مطالعه بافت و آهک خاک با استفاده از داده ‏هاى‏ سنجنده LISS-III ماهواره IRS-P6 (مطالعه موردى: جنوب غربى استان لرستان، منطقه پل دختر)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناس ارشد خاک شناسى، دانشگاه تربیت مدرس

2 دانشیار گروه خاک‏ شناسى، دانشگاه تربیت مدرس

3 استاد دانشکده جغرافیا، دانشگاه تهران

4 کارشناس ارشد سنجش از دور، سازمان آبخیزدارى

چکیده

از مهمترین ویژگى ‏هاى خاک، که در بسیارى از طرح‏ هاى کشاورزى و محیط زیستى مورد توجه قرار مى‏ گیرد، مى‏ توان بافت و آهک خاک را نام برد. امروزه با پیشرفت علم و ظهور فناورى سنجش از دور، امکان بهره‏ بردارى از این فناورى در علوم خاک نیز فراهم گردیده است. در این تحقیق، براى بررسى بافت و آهک خاک در منطقه پل دختر، از داده ‏هاى چهار طیفى ماهوار IRS-P6 سنجنده LISS III، در 17 شهریور ماه سال 1386 (7 سپتامبر 2007)، استفاده گردید. تصحیحات هندسى و پردازش‏هایى شامل: UNC, SLED, NDVI, PCA، روى تصویر اصلى انجام شد. در نهایت با استفاده از روش نمونه بردارى طبقه بندى شده تصادفى و بر اساس PMU, FCC تصویر منطقه، 95 نقطه انتخاب گردید و از دو عمق 5-0 و 20-5 سانتیمترى سطح خاک نمونه بردارى انجام گردید. در آخر با استفاده از رگرسیون چند گانه مشخص شد که آهک و رس نمونه ‏ها در عمق اول، داراى ارتباط معنى دارى با باند مادون قرمز نزدیک با R2تعدیل شده 73/0، و در باند سبز 72/0 بوده و نیز در عمق دوم، با باند قرمز، 54/0 و باند سبز به مقدار 48/0 بوده است، که تمام روابط در سطح آمارى 1 درصد، کاملاً معنى دار بوده ‏اند. بنابراین مشخص گردید که رس و آهک خاک داراى اثر معنى دارى بر بازتاب طیفى از سطح خاک در منطقه مى‏ باشد و مى ‏توان با استفاده از اطلاعات ماهواره‏اى و داده‏ هاى کمکى (اطلاعات جانبى)، به مطالعه آنها در منطقه پرداخت.

کلیدواژه‌ها


عنوان مقاله [English]

Soil Texture and Lime Study Using LISS-III Sensor of IRS-P6 Satellite Data (Case Study: Southwest of Lorestan , Paul Bridge District)

نویسندگان [English]

  • Majid Danesh 1
  • Hosseinali Bahrami 2
  • Seyyed Kazem Alavipanah 3
  • Aliakbar Nowruzi 4
1 Master of Science in Soil Science, Tarbiat Modarres University
2 Associate Professor of Soil Science, Tarbiat Modares University
3 Professor of Faculty of Geography, University of Tehran
4 Master of Remote Sensing, Watershed Management Organization
چکیده [English]

Soil texture and lime can be considered as amongst the most important soil characteristics, which are considered in many agricultural and environmental projects. Today, with the scientific progress and the advent of remote sensing technology, the possibility of exploiting this technology in soil science has also been provided. In this study, for the analysis of soil texture and lime in the Pol Dokhtar area, the four-spectral data for September 7, 2007 prepared by IRS-P6 satellite with LISS III sensors were used. Geometric corrections and processes including UNC, SLED, NDVI, PCA, were performed on the main image. Finally, using randomized sampling method and based on PMU, FCC image of the region, 95 points were selected and samples were taken from two depths of 0-5 and 20-5 cm. Finally, using multiple regression, it was found that the lime and clay of samples at the first depth had a significant relationship with the near infrared band with modified R2 =0.73, and in the green band it was 0.72, and also at the second depth, with a red band of 0.54 and a green band of 0.48, of which all relationships were statistically significant at 1% statistical level. Consequently it was found that clay and lime have a significant effect on the spectral reflection from the soil surface in the region, and it is possible to study them in the region using satellite data and auxiliary data (incidental information).

کلیدواژه‌ها [English]

  • Soil Lime
  • Soil texture
  • Remote Sensing
  • NDVI
  • PCA

- اکبرى، م، مختارى، ک و پورمنافى، س.، 1385. بررسى امکان تهیه نقشه‏هاى رقومى برخى از خصوصیات شیمیایى خاک بااستفاده از داده‏هاى ماهواره‏اى لندست +ETM، مقاله علمى پژوهشى.

- سمر، س .م، 1377 رفع کلروز آهن درختان سیب ازطریق تماس جزیى ریشه با مواد فاقد کربنات کلسیم، پایان نامه دکترى گروه خاکشناسى دانشگاه تربیت مدرس، تهران، ایران.

- علوى پناه، س. ک، 1382. کاربرد سنجش از دور در علوم زمین (علوم خاک)، انتشارات دانشگاه تهران، چاپ دوم، ص 32 - 28.

- ملکوتى. م. ج، 1384 نگرشى بر حاصلخیزى خاکهاى ایران، انتشارات سنا، ص 183.

- Alavi Panah, S.K, 1997. Study of Soil Salinity in the Ardakan (Iran) based upon Field observations, remote sensing and GIS, University of Gent (ph.D. Thesis)

-Byron, J.R., 1994. Spectral encoding of soil texture: a new visualization method. GIS/LIS Proceeding, 94, 125-132.

- Cozzolino, D., Moron, A., 2003. The Potential of near-infrared reflectance Spectroscopy to analyse Soil chemical and physical characteristics. Journal of Agricultural Sciences, 140, 65-71

- Dwived I, R.S., Ramana, K.V., Thammappa S.S. and Sigh, A.N 2001., The Utility of IRS-1IRS-1CLISS III and PAN-merged data for mapping salt affected soil, Photogrammetric Engineering & R emote Sensing vol. 67, No.10, 1167-1175.

-Gaffey, S.J., 1987. Spectral reflectance of carbonate minerals in the visible and near infrared (O.35-2.55 mm): Anhydrous carbonate minerals. Journal of Geophysical Research, 92, 1429-1440.

-Hoffer, R.M. and Johannsen, C.J,1969 Ecological Potentials in spectral Signatures analysis In: Johnson, P.L. (ed) Remote Sensing

in Ecology Athens (USA): University of Georgia Press.

-Hunt G.R. and Salisbury, J.W., 1971. Visible and near-infrared Spectra of minerals and rocks: IICarbonate Modern Geology 2,23-30.

-Le Bissonnais, Y., 1996. Aggregate stability and assessment of crustability and erodability: 1. Theory and methodology. European Journal of Soil Science, 47, 425-437

-Leone A. and Escadafal, R., 2001, Statistical analysis of soil Color and Spectroradiometric data for hyperspectral remote Sensing of soil properties (example in a Southern Italy Mediterranean ecosystem). International Journal of Remote Sensing, 22 (12), PP.2311-2328.

-Lopez- Granados, F., Jurado-Exposito, M., Pena-Barragan, J.M., Garcia-Torres, L.,2005.Using geostatistical and remote sensing approaches for mapping Soil Properties. European Journal of Agronomy, 23 (3), PP. 279-289.

- Soil Survey Staff, 1999. Soil Taxonomy: A basic system of soil Classification for making and interpreting Soil Surveys. USDA Agricultural Handbook 436. Washington DC.

-Usery, E.L.,Pocknee, S. and Boydell, B., 1995. Precision Farming data management using Geographic Information System. Photogrammetric Engineering and Remote Sensing, 61 (11)1383-1391.

-Viscarra Rossel, R.A., Walwoort, D.J.J., Mc Bratney, A.B., Janik L.K and Skjemstad, J.O., 2006b. Visible, near infrared, mid-infrared or Combined diffuse reflectance Spectroscopy for Simultaneous assessment of various soil Properties. Geoderma, 131, 59-75.

-Zhai, Y. and Thomasson, J.A., 2000. Intelligent algorithms distinguish soil patterns from remote sensing data. ASAE paper No.003052,  ASAE, st. Joseph, MI.