ماده آلی خاک به دلیل تاثیر بر روی خصوصیات فیزیکی، شیمیایی و بیولوژیکی خاک به عنوان شاخصی از کیفیت خاک و حاصلخیزی آن محسوب می‌گردد. هدف از این پژوهش بررسی اثر رطوبت بر رفتار طیفی خاک به‌منظور برآورد مقدار ماده آلی با استفاده از روش طیفی‌سنجی مرئی- مادون‌قرمز نزدیک بود. همچنین عملکرد روش‌های مختلف پیش‌پردازش در مدل‌سازی مقایسه شد. به همین منظور تعداد 50 نمونه خاک از لایه سطحی (0 تا 30 سانتی‌متر) به‌صورت تصادفی از برخی از شهرستان‌های استان تهران جمع‌آوری شد. نمونه‌ها هوا خشک شده و از الک 2 میلی‌متری عبور داده شدند. مقدار ماده آلی و بافت خاک در آزمایشگاه اندازه‌گیری شد. برای اندازه‌گیری بازتاب طیفی، نمونه‌های خاک در آون خشک (105 درجه، به مدت 24 ساعت) و با سطوح 5، 10، 15 و 20 درصد وزنی (گرم آب/ گرم خاک) رطوبت‌دهی شدند. سپس بازتاب طیفی نمونه خاک‌های موردمطالعه با استفاده از دستگاه اسپکترورادیومتر زمینی در دامنه طول‌موج مرئی- مادون‌قرمز نزدیک (2500-350 نانومتر) در تاریکخانه اندازه‌گیری شد.نتایج حاصل از ارزیابی متقابل نشان داد که روش پیش‌پردازش SNV عملکردی بهتر در پیش-بینی کربن آلی خاک دارد. بهترین نتیجه در رطوبت آون خشک برای گروه اعتبارسنجی با مقدار R2 و RMSE به ترتیب 83/0 و 422/0 حاصل شد. همچنین R2 و RMSE به ترتیب 75/0 و 543/0 در رطوبت 5 درصد؛ 70/0، 553/0 در رطوبت 10 درصد؛ 60/0، 558/0 در رطوبت 15 درصد به دست آمد. تفاصيل المقالة

برنج به ‌عنوان یکی از غلات اصلی جهان و ایران همواره از اهمیت ویژه‌ای برخوردار بوده است. نظارت بر محصولات کشاورزی نقش بسیار مهمی در تأمین مواد غذایی مورد نیاز جهانی دارد. به‌طور کلی به منظور تخمین تولیدات محصول، اطلاعاتی مانند مساحت و میزان تولید در واحد سطح حائز اهمیت است. فناوری سنجش از دور می‌تواند اطلاعاتی با ارزش و به موقع درباره توزیع محصول، سطح زیر کشت و پتانسیل تولید در اختیار تصمیم‌گیران در بخش کشاورزی قرار دهد. جداسازی به‌وسیله اپراتور با انجام عملیات میدانی یا جداسازی چشمی بسیار هزینه‌بر و همراه با خطاهای انسانی است. افزون بر این با توجه به امکان تغییر کاربری زمین همواره نیاز به کنترل مرز شالیزارها وجود دارد. ازاین‌رو هدف اصلی تحقیق حاضر جداسازی مزارع برنج با روش خودکار در استان گیلان می‌باشد. در همین راستا با استفاده از تصاویر ماهواره Landsat 8 و شاخص‌ رطوبت خاک (LSWI) و شاخص نرمال شده پوشش گیاهی (NDVI) روشی کاملاً خودکار برای تشخیص شالیزارها به کار گرفته شد. بر اساس این روش ابتدا با استفاده از ویژگی پرآب بودن شالیزار در دوران ابتدایی نشا این مناطق با استفاده از آستانه‌های مشخص تشخیص داده شدند. سپس با استفاده از تصویر دیگری در دوران برداشت، عوارض ناخواسته دیگر مانند تالاب‌ها و آب‌های دائم و جنگل‌های مرطوب حذف گردید. ارزیابی نهایی روش ارائه‌شده با مرزهای ترسیمی اپراتور حاصل از تصاویر GEOEye صورت گرفت. نتایج ارزیابی نشانگر تطابق 90% روش به کار گرفته‌شده می‌باشد. تفاصيل المقالة