ارزیابی روش‌های مختلف تعیین سطح سایه‌انداز ذرت علوفه‌ای

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دوره دکتری آبیاری و زهکشی، گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.

2 عضو هیات علمی، گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران.

3 کارشناس گروه آبیاری و آبادانی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

چکیده

پایش و ارزیابی تاثیر مدیریت زراعی بر رشد گیاه از اهمیت بالایی برخوردار است. یکی از شاخص‌های بیانگر وضعیت گیاه در طول دوره رشد آن، سطح سایه‌انداز(CC) می‌باشد. هدف از مطالعه حاضر بررسی دقت دو روش تعیین CC گیاه ذرت در طول مراحل مختلف رشد در مزرعه است. برای این منظور در فواصل زمانی مختلف در طول فصل رشد گیاه ذرت در چهار حالت، تصویر برداری از بالا به پایین بدون لنز چشم ماهی، بالا به پایین با لنز چشم ماهی، پایین به بالا بدون لنز چشم ماهی و پایین به بالا با لنز چشم ماهی انجام شد. مقدار CC در تصاویر حاصله توسط سه الگوریتم حداکثر احتمال، حداقل فاصله و روش موازی در ENVI و نرم افزار Canopeo تعیین گشت. ارزیابی آماری نتایج حاصل از ENVI بیانگر دقت بالا مدل در الگوریتم حداکثر احتمال بود( ضریب کاپا > 82/0، دقت کلی > 93، Commision و Omission حداقل مقدار). مقایسه نتایج حاصل از ENVI و Canopeo با نتایج حاصل از مدل گیاهی AquaCrop بیانگر این مساله بود که CC حاصله از پردازش تصویر ثبت شده از پایین به بالا بدون لنز توسط Canopeo(8/0= CC و 81/11=RMSE ) و CC حاصل از تصویر ثبت شده از بالا به پایین با لنز توسط ENVI( 82/0= CC و 26/13= RMSE) نسبت به سایر حالت‌ها در تعیین CC توانمدتر بوده‌است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Evaluation of different methods of determining the Canopy Cover of Corn

نویسندگان [English]

  • Zahra Partovi 1
  • Abbas Kaviani 2
  • hadi ramezani etedali 2
  • masoud soltani 2
  • leila khosravi 3
1 Water Sci. & Eng. Dept., Faculty of agriculture and natural Res., Imam Khomeini International University, Qazvin, Iran.
2 Water Sci. & Eng. Dept., Faculty of agriculture and natural Res., Imam Khomeini International University, Qazvin, Iran.
3 Staff of Irrigation and reclamation Dept., Faculty of agriculture and natural resources, University of Tehran, Karaj, Iran
چکیده [English]

Monitoring and evaluating the impact of farm management on plant growth is of great importance. One of the indicators that showing the condition of the plant during its growth period is the Canopy Cover(CC). The aim of this study was to investigate the accuracy of two methods of determining the CC of corn during different stages of growth in the field. For this purpose, imaging was performed at different intervals throughout the corn growing season in four modes: top-down without a fisheye lens, top-down with a fisheye lens, bottom-up without a fisheye lens, and bottom-up with a fisheye lens. The amount of CC in the resulting images was determined by three algorithms: maximum likelihood, minimum distance, and the parallel method in ENVI and the Canopeo software. Statistical evaluation of the results from ENVI indicated a high accuracy of the model using the maximum likelihood algorithm (Kappa coefficient > 0.82, overall accuracy > 93%, minimum Commission and Omission errors). Comparison of the results from ENVI and Canopeo with the results from the AquaCrop plant model indicated that the CC obtained from bottom-up imaging without a lens processed by Canopeo (CC = 0.8, RMSE = 11.81) and the CC obtained from top-down imaging with a lens processed by ENVI (CC = 0.82, RMSE = 13.26) were more effective in determining CC compared to other modes.

کلیدواژه‌ها [English]

  • Canopy Cover
  • Canopeo
  • ENVI
تحقیقات آب و خاک ایران

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 04 آذر 1403

فایل ها

هم رسانی

ارجاع به این مقاله

آمار