پهنه‌بندی شوری خاک با استفاده از شاخص‌های طیفی و داده‌های ماهواره‌ای لندست در مناطق خشک

این پژوهش به‌منظور ارائه مدلی برای تهیه نقشه شوری با استفاده از چند شاخص طیفی و داده‌های ماهواره‌ای لندست پنج در مناطق خشک بوشهر، سمنان، فارس، کرمان و هرمزگان انجام شد. ابتدا نمونه‌برداری از افق شناسایی سطحی (030 سانتی‌متری) خاک به تفکیک هر منطقه در استان به تعداد 50 تا 100 نمونه برداشت و به آزمایشگاه ارسال شد. سپس به‌منظور شناسایی و ارزیابی شوری خاک، از تلفیق تصاویر ماهواره‌ای لندست پنج و پاره‌ای از شاخص‌های طیفی حاصل از آن شامل شاخص شوری نرمال شده خاک، رطوبت نرمال، پوشش‌گیاهی نرمال، پوشش‌گیاهی اصلاح شده خاک، انتقال طیفی و مدل‌های آماری استفاده شد. پس از ارزیابی دقت روابط آماری ارائه شده با استفاده از نقاط آزمون، بهترین رابطه برای منطقه مطالعاتی انتخاب گردید و نقشه شوری تهیه شد. نتایج نشان داد که به‌طورکلی بین ec خاک با شاخص‌های طیفی مشتق شده از تصاویر، رابطه معنا‌داری وجود دارد. در مناطق مورد مطالعه‌ استان فارس شاخص شوری نرمال شده بالاترین همبستگی با هدایت الکتریکی خاک را با ضریب رگرسیون 66% داشت که میزان آماره‌های صحت‌سنجی rmse و mbe برای این رابطه به‌ترتیب 2.58 و 0.66 می‌باشد. در مناطق مورد مطالعه استان کرمان، شاخص انتقال طیفی (رطوبتی) بیشترین همبستگی را با هدایت الکتریکی با ضریب تبیین 652% داشت که مقادیر آماره‌های صحت‌سنجی rmse و mbe برای این روش به‌ترتیب 3.10 و 0.51 می‌باشد. در مناطق مورد مطالعه استان هرمزگان نتایج همبستگی بالای شوری خاک را با شاخص شوری (si2) در سطح 72 درصد با ضریب تبیین 0.518 برای این استان انتخاب شد که میزان آماره‌های rmse و mbe نیز به‌ترتیب 2.5 و 0.35 گزارش شده است. همچنین در منطقه مورد مطالعه استان سمنان بیشترین همبستگی را باند 5 و 7 ماهواره لندست پنج با هدایت الکتریکی خاک داشتند (به‌ترتیب 0.65 و 0.75) و ضریب تبیین 0.6 بدست آمده است که مقادیر آماره‌های صحت‌سنجی rmse و mbe نیز به‌ترتیب 2.8 و 0.81 گزارش شده است. با توجه به روابط حاصل از این پژوهش با داده‌های ماهواره‌ای و شاخص‌های مستخرج از آنها، نشان می‌دهد که در هریک از مناطق مورد بررسی شاخص‌های مختلفی قادر به تشخیص پهنه‌های شوری خاک می‌باشند.

Soil salinity mapping using spectral index and Landsat 8 in arid zones

This study was implemented to prepare a model for soil salinity mapping using Landsat5 images in several provinces including Bushehr, Semnan, Fars, Kerman and Hormozgan. At the beginning, 50100 samples from soil surface were taken and sent to the Laboratory. Then in order to evaluate and identify soil salinity, TM Landsat satellite images and statistical models combined with satellite`s spectral indices were used. After evaluating the accuracy of statistical models using test points, the best model for the study area was selected and the salinity maps were developed based on the regression model. The results showed a significant relationship between soil salinity and spectral index. In Fars province, NDSI salinity index had the highest correlation with soil electrical conductivity (0.35) with a regression coefficient of 66% and RMSE and MBE statistics of 2.58 and 0.66, respectively. In Kerman province, the tasseled cap three index had the highest correlation with soil electrical conductivity (0.47) with a regression method coefficient of 65%, and RMSE and MBE of 10.3 and 0.51, respectively. In Hormozgan province, the results showed high correlation with soil salinity indicators SI2 level of 72 percent. Stepwise method with Rsquare of 0.518 was selected for the Hormozgan province whre the RMSE and MBE were reported to be 2.5 and 0.35, respectively. Also in Semnan province, 5 and 7 bands of Landsat showed the highest correlation with soil electrical conductivity (respectively 0.65 and 0.75). By using stepwise regression, the linear relation with Rsquare of 0.6 was obtained, and RMSE and MBE values were reported to be 2.83 and 0.81, respectively.