تخمین عملکرد و زیست‌توده ذرت علوفه‌ای در هر بازدید ماهواره‌ای در طی فصل رشد(مطالعه موردی: دشت فراهان)

امروزه استفاده از اطلاعات ماهواره‌ای و تکنولوژی سنجش از دور به‌عنوان ابزاری کارآمد در بیشتر کشورهای جهان به‌منظور بررسی، شناسایی و مدیریت منابع زمینی و در کشاورزی دقیق به صورت گسترده مطرح است. از جمله مواردی که اطلاعات ماهواره‌ای می‌تواند به‌عنوان تامین‌کننده اطلاعات پایه و به‌هنگام برای استفاده در برنامه‌ریزی مورد توجه قرار گیرد تهیه نقشه‌های پوشش گیاهی، برآورد اراضی آبیاری و تعیین برخی از شاخص‌های بیولوژیک به‌ویژه در برآورد سطح زیر کشت محصولات عمده کشاورزی است. در این پژوهش با استفاده از داده‌های لندست 8، پنج شاخص گیاهی رایج شامل (dvi, ndvi, nir, pd321, savi) به‌منظور برآورد زی‌توده و میزان عملکرد ذرت بررسی شد. منطقه مورد مطالعه دشت فراهان واقع در استان مرکزی است و نمونه‌برداری‌های زمینی در پنج مزرعه در پنج بازدید متناظر با تاریخ‌های گذر لندست 8 از منطقه انجام گرفت. نتایج بیانگر همبستگی بالای شاخص ndvi برای بازدیدهای اول، شاخص pd321 برای بازدید دوم، nir برای بازدید سوم، dvi برای بازدید چهارم و در نهایت savi برای بازدید پنجم به‌ترتیب برابر با 0/73، 0/58، 0/67، 0/62 و 0/73 است. در ضمن در اوایل کشت ذرت علوفه‌ای که پوشش گیاهی کم است، شاخص ndvi با ضریب همبستگی قابل قبولی (0/75)، زی‌توده را برآورد کرد، ولی در آخرین بازدید که پوشش گیاهی به حداکثر خود رسید، این شاخص savi بود که با ضریب همبستگی بالایی (0/73)، زی‌توده را برآورد کرد. نتایج پژوهش بیانگر دقت قابل قبول روش استفاده شده بود. دقت این روش برای دوره‌های میانی رشد بهتر از دوره‌های ابتدایی رشد گیاهان است. پس توصیه می‌شود که به‌جای استفاده از یک شاخص گیاهی برای کل دوره رشد از شاخص مطلوب برای آن مرحله از رشد گیاه استفاده شود.

Estimating the Yield and Biomass of Maize during the Growing Season Using Satellite (Data) (A Case Study: Dasht-e-Farahan)

Nowadays, the satellite data and remote sensing technologies are widely known as efficient tools for the inspection, identification and management of land resources and precision agriculture in most countries. Satellite information could be used in supplying basic and updated information in the estimation of vegetation cover map, irrigated land area and some biological indices of the major agricultural crops. In this study, the biomass and production of maize were estimated through the application of five common vegetation indices of NDVI, DVI, NIR, PD321, and SAVI, using the Landsat 8 satellite data. The study area was located in DashteFarahan, Markazi province, Iran, and field sampling was carried out in five farms and five dates corresponded to times of satellite passes over the area. The highest correlation coefficient of the first to fifth observed dates was obtained for NDVI (0.73), PD321 (0.58), NIR (0.67), DVI (0.62), and SAVI (0.73) indices, respectively. In the early season, when vegetation cover was low, the biomass was well estimated by the NDVI index with the correlation coefficient of 0.75. However, in the late season, when the vegetation was high, the SAVI with the high correlation coefficient of 0.73 could estimate biomass better than other indices estimations. The results, therefore, indicated the satisfactory accuracy of the applied method; in fact, the accuracy of the data in this method was higher in the middle growth period, as compared to the initial stage ones. Therefore, it is recommended to use a suitable vegetation index for each growing period, rather than using a single vegetation index in obtaining satellite data for the total of the growing season.