مدلسازی افرازی سطوح فرسایش و رسوب بر مبنی خصوصیات خاک سطحی با استفاده از داده های سنجش از دور (RS)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه خاکشناسی دانشکده کشاورزی دانشگاه شهید چمران اهواز

2 دانشیار گروه خاکشناسی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، ایران

3 مربی گروه خاکشناسی دانشکده کشاورزی دانشگاه شهید چمران اهواز

چکیده

استفاده از مدل‌های افرازسازی و طبقه‌بندی مبتنی بر سنجش از دور به شکل گسترده‌ای به منظور طبقه‌بندی و بررسی تغییرات وضعیت اراضی در حال افزایش است. در این پژوهش کارایی کاربرد و ایجاد مدل‌های افرازی و طبقه‌بندی اراضی در معرض فرسایش و رسوب مورد بررسی قرار گرفته است. در پژوهش حاضر منطقه‌ی مطالعاتی ظهیریه در استان خوزستان با وسعت تقریبی 7100 هکتار با بهره‌گیری از تصاویر ماهواره‌ای و بررسی‌های میدانی به عرصه‌های فرسایشی، رسوبی و پایدار تقسیم شد و نمونه‌برداری خاک از سطوح فرسایشی و رسوبی صورت پذیرفت. پارامترهای فیزیکوشیمیایی خاک شامل اجزاء متشکله بافت خاک، جرم مخصوص ظاهری، ماده آلی، فسفر، آهک، هدایت الکتریکی، pH و مقدار گچ خاک اندازه‌گیری شد. جهت ارزیابی ویژگی-های بازتابی سطوح فرسایش یافته و رسوبی در منطقه‌ی مطالعاتی از باندها و شاخص‌های مستخرج از تصاویر لندست 8 سال 2022 استفاده شد. امکان تفکیک سطوح فرسایشی و رسوبی با بهره‌گیری از الگوریتم‌های طبقه‌بندی نظارت شده و ارزیابی کارایی آنها توسط ضریب کاپا و صحت کلی انجام شد. نتایج آزمون مقایسه‌ی میانگین بر روی خصوصیات فیزیکیوشیمیایی خاک در سطوح فرسایشی و رسوبی در بخش سطحی خاک (20-0 سانتیمتر) نشان داد که درصد رس با میانگین 9.37 برای سطوح فرسایشی و 14.74 برای رسوبی و گچ با میانگین 14.68 برای سطوح فرسایشی و 6.2 برای رسوبی بین سطوح فرسایشی و رسوبی دارای اختلاف معنی‌دار (5 درصد) هستند و می‌توانند به عنوان پارامترهایی جهت تفکیک سطوح استفاده شوند ولیکن برای سایر پارامترها اختلاف معنی‌داری بین سطوح فرسایش یافته و رسوبی مشاهده نشد. نتایج بررسی‌ها نشان داد شاخص‌های BI، SI و NDSI به طور موثری می‌توانند برای تفکیک سطوح فرسایش یافته از سطوح رسوبی بکار گرفته شوند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Demarcation modeling of erosional and depositional surfaces with soil characteristics and remote sensing (RS)

نویسندگان [English]

  • Mitra Yarahmadi 1
  • Ataallah Khademalrasoul 2
  • Hadi Amerikhah 3
1 Soil Science Department, Faculty of Agriculture, Shahid Chamran University of Ahvaz
2 Associate Professor of Soil Science, Faculty of Agriculture, Shahid Chamran University of Ahvaz. Ahvaz. Iran
3 Soil Science Department, Faculty of Agriculture, Shahid Chamran University of Ahvaz
چکیده [English]

Nowadays demarcation and classification models based on remote sensing are widely used for classification processes and land changes. In this research, the efficiency of demarcation models to evaluate erosional and depositional regions investigated. The study area of Zahirieh in Khuzestan province, with an approximate area of 7100 hectares, was divided into erosional, depositional, and stable areas based on satellite images and field surveys. Then soil sampling was done from erosional and depositional surfaces. The physical and chemical parameters of the soil including soil texture components, bulk density, organic matter, phosphorus, lime, electrical conductivity, pH and soil gypsum were measured. In order to evaluate the reflective characteristics of erosional and depositional surfaces, bands and indices extracted from Landsat 8 images of 2022. Moreover, the efficiency of supervised algorithms was performed using Kappa coefficient and overall accuracy. The results of the average comparison test depicted that the percentage of soil clay with 9.37 for erosional surfaces and 14.74 for depositional surfaces and gypsum with mean of 14.68 for erosional and 6.2 for depositional surfaces has a significant difference (5%) between erosional and depositional surfaces therefore, they can be used as parameters to separate surfaces, but for other parameters, no significant difference was observed. The results showed that BI, SI and NDSI indices can be effectively used to distinguish eroded surfaces from depositional surfaces.

کلیدواژه‌ها [English]

  • Demarcation modeling
  • erosional and depositional surfaces
  • remote sensing indicators
  • spectrometry
  • supervised algorithms