این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش آب در کشاورزی، جلد ۳۲، شماره ۳، صفحات ۳۹۵-۴۰۴
عنوان فارسی برآورد شاخص سطح برگ و ضریب گیاهی برنج با استفاده از داده‌های سنجنده OLI
چکیده فارسی مقاله تعیین نیاز آبی گیاهان از عوامل مؤثر در برنامه­ریزی دقیق آبیاری است. ضریب گیاهی به عنوان نماینده ویژگی­های گیاهان مختلف در معادله محاسبه تبخیر- تعرق گیاهی دارای اهمیت بسیار است. محاسبه این ضریب با روابط و روش­های موجود هزینه­بر و زمان­بر بوده و اطلاعات حاصل از این روش­ها به صورت نقطه­ای گزارش می­شود، در حالیکه امروزه یافتن روش­های محاسبه ضریب گیاهی در سطوح گسترده مورد توجه می‌باشد. در این میان روش­های مبتنی بر سنجش از دور مورد استقبال بسیاری از پژوهشگران قرار گرفته است. پژوهش حاضر با هدف برآورد ضریب گیاهی(Kc) و شاخص سطح برگ (LAI) برنج در مراحل مختلف زراعی با استفاده از سنجنده OLIانجام شد. بدین منظور، داده­های شاخص سطح برگ در مراحل مختلف رشد طی دو فصل زراعی (1394-1393) و (1395-1394) از دو قطعه شالیزار 65 و 15 هکتاری در شمال شهرستان ساری مورد استفاده قرار گرفت. مقدار متوسط ضریب گیاهی برآورد شده در مراحل نشا، پنجه­زنی، خوشه­دهی و رسیدن به ترتیب 92/0، 24/1، 19/1 و 12/1 به دست آمد که نشان از وجود رابطه خطی بین این ضریب و شاخص تفاوت نرمال شده گیاهی (NDVI)دارد (97/0 r >). نتایج نشان می­دهد که شاخص NDVIبرآوردگر خوبی برای ضریب گیاهی برنج است. هم­چنین شاخص رشد برنج (RGVI)نیز در تمامی مراحل دارای ضریب همبستگی 93/0 r > بود. براساس یافته­ها، شاخص رشد برنج (RGVI) برآوردگر خوبی برای تعیین شاخص سطح برگ (LAI) محسوب می­شود و تقریباً در تمامی مراحل رشد گیاه، بیش از 90 درصد تغییرات مقدار شاخص سطح برگ را پیش­بینی می­نماید.
کلیدواژه‌های فارسی مقاله شاخص تفاوت نرمال شده گیاهی، شاخص رشد برنج، لندست 8،
عنوان انگلیسی Leaf Area Index and Crop Coefficient Estimation from Operational Land Imager (OLI) Sensor Data
چکیده انگلیسی مقاله Water demand is one of the most effective factors in irrigation scheduling. In evapotranspiration formulas, crop coefficient (Kc), as a representative of different plants characteristics, is of great importance. Calculating this coefficient using the existing methods and formulas is costly and time-consuming, and results are point-specific. However, nowadays, calculation methods that provide large- scale Kc values are of interest. The methods based on remote sensing have been welcomed by many researchers. The objective of the present study was calculating crop coefficient (Kc) and leaf area index (LAI) of rice in different growing stages, using OLI sensor. In this regard, data LAI of two rice fields (areas of 15 and 65 hectares) located in north part of Sari, Iran, were used in two growing seasons (2014-2015 and 2015-2016). The average Kc at transplantation, tillering, heading, and maturity stages was, respectively, 0.92, 1.24, 1.19, and 1.12, showing that Kc had a good correlation with NDVI at different stages (r>0.97). According to the results, NDVI is a good estimator for rice Kc. In addition, Rice Growth Vegetation Index (RGVI) in all growing stages had a correlation coefficient r>0.93. RGVI is considered as a good estimator of LAI. Approximately at all growing stages, except heading, more than 93% of LAI changes were predicted by RGVI. Generally, it can be concluded that the most suitable indices for estimating Kc and LAI of rice are NDVI and RGVI, respectively.  
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله فاطمه جعفری صیادی |
دانشجوی دکتری گروه مهندسی آب دانشکده مهندسی زراعی دانشگاه علوم کشاورزی و منابع طبیعی ساری.

محمد علی غلامی سفیدکوهی |
دانشیار گروه مهندسی آب دانشکده مهندسی زراعی دانشگاه علوم کشاورزی و منابع طبیعی ساری.

میرخالق ضیاء تباراحمدی |
استاد گروه مهندسی آب دانشکده مهندسی زراعی دانشگاه علوم کشاورزی و منابع طبیعی ساری.

نشانی اینترنتی http://wra.areo.ir/article_117797_0b074938312c840162baa9e95282fa03.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1318/article-1318-1064220.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات