برآورد پتانسیل انباشت کربن در مزارع سویا با استفاده از شاخص های گیاهی سنجش از دور (مطالعه موردی : شهرستان گرگان)

سابقه و هدف: نگرانی‌های ناشی از مقدار کربن وارد شده به جوّ و اثرات آن روی اقلیم، روز به روز در حال افزایش است. در رویکرد جدید مدیریت بوم نظام‌های کشاورزی، خدمت ترسیب کربن بجای انتشار کربن در حال جایگزین شدن است. از این‌ رو، تهیه اطلاعات دقیق از توزیع مکانی میزان زیست‌توده و پتانسیل ترسیب کربن کشت بوم‌ها، یک عامل ضروری است. بنابراین، هدف از این پژوهش، استفاده از شاخص‌های گیاهی سنجش از دور، برای برآورد میزان پتانسیل ترسیب کربن در زیست‌ توده گیاهی سویا (glycine max l.) در زمین‌های زراعی شهرستان گرگان بود. مواد و روش‌ها: این مطالعه در کشت بوم‌های سویای شهرستان گرگان واقع در استان گلستان در سال زراعی 1396 - 1395 انجام شد. به منظور انجام این مطالعه، از تصاویر ماهواره سنتینل 2 تاریخ2017/9/17 استفاده شد. با استفاده از 250 نقطه کنترل‌ زمینی، دقت تصاویر بعد از انجام تصحیحات هندسی و رادیومتری مورد بررسی قرار گرفت. در بخش مزرعه ای از 150 مزرعه نمونه‌های گیاهی در مرحله حداکثر رشد رویشی گیاه سویا به صورت تصادفی با استفاده از کوادرات 0.5 × 0.5 تهیه و به آزمایشگاه تحقیقات زراعی دانشگاه علوم کشاورزی و منابع طبیعی گرگان منتقل گردید. سپس وزن خشک نمونه‌های گیاهی محاسبه و با استفاده از روش احتراق میزان کربن موجود در زیست ‌توده هوایی تعیین شد. برای تهیه نقشه سطح زیر کشت سویا، از طبقه‌بندی نظارت شده با استفاده از الگوریتم حداکثر و حداقل احتمال اطمینان استفاده گردید. دقت این طبقه‌بندی با واقعیت زمینی بر اساس مقدار صحت کلی و ضریب کاپا مورد ارزیابی قرار‌‌‌گرفت. در این مطالعه شاخص‌های گیاهی شاخص نرمال شده اختلاف پوشش گیاهی ((ndvi )، شاخص پوشش گیاهی تفاضلی (dvi)، نسبت شاخص پوشش گیاهی (rvi) و شاخص پوشش گیاهی با اصلاح انعکاس خاک (savi) محاسبه شد. سپس رابطه رگرسیونی بین شاخص‌های گیاهی و میزان زیست‌توده و پتانسیل ترسیب کربن در نرم‌افزار spss 16، برقرار شد. بعد از انتخاب برترین شاخص گیاهی، در گام بعدی نقشه‌های زیست‌توده گیاهی و میزان پتانسیل ترسیب کربن با استفاده از نرم‌افزار 10.6 arc gis تهیه شد. سپس با استفاده از روش‌های گروه‌بندی، میزان زیست‌توده و میزان پتانسیل ترسیب کربن در چهار طبقه تفکیک گردید.یافته‌ها: در این مطالعه سطح زیرکشت سویا در شهرستان گرگان 12333.71 هکتار برآورد گردید. نتایج نشان داد که مقدار ضریب صحت کلی در روش طبقه‌بندی حداقل فاصله از میانگین، 87 درصد و در روش حداکثر احتمال 92 درصد و مقدار ضریب کاپا نیز به ترتیب برابر با 0.79 و 0.93 بدست آمد. براساس تجزیه رگرسیونی، شاخص dvi برای تهیه نقشه زیست‌توده و پتانسیل ترسیب کربن بخاطر داشتن بیشترین ضریب تبیین (0.86) و کمترین مقدار rmse به ترتیب 661/80 کیلوگرم در هکتار (در زیست توده هوایی ) و 145/29 کیلوگرم در هکتار ( در بخش انباشت کربن) انتخاب شد. براساس نتایج، بیشترین مقدار پتانسیل ترسیب کربن از 1924.78 تا 2526.18 کیلوگرم در هکتار، در نواحی مرکزی و شرقی شهرستان، به دست آمد و کمترین مقدار آن از 919.43 تا 1313.83 کیلوگرم در هکتار در نواحی غرب و جنوب غربی شهرستان مشاهده شد.نتیجه‌گیری: در این آزمایش شاخص dvi توانست برآورد بهتری از پتانسیل ترسیب کربن در مزارع سویا نشان دهد. با توجه به داشتن دقت بالا، سهولت و کم هزینه بودن فناوری سنجش از دور از جمله محاسبه شاخص‌های گیاهی، می‌توان از این فناوری برای تخمین زیست‌ توده و برآورد پتانسیل کربن گیاهان زراعی در کشت بوم‌ها استفاده نمود.

Estimation of carbon accumulation potential in soybean fields using remote sensing vegetation indices (Case study: Gorgan County)

Background and purpose: Nowadays, concerns about the amount of carbon emission to atmosphere and its effects on the climate are increasing. In the new approach to agricultural ecosystem management, carbon sequestration service is being replaced by carbon emissions. Therefore, providing accurate information on the spatial distribution of biomass and carbon sequestration potential of ecosystems is an essential issue. The purpose of this study was to using vegetation index to estimate the potential of carbon sequestration in soybean (Glycine max L.) biomass in the fields of Gorgan county.Materials and Methods: This study was conducted in soybean fields of Gorgan county, located in Golestan province during 20162017. In order to carry out this study, we were used satellite images of Sentinel 2 on 17.9.2017. Also, the accuracy of the images was checked after geometric and radiometric corrections using 250 ground control points. In the field section, plant samples from of 150 points were randomly prepared using 0.5 × 0.5 quadrats in the stage of maximum vegetative growth of soybean and transferred to the agricultural research laboratory of Gorgan University of Agricultural Sciences and Natural Resources. Then, the dry weight of plant samples was calculated and the amount of carbon in the plant biomass (stems and leaves) was determined using the combustion method. To prepare the land use map of soybean cultivation area, the supervised classification was used according to the maximum and minimum reliability algorithm. The accuracy of this classification was assessed by value of overall accuracy and Kappa coefficient. The studied vegetation indices were NDVI (Normalized Difference Vegetation Index), DVI (Deference Vegetation Index), RVI (Ratio Vegetation Index) and SAVI (Soil Adjusted Vegetation index). Then, a regression relationship was established between plant indices and biomass and carbon sequestration potential in SPSS 16 software. After selecting the best vegetation index, plant biomass and carbon sequestration potential maps were prepared using ArcGIS 10.6 software. Then, using classification methods, the final layer was divided into four classes of biomass and carbon sequestration potential.Results: In this study, the area of soybean cultivation in Gorgan county was estimated as 12333.71 hectares. The results showed that the value of overall accuracy coefficient in the classification method was the minimum distance from the mean, 87% and in the maximum probability method was 92% and the value of Kappa coefficient was 0.79 and 0.93, respectively. Based on the results of regression analysis, DVI index was selected for biomass mapping and carbon sequestration potential due to the highest coefficient of determination (0.86) and the lowest amount of RMSE. Based on the results, the highest amount of carbon sequestration potential was obtained from 1924.78 to 2526.18 kg.ha1 in the central and eastern parts of this region, and the lowest value estimated as 919.43 to 1313.83 kg.ha1 that related to western regions of Gorgan.Conclusion: In this experiment, DVI index indicated a better estimation of carbon sequestration potential in soybean agroecosystems. Due to the high accuracy, easiness and low cost of remote sensing technology, especially calculation of vegetation indices, this approach can used to estimate the biomass and carbon sequestration potential of crops in agroecosystems.