برآورد عملکرد کلزا با استفاده از داده های زمینی و سنجش از دور (مطالعه موردی: اراضی منتخب تحت کشت شبکه آبیاری دشت قزوین)

از کاربردهای مهم سنجش از دور در فعالیت های کشاورزی می توان به برآورد سطح زیرکشت گیاهان زراعی، تهیۀ نقشۀ کشت، تعیین عوامل موثر بر عملکرد محصول و برآورد آن اشاره کرد. در این راستا، مدل هایی که برای برآورد عملکرد محصول ارائه شده اند عموماً مبتنی هستند  بر محاسبۀ شاخص های پوشش گیاهی که با استفاده از این شاخص ها و با الگوریتمی مشخص میزان محصول برآورد می شود. در این پژوهش، عملکرد محصول کلزا با استفاده از قابلیت‌های سنجش از دور ماهواره لندست8 (سنجنده oli و tirs) و سامانه گوگل ارث انجین در اراضی تحت کشت شبکۀ آبیاری دشت قزوین در فصل زراعی 1399-1398 بررسی گردید. داده های میدانی از  12 مزرعۀ تحت کشت کلزا ثبت و اندازه گیری شد. در این زمینه، پس از تصحیح تصویرهای ماهواره لندست8 مربوط به دورۀ رشد، اطلاعات باندهای طیفی آن استخراج و بر اساس مدل باستیانسن عملکرد محصول برآورد گردید. نتایج تحلیل ضریب همبستگی پیرسون نشان داد عملکرد محصول همبستگی معنی داری با شاخص سطح برگ در دو مرحلۀ توسعه ای و میانی رشد کلزا دارد که بالاترین میزان همبستگی مرتبط با مرحلۀ میانی رشد محصول با ضریب همبستگی 0/847 بوده است. به سخنی دیگر، طولانی ترین زمان ممکن پیش از برداشت که امکان برآورد دقیق تر عملکرد محصول کلزا با استفاده از قابلیت های سنجش از دور وجود داشته، مرتبط با دوره آغاز گلدهی محصول بوده است. نتایج نشان داد مدل باستیانسن در محدودۀ مورد بررسی، قابلیت برآورد عملکرد محصول کلزا با ضریب تبیین 0/91 و rmse برابر با 444/06 کیلوگرم بر هکتار را دارد. در رویکردی کلی، نتایج پژوهش نشان داد مدل های مبتنی بر قابلیت های سنجش از دور امکان برآورد عملکرد محصول را با دقت مناسب دارند.

estimation of rapeseed yield using geo-data and remote sensing (case study: selected lands cultivated in qazvin plain irrigation network)

introduction among the applications of remote sensing in agriculture, we can mention the estimation of crop yield, the preparation of the cultivation map, the factors affecting the crop yield. the models presented to estimate the crop yield are generally based on the calculation of vegetation indicators, which are used to estimate the amount of production using these indicators and with a specific algorithm. researchers have used other methods (in addition to the direct use of vegetation indices) to estimate crop yield. in this regard, we can refer to bastianssen and ali's research (bastianssen and ali, 2003). this model (bastiansen model) is a combination of the monteith model to calculate the absorbed photosynthetic active radiation, the stanford model to determine the absorbed energy efficiency, and the sebal model to describe the spatial-temporal changes of evapotranspiration.rapeseed is the second major oilseed crop in the world after soybeans. rapeseed is the main source of human edible oil and its residues for livestock are rich in energy and protein. considering the importance of the development of rapeseed cultivation in qazvin province, yield estimation with low-cost method is a suitable tool for managers and planners in the economic policies of this crop cultivation. the results of the research show that the use of remote sensing techniques is a relatively accurate method to estimate the crop yield of different products. in this research, rapeseed yield was investigated by using remote sensing technique and google earth engine in the cultivated lands of qazvin plain irrigation network. for this purpose, the model presented by bastianssen and ali (bastianssen and ali, 2003) was used.