپوگرافی) و در سناریو2 (صرفآً از داده‌های سنجش از دور) برای پیش‌بینی استفاده شد. بدین منظور از محل 35 خاکرخ مطالعاتی مقادیر EC و pH در دو عمق 30-0 و 60-30 سانتی‌متر تعیین گردید. برای مدل‌سازی دو ویژگی مورد نظر از مدل جنگل تصادفی (RF) استفاده شد. نتایج نشان داد مدل RF دارای صحت خوب برای پیش‌بینی EC (R2 برابر با 63/0 و 6/0) و صحت متوسط برای پیش‌بینی pH (R2 برابر با 57/0 و 54/0) می‌باشد. شاخص‌های پوشش گیاهی، شاخص‌های SAR، و پارامترهای توپوگرافی به عنوان متغیرهای مؤثری برای پیش‌بینی EC و pH خاک شناسایی شد. اهمیت نسبی متغیرهای محیطی نیز نشان داد که دو شاخص سنجش از دوری مستخرج از Sentinel-1 به‌نام‌های شاخص تفاضل پوشش گیاهی (DVI) و درخشندگی (Brightness) به ترتیب به عنوان مهمترین متغیر‌های محیطی در پیش‌بینی EC و pH خاک می‌باشد. بطور کلی نتایج نشان داد که استفاده از ترکیبی از داده‌های راداری با وضوح مکانی بالا Sentinel-1 و چند طیفیSentinel-2 به-همراه داده‌های توپوگرافی از پتانسیل مناسبی برای نقشه‌برداری رقومیEC و pH خاک حتی در مناطق با تعداد مشاهده محدود برخوردارند.