مقاله استخراج توده زنده گندم با استفاده از داده های ماهواره ای و رگرسیون وزنی مکانی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله استخراج توده زنده گندم با استفاده از داده های ماهواره ای و رگرسیون وزنی مکانی دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله استخراج توده زنده گندم با استفاده از داده های ماهواره ای و رگرسیون وزنی مکانی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله استخراج توده زنده گندم با استفاده از داده های ماهواره ای و رگرسیون وزنی مکانی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله استخراج توده زنده گندم با استفاده از داده های ماهواره ای و رگرسیون وزنی مکانی :

تعداد صفحات :۱۳

با توجه به اینکه کشاورزی یکی از پایه های اقتصادی کشور محسوب می شود، لذا برآورد مقدار تولید محصولات زراعی و باغی از اهمیت ویژه ای برخوردار است. هدف از این تحقیق برآورد میزان توده زنده گندم با استفاده از تصاویر ماهواره ایSPOTمی باشد. به این منظور از تصاویر ماهواره SPOT در دو دوره زمانی رشد گیاه:زمان اوج سبزینگی و رسیدن مزارع برای برآورد سطح زیر کشت گندم در شهرستانهای همدان و بهار استفاده شد. پس از پیش پردازش تصاویر، اراضی زیر کشت گندم بر اساس شاخص گندم، مبتنی بر باندهای سبز و قرمز استخراج گردید. سپس شاخص های گیاهی تفاضلی نرمال شده(NDVI)، شاخص گیاهی خط عمودی خاک (PVI)، شاخص نسبتی ساده (SR)و شاخص گیاهی تعدیل شده خاک(SAVI) به منظور تخمین توده زنده گندم،مورد استفاده قرار گرفتند. در تحقیق حاضرنمونه برداری در زمان اوج سبزینگی مزارع گندم با روش تصادفی سیستماتیک در پلات هائی با ابعاد ۱۰*۱۰ متر انجام شد، از طرف دیگر به منظور جداسازی گندم از سایر محصولات، نمونه های لازم از مزارع مختلف کشاورزی منطقه برداشت شد. در ابتدا به منظور تفکیک مزارع گندم از سایر محصولات منطقه ، اراضی زیر کشت گندم با استفاده از نرمال کردن داده های باندهای مشابه در دو زمان استخراج شدند. روشهای رگرسیونی OLSوGWR به منظور تخمین میزان بایومس بر اساس شاخصهای رایج پوشش گیاهی مورد ارزیابی قرار گرفتند. نتایج بهبود قابل توجه مدل GWR را بر اساس معیارهای AICc وR2 نشان داد. محاسبات آماری مقادیر AICc برای SAVIبه ترتیب ۶۱۴.۷ و ۶۱۵.۷ برای حالت ثابت و انطباقی و برای شاخص NDVI ،برابر با ۶۱۵.۱ و ۶۱۵.۶ تخمین زده شد. همچنین مقادیر نیز برای هر دو شاخصSAVI و NDVI در هردو حالت ثابت و انطباقی به ترتیب مقادیر ۰.۷۱ و ۰.۷۰ را نشان داد. همچنین نتایج ناپایداری در روابط مدل شده با استفاده ازGWR را نیز تایید نمود.