کربن آلی منبع اصلی مواد آلی خاک و شاخص کیفیت خاک در اکوسیستم های طبیعی است. بنابراین پایش ذخایر کربن آلی خاک در شرایط مختلف برای مطالعه چرخه جهانی کربن ضروری به نظر می رسد. مطالعه حاضر به منظور بررسی میزان کربن آلی خاک در دو منطقه بحرانی و آسیب‌پذیر از دشت قهاوند که دارای اکوسیستم مرتعی بوده و در دهه های گذشته بیابان‌زایی گسترده ای را شاهد بوده است، انجام شد. نمونه برداری خاک سطحی تا عمق 20 سانتی‌متر در 63 نقطه به صورت تصادفی در دو منطقه بحرانی و آسیب‌پذیر انجام شد. بررسی تغییرات کربن آلی خاک در دو منطقه نشان داد که تفاوت معنی داری در سطح یک درصد بین دو منطقه آسیب پذیر و بحرانی وجود دارد. همچنین میزان کربن آلی خاک حاصل از نمونه ها با نتایج حاصل از شاخص های طیفی تصویر ماهواره لندست 8 مقایسه شد. سپس، تعداد نه شاخص مختلف پوشش گیاهی و روشنایی شامل NDVI، RVI، SAVI، MSAVI، TSAVI، OSAVI، WDVI، NDBI و BI مربوط به 63 نقطه نمونه‌گیری زمینی بر اساس تصویر ماهواره ای اردیبهشت ماه سال 1395 محاسبه شد. شاخص های ماهواره ای NDVI، RVI، SAVI، MSAVI، TSAVI، OSAVI، NDBI و BI همبستگی پیرسون نسبتاً خوبی با میزان کربن آلی خاک به ترتیب با R2 به ارزش 0/41، 0/38، 0/38، 0/41، 0/40، 0/39، 0/44- و 0/48 از خود نشان دادند. این نتایج نشان دهنده امکان استفاده از شاخص های طیفی تصویر ماهواره ای لندست 8 جهت بررسی و مطالعه ذخایر کربن آلی خاک در دشت قهاوند است. تفاصيل المقالة

Maharloo Lake is one of the salty lakes located in the southeast of Fars province, Iran. Presence of salt domes has a significant role in its salinity. Magnesium-sodium chloride and sodium sulfate are dominant salts of the lake. Due to the drying up of lake, widespread lands surrounding the area are exposed to secondary salinity. It seems necessary to investigate the changes to find salinity level in order to predict the changes of vegetation and its margin uses. The purpose of the study was to evaluate the spectral indices derived from the images of Landsat8 sensors in detection of salty levels of the Maharloo Lake. In this study, Landsat8 imagery was used to obtain salinity indicators in the salt lake. Fourteen salinity indices have been calculated using the ENVI. The results showed that the indices of BI, SI, SI1, SI2, SI3, VSSI, YSI and SR could detect the area covered by salt crust on the lake and then, isolate and separate it from the rest of reflection spectrum. However, MSI and NDBI indicators were unsuccessful in detection of salt crust. NDVI and COSRI indicators used in plant detection could not detect the salt crust and just identified the typical vegetation. Finally, I2 and NDSI indicators also partially with low accuracy succeeded to detect some salinity areas and had no satisfactory performance. تفاصيل المقالة