امکان‌سنجی تخمین تنش آبی پنبه بر اساس شاخص‌های طیفی تصاویر ماهواره لندست و سنتینل 2

سابقه و هدف: کمبود آبی به عنوان یکی از عوامل تنش محصول پنبه، یک واکنش نسبت به تغییراتی است که در محیط رشد گیاه رخ می‌دهد و بر روی میزان بهره‌وری محصولات زراعی اثر منفی می‌گذارد که با وجود روش‌های مختلف مدیریت زمین‌های زراعی، به خوبی قابل پیشگیری است. مدیریت زمین‌های زراعی نیازمند استفاده از داده‌ها و اطلاعات کافی از بخش‌های مختلف اراضی زراعی بوده و در این صورت است که می‌توان بهره‌وری را به شکل قابل توجهی ارتقاء داد.مواد و روش‌ها: منطقه مورد مطالعه در محدوده اراضی پنبه روستاهای شیرعلی‌آباد و سیستانی ‌محله از توابع بخش خدمات کشاورزی انجیرآب شهرستان گرگان در مختصات جغرافیایی22 52o36 تا 52 52o36 عرض شمالی و 55 21o54 تا 50 20o54 طول شرقی است. پایش دقیق و مستمر محتوای رطوبتی خاک، به عنوان نماینده تنش رطوبتی خاک، با اندازه‌گیری‌های میدانی رطوبت خاک و دیگر پارامترهای محیطی (دمای محیط، دمای سطح برگ، شاخص سطح برگ و همچنین شوری)، در طی فصل رشد (اواخر اردیبهشت تا اواخر مهر) به مدت 5 ماه صورت گرفت. پس از استخراج باندهای طیفی از تصاویر ماهواره‌ای لندست و سنتینل 2، شاخص‌های طیفی محاسبه شدند. با استفاده از روش‌های رگرسیون چند متغیره خطی (mlr) و رگرسیون درختی m5 ارتباط بین شاخص‌های طیفی به عنوان متغیر مستقل و رطوبت سطحی خاک به عنوان متغیر وابسته، جستجو و در نهایت مدل بهینه با بررسی معیارهای ارزیابی خطا با بیشترین دقت و کمترین خطا حاصل شد.یافته‌ها: مدل درختی m5 نسبت به mlr از دقت بالاتری در برآورد تنش آبی پنبه برخوردار بود؛ بطوریکه در ماهواره لندست ضریب تبیین را از 0.51 به 0.79 افزایش، و مقدار خطا را از 4.2 درصد به 2.9 درصد کاهش داد. همچنین ماهواره لندست نسبت به ماهواره سنتینل 2 از دقت بالاتری برخوردار بود. بطوریکه در سنتینل 2 حداکثر ضریب تبیین 0.46 و خطای 4.9 درصد به دست آمد. در ماهواره لندست شاخص حرارتی lst تاثیرپذیری زیادی از تغییرات تنش آبی نشان داد و ترکیب 3 شاخص حرارتی lst، پوشش گیاهی ndvi و شوری si2 با ضریب تبیین 0.76 و مقدار درصد خطای 3.3، نتایج قابل قبولی را ارائه نمود.نتیجه‌گیری: تاثیر تنش آبی در بازتاب، در محدوده مادون قرمز و حرارتی باعث شد تا شاخص‌های حرارتی و آبی مانند lst، nmdi، ndwi و wi در اجرای گام به گام مدل درختی m5 تاثیر قابل توجهی داشته باشد. بطوریکه شاخص حرارتی lst در ماهواره لندست و شاخص‌های آبی ndwi و nmdi در ماهواره سنتینل 2 از نقش موثرتری در برآورد تنش آبی برخوردا بودند. اط طرفی فقدان باند حرارتی در سنتینل 2 باعث کاهش دقت آن نسبت به ماهواره لندست شده است.

feasibility of estimating cotton water stress based on spectral indices of landsat and sentinel 2 satellite images

background and objectives: water deficiency, as one of the factors of cotton crop stress, is a reaction to the changes that occur in the plant growth environment and has a negative effect on the productivity of crops, which can be well prevented with different methods of agricultural land management. agricultural land management requires the use of sufficient data and information from different parts of agricultural land, and it is in this way that productivity can be significantly improved.materials and methods: the studied area is within the cotton lands of shir ali abad and sistani villages, a neighborhood of the functions of engirab agricultural services department, gorgan city, in the geographical coordinates of 36o52’22” to 36o52’52” north latitude and 54o21’55” to 54o20’50” east longitude. accurate and continuous monitoring of soil moisture content, as a representative of soil moisture stress, was done with field measurements of soil moisture and other environmental parameters (air temperature, leaf surface temperature, leaf surface index and also salinity), during the growing season (late may to late october) for 5 months. after extracting spectral bands from landsat and sentinel 2 satellite images, spectral indices were calculated. using the methods of multivariate linear regression (mlr) and m5 tree regression, the relationship between spectral indices as an independent variable and soil surface moisture as a dependent variable, search and finally the optimal model by examining error evaluation criteria with the highest accuracy and the lowest resulting error became.results: m5 tree model was more accurate than mlr in estimating cotton water stress; in landsat satellite, the explanation coefficient increased from 0.51 to 0.79, and the error value decreased from 4.2% to 2.9%. also, the landsat satellite was more accurate than the sentinel 2 satellite. thus, in sentinel 2, the maximum explanation coefficient was 0.46 and the error was 4.9%. in the landsat satellite, lst thermal index showed a great influence of water stress changes and the combination of 3 lst thermal indices, ndvi vegetation and si2 salinity with an explanation coefficient of 0.76 and an error percentage of 3.3, provided acceptable results.conclusion: the effect of water stress on reflection, in the infrared and thermal range, caused thermal and water indices such as lst, nmdi, ndwi and wi to have a significant effect in the step-by-step implementation of the m5 tree model. thus, lst thermal index in landsat satellite and water indices ndwi and nmdi in sentinel 2 satellite played a more effective role in estimating water stress. on the other hand, the lack of a thermal band in sentinel 2 has reduced its accuracy compared to the landsat satellite.