برآورد زیست‌توده مزارع گندم با استفاده از شاخص‌های گیاهی دورسنجی در شهرستان بندرترکمن

سابقه و هدف: برآورد سطح زیر کشت و عملکرد محصول در سطح جهانی، یکی از حیاتی‌ترین مسائلی است که سیاست گذاران و تصمیم گیرندگان برای ارزیابی بهره‌وری سالانه محصول و عرضه غذا به آن نیاز دارند. امروزه سنجش از دور (rs) ماهواره‌ای و سامانه اطلاعات جغرافیایی (gis) می‌تواند تخمین و پایش مستمر این پارامترهای تولید محصول را در مناطق جغرافیایی بزرگ امکان‌پذیر کند و از این طریق سلامت مزارع را نیز مورد بررسی قرار دهد. هدف از این مطالعه تخمین میزان زیست‌‌توده گیاهی گندم با استفاده از روش سنجش از دور و کارایی شاخص‌های گیاهی در برآورد میزان زیست‌توده گیاهی در روش غیرتخریبی نمونه‌برداری می-باشد.مواد و روش‌ها: به منظور برآورد زیست‌توده مزارع گندم با استفاده از شاخص‌های گیاهی دورسنجی، تعداد 59 مزرعه گندم در سال زراعی 1398-1399 با پراکنش تصادفی و یکنواخت در سطح اراضی کشاورزی شهرستان بندرترکمن انتخاب شدند. نمونه‌های گیاهی در تاریخ 25 فروردین‌ماه 1399 مصادف با اوج مرحله رشد رویشی گندم با استفاده از کوادرات 25/0 متر مربعی به‌صورت کف‌بر از مزارع جمع‌آوری شده و وزن خشک آن‌ها توزین گردید. در این پژوهش تصاویر ماهواره‌ای سنتینل-2 مربوط به نزدیک‌ترین زمان نمونه‌برداری برابر با 31 فروردین ماه جهت محاسبه شاخص‌های گیاهی ndvi، savi، dvi و rvi مورد استفاده قرار گرفت. در ادامه ارتباط رگرسیونی بین مقادیر زیست‌توده اندازه‌گیری شده و مقادیر شاخص‌های گیاهی بررسی و تحلیل گردید.یافته‌ها: براساس نتایج مقایسه شاخص‌های گیاهی مورد بررسی، شاخص rvi به‌عنوان شاخص گیاهی برتر شناخته شد. این شاخص دارای بالاترین میزان ضریب تبیین (885/0) و ضریب همبستگی (941/0) و کم‌ترین مقادیر rmse (21/32) و ضریب تغییرات (1/5) نسبت به سایر شاخص‌های دیگر بود. بنابراین از شاخص rvi جهت برقراری رابطه رگرسیونی با میزان زیست‌توده اندازه‌گیری شده گندم استفاده شد. برقراری ارتباط رگرسیونی بین زیست‌توده اندازه‌گیری و زیست‌توده تخمین زده شده، نشان‌دهنده کارایی بالای تصاویر ماهواره‌ای مورد استفاده و شاخص‌های دورسنجی در برآورد زیست‌توده گیاهی می‌باشد. نقشه rvi در اراضی کشاورزی مورد مطالعه، کم‌ترین میزان این شاخص را در غرب و شمال‌غربی شهرستان برابر با 44/0 نشان داد. شوری زیاد خاک و بالا بودن سطح ایستابی آب در این مناطق می‌تواند دلیلی بر پوشش گیاهی کم‌تر در این اراضی و در نتیجه مقدار پایین شاخص rvi در این نقاط باشد. این نقشه مقادیر بالاتر این شاخص (46/27) را در مناطق مرکزی، شرق و جنوب شرقی شهرستان نشان داد. مقادیر بالای این شاخص گویای پوشش گیاهی متراکم در این مناطق می‌باشد که می‌توان ناشی از مقادیر بالای درصد کربن و ماده آلی خاک، وفور و توزیع مناسب بارش، مدیریت مطلوب مزرعه، شوری پایین‌تر خاک، تغذیه مناسب خاک و سایر عوامل دیگر برشمرد.نتیجه‌گیری: در مجموع می‌توان نتیجه گرفت که میزان شاخص‌ گیاهی rvi بالاتر و پیرو آن تولید زیست‌توده بیش‌تر می‌تواند نشان‌دهنده وضعیت مطلوب سلامت و رشد محصول گندم در مزارع شهرستان بندر ترکمن باشد.

biomass estimation of wheat fields using remote sensing plant indices in bandar-e-turkmen county

background and objectives: estimating crop acreage and yield at the global level is one of the most critical issues that policy makers and decision makers need to assess annual crop productivity and food supply. nowadays, satellite remote sensing (rs) and geographic information system (gis) can make it possible to continuously estimate and monitor these parameters of crop production in large geographical areas and in this way also examine the health of fields.materials and methods: in order to estimate the biomass of wheat fields using remote sensing plant indices, 59 wheat fields were selected in the agricultural year of 2019-2020 with random and uniform distribution in the agricultural lands of bandar turkmen county. on april 25, 2019, coinciding with the peak of vegetative growth of wheat, plant samples were collected from the fields using a 0.25 square meter box and their dry weight was weighed. in this research, sentinel-2 satellite images related to the nearest sampling time of april 31 were used to calculate ndvi, savi, dvi and rvi plant indices. next, the regression relationship between the measured biomass values and plant index values was investigated and analyzed. results: based on the comparison results of the studied plant index, rvi index was recognized as the best plant index. this index had the highest explanation coefficient (0.885) and correlation coefficient (0.941) and the lowest rmse values (32.21) and coefficient of variation (5.1) compared to other indices. therefore, this index was used to establish a regression relationship with the amount of wheat plant biomass. then, using this relationship, the amount of plant biomass obtained from the satellite image was estimated. based on the results, the strong regression relationship between the measured biomass and the estimated biomass indicates the high efficiency of the used satellite images and telemetry indicators in the estimation of plant biomass. the rvi map in the studied agricultural lands showed the lowest level of this index in the west and northwest of the county equal to 0.44. high soil salinity and high water table in these areas can be a reason for less vegetation in these areas and as a result the low value of rvi index in these places. this map showed higher values of this index (27.46) in the central, eastern and southeastern regions of the county. the high values of this index indicate the dense vegetation cover in these areas, which can be attributed to the high percentage of carbon and organic matter in the soil, the abundance and appropriate distribution of precipitation, optimal fields management, lower soil salinity, proper soil nutrition and other factors.conclusion: in general, it can be concluded that the higher rvi plant index and the subsequent higher biomass production can indicate the favorable condition of wheat health and crop growth in bandar-e-turkmen fields.