نوع مقاله : مقاله پژوهشی
نویسندگان
1
کارشناس ارشد آلودگی محیط زیست، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران
2
استادیارگروه محیط زیست، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران؛ مرکز تحقیقات پسماند و پساب، دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)، اصفهان، ایران
3
استادیارگروه خاکشناسی، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران
چکیده
ماده آلی خاک از مهمترین خصوصیات فیزیکی خاک است که تحت تأثیر عواملی از جمله پوشش گیاهی، خصوصیات خاک و اقلیم منطقه میباشد. به منظور بررسی میزان ماده آلی خاک با استفاده از اندازه گیری زمینی و نیز سنجش از دور، پس از بررسی تصاویر ماهوارهای، نقشه ارزیابی منابع و قابلیت اراضی منطقه، بخشی از منطقه سمیرم برای انجام آزمایشهای زمینی مشخص گردید و تصویر سنجنده OLI ماهواره لندست 8 نیز دانلود شد و بر اساس مرز منطقه مورد نظر بریده شد. نقاط نمونهبرداری با استفاده از شناسایی اولیه منطقه، نقشهها و آمارهای رسمی و تصاویر رنگی تهیه شده از منطقه انتخاب شد و بدین ترتیب تعداد 50 نمونه خاک سطحی(عمق صفر تا 20 سانتیمتری) برداشت گردید و میزان ماده آلی ، هدایت الکتریکی و pH خاک در آنها اندازهگیری شد. برای بررسی استفاده از قابلیت تصاویر ماهوارهای در برآورد میزان ماده آلی خاک، شاخص پوشش گیاهی تفاضلی نرمال شده و شاخص پوشش گیاهی تعدیل شده با استفاده از باندهای قرمز و مادون قرمز تصویر ماهوارهای لندست 8 OLI و نرمافزارهای Terrset و ArcGIS 10.5 برآورد گردید. رابطه بین دادههای بهدست آمده از ماده آلی با شاخصهای گیاهی با استفاده از آنالیز رگرسیون خطی و تعیین ضریب همبستگی بررسی شد. نتایج نشاندهنده همبستگی معنیدار بالاتر از 70 درصد بین شاخصهای گیاهی و میزان ماده آلی خاک بود. میتوان گفت که استفاده از سنجش از دور و تصاویر ماهوارهای میتواند بر محدودیتهای ناشی از روشهای سنتی غلبه کرده و به عنوان یک جایگزین مناسب پایش کیفیت خاک با امکان نمایش نتایج در مقیاسهای زمانی و مکانی مختلف به خصوص برای مناطق وسیعتر استفاده شود.
کلیدواژهها
عنوان مقاله [English]
Estimating Soil Organic Matter in Semirom Area by Using Satellite Images
نویسندگان [English]
-
Motahar Fakheri
1
-
Mozhgan Ahmadi Nadoushan
2
-
Elham chavoshie
3
1
MSc., Environmental Sciences, Department of Environmental Sciences, Isfahan (Khorasgan) Branch, Islamic Azad University, Isfahan, Iran
2
Assistant Professor of Environmental Sciences, Department of Environmental Sciences, Isfahan (Khorasgan) Branch, Islamic Azad University, Isfahan, Iran; Waste and Wastewater Research Center, Isfahan (Khorasgan) Branch, Islamic Azad University, Isfahan, Iran
3
Assistant Professor of Soil Sciences, Department of Environmental Sciences, Isfahan (Khorasgan) Branch, Islamic Azad University, Isfahan, Iran
چکیده [English]
Soil organic matter is one of the most important physical properties of soil, and is affected by such factors as vegetation, soil properties, and the climate of the region. In order to determine the amount of soil organic matter, after studying satellite images and resource assessment and land capability maps, a part of Semirom region was selected for conducting field studies, and Landsat 8 OLI image was cut in accordance with the border of the study area. Sampling points were chosen through identification of the region and using maps, official statistics, and false-color composite images of the area. Accordingly, 50 soil samples were taken from the surface soil (0-20 cm) and the amount of organic matter, electrical conductivity and pH were measured. To investigate the efficiency of satellite images in determining the amount of soil organic matter, Normalized Difference Vegetation Index (NDVI) and Soil Adjusted Vegetation Index (SAVI) were estimated using satellite images and Terrest and ArcGIS 10.5 softwares, and the corresponding maps were developed. The relationship between the organic matter and vegetation indexes was examined using linear regression analysis and correlation coefficient. The results indicated significant correlation higher than 70 % between the organic matter and the vegetation indices. It could be concluded that remote sensing and satellite images can serve as tools for overcoming the limitations of traditional methods and are appropriate for monitoring the quality of soil. Remote sensing allows for displaying the results in terms of temporal and spatial scales, and is especially appropriate for extensive areas.
کلیدواژهها [English]
-
Remote sensing
-
Normalized Difference Vegetation Index
-
Soil Adjusted Vegetation Index